基于知識圖譜的高血壓病中醫舌象研究可視化分析*

孫 璇，王 哲，苗德田，王東軍，田之魁，朱青青，周宗慧，關媛媛，田春穎，王泓午△

1 天津中醫藥大學，天津 301600； 2 濱州醫學院附屬醫院，山東 濱州 256613

高血壓是以體循環動脈壓持續升高為主要臨床表現的“心血管綜合征”，作為最常見的心腦血管疾病，患病率呈逐年上升趨勢［1-2］。長期處于高血壓狀態易誘發糖尿病［3］、慢性腎病［4］、腦卒中［5］等。目前發病機制尚未明確，有研究顯示［6-7］，血壓的升高多與高血壓外周調控機制和中樞調控機制有關；有研究認為［8］，其機制主要集中在炎性因子、神經遞質、基因等方面。中醫古籍中雖無高血壓病名，但按癥狀可歸于“眩暈”“頭痛”范疇［9］。

舌診，作為中醫臨床診斷的重要依據，已有悠久歷史。西周、殷商時期已有記載，到現在已形成完整理論體系［10］。舌為五臟六腑之外候，臟腑經絡在內的生理和病理變化都可通過舌象表現出來［11］。目前中醫舌象研究主要集中在舌苔微生態研究［12］、疾病舌象特征規律研究［13］、舌圖象數字化處理［14］等。Citespace 軟件是由陳超美博士開發的一款廣泛應用于文獻共現分析和共引分析的可視化軟件［15］。由于傳統舌診技術受外界環境因素影響較大，故當前舌診客觀化研究是將舌象信息進行定性定量描述，避免主觀判斷的影響，增加中醫辨證的可重復性和可檢測性［16］。本研究應用Citespace 軟件對有關高血壓中醫舌象研究的文獻進行可視化分析，意在分析當前高血壓中醫舌象研究現狀，為今后相關研究提供思路。

1 資料與方法

1.1 數據來源與檢索策略數據來源：中國知網數據庫；納入文獻包括期刊論文、學位論文、會議論文；檢索策略：以“高血壓”“中醫”“舌象”為主題詞進行檢索；檢索時間：建庫至2020年9月。

1.2 研究方法將文獻以Refworks 形式導入到Citespace 5.7.R1 軟件進行格式轉換。參數設置：時間分區（Time Slicing）：1982年至2020年，作者研究以5年為數據切分年代，關鍵詞和機構研究以1 年為數據切分年代；節點類型（Node Types）：分別選作者（Author）、機構（Institution）、關鍵詞（Keyword）生成共現圖譜，關鍵詞再形成聚類分析圖、時區圖和關鍵詞突現圖；研究作者時閾值選擇為（gindex）=25，剪切方式（Pruning）：無；關鍵詞和機構閾值選擇為（gindex）=25，剪切方式（Pruning）：Minimum spanning tree。

2 結果

中國知網共檢索到文獻89 篇，其中包括期刊論文25 篇，占28.09%；學位論文58 篇，占65.17%；會議論文6篇，占6.74%。

2.1 發文數量與發文年份發文量呈波浪式變化，2012 年和2014 年分別達兩個小高峰，分別為10 篇和11 篇，總體呈下降趨勢，且2020 年無文章發表，說明近年相關學者對高血壓中醫舌象研究的熱度有所下降。見圖1。

2.2 作者共現分析納入文獻可形成節點數為120（n=120），連線數為209（E=209）的作者可視化分析。本研究截取了發文量2 篇及以上的作者，共32 位，占26.67%。根據普賴斯定律［17］可知，本研究核心作者最低m≈1.30，取整為2，發文量≥2篇作者32位，合計發文77篇，占26.67%＜50%，說明未形成核心作者群。見圖2、表1。

表1 高血壓中醫舌象研究5個主要研究團隊研究內容

圖2 高血壓中醫舌象研究作者合作可視化分析

2.3 機構共現分析研究機構可視化結果形成了一個節點數為52，連線數為33 的可視化圖譜。多機構間有相互合作關系，按中心度排名，中心度＞0.1 的機構依次為山東中醫藥大學附屬醫院、長春中醫藥大學附屬醫院、北京大學人民醫院中醫科。聚類分析結果顯示，主要形成大的聚類為高血壓病因子分析，說明因子分析是目前該研究領域關注度較高的研究方向。發文量≥2 篇的機構主要集中在高校及其附屬機構。且研究單位主要集中在北方，有地域差異。見圖3、表2。

表2 發文量≥2篇研究機構

圖3 高血壓中醫舌象研究機構可視化圖譜

2.4 期刊來源分析本研究納入文獻中期刊僅25 篇，共涉及19 個期刊，發文量≥2 篇的期刊分別為：中西醫結合心血管病電子雜志3 篇、北京中醫藥3 篇、遼寧中醫雜志2 篇、中醫研究2 篇。學位論文58篇。

2.5 關鍵詞可視化分析關鍵詞可視化分析見節點為247，聯系為239的可視化圖譜，見圖4。剔除本研究檢索詞“高血壓”“舌象“中醫”，以探索剩余關鍵詞關聯。剔除檢索詞后主要研究內容包括：“聚類分析”“數據挖掘”“冠心病”“因子分析”“流行病”“代謝綜合征”等。出現次數≥3 次的關鍵詞，見圖4、表3。

表3 高血壓中醫舌象研究關鍵詞出現頻次≥3的關鍵詞

圖4 高血中醫舌象研究關鍵詞可視化圖譜

對關鍵詞可視化結果再次進行聚類分析，得到6 個大的聚類結果，聚類模塊值（modularity）Q=0.8391，顯示聚類結果顯著；聚類平均輪廓值（mean silhouette）=0.6238，顯示聚類結果合理。見表4。

表4 高血壓中醫舌象研究關鍵詞聚類結果

當關鍵詞中心性（Centrality）≥0.1 時，可稱為高中心中介性關鍵詞，此時關鍵詞具有轉折意義［18］。中心性≥0.1的關鍵詞有高血壓病（0.26）、聚類分析（0.26）、舌象（0.23）、高血壓（0.21）、數據挖掘（0.16）、冠心病（0.13）、因子分析（0.12）、舌診（0.11）、中醫證候（0.10）、癥狀（0.10）、溫陽（0.10）。

通過關鍵詞時區圖可了解逐年變化的研究內容，可直觀看到該研究領域研究內容的遷移變化，呈現出從集中聚焦到多樣關注的演變特點，并且關鍵詞的時間斷面與發文量變化基本吻合。研究內容從單一舌象特征研究和流行病學調查研究逐漸向利用舌象特征信息進行中醫辨證施治轉變；且出現了該研究領域代表學者如郭立中教授根據舌脈信息以溫通法辨治高血壓病等現象。見圖5。

圖5 高血壓中醫舌象研究關鍵詞時區

剔除檢索詞后，“流行病學”“數據挖掘”“中醫證候”等出現頻率較多且中心性較高，且從關鍵詞時區圖分析，2006 年開始出現了“證型”“癥狀”等詞，說明舌象特征研究可為中醫辨證施治奠定基礎。去除“高血壓病”詞后發現，“糖尿病”“冠心病”“脂肪肝”等病名出現，說明高血壓病的產生和這些疾病有相關性，從側面說明這些疾病是目前該領域研究的熱點方向。見圖6。

圖6 高血壓中醫舌象研究關鍵詞突現詞分析（排名前15）

3 討論

3.1 研究現狀本研究檢索了中國知網數據庫建庫至2020年9月與高血壓中醫舌象研究相關文獻，結合年發文量分析圖可知，相關研究首次出現時間為1982 年，到2015 年呈現波浪式增長趨勢，這可能與我國高血壓人群患病率逐年增高有關［19］。但近5 年發文量總體呈下降趨勢，說明目前該領域研究熱度較低。從發文機構看，研究機構主要集中在山東省、北京市、天津市、吉林市等北方地區，存在明顯地域差異，這可能與北方地區高血壓患病率高于南方地區有關［20］。研究單位主要集中在高校及其附屬醫院，且同地區各研究機構間有合作交流，但跨區域合作較少，在此提倡加強跨區域合作，突破地域障礙，促進學術成果產出。從發文作者及發文量看，作者發文量較低，根據普賴斯定律，尚未形成核心團隊。但從可視化圖譜分析，目前有5 個較為穩定的研究團隊，且發文量2 篇及以上作者基本都在該研究團隊中。各研究團隊內部合作密切，團隊間合作較少，良好的團隊合作能促進學術進步［21］。

3.2 研究熱點關鍵詞分析能反映當前研究熱點及發展趨勢［22］。本研究截取了排名前15 位的關鍵詞，剔除檢索詞等基礎詞匯后，突現強度≥1的關鍵詞有“聚類分析”“肝病”“學術思想”“因子分析”“證候”“脈象”“癥狀”，當前研究熱點集中在聚類分析、因子分析和中醫辨證施治方面。聚類分析被廣泛運用于中醫證候研究，因其能減少人為誤差，使研究更標準化、客觀化［23-24］。中醫治療高血壓有獨特優勢，以中藥結合病患自身體質進行辨證治療，達到減低發病率提高患者生活質量的目的［25-26］。“臨界高血壓”一詞最早在2004 年出現，雖持續時間僅2 年，但這預示著該領域研究的開端；1982—2006 年，關注度較高的主要集中在高血壓中醫舌象的聚類分析和因子分析方面；自2007 年開始，在該研究方向基礎上又新增了中醫辨證施治內容，2007 年可成為研究熱點轉變時間。綜合分析，高血壓患者中醫舌象研究領域研究熱點已由單純數據分析轉變為舌脈象與中醫診治相結合方面。

3.3 研究趨勢當前研究趨勢可總結為以下內容：1）#5 流行病學作為較大的一個聚類且距當前年份較近，可推斷其可成為當前研究趨勢；2）中醫辨證治療高血壓有其特有優勢，故將舌診客觀化研究與中醫辨證治療相結合是其必然趨勢［27］。3）基于舌診客觀化研究建立高血壓診斷模型，病前做疾病預警，病后提示疾病進程，充分發揮中醫特色診療優勢，為臨床更準確辨證施治提供方法及依據［28］。

本研究應用Citespace 結合計量學方式，對高血壓中醫舌象相關研究進行分析，以更直觀、更立體的形式展現了高血壓中醫舌象研究領域熱點及發展趨勢，意在為今后該領域發展提供新思路。研究結果顯示，高血壓中醫舌象研究已形成較穩定的研究團隊，但團隊及研究機構間交流合作較少，提示學術交流合作亟待加強。本研究僅納入中國知網數據庫文獻，存在一定偏倚，在未來研究工作中，爭取獲取更多數據資源，期待更深度的研究。