新型冠狀病毒肺炎前100篇高被引論文的文獻計量與可視化分析

屈清慧,張馨洋,黃崇亞,孟 歌,魯云舒,常 捷

1.西安交通大學醫學部藥學院《西北藥學雜志》編輯部,西安 710061; 2.中航工業西安飛行自動控制研究所,西安 710065;3.西安交通大學期刊中心,西安 710061; 4.復旦大學化學系手性分子催化與合成工程中心,上海 200433; 5.西安交通大學醫學部藥學院藥事管理與臨床藥學系,西安 710061

新型冠狀病毒肺炎(corona virus disease 19, COVID-19)是由一種新型冠狀病毒(后被命名為severe acute respiratory syndrome coronavirus-2,SARS-CoV-2[1])引起的,關于COVID-19已有大量論文發表。COVID-19的臨床特征、藥物臨床試驗、病毒侵襲機制、流行病學、傳播等已被許多研究者報道。Chaolin Huang等[2-4]報道了COVID-19患者的臨床特征。Fei Zhou等[5]研究了成人COVID-19住院患者死亡率的危險因素和臨床過程。Nanshan Chen等[6]研究了COVID-19的流行病學和臨床特征。Peng Zhou等[7]研究了可能起源于蝙蝠的COVID-19。Qun Li[8]報道了COVID-19的早期傳播動力學。Zunyou Wu等[9]研究了COVID-19在中國暴發的特征和重要教訓。Roujian Lu等[10]報道了2019新型冠狀病毒(2019-nCoV)的基因組和流行病學特征。Jasper Fuk-Woo Chan等[11]對家庭聚集所致的COVID-19進行了研究,并發現人與人之間的傳播。Zhe Xu等[12]進行了COVID-19的病理學研究。Bin Cao等[13]對COVID-19進行了洛匹那韋-利托那韋的臨床試驗。對這些關于COVID-19的研究文章進行文獻計量研究具有重要意義。

文獻計量學是采用數學、統計學等方法,研究文獻情報的分布結構、數量關系、變化規律和定量管理,進而探討科學技術某些結構、特征和規律的學科[14]。文獻計量學的方法主要有引文分析法、信息可視化法、數據挖掘法等。

文獻計量學的方法已經用于兒科[15]、早期COVID-19[16]、化膿性汗腺炎[17]、股骨髖臼撞擊及盂唇撕裂[18]、半月板[19]、前交叉韌帶[20]、婦產科[21]、外周動脈疾病[22]、多發性硬化癥[23]、藥學期刊[24]、中藥學期刊[25]等主題研究。

關于COVID-19的文獻計量研究已有報道。Gregorio-Chaviano Orlando等[26]報道了拉丁美洲關于COVID-19研究的主要趨勢。Bin Ji等[27]報道了關于COVID-19與水科學技術論文的文獻計量研究。Mohamed Usman等[28]對COVID-19與環境的新興研究趨勢進行了文獻計量研究。這些論文從某一個側面進行了關于COVID-19的文獻計量研究。隨著時間的推移,文獻被引用的累積效果得到了體現。

Web of Science (WoS)是世界領先的引文數據庫之一。本文以WoS數據庫為數據來源,統計分析關于COVID-19主題的相關文獻,探討COVID-19的研究現狀,重點分析前100篇關于COVID-19的高影響力文獻。

1 數據來源與方法

數據于2021年4月20日從WoS數據庫采集[29]。在WoS中,以COVID-19為檢索主題,時間限定為2019年至2021年,按論文被引次數降序排列,將關于COVID-19的前100篇論文作為研究對象。將論文題目、國家/地區、機構、期刊、發表時間、被引頻次及相關信息導入Excel或VOSviewer軟件進行分析。所有數據均使用文獻計量學或可視化方法進行分析。

2 結果

2.1 COVID-19研究論文的基本情況

結果共檢索到152 769篇論文。2019至2021年分別為50、107 442、45 277篇。在該領域中,有3 764篇高被引論文、860篇熱點論文、122 333篇開放獲取論文。前100篇論文均發表于2020年。

2.2 前100篇高被引論文的作者和合著情況

統計了前100篇高被引論文的作者數量。結果顯示,100(100.00%)篇論文均為合著,共有作者1 774人,平均每篇論文17.74人(范圍為2至65人),10篇論文為團體作者。1篇多達65位作者的論文是一項關于洛匹那韋-利托那韋(Lopinavir-Ritonavir)的臨床試驗報道,該試驗在199名患有嚴重COVID-19的住院成人中進行[13]。

另一篇也多達65位作者的論文是由中國疾病預防控制中心新型冠狀病毒肺炎應急響應機制流行病學組完成的,該論文對中國內地報告的72 314例COVID-19患者進行了流行病學特征和發病流行曲線描述[30]。

用VOSviewer軟件對作者進行了分析。Roujian Lu、Jianping Zhao、Ting Yu、Bin Cao等是活躍的作者。作者之間有廣泛的合作,他們是研究合作網絡的核心節點。作者的協作網絡見圖1。

2.3 前100篇高被引論文的國家/地區分布

統計了前100篇高被引論文的國家/地區分布情況。結果見表1。用VOSviewer軟件對國家/地區進行了分析,各國的合作網絡見圖2。

志愿者服務活動是一項群體性活動，在開展活動的過程中，為了方便志愿者隊伍的管理，參與者個人不得太過于彰顯自己的個性，個人活動必須服從集體利益。這就要求參與者必須學會自我約束和自我管理。

表1 發表COVID-19前100篇高被引論文的國家/地區及相關信息

注:節點表示國家/地區,其大小與其發表論文的數量有關。2個節點之間的鏈接表明它們之間存在合作關系。

2.4 前100篇高被引論文的機構分布

統計了前100篇高被引論文的機構數量和類型。以第一作者發表論文2篇及2篇以上的機構見表2。用VOSviewer軟件對機構進行了分析,機構合作網絡見圖3。

表2 發表COVID-19前100篇高被引論文2篇及2篇以上的機構及相關信息

注:節點表示機構,其大小與發表論文數量有關。2個節點之間的鏈接表示它們之間存在合作關系。

2.5 前100篇高被引論文的期刊分布和Web of Science 類別

分析了前100篇高被引論文的Web of Science類別和期刊分布。見表3和表4。

表3 發表COVID-19前100篇高被引論文的期刊在Web of Science中的類別及相關信息

表4 發表2篇及2篇以上前100篇COVID-19論文的期刊及相關信息

2.6 關鍵詞分布

用VOSviewer軟件對關鍵詞進行了分析,關鍵詞共現網絡見圖4(關鍵詞是由VOSviewer軟件提取的)。

2.7 前100篇高被引論文的基金資助情況

分析了前100篇高被引論文的基金資助情況。基金資助論文數為61篇,占61.00%,209項基金共資助61項研究。中國國家科技重大專項重大新藥研發專項和其他國家級項目的數量為43項,占20.57%,中國國家自然科學基金資助的數量為36項,占17.22%。

2.8 被引頻次≥2 500的論文

對被引頻次≥2 500的17篇論文[2-12, 31-36]進行了統計,結果見表5。

表5 被引頻次≥2 500的論文及相關信息

2.9 論文的類型和主題

分析了前100篇高被引論文的論文類型和主題。見表6。

表6 COVID-19前100篇高被引論文的類型和主題

3 分析與討論

本研究對WoS數據庫前100篇高被引COVID-19主題文章進行了文獻計量分析,更新了之前發表的COVID-19主題文獻計量研究的結果,并用VOSviewer軟件對100篇高被引論文的作者合作關系、作者所在國家合作關系、作者機構合作關系、關鍵詞共現進行可視化分析;對出版期刊、發表類別、研究學術主題、關鍵詞、WoS類別等信息也進行了量化。旨在為研究者和學術期刊編輯提供COVID-19的研究熱點和趨勢信息。

3.1 國家貢獻和機構合作

在本研究所分析的100篇高被引論文中,來自中國的文章數量最多(n=60)、總被引次數(n=133 177)和篇均被引次數均最高(n=2 219.62)。結果表明,中國學者在抗擊COVID-19的研究領域中非常活躍,不僅貢獻了最多的高被引論文,也與包括美國、英國、德國、荷蘭、澳大利亞、意大利、瑞士等國的科研機構及學者緊密合作。很多早期的臨床、流行病學、病因學和基因組學研究是基于COVID-19疫情中心區域最早期患者的信息迅速完成的。

這些研究多數于2020年2月發表,為全世界預防、控制和治療這種未知的新興傳染病提供了重要信息。而資助情況分析顯示,100篇高被引論文的科研項目中,中國政府資助的項目共有79個,占所有資助項目的37.80%。這表明,中國政府高度重視對COVID-19的研究,并給予了大力財政支持,為全球抗擊COVID-19做出了巨大貢獻。除中國以外,美國、英國、德國、意大利、加拿大、荷蘭對關于COVID-19的高被引論文研究貢獻較大。

分析結果顯示,每篇論文的平均作者機構數量為6.31(范圍為1至47),由此可見,在高水平的COVID-19研究中,研究機構之間的合作已變得普遍和必要。關于第一作者的機構類型,大學和大學附屬醫院占68%(68篇);其次是科研院所(16篇);再次為醫院(9篇)和疾病控制與預防中心(7篇)。大學、大學附屬醫院、科研院所和疾病控制與預防機構之間的合作更為頻繁;然而,在COVID-19 前100篇高被引論文中,企業與大學之間的合作并不多見。

3.2 研究熱點、趨勢和對未來的影響

在COVID-19疫情早期開展的COVID-19文獻計量研究發現,大多數高被引論文為針對COVID-19的臨床、病毒學、流行病學和病理特征的描述性研究,而缺乏關于COVID-19疫苗接種或抗病毒療法的研究。

而本研究結果顯示,COVID-19的臨床特征、病毒入侵機制、流行病學特征仍然是前100篇高被引論文的主要研究主題。同時研究發現,關于藥物和藥物臨床試驗方面研究的被引用次數不斷增加,占前100篇高被引論文數量的12.00%。共有5篇論文(4篇研究文章和1篇綜述)研究了與COVID-19相關的醫生、護士和患者的心理健康,占前100篇高被引論文數量的5.00%。2篇關于慢性病患者COVID-19感染與發病風險的研究簡報也獲得了大量引用,進入前100篇高被引論文。上述研究結果反映了當未知的新發傳染病造成全球大流行時,人類科研熱點的動態變化和趨勢。面對COVID-19帶來的不確定性,疫苗接種的有效性、病毒突變和疫情對經濟的影響等問題,仍亟待深入研究。

值得注意的是,前100篇高被引論文中包含2篇臨床指南:一是由中國臨床專家團隊組織編寫的關于COVID-19的診斷和治療指南[37];二是由來自多個國家的專家組成的國際團隊編寫的COVID-19成人危重患者管理指南[38]。

我們還觀察到高影響力學術期刊在傳播COVID-19科學知識方面的重要作用。在前100篇高被引論文中,16篇發表于NewEnglandJournalofMedicine,其次是Lancet系列期刊(13篇)和JAMA-JournaloftheAmericanMedicalAssociation(9篇)。發表于Lancet的高被引論文獲得了最高的引用次數(45 867次),篇均被引用次數也最高(3 528.23次)。這些在頂級期刊發表的前100篇高被引論文代表著頂級期刊在COVID-19相關研究領域的重要影響。研究人員可以通過追蹤學習這些期刊的最新發表論文,了解COVID-19研究領域的前沿進展和發展方向。包括上述期刊在內的大多數頂級期刊,在疫情期間都對COVID-19主題的研究論文采取了開放獲取政策,這有助于快速傳播有關COVID-19的新知識。在表5中列出的所有在2020年2月至4月發表的引用率最高的研究論文都可以開放獲取。這些早期研究論文使人類對這種新型病毒有了基本認識。

3.3 從編輯角度的建議

在數據收集和整理過程中,我們也發現了前100篇高被引論文作為出版物的某些不足,我們希望從科學期刊編輯者的角度謹慎地提出相應的建議。

第一,只有發表于15種期刊的18篇文章列出了關鍵詞,其余發表于33種期刊的82篇文章均未列出關鍵詞。在信息計量學中,關鍵詞有助于揭示和表達文稿的核心內容[39]。 一般來說,3至8個關鍵詞基本上可以界定論文的核心概念和范圍[40]。建議期刊編輯在稿件提交和修改過程中,應向作者強調標注關鍵詞的重要性,并對關鍵詞的質量進行審查。第二,在2篇作者較多的論文中,作者的姓名格式并不統一,有些使用全名,有些則使用首字母縮寫。第三,在2篇被引用最多的論文中,同一機構的名稱并不統一。建議期刊編輯和作者都要仔細校對。

4 小結

本研究對前100篇高被引COVID-19論文進行了綜合性文獻計量分析。研究結果將有助于研究人員和學術出版機構更好地了解COVID-19研究領域的重點和趨勢。來自中國的文章,特別是在武漢進行的關于臨床和流行病學特征的早期研究被大量引用,并很好地形成了對COVID-19的基本認識。COVID-19藥物治療、對心理健康的影響及與慢性病共病已成為新的重要研究熱點,疫苗接種的有效性、病毒突變和對經濟的影響仍有待研究。