2002—2022年生化湯研究文獻可視化分析

楊繼紅，姚帥君，陳燕清，杜彩鳳，閆敬來

山西中醫(yī)藥大學，山西 晉中 030619

生化湯原系紹興錢氏女科家傳秘方，后經(jīng)《景岳全書》公之于世，復由《傅青主女科》推廣發(fā)明于前[1]。傅青主將此方列為產(chǎn)后病的首選方劑，運用生化湯及其衍生方如木香生化湯、加減生化湯、加味生化湯、加參生化湯、參歸生化湯、安神生化湯等治療和預(yù)防產(chǎn)后諸疾。

文獻計量學是以文獻體系和文獻計量特征為研究對象，采用數(shù)學、統(tǒng)計學等的計量方法，評價和預(yù)測科學技術(shù)的現(xiàn)狀及發(fā)展變化趨勢的圖書情報學分支學科[2]。CiteSpace是美國德雷賽爾大學陳超美教授使用Java語言開發(fā)的一款信息可視化軟件，主要基于共引分析理論和尋徑網(wǎng)絡(luò)算法等，對特定領(lǐng)域的文獻（集合）進行計量，以探尋學科領(lǐng)域演化的關(guān)鍵路徑及知識轉(zhuǎn)折點，并通過繪制一系列可視化圖譜形成對學科演化潛在動力機制的分析和學科發(fā)展前沿的探測[3]。知識圖譜是應(yīng)用數(shù)學算法簡化知識單元結(jié)構(gòu)以達到可視化知識結(jié)構(gòu)的一種方法，在中醫(yī)藥領(lǐng)域有廣闊的應(yīng)用前景[4]，對傳承中醫(yī)藥經(jīng)驗、發(fā)掘中醫(yī)藥智慧結(jié)晶起到一定作用[5]。Gephi是一款基于Java的復雜網(wǎng)絡(luò)分析軟件，主要用于各種網(wǎng)絡(luò)和復雜系統(tǒng)、動態(tài)和分層圖的交互可視化與探測，可廣泛用作鏈接分析、探索性數(shù)據(jù)分析、生物網(wǎng)絡(luò)分析和社交網(wǎng)絡(luò)分析等[6]。本研究采用文獻計量學方法分析生化湯研究現(xiàn)況、熱點及趨勢，為相關(guān)研究提供參考。

1 資料與方法

1.1 數(shù)據(jù)來源與檢索策略

計算機檢索中國知識資源總庫（CNKI）、中文科技期刊數(shù)據(jù)庫（VIP）、中國學術(shù)期刊數(shù)據(jù)庫（萬方數(shù)據(jù)）、中國生物醫(yī)學文獻數(shù)據(jù)庫（CBM）。以“生化湯”為檢索詞，檢索條件設(shè)置為主題（精確），檢索時間范圍為2002年1月1日—2022年6月1日。

1.2 文獻篩選及導出

納入標準：生化湯研究相關(guān)文獻。排除標準：①非傅氏生化湯的研究文獻；②報紙、會議論文及學位論文；③非原始研究文獻，如綜述、Meta分析等；④非醫(yī)藥行業(yè)學科性質(zhì)的文獻。

將符合納入標準的文獻題錄以“NoteExpress”格式分別導出，然后通過NoteExpress3.5軟件去除重復文獻，并經(jīng)閱讀題目和摘要排除與主題不相關(guān)文獻，得到可供納入的文獻題錄數(shù)據(jù)。

1.3 數(shù)據(jù)處理

利用NoteExpress3.5的數(shù)據(jù)分析模塊對文獻題錄的年份、來源、作者頻次排名前10位和關(guān)鍵詞頻次排名前50位進行統(tǒng)計，并將統(tǒng)計結(jié)果保存至WPS Excel2019工作簿（保存格式為csv）。通過NoteExpress軟件導出文獻題錄，將導出的文檔命名為“download_***.txt”。利用Python正則表達式提取txt文檔中A1字段（作者）及AD字段（機構(gòu)），然后通過Python編程制作作者字段共詞矩陣（頻次≥4）和機構(gòu)字段共詞矩陣（頻次≥5），之后在WPS Excel工作簿中利用共詞矩陣制作Gephi網(wǎng)絡(luò)文件并保存為csv格式。

1.4 數(shù)據(jù)分析與可視化

在Python3.7中導入Pandas庫讀取年份數(shù)據(jù)集、來源數(shù)據(jù)集、作者數(shù)據(jù)集、關(guān)鍵詞數(shù)據(jù)集，然后運用Matplotlib庫繪制年份-發(fā)文量折線圖，運用Pyecharts庫繪制作者-發(fā)文量玫瑰圖和關(guān)鍵詞詞云圖。

使用Gephi0.9.2軟件讀取csv格式的網(wǎng)絡(luò)文件，運用Yifan Hu布局和Fruchterman Reingold布局實現(xiàn)作者合作網(wǎng)絡(luò)與機構(gòu)合作網(wǎng)絡(luò)的可視化。

將“download_***.txt”文檔導入CiteSpace5.8R2軟件進行數(shù)據(jù)格式轉(zhuǎn)化，然后進行關(guān)鍵詞聚類圖譜、共現(xiàn)圖譜及關(guān)鍵詞突現(xiàn)圖譜的可視化分析。核心作者是指在該領(lǐng)域發(fā)表文獻數(shù)量最多，且文獻質(zhì)量高、被引次數(shù)多、所發(fā)論文級別高、有較大影響力的作者。根據(jù)普賴斯定律[7]確定核心作者數(shù)量，即M≈（Nmax為最高產(chǎn)作者所發(fā)表的論文數(shù)量，M為核心作者的最低發(fā)文數(shù)量，當某位作者所發(fā)的論文數(shù)量超過M時即可被視為核心作者）。聚類標簽序號越小，表明該聚類包含的文獻數(shù)量越多。聚類模塊值（Q）和平均輪廓值（S）是評價聚類圖譜的指標，一般而言，Q＞0.3表示劃分出來的社團結(jié)構(gòu)是顯著的，S＞0.5可認為聚類是合理的，而S＞0.7則聚類效率高且令人信服[8]。關(guān)鍵詞突現(xiàn)可反映關(guān)鍵詞在短時間內(nèi)研究頻次驟增的情況，進而了解一定時間內(nèi)的研究熱點及該領(lǐng)域研究趨勢。參數(shù)設(shè)置：時間分區(qū)（Time Slicing）為2002年1月—2022年6月，時間切片（Year Per Slice）為每年1次。節(jié)點類型（Node Types）選擇關(guān)鍵詞（Keyword）。選擇標準（Selection Criteria）設(shè)置Top N=50。圖譜修剪（Pruning）選擇修剪切片網(wǎng)絡(luò)算法（Pruning sliced networks）和最小生成樹算法（Mining Spanning Tree）。

2 結(jié)果

2.1 檢索結(jié)果

初檢共得到文獻5 901篇，剔除Meta分析、綜述、報紙、會議論文、學位論文及非醫(yī)藥行業(yè)學科類型的文獻后共得到4 728篇文獻題錄，經(jīng)NoteExpress軟件去重，最終納入文獻題錄1 673篇。

2.2 發(fā)文時間分布

本研究納入1 673篇生化湯相關(guān)文獻的年度發(fā)文趨勢見圖1，時間跨度為2002—2022年。可以看出，生化湯相關(guān)研究整體上呈平穩(wěn)波動趨勢，于2011年達到峰值，發(fā)文量為111篇，其余年份發(fā)文量均在60篇以上（2022年截至6月）。

圖1 2002—2022年生化湯研究文獻發(fā)文時間分布

2.3 來源期刊

1 673篇生化湯相關(guān)文獻來源于468種期刊，發(fā)文量前10位來源期刊見表1。其中《內(nèi)蒙古中醫(yī)藥》（42篇）發(fā)文最多，其次為《河南中醫(yī)》（34篇）、《陜西中醫(yī)》（33篇）、《光明中醫(yī)》（32篇）、《實用中醫(yī)藥雜志》（29篇）等。前10位來源期刊共載文287篇，約占17.15%，來源期刊以非核心期刊居多，表明該領(lǐng)域文獻質(zhì)量仍待提升。

表1 2002—2022年生化湯研究文獻來源期刊（前10位）

2.4 核心作者

納入文獻共涉及作者2 648位，發(fā)文最多的作者是宋金春（11篇），據(jù)此可計算出普賴斯定律M≈2.48，故發(fā)文量≥3篇的作者可視為核心作者，共117位，約占全部作者的4.42%。核心作者累計發(fā)文416篇，約占文獻總數(shù)的24.87%，其中排名前10位的核心作者見圖2。對作者進行可視化分析，合作網(wǎng)絡(luò)見圖3。

圖2 2002—2022年生化湯研究文獻核心作者發(fā)文量玫瑰圖（前10位）

圖3 2002—2022年生化湯研究文獻作者合作網(wǎng)絡(luò)

由圖3可知，生化湯研究領(lǐng)域的作者合作團隊關(guān)系較松散，團隊間的合作交流不密切，主要形成2個研究團隊。其中宋金春團隊主要研究內(nèi)容為生化湯的提取工藝對阿魏酸含量的影響[9]、生化湯藥物化學和血清指紋圖譜研究[10-11]、生化湯中阿魏酸含量及家兔血漿阿魏酸的藥動學參數(shù)測定[12]；王雁梅團隊主要研究內(nèi)容為利用高效液相色譜法分析不同煎煮方法、溶媒因素和炮制因素對生化湯中阿魏酸含量的影響[13-15]。

2.5 研究機構(gòu)

納入文獻共涉及機構(gòu)1 680所。以機構(gòu)為節(jié)點類型進行可視化分析，共現(xiàn)網(wǎng)絡(luò)見圖4。發(fā)文量≥5篇的機構(gòu)共41所，占機構(gòu)總數(shù)的2.44%。生化湯研究領(lǐng)域的各機構(gòu)間合作相對較少，研究較獨立，多為地域院校或高校自身附屬醫(yī)院間的合作。其中浙江醫(yī)藥高等專科學校與第四軍醫(yī)大學基礎(chǔ)部藥理教研室、第四軍醫(yī)大學唐都醫(yī)院中醫(yī)科間的合作關(guān)系最為密切。其次，武漢大學人民醫(yī)院藥學部與武漢大學藥學院間有較為密切的合作，山東中醫(yī)藥大學與山東中醫(yī)藥大學附屬醫(yī)院間也有合作關(guān)系。各機構(gòu)間的合作不夠緊密，仍需進一步加強合作。

圖4 2002—2022年生化湯研究文獻機構(gòu)共現(xiàn)網(wǎng)絡(luò)

2.6 關(guān)鍵詞

2.6.1 詞云分析

關(guān)鍵詞是文獻主要內(nèi)容的提煉和概括，其頻次可反映研究熱點及發(fā)展方向，頻次排名前50位的關(guān)鍵詞詞云見圖5。可知，生化湯的治療熱點仍是產(chǎn)后病，生化湯的研究熱點為中西醫(yī)結(jié)合療法，如與米非司酮、米索前列醇、縮宮素合用治療產(chǎn)后惡露不絕、稽留流產(chǎn)、子宮復舊，與甲氨蝶呤合用治療胎盤植入等。

圖5 2002—2022年生化湯研究文獻關(guān)鍵詞詞云（前50位）

2.6.2 共現(xiàn)分析

關(guān)鍵詞共現(xiàn)可以反映生化湯研究領(lǐng)域的熱點及發(fā)展趨勢，共現(xiàn)圖譜見圖6。圖譜中共有節(jié)點949個，連線1 694條，連線密度為0.003 8。從治療內(nèi)容來看，生化湯主要治療產(chǎn)后出血、惡露不絕，胎衣不下和胎盤植入。從治療方法來看，本方可與縮宮素、益母草、米非司酮聯(lián)用治療藥物流產(chǎn)后出血、胎盤殘留、終止早孕、不全流產(chǎn)、子宮復舊不良等。

圖6 2002—2022年生化湯研究文獻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

2.6.3 聚類分析

在關(guān)鍵詞共現(xiàn)分析基礎(chǔ)上利用LLR算法進行聚類，可進一步挖掘該領(lǐng)域的研究動態(tài)，結(jié)果見圖7。Q=0.588 7，S=0.886 9，表明關(guān)鍵詞聚類結(jié)果具有一定的顯著性和可信度。圖中共形成15個聚類，由于聚類標簽不能完整顯示所包含的關(guān)鍵詞，故根據(jù)各聚類所傾向的研究熱點及領(lǐng)域進一步歸納為4類：①輔助藥物流產(chǎn)（聚類#0、#5）。主要與米非司酮、米索前列醇聯(lián)用提高藥物流產(chǎn)的效果，促進月經(jīng)及時復潮。②產(chǎn)后病（聚類#2、#3、#4、#6、#8、#9、#10、#11、#12、#13）。生化湯加味治療產(chǎn)后陰道出血、產(chǎn)后缺乳；生化湯與失笑散、鮮益母草顆粒等聯(lián)用治療產(chǎn)后宮腔殘留；生化湯與小柴胡湯聯(lián)用治療產(chǎn)后發(fā)熱；生化湯與縮宮素、補中益氣湯等聯(lián)用治療子宮復舊不良；生化湯與米非司酮、甲氨蝶呤等聯(lián)用治療胎盤植入。③外用熏洗治療婦科疾病（聚類#1、#7）。生化湯與當歸補血湯合方熏洗治療外陰營養(yǎng)不良。④含量測定（聚類#14）。高效液相色譜法測定生化湯中阿魏酸的含量及相關(guān)的藥動學研究。

2.6.4 突現(xiàn)分析

對關(guān)鍵詞進行突現(xiàn)分析，共得到20個突現(xiàn)詞，見圖8。突現(xiàn)強度最高的關(guān)鍵詞為“流產(chǎn)后”，突現(xiàn)時間較近的關(guān)鍵詞為“不良反應(yīng)”。

圖8 2002—2022年生化湯研究文獻突現(xiàn)關(guān)鍵詞（前20位）

研究表明，妊娠期女性在接受藥物干預(yù)以后，部分患者的宮腔內(nèi)可能有脫膜、絨毛等組織殘留物，從而對子宮內(nèi)膜的修復過程形成不良影響[17]。米非司酮與米索前列醇是藥物流產(chǎn)常用藥物，其最常見的不良反應(yīng)為持續(xù)性陰道出血，可導致子宮復舊不全，嚴重者可致不孕甚至有生命危險[18]。中醫(yī)學認為，產(chǎn)后惡露不盡主要與氣血虛弱、瘀阻胞絡(luò)有關(guān)，生化湯具有溫經(jīng)養(yǎng)血、化瘀生新功效，用于藥物流產(chǎn)后能夠改善臨床療效，提升完全流產(chǎn)率，縮短陰道出血時間，促進子宮恢復。由此可見，生化湯降低藥物流產(chǎn)后不良反應(yīng)如盆腔炎、子宮內(nèi)膜炎和繼發(fā)性不孕等為近年來受關(guān)注的熱點內(nèi)容。

3 討論

本研究借助NoteExpress、Python等軟件對生化湯研究領(lǐng)域的發(fā)文趨勢、來源期刊、高產(chǎn)作者等內(nèi)容進行統(tǒng)計分析，并通過Gephi、CiteSpace軟件對生化湯相關(guān)文獻的作者合作關(guān)系、機構(gòu)合作關(guān)系、關(guān)鍵詞等內(nèi)容進行挖掘與可視化展示，直觀反映2002—2022年生化湯研究內(nèi)容的變化及發(fā)展趨勢，可為相關(guān)理論、臨床及科研選題提供參考。發(fā)文作者中宋金春團隊和王雁梅團隊是具有較大影響力的團隊，但兩團隊間并無緊密的合作關(guān)系。其中宋金春團隊以楊鶴、曾俊芳、胡傳芹為核心成員，主要開展生化湯的藥物化學和藥動學研究；王雁梅團隊以史恒軍、甘洪全、王保秀為核心成員，該團隊致力于生化湯的藥物分析研究。本領(lǐng)域發(fā)文量較多的機構(gòu)為武漢大學藥學院、南京中醫(yī)藥大學、成都中醫(yī)藥大學等。關(guān)鍵詞詞云顯示，生化湯主要用于中西醫(yī)結(jié)合治療產(chǎn)后病的研究，關(guān)鍵詞共現(xiàn)及聚類顯示，生化湯主要與米非司酮等藥物聯(lián)用治療產(chǎn)后出血及輔助藥物流產(chǎn)，關(guān)鍵詞突現(xiàn)顯示，生化湯降低藥物流產(chǎn)后不良反應(yīng)、提高治療效果從而促進產(chǎn)后康復是近年來的熱點研究內(nèi)容。

隨著實驗研究不斷深入，生化湯治療疾病的作用機制也逐漸清晰。藥理學研究表明，藥物流產(chǎn)后出血的作用機制可能是通過降低血清孕酮水平，提高血清雌二醇水平，從而加快子宮內(nèi)膜的修復，達到止血、促進子宮復舊的作用[19]。血液流變學實驗表明，生化湯可延長大鼠體內(nèi)血栓形成時間，顯著抑制血栓形成，縮短血栓長度，具有明顯改善大鼠子宮微循環(huán)作用[20]，這為生化湯的臨床應(yīng)用提供一定的實驗依據(jù)。

為進一步發(fā)揮生化湯的臨床應(yīng)用價值，針對研究過程中發(fā)現(xiàn)的問題，給出相關(guān)建議如下。總體來說，生化湯研究方向主要有臨床療效觀察、現(xiàn)代藥理學和化學分析、臨證經(jīng)驗、理論研究和網(wǎng)絡(luò)藥理學研究等內(nèi)容。其中臨床療效觀察的文獻量最大，占據(jù)主要地位。首先，生化湯的臨床觀察應(yīng)用方面多局限于產(chǎn)后病的治療，在其余婦科雜病如不孕癥及月經(jīng)病的崩漏、閉經(jīng)、痛經(jīng)等方面的應(yīng)用相對較少，因此今后研究基于異病同治的思路探索其對不同疾病的治療效果，擴大生化湯的臨床應(yīng)用范圍，體現(xiàn)中醫(yī)藥的治療優(yōu)勢，并在此基礎(chǔ)上建立統(tǒng)一的臨床療效評價標準是研究者應(yīng)該關(guān)注的問題[21]。其次，部分臨床觀察文獻存在樣本量小、研究設(shè)計不嚴謹?shù)葐栴}，建議研究者在后期擴大研究樣本量，通過大樣本臨床試驗得出更加嚴謹?shù)慕Y(jié)論。現(xiàn)代藥理學研究方面，研究者多以阿魏酸作為研究對象探究生化湯的藥理毒理作用，但對其復方的作用機制、作用靶點和部位并不清楚，這在一定程度上限制了生化湯研究的科學性、廣泛性和系統(tǒng)性。建議研究者在中醫(yī)整體性理論的指導下進行相關(guān)的藥理學和藥物化學分析。同時，生化湯的文獻研究相對較少，建議學者從古籍文獻入手，深入探討其組方特色、配伍規(guī)律，挖掘其方證特點，考證其源流出處，以擴大生化湯的治療范圍，為臨床提供理論參考。最后，新興技術(shù)如網(wǎng)絡(luò)藥理學、生物信息學、代謝組學等在生化湯的研究中尚未引起重視，因此仍有較大探索空間。建議學者加強生化湯與新興科研方法和多學科交叉方面研究，建立更多生化湯治療疾病的“藥物-成分-靶標”網(wǎng)絡(luò)，找出潛在的生物標志物群，闡明代謝途徑，嘗試突破生化湯治療產(chǎn)后病這一臨床局限，開拓相關(guān)研究新前沿。建議生化湯研究團隊間加強合作與交流、尋求共識，提升該領(lǐng)域?qū)W術(shù)成果的水平，從而為其臨床應(yīng)用提供更加有力的證據(jù)支持。