基于CiteSpace的國(guó)內(nèi)外妊娠期糖尿病預(yù)測(cè)模型研究的可視化分析

李瑩瑩,曹曉丹,陶潔靜

溫州市人民醫(yī)院,浙江溫州 325000

妊娠期糖尿病(gestational diabetes mellitus,GDM)是指孕婦在妊娠期間首次發(fā)現(xiàn)/發(fā)生糖耐量異常/糖尿病,與孕婦胰島功能不能代償孕期胰島素抵抗有關(guān)[1]。據(jù)報(bào)道,近年來(lái)GDM發(fā)生率高達(dá)17.8%[2]。此外,隨著生育政策的改革,產(chǎn)婦數(shù)量不斷增長(zhǎng),出現(xiàn)GDM或再次發(fā)生GDM的問(wèn)題越來(lái)越突出。GDM不僅易導(dǎo)致孕婦早產(chǎn)、流產(chǎn)、羊水過(guò)多及胎膜早破的發(fā)生,還會(huì)增加其產(chǎn)后患糖尿病的風(fēng)險(xiǎn),甚至造成胎兒諸多缺陷和不良結(jié)局,為家庭、社會(huì)帶來(lái)沉重負(fù)擔(dān)[2-5]。因此,早期預(yù)測(cè)及預(yù)防尤為重要,通過(guò)預(yù)測(cè)模型構(gòu)建評(píng)估其發(fā)生的風(fēng)險(xiǎn),篩查高風(fēng)險(xiǎn)人群在一定程度上可防止不良結(jié)局的發(fā)生。因此本研究通過(guò)對(duì)國(guó)內(nèi)外在GDM這一主題上的預(yù)測(cè)模型研究進(jìn)行匯總和可視化分析,以期為后續(xù)研究提供參考。

1 資料與方法

1.1 資料來(lái)源與篩選

國(guó)內(nèi)外GDM預(yù)測(cè)模型研究文獻(xiàn)分別來(lái)源于中國(guó)知網(wǎng)和Web of Science核心合集數(shù)據(jù)庫(kù)。采用主題檢索,時(shí)間限制為建庫(kù)至2022年12月25日,檢索日期為2022年12月25日。在中國(guó)知網(wǎng)檢索“妊娠期糖尿病”“妊娠糖尿病”“GDM”“預(yù)測(cè)模型”“風(fēng)險(xiǎn)模型”“風(fēng)險(xiǎn)預(yù)測(cè)模型”,得到137條記錄,刪除文獻(xiàn)39篇(科技成果類4篇,會(huì)議論文類6篇,主題、題目及研究?jī)?nèi)容不相關(guān)29篇),最終納入中文文獻(xiàn)98篇。Web of Science核心合集數(shù)據(jù)庫(kù)檢索“gestational diabetes mellitus”“GDM”“risk prediction model OR prediction model”“risk forecasting”得到99條記錄,均為英文,刪除會(huì)議摘要2篇、會(huì)議論文1篇,最終納入文獻(xiàn)96篇。共計(jì)納入中英文相關(guān)文獻(xiàn)194篇。

1.2 資料分析方法

采用CiteSpace 6.1.R6進(jìn)行可視化分析,g-index k=25,Top N=50,Top N%=10%。中國(guó)知網(wǎng)數(shù)據(jù)通過(guò)格式轉(zhuǎn)換后導(dǎo)入分析,參數(shù)設(shè)置:data source=CSSCI,Time Slicing=2012JAN-2022 DEC,#Years per slice1,節(jié)點(diǎn)類型選擇作者、機(jī)構(gòu)、關(guān)鍵詞。Web of Science核心合集數(shù)據(jù)分析,參數(shù)設(shè)置:data source=WoS,Time Slicing=2009JAN-2022DEC,#Years per slice1,節(jié)點(diǎn)類型選擇作者、機(jī)構(gòu)、關(guān)鍵詞、被引期刊、被引文獻(xiàn)。

2 結(jié)果

2.1 發(fā)文情況

國(guó)內(nèi)外學(xué)者在GDM預(yù)測(cè)模型方面的研究發(fā)文量均較少,中文發(fā)文98篇、英文發(fā)文96篇。2017年前中英文發(fā)文量平穩(wěn)且數(shù)量有限,2017年開(kāi)始發(fā)文量呈逐步上升趨勢(shì),中文年發(fā)文量最高達(dá)29篇,英文年發(fā)文量最高達(dá)26篇,見(jiàn)圖1。

圖1 中英文文獻(xiàn)年度發(fā)文量統(tǒng)計(jì)圖

2.2 作者共現(xiàn)分析

英文文獻(xiàn)共計(jì)580名作者參與發(fā)文,發(fā)文量靠前的作者主要有Boyle J A(5篇)、Cooray S D(5篇)、Soldatos G(5篇)、Teede H J(5篇)、Wang Y(5篇)。合著者可視化圖譜顯示,網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量N=206,連線E=478(密度=0.022 6),各節(jié)點(diǎn)之間存在聯(lián)系,形成了以Boyle J A、Visser G H A、Breheny P J以及Kappou D等為主的小規(guī)模研究團(tuán)隊(duì),見(jiàn)圖2。中文發(fā)文量靠前的作者主要有李光輝(2篇)、楊珽(2篇)、孫金華(2篇)、陳夢(mèng)凡(2篇)、黃雅鈴(2篇)及張麗倩(2篇)。合著者可視化圖譜顯示,網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量N=237,連線E=416(密度=0.014 9),各節(jié)點(diǎn)散在分布,連線及其密度低于英文文獻(xiàn),發(fā)文量較高的作者與其他團(tuán)隊(duì)聯(lián)系較少甚至處于獨(dú)立狀態(tài),見(jiàn)圖3。

圖2 英文文獻(xiàn)作者共現(xiàn)圖譜

圖3 中文文獻(xiàn)作者共現(xiàn)圖譜

2.3 機(jī)構(gòu)共現(xiàn)分析

國(guó)外共241個(gè)機(jī)構(gòu)參與該主題發(fā)文,發(fā)文量最大的機(jī)構(gòu)為Monash University(6篇)。機(jī)構(gòu)可視化圖譜顯示,網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量N=144,連線E=197(密度=0.019 1),形成了以Monash University為主的研究機(jī)構(gòu)團(tuán)體,各機(jī)構(gòu)間合作相對(duì)較好,發(fā)文量最大的機(jī)構(gòu)與其他機(jī)構(gòu)間存在聯(lián)系,見(jiàn)圖4。國(guó)內(nèi)發(fā)文量靠前的機(jī)構(gòu)主要有中國(guó)醫(yī)科大學(xué)(4篇)、北京協(xié)和醫(yī)學(xué)院(4篇)、承德醫(yī)學(xué)院(3篇)、天津醫(yī)科大學(xué)(2篇)、浙江大學(xué)(2篇)。機(jī)構(gòu)可視化圖譜顯示,網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量N=111,連線E=52(密度=0.008 5),節(jié)點(diǎn)稀疏、連線少、密度低,機(jī)構(gòu)散在分布,機(jī)構(gòu)間聯(lián)系少,少數(shù)存在聯(lián)系的機(jī)構(gòu)其發(fā)文量較小,見(jiàn)圖5。

圖4 英文文獻(xiàn)機(jī)構(gòu)共現(xiàn)圖譜

圖5 中文文獻(xiàn)機(jī)構(gòu)共現(xiàn)圖譜

2.4 期刊載文量及共被引分析

英文文獻(xiàn)在該主題上的研究主要發(fā)表在68本期刊(碩博論文是機(jī)構(gòu))上,其中載文量較多的期刊有DiabetesResearchandClinicalPractice(IF=8.180,9篇)、BMCPregnancyandChildbirth(IF=3.105,5篇)、JournalofMaternal-Fetal&NeonatalMedicine(IF=2.323,4篇)、FetalDiagnosisandTherapy(IF=2.208,3篇)、PLoSOne(IF=3.752,3篇)、ScientificReports(IF=4.996,3篇)。期刊共被引圖譜顯示,網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量N=274個(gè),連線E=1 626條,見(jiàn)圖6。期刊共被引頻次位于前10的有DiabetesCare(IF=17.152,76次)、DiabetesResearchandClinicalPractice(IF=8.180,55次)、Obstetrics&Gynecology(IF=7.623,44次)、TheNewEnglandJournalofMedicine(IF=176.079,43次)、AmericanJournalofObstetrics&Gynecology(IF=10.693,42次)、Diabetologia(IF=10.460,41次)、Diabetes(IF=9.337,38次)、PLoSOne(IF=3.752,38次)、BMCPregnancyChildbirth(IF=3.105,36次)、JournalofMaternal-Fetal&NeonatalMedicine(IF=2.323,34次)。中文文獻(xiàn)在該主題的研究發(fā)表在74本期刊(碩博論文是機(jī)構(gòu))上,其中載文量較多的主要有《中國(guó)婦幼保健》(5篇)、中國(guó)醫(yī)科大學(xué)(4篇)、北京協(xié)和醫(yī)學(xué)院(4篇)、承德醫(yī)學(xué)院(3篇)、《中華糖尿病雜志》(3篇)。

圖6 外文文獻(xiàn)期刊共被引圖譜

2.5 關(guān)鍵詞共現(xiàn)及聚類分析

關(guān)鍵詞共現(xiàn)分析即統(tǒng)計(jì)關(guān)鍵詞在文獻(xiàn)中的出現(xiàn)次數(shù),通過(guò)關(guān)鍵詞聚類有助于發(fā)現(xiàn)關(guān)鍵詞與主題之間的親疏關(guān)系。英文文獻(xiàn)關(guān)鍵詞共現(xiàn)圖譜顯示,網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量N=200個(gè),連線E=992條,該主題研究的關(guān)鍵詞間聯(lián)系較多,范圍較廣,見(jiàn)圖7。高頻關(guān)鍵詞有g(shù)estational diabetes mellitus(妊娠期糖尿病,62次)、risk(風(fēng)險(xiǎn),26次)、hyperglycemia(高血糖,26次)、pregnancy(妊娠期,25次)、prediction model(預(yù)測(cè)模型,25次)、women(女性,22次)、mellitus(糖尿病,16次)、diagnosis(診斷,16次)、prevalence(患病率,16次)、association(關(guān)聯(lián),16次)、obesity(肥胖,11次)、insulin resistance(胰島素抵抗,9次)、life style intervention(生活方式干預(yù),7次)以及machine learning(機(jī)器學(xué)習(xí),7次)等。應(yīng)用“T”模式(即title,從標(biāo)題中聚類的命名術(shù)語(yǔ))及LLR算法對(duì)關(guān)鍵詞進(jìn)行聚類分析,生成聚類圖譜,Modularity Q=0.470 9(>0.3),Silhouette S=0.773 3(>0.7),說(shuō)明該聚類圖譜結(jié)構(gòu)顯著,聚類可信度高。軟件默認(rèn)顯示最大的9個(gè)類別,聚類的編號(hào)越小,包含的成員數(shù)量越大,則規(guī)模越大。英文文獻(xiàn)關(guān)鍵詞聚類匯總表見(jiàn)表1。中文文獻(xiàn)關(guān)鍵詞共現(xiàn)圖譜結(jié)果顯示,網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量N=10個(gè),連線E=8條,主要的關(guān)鍵詞有預(yù)測(cè)模型(28次)、危險(xiǎn)因素(9次)、妊娠(5次)、巨大兒(4次)、集成學(xué)習(xí)(3次)、妊娠結(jié)局(3次)、空腹血糖(3次)、列線圖(3次)等,見(jiàn)圖8。中文文獻(xiàn)暫未形成明顯的聚類。

表1 英文文獻(xiàn)關(guān)鍵詞聚類匯總表

圖7 英文文獻(xiàn)關(guān)鍵詞共現(xiàn)圖譜

圖8 中文文獻(xiàn)關(guān)鍵詞共現(xiàn)圖譜

3 討論

3.1 英文文獻(xiàn)作者分布及團(tuán)隊(duì)分析

英文文獻(xiàn)參與研究的580名學(xué)者中,以Boyle J A為主的研究團(tuán)隊(duì)發(fā)文量較多,從2019年至2022年發(fā)表了關(guān)于妊娠期糖尿病預(yù)測(cè)模型相關(guān)的系統(tǒng)評(píng)價(jià)[6]、研究方案[7]及預(yù)測(cè)模型構(gòu)建和臨床驗(yàn)證[8]等成果。通過(guò)采用回顧性隊(duì)列設(shè)計(jì)進(jìn)行模型開(kāi)發(fā)和驗(yàn)證研究,納入2 430例GDM患者,使用分離樣本方式開(kāi)發(fā)和驗(yàn)證預(yù)測(cè)模型,最終開(kāi)發(fā)適合臨床使用的模型演示模式,如形成專門的GDM患者電子風(fēng)險(xiǎn)計(jì)算器[7]。GDM增加了妊娠不良結(jié)局的風(fēng)險(xiǎn),但這些風(fēng)險(xiǎn)由多種因素相互作用而成,存在顯著的異質(zhì)性,因此形成個(gè)性化的風(fēng)險(xiǎn)預(yù)測(cè)模型及后期提供針對(duì)性醫(yī)療保健仍是未來(lái)研究的重要主題。目前國(guó)外從事GDM的研究團(tuán)隊(duì)已經(jīng)初具規(guī)模,形成了以Boyle J A、Visser G H A、Breheny P J以及Kappou D等為主的小規(guī)模研究團(tuán)隊(duì),研究主題主要涉及未生育婦女GDM的孕前和早期妊娠風(fēng)險(xiǎn)預(yù)測(cè)模型的開(kāi)發(fā)和驗(yàn)證。

3.2 英文文獻(xiàn)主題及重要文獻(xiàn)分析

基于Web of Science核心合集數(shù)據(jù)庫(kù)檢索得到的英文文獻(xiàn)中,最早的一篇文獻(xiàn)“External validation of a clinical scoring system for the risk of gestational diabetes mellitus”于2009年發(fā)表在DiabetesResearchClinicalPractice上,該研究通過(guò)比較臨床評(píng)分系統(tǒng)篩查和傳統(tǒng)的篩查發(fā)現(xiàn),評(píng)分系統(tǒng)的使用雖然能在一定程度上減少篩查的患者人數(shù)和工作量,但驗(yàn)證結(jié)果尚不完善,仍然值得去探索和提出一種更新的預(yù)測(cè)模型或臨床評(píng)分系統(tǒng)。目前,多數(shù)研究揭示了GDM的單個(gè)風(fēng)險(xiǎn)因素或多種影響因素,但應(yīng)用到臨床中可行且科學(xué)的預(yù)測(cè)模型或評(píng)分系統(tǒng)尚缺。英文文獻(xiàn)關(guān)鍵詞及聚類分析結(jié)果顯示,超高頻關(guān)鍵詞gestational diabetes mellitus(妊娠期糖尿病,62次)、risk(風(fēng)險(xiǎn),26次)、hyperglycemia(高血糖,26次)等詞匯主要與檢索主題有關(guān)。此外,obesity(肥胖,11次)、insulin resistance(胰島素抵抗,9次)、life style intervention(生活方式干預(yù),7次)以及machine learning(機(jī)器學(xué)習(xí),7次)等詞匯在GDM這一研究主題中仍然是高頻關(guān)鍵詞,說(shuō)明研究存在與上述主題的交叉融合。Kumar等[9]采用機(jī)器學(xué)習(xí)法探討以人群為中心的GDM風(fēng)險(xiǎn)預(yù)測(cè)建模,研究者認(rèn)識(shí)到不同人群GDM危險(xiǎn)因素的異質(zhì)性,基于此開(kāi)發(fā)了通用預(yù)測(cè)模型,比較現(xiàn)有英國(guó)國(guó)家健康與臨床優(yōu)化研究所(National Institute for Health and Clinical Excellence,NICE)指南評(píng)估新加坡女性GDM風(fēng)險(xiǎn)的預(yù)測(cè)能力,和使用機(jī)器學(xué)習(xí)開(kāi)發(fā)的一個(gè)非侵入性預(yù)測(cè)模型對(duì)新加坡女性GDM風(fēng)險(xiǎn)的預(yù)測(cè)能力,結(jié)果顯示,英國(guó)NICE指南顯示新加坡女性的可預(yù)測(cè)性較差。非侵入性預(yù)測(cè)模型包括4個(gè)非侵入性因素:妊娠前3個(gè)月的平均動(dòng)脈血壓、年齡、種族和既往GDM史,優(yōu)于英國(guó)NICE指南,并且該非侵入性預(yù)測(cè)模型易于訪問(wèn),可以作為一種有效的方法,減少亞洲人群普遍測(cè)試和GDM相關(guān)醫(yī)療保健的經(jīng)濟(jì)負(fù)擔(dān)。國(guó)外對(duì)于GDM預(yù)測(cè)模型相關(guān)的研究從多個(gè)影響因素分析到預(yù)測(cè)模型構(gòu)建再到非侵入性預(yù)測(cè)模型的構(gòu)建,逐步深入和成熟,研究從生理生化、生活方式及妊娠結(jié)局等多個(gè)領(lǐng)域進(jìn)行拓展,有利于在求同存異基礎(chǔ)上實(shí)現(xiàn)學(xué)習(xí)借鑒。

3.3 中文文獻(xiàn)研究團(tuán)隊(duì)及文獻(xiàn)來(lái)源分析

國(guó)內(nèi)發(fā)文量最高的學(xué)者李光輝(2篇)、楊珽(2篇)、孫金華(2篇)、陳夢(mèng)凡(2篇)、黃雅鈴(2篇)及張麗倩(2篇),研究主題主要集中在血清補(bǔ)體C1q/腫瘤壞死因子相關(guān)蛋白3[10]、血清腫瘤壞死因子相關(guān)蛋白1/腫瘤壞死因子相關(guān)蛋白9[11]等生理生化指標(biāo)對(duì)GDM及胰島素抵抗影響的預(yù)測(cè)模型及專門針對(duì)經(jīng)產(chǎn)婦GDM發(fā)生風(fēng)險(xiǎn)的預(yù)測(cè)模型[12]、妊娠不同時(shí)期糖脂代謝對(duì)巨大兒的預(yù)測(cè)模型[13]等方向。但目前,國(guó)內(nèi)暫未形成明顯的研究團(tuán)隊(duì),發(fā)文量較多的學(xué)者中,其作者合作網(wǎng)絡(luò)連線較少,即學(xué)術(shù)聯(lián)系交流較少。載文期刊中,《中國(guó)婦幼保健》載文量最高,達(dá)5篇,主要涉及GDM風(fēng)險(xiǎn)預(yù)測(cè)模型構(gòu)建及GDM發(fā)生不良妊娠結(jié)局(自發(fā)性早產(chǎn)、新生兒病理性黃疸)的預(yù)測(cè)模型構(gòu)建兩個(gè)方面。

3.4 中文文獻(xiàn)主題和熱點(diǎn)分析

中文文獻(xiàn)在GDM預(yù)測(cè)模型這一主題上的超高頻關(guān)鍵詞為:預(yù)測(cè)模型(28次)、危險(xiǎn)因素(9次)、妊娠(5次),此外,涉及該主題的高頻關(guān)鍵詞主要有巨大兒(4次)、集成學(xué)習(xí)(3次)、妊娠結(jié)局(3次)、空腹血糖(3次)、列線圖(3次)等。陳秋景等[14]開(kāi)展的預(yù)測(cè)GDM發(fā)生風(fēng)險(xiǎn)列線圖的建立和評(píng)估,發(fā)現(xiàn)高齡、孕前高體重指數(shù)、有糖尿病家族史、有GDM史、有巨大兒史、缺乏運(yùn)動(dòng)、有高血壓、平均睡眠時(shí)間<7 h/d、孕期經(jīng)常吃高熱量食物及血紅蛋白、甘油三酯、血清鐵蛋白、孕早期空腹血糖升高為GDM發(fā)生的獨(dú)立危險(xiǎn)因素,基于此構(gòu)建了直觀、個(gè)性化的 GDM 發(fā)生風(fēng)險(xiǎn)預(yù)測(cè)模型,便于醫(yī)護(hù)人員及孕婦判斷 GDM 發(fā)生風(fēng)險(xiǎn),該預(yù)測(cè)模型具有較強(qiáng)的使用價(jià)值。

3.5 本研究的局限性及展望

國(guó)內(nèi)外對(duì)于GDM發(fā)生風(fēng)險(xiǎn)的預(yù)測(cè)模型研究處于發(fā)展階段,英文文獻(xiàn)涉及范圍主題較廣,形成了明顯的類別和初具規(guī)模的研究團(tuán)隊(duì)、研究聯(lián)系和交流較多。中文文獻(xiàn)基于臨床實(shí)踐和實(shí)用性,在GDM發(fā)生風(fēng)險(xiǎn)和不良結(jié)局風(fēng)險(xiǎn)的預(yù)測(cè)上均有研究,但目前的研究成果較少、研究交流較少且暫未形成明顯的學(xué)科聚類和研究團(tuán)隊(duì)。國(guó)內(nèi)外研究均缺乏除臨床之外的其他范圍,如社區(qū)、特殊人群及不同區(qū)域的GDM預(yù)測(cè)模型研究,以及將GDM預(yù)測(cè)模型轉(zhuǎn)化為非侵入性、可操作性、經(jīng)濟(jì)簡(jiǎn)便的臨床評(píng)估工具仍然是研究的重點(diǎn)。同時(shí),本研究考慮分析軟件的適用性,僅納入中國(guó)知網(wǎng)和Web of Science核心合集數(shù)據(jù)庫(kù)的相關(guān)文獻(xiàn),在結(jié)果上存在一定限制性。后續(xù)將持續(xù)關(guān)注該領(lǐng)域文獻(xiàn)其他數(shù)據(jù)庫(kù)的收錄情況,結(jié)合多工具開(kāi)展文獻(xiàn)分析。