新型冠狀病毒肺炎關聯舌診研究文獻的可視化分析

門韶洋，陳譽滔，林煌博，鄭涵，張洪來*

新型冠狀病毒肺炎關聯舌診研究文獻的可視化分析

門韶洋1，陳譽滔2，林煌博1，鄭涵3，張洪來1*

1.廣州中醫藥大學醫學信息工程學院，廣東 廣州 510006；2.廣州中醫藥大學第四臨床醫學院，廣東 廣州 510006；3.廣東省婦幼保健院兒科，廣東 廣州 510000

梳理新型冠狀病毒肺炎舌診研究領域關鍵文獻、研究熱點、作者合作關系、機構合作關系，為研究者了解新型冠狀病毒肺炎舌診的研究歷史、現狀及發展趨勢提供參考。在中國知識資源總庫（CNKI）檢索發表于2011年1月1日－2021年10月1日的新型冠狀病毒肺炎舌診研究文獻，運用CiteSpace 5.8.R3軟件結合人工閱讀分析，使用文獻計量法，對文獻發表情況、載文期刊、作者、研究機構、關鍵詞進行分析。納入文獻146篇。該研究領域形成了4個較大的研究團隊，分別以左新河、陸云飛、苗青、李秀惠為代表。發文量最高的機構是湖北中醫藥大學，湖北省中醫院、北京中醫藥大學在機構間的合作中發揮了重要的聯系作用。關鍵詞共現及聚類分析得出10個較大的聚類。新型冠狀病毒肺炎舌診研究領域目前取得較大進展的主要方向是對中醫病因病機的總結與分析。隨著研究的深入，將獲得關于新型冠狀病毒肺炎舌診研究更深入、更具規律性的認知。

新型冠狀病毒肺炎；舌診；知識圖譜；可視化分析

舌診屬中醫四診之望診中重要的診察方法，是中醫臨床診治的重要依據[1]。早在東漢，醫學典籍中已有記載舌診的內容，在明清時期隨著溫病學的發展，舌診得到進一步發展，臨床應用更為廣泛[2]。明末清初傳染病學家吳有性著《溫疫論》，指出舌診對于監測疫病的病情程度和病勢轉化具有重要作用[3]。《新型冠狀病毒肺炎診療方案（試行第八版）》提出，新型冠狀病毒肺炎（以下簡稱“新冠肺炎”）屬于“疫”病范疇[4]。詹志來等[5]認為在新冠肺炎診療過程中，舌象對觀察中醫證候改善、機體正邪消長及疾病轉歸具有重要作用。王玉光等[6]針對新冠肺炎患者舌苔厚膩的典型表現，指出新冠肺炎屬于以濕邪為主的疫癘。由于醫生防護著裝的要求，對患者脈象的收集較為困難，故舌診在新冠肺炎中醫診治過程中的地位更加突出[7]。隨著對臨床病例資料的整理與分析，新冠肺炎舌診相關研究文獻日益豐富。

CiteSpace軟件作為廣泛應用的科學知識圖譜繪制工具，在分析相關研究領域熱點、前沿及發展趨勢方面具有獨特的優勢[8]。令娟等[9]、陳瑩等[10]、張燁等[11]從整體上對新冠肺炎研究現狀進行了分析；鮑丙豪等[12]、付秋菊等[13]對中醫藥防治新冠肺炎進行了可視化分析研究。但目前尚未見用CiteSpace軟件對新冠肺炎舌診研究領域的分析，故本文使用CiteSpace 5.8.R3軟件，對新冠肺炎舌診研究相關文獻進行可視化分析，梳理總結該領域研究現狀、熱點及不足。

1 資料與方法

1.1 數據來源及檢索方法

數據來源為中國知識資源總庫（CNKI），運用主題檢索方法。檢索式①：SU＝‘舌象’OR SU＝‘舌診’OR TKA＝‘舌象’OR TKA＝‘舌診’OR CO＝‘舌象’OR CO＝‘舌診’，勾選中英文擴展選項，檢索時間范圍2011年1月1日－2021年10月1日。再根據檢索式②：SU＝‘新型冠狀病毒肺炎’OR SU＝‘新冠肺炎’OR SU＝‘新型冠狀病毒’OR SU＝‘COVID-19’OR SU＝‘2019冠狀病毒病’OR TKA＝‘新冠肺炎’OR TKA＝‘新型冠狀病毒肺炎’OR TKA＝‘新型冠狀病毒’OR TKA＝‘COVID-19’OR TKA＝‘2019冠狀病毒病’，在檢索式①的結果中進行二次檢索。檢索時間為2021年11月26日。

1.2 文獻篩選標準

納入標準：⑴研究內容同時涉及新型冠狀病毒肺炎和舌診兩大領域；⑵臨床研究類文獻數據來自于新型冠狀病毒肺炎確診病例。⑶文獻類型包括期刊論文、學位論文。

排除標準：⑴會議通知、新聞、稿約、勘誤；⑵研究對象與新冠肺炎舌診研究明顯不相關文獻；⑶重復文獻；⑷撤回文獻；⑸標準與專利。

1.3 數據預處理與轉換

對檢索到的文獻以Refworks格式導出并下載。根據CiteSpace軟件識別的要求，將下載的數據文件命名為“download_wenxian.txt”。通過人工比對作者及其所屬單位，未發現同名作者。

1.4 統計分析

2 結果

根據檢索式①，檢索到4827篇文獻；根據檢索式②進行二次檢索，得到文獻153篇。根據納入和排除標準，排除無關文獻5篇，新聞1篇，撤回文獻1篇。最終納入文獻146篇，作者612名。

2.1 主題詞分析

納入文獻中，112篇發表于2020年，34篇發表于2021年。采用CNKI主題分析統計發現排名前10的研究主題為新型冠狀病毒肺炎、肺炎患者、中醫證候、臨床特征、臨床特征分析、中醫臨床等（見表1）。除描述研究對象為新型冠狀病毒肺炎相關的研究主題外，其他主題均與中醫臨床相關，結合文獻發表時間主要集中在新冠肺炎疫情較為嚴重的2020年，文獻主題分布情況可初步反映納入文獻的研究內容主要是對新冠肺炎的臨床研究。

表1 146篇新型冠狀病毒肺炎舌診研究文獻前10位主題詞

2.2 載文期刊分析

納入146篇文獻中，期刊論文145篇，學位論文1篇。期刊論文中，發表在非核心期刊文獻數量為112篇，占77.2%。發表在中文核心期刊（2021年）或科技核心期刊（2021年）文獻數量為33篇，占22.8%。載文量最多的期刊為《中醫雜志》，共計發文9篇，占總期刊論文數量的6.21%。載文量≥5篇的期刊見表2。

表2 145篇新型冠狀病毒肺炎舌診研究文獻發文期刊分布（發文量≥5篇）

2.3 作者共現分析

圖1 146篇新型冠狀病毒肺炎舌診研究文獻作者合作網絡（發文量≥3篇）

表3 146篇新型冠狀病毒肺炎舌診研究文獻發文≥5篇的作者

2.4 研究機構合作網絡分析

在CiteSpace軟件篩選標準（Selection Criteria）g-index選項中，設定k＝160，對146篇文獻的研究機構進行可視化分析，繪制研究機構合作網絡共現圖譜。其中節點及連線顏色代表發文年份，紫色代表2020年，橙色代表2021年，機構名稱字號大小與發文數量有關，字號越大發文數量越多，節點之間連線越粗代表研究機構之間合作強度越高。圖2顯示發文量≥3篇的機構。圖2中，N＝254，E＝478，Density＝0.014 9。共現圖譜反映該研究領域發文量較大的機構之間合作較為密切，結合發文量和度中心性分析，該領域形成了北京、福建、廣東、武漢四地科研單位以及湖北、南京、上海三地科研單位之間的兩大合作網絡，北京中醫藥大學、湖北省中醫院在機構間合作中發揮溝通連接的“橋梁”作用。其中，發文量最高的是湖北中醫藥大學，發文量為11篇（見表4）。

圖2 146篇新型冠狀病毒肺炎舌診研究文獻研究機構合作網絡（發文量≥3篇）

2.5 關鍵詞共現與聚類分析

對文獻進行標引的主題詞和關鍵詞是用來表示全文主題內容和反映信息款目的專業詞匯或術語，能夠反映研究成果的核心內容，同時關鍵詞的變化也可以反映學科研究發展趨勢的動態過程、特點和規律[17]，關鍵詞在所在領域文獻中出現頻次的高低代表其相應內容的研究熱度[18]。本文在CiteSpace軟件篩選標準（Selection Criteria）g-index選項中，設定k＝160，對納入研究的146篇文獻繪制關鍵詞共現網絡（見圖3）。N＝202，E＝533，Density＝0.026 3。統計出現頻次排名前12的關鍵詞，分布情況見表5。根據表5可知，中醫證候、舌象、臨床特征、病機、辨證論治等關鍵詞出現頻次較高。發文量較高的關鍵詞同時具有較高的中心性，可初步反映該領域的研究熱點。

表4 146篇新型冠狀病毒肺炎舌診研究文獻發文量≥4篇的機構

圖3 146篇新型冠狀病毒肺炎舌診研究文獻關鍵詞共現網絡

表5 146篇新型冠狀病毒肺炎舌診研究文獻前12個關鍵詞

對關鍵詞進行突現詞檢測，并未檢測到突現詞。使用Log-likelihood radio（LLR）算法對關鍵詞進行聚類分析，得到10個聚類（見圖4）。S＝0.850 4， S＞0.7說明聚類是令人信服的。Q＝0.595 2，Q＞0.3說明聚類結構是顯著的。對關鍵詞聚類進行分組，得到關鍵詞聚類表（見表6），各個聚類的S值均大于0.7，可進一步明確該領域的研究熱點。

圖4 146篇新型冠狀病毒肺炎舌診研究文獻關鍵詞聚類（LLR算法）網絡

表6 2020年1月1日－2021年10月1日CNKI中新型冠狀病毒肺炎舌診研究文獻關鍵詞聚類

3 討論

3.1 研究現狀

新冠肺炎舌診研究領域文獻集中發表于2020年以后，短時間內該領域形成了分別以左新河、陸云飛、苗青、李秀惠為代表的4個較大的研究團隊，對一線臨床病例資料進行及時分析總結。該領域研究機構之間合作相對緊密，湖北省中醫院、北京中醫藥大學在機構間的合作中發揮了重要的聯系作用。發文量最高的機構為湖北中醫藥大學。該領域不同地域之間的研究機構合作頻繁，形成了北京、福建、廣東、武漢四地科研單位之間以及湖北、南京、上海三地科研單位之間的兩大合作網絡，這有利于不同地區臨床病例資料的匯總交流，凝聚學術共識，進一步形成該領域更具規律性的學術認知。

3.2 研究熱點

結合主題分析、關鍵詞共現和聚類分析可以發現，新冠肺炎舌診研究的文獻主要是對臨床資料的回顧性研究，關鍵詞聚類反映目前研究的重點和熱點主要集中在新冠肺炎中醫病因病機的總結與分析。其中，聚類#0（中醫證候）、#2（新冠肺炎）、#3（舌象）、#4（普通型）、#7（辨證論治）反映出研究者通過舌診結合其他各診信息總結歸納新冠病毒的病邪性質和新冠肺炎中醫證候規律。如李建生等[19]通過患者的一般資料、臨床癥狀、舌象脈象信息總結出河南省新冠肺炎患者中醫證型以寒濕郁肺證、濕熱蘊肺證、疫毒閉肺證、濕阻肺胃證、濕遏肺衛證為主。本類文獻主要挖掘新冠肺炎的中醫病因病機，從而為臨床治療方案的制訂與完善提供支持。聚類#1（中醫藥）說明一部分研究者選擇通過舌診并結合其他病癥信息對中醫藥治療新冠肺炎療效進行回顧性評價。如詹志來等[5]認為，舌象的改變是對機體整體功能改變的反映，在中醫藥治療新冠肺炎療效評價指標中占10%的權重。本類文獻進行了建立中醫藥治療新冠肺炎療效評價體系的探索，通過引入舌象變化等指征，使療效評價能更全面客觀反映中醫藥的治療作用，從而為說明中醫藥治療新冠肺炎療效的確切性提供支撐。此外，從聚類#2（新冠肺炎）、#5（中醫）、#8（嶺南地區）可以看出，相當一部分研究者在分析新冠肺炎總體病因病機特點的基礎上，進一步挖掘不同地區病例的病機特點及差異性。本類研究充分說明中醫對于新冠肺炎的認識具有因地制宜、動態調整的特點，也為不同地區新冠肺炎中醫診療方案的調整與完善提供了參考。

3.3 面臨的主要問題和展望

網絡中心性（Centrality）作為網絡分析的重要指標，能反映網絡節點的結構特征[20]。CiteSpace軟件測算出的中心性屬于中介中心性。較高的中介中心性通常反映出節點在網絡中具備較高的影響力與協調能力[20]。在新冠肺炎舌診研究領域，發文量較高的機構中心性較低，學術影響力和研究協調能力有待進一步提高。結合發文機構共現分析及關鍵詞聚類分析可以發現，該領域研究機構以中醫院或中醫藥大學為主，并且集中于中醫學學科本身，跨學科的機構合作與學術研究較少。

基于上述問題，筆者認為應通過增強團隊之間和研究機構之間的合作，進一步加強對臨床病例資料梳理總結后的學術交流，以開展更大規模、更高質量的研究。同時，引入醫學信息工程、人工智能等技術有助于拓展研究的角度和深度。目前，基于數字圖像處理技術及機器學習方法的舌象客觀識別與分析取得了一定研究成果[21-23]，隨著該領域研究資料的豐富及新技術的應用，將獲得新冠肺炎舌診研究領域更具規律性的認識。

[1] 齊真,許家佗,張志楓,等.基于數字圖像處理技術的舌診客觀化臨床應用進展[J].中華中醫藥雜志,2015,30(8):2849-2851.

[2] 姜慧,李軍祥.中醫舌診概況與舌苔微生態的最新研究進展[J].世界科學技術－中醫藥現代化,2020,22(5):1619-1623.

[3] 吳文軍,劉雨樵,劉西洋,等.從《溫疫論》濕邪致疫思想論治新型冠狀病毒肺炎[J].成都中醫藥大學學報,2020,43(1):11-13,20.

[4] 中華人民共和國國家衛生健康委員會辦公廳,國家中醫藥管理局辦公室.新型冠狀病毒肺炎診療方案(試行第八版)[J].中國醫藥,2020, 15(10):1494-1499.

[5] 詹志來,劉佳,楊偉,等.基于病例分析的中醫藥治療新型冠狀病毒肺炎療效評價標準的探索研究[J].中醫雜志,2020,61(12):1013-1023.

[6] 王玉光,齊文升,馬家駒,等.新型冠狀病毒肺炎中醫臨床特征與辨證治療初探[J].中醫雜志,2020,61(4):281-285.

[7] 馮淬靈,劉治坤,馮楓,等.2019冠狀病毒病124例患者舌象分析[J].中華中醫藥雜志,2020,35(4):2159-2163.

[8] 陳悅,陳超美,劉則淵,等.CiteSpace知識圖譜的方法論功能[J].科學學研究,2015,33(2):242-253.

[9] 令娟,樊玉清,胡蘭文,等.基于CiteSpace及VOSviewer的2019新型冠狀病毒研究熱點的可視化分析[J].中華醫院感染學雜志,2020, 30(10):1468-1474.

[10] 陳瑩,郭怡博,郭然,等.基于文獻計量學的新型冠狀病毒肺炎(COVID-19)研究可視化分析[J].中國中藥雜志,2020,45(10):2239-2248.

[11] 張燁,黃宗海,趙姝婷,等.新型冠狀病毒肺炎(COVID-19)研究熱點可視化分析[J].世界科學技術－中醫藥現代化,2020,22(3):665-672.

[12] 鮑丙豪,王彬,王繼升,等.基于CiteSpace軟件的中醫治療新冠肺炎等疫病研究狀況及趨勢的可視化分析[J].世界科學技術－中醫藥現代化,2020,22(3):589-596.

[13] 付秋菊,徐敬宣.基于CNKI數據庫中醫藥防治新型冠狀病毒感染相關研究的可視化分析[J].世界科學技術－中醫藥現代化,2021,23(2): 606-612.

[14] 陳悅,陳超美,胡志剛,等.引文空間分析原理與應用:CiteSpace實用指南[M].北京:科學出版社,2014:23-25.

[15] 羅式勝.文獻計量學概論[M].廣州:中山大學出版社,1994:1-9.

[16] 周文霞,王同興,程肖蕊,等.網絡藥理學研究中的網絡分析技術[J].國際藥學研究雜志,2016,43(3):399-409.

[17] 鞏永強,劉莉.基于詞頻分析法的情報學研究熱點透析[J].圖書館學研究,2011(13):9-13.

[18] 周鑫,陳媛媛.關鍵詞詞頻變化視角下學科研究發展趨勢分析——以國內情報學研究為例[J].情報雜志,2016,35(5):133-140,112.

[19] 李建生,李素云,謝洋,等.河南省524例新型冠狀病毒肺炎患者臨床特征及中醫證候分布[J].中醫雜志,2020,61(16):1391-1396.

[20] 高杰,丁云龍.基于科學計量的創新研究群體合作網絡構型可視化分析[J].科技進步與對策,2018,35(7):9-17.

[21] 石玉琳,胡曉娟,許家佗.中醫病證智能化診斷與分類研究進展[J].中國中西醫結合雜志,2019,39(6):763-768.

[22] 馬龍祥,楊浩,宋婷婷,等.基于高分辨率特征的舌象分割算法研究[J].計算機工程,2020,46(10):248-252.

[23] 商子夢,關貝,馬赟,等.舌診信息數字化采集和特征分析的研究進展[J].中華中醫藥雜志,2021,36(10):6010-6013.

Visualization Analysis of Tongue Diagnosis Research on COVID-19

MEN Shao-yang1, CHEN Yu-tao2, LIN Huang-bo1, ZHENG Han3, ZHANG Hong-lai1*

(1. School of Medical Information Engineering, Guangzhou University of Chinese Medicine, Guangzhou 510006, China; 2. The Fourth Clinical School of Guangzhou University of Chinese Medicine, Guangzhou 510006, China; 3. Department of Pediatrics, Guangdong Maternal and Child Health Hospital, Guangzhou 510000, China)

To sort out the key literature, research hotspots, author cooperation, and institutional cooperation of tongue diagnosis of COVID-19; To provide references for researchers to understand the research history, current situation and development trend in this field.Literature on tongue diagnosis on COVID-19 was retrieved from CNKI from January 1, 2011 to October 1, 2021. Publication status of literature, journals, authors, research institutions, and keywords were analyzed by using CiteSpace 5.8.R3 software combined with manual reading analysis and bibliometrics.In total of 146 articles were included. This research field has formed 4 large research teams represented by Zuo Xinhe, Lu Yunfei, Miao Qing and Li Xiuhui. The institutions with the highest volume of publications was Hubei University of Chinese Medicine. Hubei Provincial Hospital of Traditional Chinese Medicine and Beijing University of Chinese Medicine have played an important role in inter-institutional cooperation. Keyword co-occurrence and cluster analysis found 10 larger clusters.The main direction that has made great progress in the research field of tongue diagnosis research on COVID-19 is the summary and analysis of the etiology and pathogenesis of TCM. With the deepening of research, a deeper and more regular understanding of tongue diagnosis research on COVID-19 can be obtained.

COVID-19; tongue diagnosis; knowledge mapping; visualization analysis

門韶洋,陳譽滔,林煌博,等.新型冠狀病毒肺炎關聯舌診研究文獻的可視化分析[J].中國中醫藥圖書情報雜志, 2022,46(4):22-27.

R241.25；R259

A

2095-5707(2022)04-0022-06

10.3969/j.issn.2095-5707.2022.04.004

國家自然科學基金青年科學基金項目（82004259）；廣州中醫藥大學2021年度人文社會科學項目扶持專項（2021SKZX05）

門韶洋，E-mail: shaoyang.men@gzucm.edu.cn

通訊作者：張洪來，E-mail: zhanghl@gzucm.edu.cn

（2021-11-17）

（2022-01-10；編輯：魏民）