基于CiteSpace可視化分析結(jié)構(gòu)方程模型在我國醫(yī)藥領(lǐng)域的應(yīng)用趨勢(shì)

鄭淼淼,洪望龍,朱文濤,馬國強(qiáng),沈愛宗,2

[1.安徽中醫(yī)藥大學(xué)藥學(xué)院,合肥 230012;2.中國科學(xué)技術(shù)大學(xué)附屬第一醫(yī)院(安徽省立醫(yī)院)藥劑科,合肥 230001]

結(jié)構(gòu)方程模型 (structural equation model,SEM)是一種處理復(fù)雜變量的統(tǒng)計(jì)學(xué)方法,是因子分析和路徑分析的結(jié)合。SEM通過觀測(cè)變量可測(cè)量無法直接觀察的變量,即潛變量,解釋觀測(cè)變量與潛變量、潛變量與潛變量之間的關(guān)系及強(qiáng)度。與傳統(tǒng)統(tǒng)計(jì)方法相比,SEM是驗(yàn)證一個(gè)或多個(gè)自變量與一個(gè)或多個(gè)因變量之間復(fù)雜關(guān)系的模型,SEM不局限于解釋變量之間的單一關(guān)系,通過驗(yàn)證性分析,在測(cè)量過程中處理誤差,提供了解釋潛變量之間結(jié)構(gòu)關(guān)系的可能[1-2],被稱為第二代統(tǒng)計(jì)技術(shù)。20世紀(jì)70年代,JORESKOG綜合因素分析、路徑分析與回歸分析逐漸形成了SEM,并開發(fā)了一個(gè)通用計(jì)算機(jī)程序,既LISREL,展示了如何將一般模型應(yīng)用于無數(shù)重要的實(shí)質(zhì)性模型[3],為SEM的發(fā)展做出了重要貢獻(xiàn)。隨著越來越多的學(xué)者對(duì)SEM進(jìn)行相關(guān)研究,SEM理論日趨成熟,SEM軟件也得到快速發(fā)展,這些軟件包括Amos、LISREL、Mplus、EQS、CALIS、RAMONA、SEPATH、Mx等,也有學(xué)者使用計(jì)算機(jī)編程軟件(如R語言)進(jìn)行SEM分析[2,4]。SEM受到許多研究者的關(guān)注,被廣泛應(yīng)用于心理學(xué)、管理學(xué)、社會(huì)科學(xué)等學(xué)科。隨著我國醫(yī)藥領(lǐng)域的發(fā)展,許多方面面臨著機(jī)遇和挑戰(zhàn),醫(yī)藥研究領(lǐng)域面對(duì)的問題越來越復(fù)雜,因此SEM成為潛在的不可或缺的統(tǒng)計(jì)工具。

CiteSpace作為一款信息可視化應(yīng)用程序,通過對(duì)某一學(xué)科或特定主題的知識(shí)領(lǐng)域文獻(xiàn)進(jìn)行計(jì)量、共現(xiàn)及聚類分析,對(duì)該研究領(lǐng)域的知識(shí)結(jié)構(gòu)、應(yīng)用規(guī)律和分布情況等內(nèi)容進(jìn)行可視化網(wǎng)絡(luò)圖譜呈現(xiàn),可為研究者們理清該領(lǐng)域知識(shí)來源、重要轉(zhuǎn)折點(diǎn)、研究熱點(diǎn)方向及未來研究趨勢(shì)[5-6]。為提高醫(yī)藥從業(yè)人員對(duì)SEM的認(rèn)識(shí)與應(yīng)用,解決越來越具體且復(fù)雜的問題,筆者嘗試運(yùn)用CiteSpace軟件對(duì)SEM在我國醫(yī)藥領(lǐng)域的應(yīng)用情況進(jìn)行文獻(xiàn)計(jì)量學(xué)分析,以期了解SEM在我國醫(yī)藥領(lǐng)域的應(yīng)用現(xiàn)狀、研究熱點(diǎn)及趨勢(shì),現(xiàn)報(bào)道如下。

1 數(shù)據(jù)與方法

1.1數(shù)據(jù)來源與檢索策略 通過采用(主題=結(jié)構(gòu)方程模型)OR(主題=結(jié)構(gòu)方程)OR(主題=潛變量)OR(主題=SEM)在中國知網(wǎng)、萬方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)和維普網(wǎng)3個(gè)數(shù)據(jù)庫進(jìn)行醫(yī)藥衛(wèi)生科技專題檢索,限定檢索時(shí)間為建庫至 2022年9月,初步獲文獻(xiàn)8 872篇。由兩名研究員閱讀文獻(xiàn)題名、摘要、關(guān)鍵詞及全文后;排除與SEM無關(guān)、信息不全、會(huì)議論文、科技成果、新聞報(bào)道等文獻(xiàn);通過NoteExpress排除重復(fù)文獻(xiàn)(重復(fù)時(shí)選擇發(fā)表時(shí)間較早的那篇),最后得到文獻(xiàn)2 486篇,文獻(xiàn)以refworks格式導(dǎo)出。

1.2研究方法 將導(dǎo)出的文獻(xiàn)以“download_x.txt”命名,將其導(dǎo)入CiteSpace 6.1.R2 進(jìn)行格式轉(zhuǎn)換與分析。分析時(shí)間段設(shè)置為1990年1月—2022年12月,時(shí)區(qū)分割(#year per slice)默認(rèn)為1年。閾值設(shè)定可選擇g-index、top N或top N%[5],在該篇文獻(xiàn)中閾值參數(shù)設(shè)定g-index為25,其余參數(shù)設(shè)定均為默認(rèn)值。“author”“institution”“keyword”為可選擇分析的3種節(jié)點(diǎn)類型,節(jié)點(diǎn)類型分析包括作者合作網(wǎng)絡(luò)分布、機(jī)構(gòu)合作網(wǎng)絡(luò)分布、關(guān)鍵詞共現(xiàn)分析、關(guān)鍵詞聚類分析、關(guān)鍵圖突現(xiàn)分析等[6]。根據(jù)對(duì)不同節(jié)點(diǎn)類型的分析選擇是否對(duì)網(wǎng)絡(luò)進(jìn)行裁剪,剪裁方法選擇“pathfinder”,輔助剪裁方法選擇“pruning slice networks”[5]。并采用ECXEL對(duì)文獻(xiàn)總體趨勢(shì)進(jìn)行作圖分析。

1.3圖譜解讀 網(wǎng)絡(luò)圖譜中每一個(gè)節(jié)點(diǎn)(node,N)代表一個(gè)分析對(duì)象,節(jié)點(diǎn)圖形越大及節(jié)點(diǎn)字體越大皆表示分析對(duì)象出現(xiàn)的頻次越高,節(jié)點(diǎn)的顏色由上至下代表了字段年份由近到遠(yuǎn)。節(jié)點(diǎn)間的線條(line,E)代表分析對(duì)象間存在協(xié)作,連線的顏色不同代表初次協(xié)作的年份不同,連線密度(density)代表協(xié)作密度[7-8]。中介中心性(centrality )可體現(xiàn)研究?jī)?nèi)容在該領(lǐng)域的重要性,centrality>0.1的節(jié)點(diǎn)在結(jié)構(gòu)中起關(guān)鍵節(jié)點(diǎn)作用[6-9]。聚類圖譜中,#代表聚類,其中若模塊值(modularity Q,Q)>0.3、平均輪廓值(mean silhouette,S)>0.5,則說明得到的聚類模塊顯著且合理[6,10]。突現(xiàn)圖譜中紅色線條代表節(jié)點(diǎn)在該段年份研究熱度高。

2 結(jié)果

2.1文獻(xiàn)總體趨勢(shì) SEM在我國醫(yī)藥領(lǐng)域年度發(fā)文量和發(fā)展趨勢(shì)見圖1。1992年發(fā)表第一篇中文醫(yī)藥領(lǐng)域SEM文章;1992—2006年發(fā)文量較少,呈穩(wěn)定增長(zhǎng)狀態(tài);2007年至今,SEM在我國醫(yī)藥領(lǐng)域的應(yīng)用為快速增長(zhǎng)階段,2021年度發(fā)文量約為2006年的27倍。2 486篇文獻(xiàn)中,文獻(xiàn)發(fā)表篇數(shù)前20的期刊見表1。由表1可知,SEM在我國醫(yī)藥領(lǐng)域的應(yīng)用涵蓋公共衛(wèi)生、臨床心理學(xué)、預(yù)防醫(yī)學(xué)、行為醫(yī)學(xué)、護(hù)理學(xué)、流行病學(xué)、衛(wèi)生管理等多個(gè)學(xué)科的研究?jī)?nèi)容。

圖1 SEM在我國醫(yī)藥領(lǐng)域各年度發(fā)文量趨勢(shì)Fig.1 Trend of SEM’s annual publications in China pharmaceutical field

2.2作者合作分布圖譜 研究SEM在我國醫(yī)藥領(lǐng)域的主要研究人員及合作情況,對(duì)作者進(jìn)行發(fā)文量與合作網(wǎng)絡(luò)分布研究,結(jié)果見圖2和表2。從發(fā)文量表及作者合作網(wǎng)絡(luò)圖譜中可以看出,發(fā)文量≥7的作者有20位,N=765,E=1 210,density=0.004 1,作者合作較為分散,部分形成合作。

表2 SEM文獻(xiàn)的作者、發(fā)文量、作者機(jī)構(gòu)與研究?jī)?nèi)容Tab.2 Authors,number of publications,author institutions and research content in SEM literatures

圖2 作者合作網(wǎng)絡(luò)圖譜Fig.2 Author collaboration network mapping

SEM在我國醫(yī)藥領(lǐng)域的主要研究團(tuán)隊(duì)與其研究?jī)?nèi)容包括:以張愛華團(tuán)隊(duì)、劉堃團(tuán)隊(duì)、劉巧蘭團(tuán)隊(duì)、周郁秋團(tuán)隊(duì)、李嬌團(tuán)隊(duì)、丁魁團(tuán)隊(duì)為代表主要使用SEM進(jìn)行不同人群心理健康研究;以張巖波團(tuán)隊(duì)、劉艷團(tuán)隊(duì)為代表主要研究SEM的理論發(fā)展與應(yīng)用情況;以陳啟光為代表的團(tuán)隊(duì)主要探討中醫(yī)證候方向內(nèi)容;以李濤為代表的團(tuán)隊(duì)主要進(jìn)行不同因素下的雙生子研究;以任書華為代表的團(tuán)隊(duì)主要進(jìn)行行為醫(yī)學(xué)研究;以孫濤為代表的團(tuán)隊(duì)主要使用SEM探討護(hù)理領(lǐng)域問題。

2.3機(jī)構(gòu)合作分布圖譜 為研究SEM在我國醫(yī)藥領(lǐng)域主要核心研究機(jī)構(gòu)及其合作情況,對(duì)機(jī)構(gòu)進(jìn)行合作網(wǎng)絡(luò)分析,結(jié)果見圖3。機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜僅呈現(xiàn)發(fā)文量≥8的機(jī)構(gòu)名稱,由圖中可得,N=503,E=257,density=0.002,研究機(jī)構(gòu)主要分布在各大院校,機(jī)構(gòu)間合作較分散。

圖3 機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜Fig.3 Mapping of institutional cooperation networks

表3僅列出發(fā)文量前10的研究機(jī)構(gòu),可更為直觀地看出SEM在我國醫(yī)藥領(lǐng)域的主要研究機(jī)構(gòu)。從表3可知,在該領(lǐng)域的的主要研究機(jī)構(gòu)包括北京大學(xué)、東南大學(xué)公共衛(wèi)生學(xué)院、山西醫(yī)科大學(xué)、中國科學(xué)院心理研究所、南京中醫(yī)藥大學(xué)、哈爾濱醫(yī)科大學(xué)等。

表3 SEM在醫(yī)藥領(lǐng)域的研究機(jī)構(gòu)與頻數(shù)Tab.3 SEM research institutions and frequency in the field of medicine

2.4關(guān)鍵詞共現(xiàn)圖譜 由于關(guān)鍵詞共現(xiàn)分析網(wǎng)絡(luò)過于密集,選擇對(duì)網(wǎng)絡(luò)進(jìn)行裁剪。且不同作者對(duì)同一詞語的表述不同,故將節(jié)點(diǎn)中同義詞進(jìn)行合并,得到關(guān)鍵詞共現(xiàn)圖譜(圖4),關(guān)鍵詞共現(xiàn)圖譜僅顯示頻次前35的關(guān)鍵詞。列出中介中心性前12的關(guān)鍵詞,見表4。結(jié)合圖4和表4可知,SEM結(jié)合了驗(yàn)證性因子分析與路徑分析,“結(jié)構(gòu)方程模型”“影響因素分析”出現(xiàn)的頻次高且中心性高,是SEM在醫(yī)藥領(lǐng)域多學(xué)科應(yīng)用的主要研究類型。“心理健康”“生活質(zhì)量”“信效度”“應(yīng)對(duì)方式”中心性均≥0.1,為多個(gè)學(xué)科研究均感興趣的主題。SEM在我國醫(yī)藥領(lǐng)域應(yīng)用較多的研究類型是影響因素分析、中介效應(yīng)分析、驗(yàn)證性因子分析、路徑分析;研究對(duì)象有護(hù)士、老年人、醫(yī)療機(jī)構(gòu)、醫(yī)生、青少年、學(xué)生等;研究方法有計(jì)劃行為理論、調(diào)查問卷;研究主題包括社會(huì)支持、生活質(zhì)量、應(yīng)對(duì)方式、心理健康、信效度檢驗(yàn)、心理彈性、中醫(yī)證候等。

表4 中介中心性前12的關(guān)鍵詞Tab.4 Top 12 keywords in centrality

圖4 關(guān)鍵詞共現(xiàn)圖譜Fig.4 Keyword co-occurrence mapping

2.5關(guān)鍵詞聚類圖譜 基于關(guān)鍵詞共現(xiàn)圖譜,通過選擇似然方程(log-likelihood equation,LLR)對(duì)關(guān)鍵詞進(jìn)行聚類,選擇共聚最大的前11個(gè)聚類,得到關(guān)鍵詞聚類圖譜(圖5),前6個(gè)聚類的主要關(guān)鍵詞見表5。關(guān)鍵詞聚類圖譜中,Q=0.556 8,S=0.817 2,說明得到的聚類模塊顯著且具有高信度。圖譜中顏色從上至下代表發(fā)表時(shí)間由遠(yuǎn)及近,其中#0護(hù)士該聚類顏色為紅色,說明該聚類的內(nèi)容為近期研究。對(duì)#0進(jìn)行分析,S=0.895,表示該聚類具有同質(zhì)性。#0涉及的對(duì)象有護(hù)士,涉及的研究主題包括心理資本、職業(yè)倦怠、工作滿意度、工作投入等。

表5 關(guān)鍵詞前6個(gè)聚類Tab.5 Top six keywords in cluster

圖5 關(guān)鍵詞聚類圖譜Fig.5 Keyword clustering map

2.6關(guān)鍵詞突現(xiàn)圖譜 1992年起,SEM逐漸被應(yīng)用于我國醫(yī)藥領(lǐng)域。對(duì)1992—2020年的關(guān)鍵詞進(jìn)行突發(fā)性檢測(cè),選擇30個(gè)熱點(diǎn)關(guān)鍵詞(圖6),其中近幾年研究熱點(diǎn)分別是護(hù)理、新型冠狀病毒感染(Corona Virus Disease 2019,COVID-19)、護(hù)生、病恥感、使用意愿、肺癌等。

圖6 關(guān)鍵詞突現(xiàn)圖譜Fig.6 Keywords burst map

3 討論

3.1SEM在我國醫(yī)藥領(lǐng)域的發(fā)展趨勢(shì) 1992年,張風(fēng)雨等[11]發(fā)表我國第一篇中文醫(yī)藥領(lǐng)域SEM文章,引入SEM分析醫(yī)學(xué)現(xiàn)場(chǎng)資料中存在潛變量結(jié)構(gòu)的情況,較好地解決了線性回歸分析和路徑分析方法無法解決的問題,并指出了SEM在醫(yī)學(xué)中的應(yīng)用前景;2000—2006年SEM在我國醫(yī)藥領(lǐng)域的應(yīng)用處于探索階段,該階段文獻(xiàn)主要為綜述,探討了SEM在效度評(píng)價(jià)、流行病學(xué)、中醫(yī)證候、心理學(xué)研究中的應(yīng)用;2007年至今,SEM在我國醫(yī)藥領(lǐng)域的應(yīng)用呈快速增長(zhǎng)趨勢(shì),該階段研究?jī)?nèi)容豐富,主要包括臨床醫(yī)學(xué)、流行病學(xué)、臨床心理學(xué)、公共衛(wèi)生、中醫(yī)證候、護(hù)理學(xué)等,涉及中介分析、影響因素分析、因果分析、相關(guān)性分析等對(duì)研究?jī)?nèi)容進(jìn)行探討。SEM在醫(yī)藥領(lǐng)域的應(yīng)用快速增長(zhǎng),原因可能在于SEM適用于分析潛變量、分析復(fù)雜結(jié)構(gòu)關(guān)系的作用,隨著SEM方法學(xué)的發(fā)展,出現(xiàn)許多基于SEM的新變式模型,在群體異質(zhì)性和追蹤研究方面發(fā)揮了重要作用[12],且SEM軟件的發(fā)展增加了SEM可用性,故越來越多的研究者將SEM納入臨床研究的標(biāo)準(zhǔn)研究設(shè)計(jì)和數(shù)據(jù)分析策略。從文獻(xiàn)發(fā)表期刊情況來看,驗(yàn)證了SEM在我國醫(yī)藥領(lǐng)域的應(yīng)用涵蓋多個(gè)學(xué)科,表明我國醫(yī)藥領(lǐng)域多學(xué)科正日益認(rèn)識(shí)并使用SEM,專注于解決醫(yī)藥領(lǐng)域多學(xué)科中需要研究潛變量的難題。

3.2SEM在我國醫(yī)藥領(lǐng)域的應(yīng)用現(xiàn)狀 從作者合作和機(jī)構(gòu)合作分布圖譜可知,越來越多醫(yī)藥從業(yè)人員將SEM與研究?jī)?nèi)容結(jié)合起來,但研究者之間的合作較分散,主要研究機(jī)構(gòu)分布于各大高校,作者合作與機(jī)構(gòu)合作尚未形成集群。因此,相較于傳統(tǒng)的統(tǒng)計(jì)學(xué)方法,醫(yī)藥從業(yè)人員對(duì)SEM的認(rèn)識(shí)仍有待加強(qiáng),SEM作為有效的統(tǒng)計(jì)方法,可為醫(yī)藥從業(yè)人員解決研究中遇到的問題。

關(guān)鍵詞突現(xiàn)結(jié)果顯示,1994—2006年,“驗(yàn)證性因子分析”“線性結(jié)構(gòu)方程模型”“潛變量”是SEM研究的熱點(diǎn),期間研究者逐漸使用SEM分析“人格”“中醫(yī)證候”“雙生子研究”“信效度”,該段年份我國醫(yī)藥領(lǐng)域多學(xué)科對(duì)SEM表示出相似的興趣。2007年至今,SEM被應(yīng)用于多方面主題研究,結(jié)合關(guān)鍵詞共現(xiàn)與聚類分析,可將在該階段研究熱點(diǎn)歸納為醫(yī)務(wù)人員工作情況、心理健康、行為意愿、量表的信度與效度檢驗(yàn)、中醫(yī)證候、生活質(zhì)量、護(hù)理、滿意度調(diào)研等,應(yīng)用研究類型主要為影響因素分析、中介效應(yīng)分析。SEM之所以適用于以上研究熱點(diǎn),與研究?jī)?nèi)容逐漸涉及潛變量、復(fù)雜結(jié)構(gòu)密切相關(guān)。

黃建等[13]構(gòu)建民營醫(yī)院患者體驗(yàn)、滿意度與忠誠度模型,驗(yàn)證了3個(gè)維度之間的關(guān)系,從而在提高患者的生命質(zhì)量等方面為院方提供依據(jù);姜勤勤等[14]采用SEM研究有用性、患者態(tài)度對(duì)“互聯(lián)網(wǎng)+護(hù)理服務(wù)”患者采納意愿的影響,為推進(jìn)“互聯(lián)網(wǎng)+護(hù)理服務(wù)”可持續(xù)發(fā)展提供建議;任正等[15]為了解醫(yī)務(wù)人員心理健康現(xiàn)狀,探討社會(huì)支持、職業(yè)倦怠、工作壓力等影響因素對(duì)心理健康狀況的作用路徑,為增進(jìn)醫(yī)務(wù)人員心理健康水平提供參考策略;吾超等[16]采用SEM探討傳染科護(hù)士的應(yīng)對(duì)方式在自我效能感與職業(yè)成功間的中介效應(yīng),得出有效促進(jìn)護(hù)士職業(yè)成功的途徑;柴可夫等[17]研究糖尿病早期微血管病變的證候-證素-癥狀關(guān)系。總之,在分析醫(yī)務(wù)人員工作情況、心理健康、行為意愿、滿意度、中醫(yī)證候等主題時(shí),常涉及探討多潛變量之間的復(fù)雜關(guān)系與中介作用等問題,通過SEM將所有要素都考慮在內(nèi),得到的模型具備較好的參考價(jià)值。此外,量表作為多學(xué)科研究調(diào)查中獲取信息的重要工具,為確認(rèn)量表的真實(shí)性與可靠性,SEM也常被用來檢驗(yàn)量表的結(jié)構(gòu)效度。

3.3SEM在我國醫(yī)藥領(lǐng)域的研究趨勢(shì) 對(duì)突現(xiàn)結(jié)果中近年來熱點(diǎn)關(guān)鍵詞的來源文獻(xiàn)總結(jié)可知,SEM近些年來在護(hù)理領(lǐng)域應(yīng)用較為廣泛,研究對(duì)象包括護(hù)士、護(hù)生、患者、護(hù)工、患者家屬等,研究主題有留職意向、專業(yè)適應(yīng)性、職業(yè)認(rèn)同、工作投入、護(hù)理人員心理健康、患者(肺癌患者等)臨床護(hù)理、患者病恥感等。這與隋小帆等[18]的結(jié)論一致,后者對(duì)多個(gè)數(shù)據(jù)庫中應(yīng)用SEM進(jìn)行護(hù)理研究的文獻(xiàn)進(jìn)行檢索,發(fā)現(xiàn)其相關(guān)論文呈顯著上升,SEM由最初的研究范圍僅護(hù)理教育與管理,逐漸拓展至各專科臨床護(hù)理研究,研究對(duì)象覆蓋了護(hù)士、護(hù)生、服務(wù)對(duì)象、照顧者等,這與實(shí)際臨床護(hù)理研究中會(huì)遇到許多不可測(cè)量指標(biāo)有關(guān)。SEM在COVID-19疫情期間的相關(guān)研究也屬于研究熱點(diǎn)與前沿,由于COVID-19對(duì)人身體與心理的傷害,2020年起SEM逐漸被應(yīng)用于分析COVID-19疫情期間居民接種意愿、隔離意愿、預(yù)防行為以及醫(yī)務(wù)人員在新冠病毒期間工作、心理情況分析等主題,如許彬等[19]通過SEM分析公眾對(duì)COVID-19疫情的常識(shí)性防疫能力、過度反應(yīng)和預(yù)期之間的關(guān)系,為后COVID-19疫情時(shí)代公眾健康素養(yǎng)教育提供依據(jù)等,SEM分析人們對(duì)COVID-19疫情的知曉以及心理狀況等方面發(fā)揮著重要作用。同時(shí),探討用戶對(duì)信息技術(shù)的使用意愿成為近年來SEM在我國醫(yī)藥領(lǐng)域的研究前沿方向,一方面因?yàn)殡S著醫(yī)療科技不斷創(chuàng)新,線上醫(yī)療服務(wù)等信息技術(shù)的出現(xiàn)對(duì)醫(yī)療資源配置起著重要的作用[20],另一方面用戶對(duì)信息技術(shù)的主觀感受是影響用戶使用該技術(shù)的重要原因,技術(shù)開發(fā)者越來越注重用戶個(gè)人體驗(yàn),因此有必要了解影響醫(yī)療信息平臺(tái)用戶接納的因素,進(jìn)而提出相應(yīng)建議。對(duì)前沿?zé)狳c(diǎn)的分析可發(fā)現(xiàn),醫(yī)藥領(lǐng)域研究越來越關(guān)注個(gè)人的主觀感受,這也是SEM在醫(yī)藥領(lǐng)域應(yīng)用逐漸增多的原因。

總之,我國醫(yī)藥領(lǐng)域在主觀感受方面的關(guān)注使SEM解決潛變量、復(fù)雜模型的能力逐漸受到醫(yī)藥人員的重視,SEM在我國醫(yī)藥領(lǐng)域的研究數(shù)量逐年上升,但對(duì)SEM的理解仍需加強(qiáng)。本研究檢索我國多個(gè)權(quán)威中文數(shù)據(jù)庫,利用 CiteSpace 分析并呈現(xiàn)SEM在我國醫(yī)藥領(lǐng)域的研究現(xiàn)狀、熱點(diǎn)及趨勢(shì),其結(jié)果具有參考價(jià)值。由于CiteSpace分析中文文獻(xiàn)的局限性,主要以關(guān)鍵詞作為分析,對(duì)內(nèi)容的討論也以關(guān)鍵詞呈現(xiàn),可能存在描述偏倚的情況,本文僅討論SEM在我國醫(yī)藥領(lǐng)域的應(yīng)用,未對(duì)國外的研究熱點(diǎn)及趨勢(shì)進(jìn)行探討和對(duì)比,未來可對(duì)此深入分析。