基于Web of Science的糖尿病神經病變研究的可視化分析

Diabetic neuropathy research based on Web of Science："a visual analysis

ZHONG Linli XU Caimin ZHENG Silin LONG Yang CHEN Qi

1.School of Nursing，"Southwest Medical University，"Sichuan 646000 China；2.The Affiliated Hospital of Southwest Medical University

Corresponding Author "CHEN Qi，E-mail：qichen@swmu.edu.cn

Keywords "diabetic neuropathy;research hotspots;bibliometrics;nursing

摘要""目的：了解糖尿病神經病變研究領域的研究現狀、熱點及前沿，以期為該領域未來的研究提供參考。方法：以Web of Science核心合集為數據來源，系統檢索近10年發表的與糖尿病神經病變相關的文獻，使用VOSviewer和CiteSpace兩種可視化分析工具對納入的文獻進行分析。結果：本研究共納入4 471篇文獻，包括3 734篇原始研究和737篇綜述，來自112個國家或地區的4 927個機構的1 076種期刊；發文量最多的國家、機構、作者和期刊分別是中國、曼徹斯特大學、卡塔爾的Malik R A以及Journal of Diabetes and its Complications；研究熱點集中于糖尿病周圍神經病變、神經性疼痛和糖尿病足潰瘍等。結論：未來糖尿病神經病變領域研究應進一步擴大檢索范圍，對糖尿病神經病變的發病機制、脊髓刺激療法以及機器學習進行更全面的分析。

關鍵詞""糖尿病神經病變；研究熱點；文獻計量學；護理

doi：10.12102/j.issn.2095-8668.2025.05.019

糖尿病神經病變是糖尿病病人常見的慢性并發癥，約50%的糖尿病病人會受其影響^［1］。目前，糖尿病周圍神經病變（diabetic peripheral neuropathy，DPN）是研究最多的一種神經病變類型。據報道，糖尿病病人DPN的患病率為30%^［2］，感覺異常或神經性疼痛等癥狀因人而異，部分病人的首發癥狀表現為足部潰瘍^［3］。一旦進展成糖尿病足潰瘍（diabetic foot ulcer，DFU），5年復發率和死亡率分別高達65.0%和30.5%^［4?5］，危害嚴重。預計到2045年，全球將有7.832億成年糖尿病病人，進展為糖尿病神經病變及其合并癥的病人多達3.5億人，全球糖尿病相關醫療支出將高達10 540億美元^［6］。糖尿病神經病變給全球健康帶來了巨大挑戰。近年來，研究人員開展了大量有關糖尿病神經病變的相關研究。目前，尚缺乏該研究主題的系統、客觀綜述。文獻計量學分析通過對已發表的學術研究進行信息整合，可以客觀揭示特定研究領域的研究熱點與發展趨勢^［7］。因此，本研究以Web of Science核心合集為檢索來源，檢索了近10年發表的有關糖尿病神經病變的文獻，通過可視化分析探究該研究領域的研究現狀、熱點及前沿。

1 資料與方法

1.1 檢索策略

以“diabetic neuropath*”“diabetic autonomic neuropath*”“autonomic neuropath*”“diabetic peripheral neuropath*”“peripheral neuropath*”等為檢索詞，采用主題詞與自由詞相結合的方式，從Web of Science核心合集中檢索發表時間為2014年1月1日—2024年3月7日的相關文獻。檢索得到10 921篇文獻，經過篩選后最終納入4 471篇文獻。

1.2 文獻納入與排除標準

納入標準：1）文獻以糖尿病神經病變為研究主題；2）語種限定為英語；3）研究類型僅限于原始研究或綜述。排除標準：1）撤回或重復發表的文獻；2）信息不全、無法獲取全文的文獻。

1.3 數據分析

選取VOSviewer（version 1.6.20）和CiteSpace（version 6.R1）可視化分析工具，對納入文獻進行可視化分析。可視化圖譜由不同顏色的節點和連線組成。其中節點和線條的顏色表示不同的聚類^［8］。不同節點代表國家、作者、關鍵詞等主題，節點大小表示主題出現頻率^［9］。

2 結果

2.1 年度發文量

在Web of Science核心合集中共檢索到與糖尿病神經病變有關的4 471篇文獻，包括3 734篇原始研究（83.52%）和737篇綜述（16.48%）。該領域的年度發文量如圖1所示。近10年，糖尿病神經病變相關的年度發文量總體呈增長趨勢。其中，2022年的發文量達到峰值。

2.2 國家/地區發文量

112個國家/地區參與了糖尿病神經病變的相關研究。發文量排名前10位國家/地區見表1。表1顯示，中國發文量居第1位，其次是美國和英國。這3個國家的發文量（2 495篇）占總發文量（4 471篇）的55.80%，是該領域的主要產出國家。

2.3 機構發文量

4 927個機構參與了糖尿病神經病變的相關研究，發文量排名前10位的機構見表2。其中4個機構來自中國，英國的曼徹斯特大學發文量最多。

2.4 作者發文量

20 794名作者參與了糖尿病神經病變的相關研究。排名前10位的作者見表3。其中，來自卡塔爾威爾康奈爾醫學院的Malik R A在該領域的發文數量最多（n=87）。

2.5 期刊發文量

1 076種期刊發表了該主題的研究。發文量排名前10位的期刊見表4。其中，發表在Journal of Diabetes and its Complications上的文獻最多；Diabetes Care的影響因子最高。

2.6 關鍵詞

本研究包括12 168個關鍵詞，關鍵詞共現圖見圖2。其中，DPN、神經性疼痛、氧化應激、糖尿病足潰瘍等關鍵詞出現的頻率最高。這些高頻關鍵詞反映了該領域的研究熱點。出現頻率較高的關鍵詞被分為3個不同顏色的聚類。其中紅色聚類主要涉及DPN的發病機制；藍色聚類主要探討DPN的治療；綠色聚類則側重于糖尿病腎病、糖尿病視網膜病變、糖尿病足等其他糖尿病并發癥的流行病學。

關鍵詞突現能夠反映糖尿病神經病變領域的研究熱點隨時間變化的趨勢^［10］。本研究中前25個突現關鍵詞見圖3。近年來，脊髓刺激（spinal cord stimulation，SCS）、機器學習、傷口愈合、自噬、核苷酸結合寡聚化結構域樣受體蛋白3（NLRP3）炎癥小體等關鍵詞突現，并且這些關鍵詞的持續熱度較高，可能會成為該領域新的研究方向。

3 討論

3.1 研究現狀

本研究顯示，112個國家/地區的4 927個機構的20 794名作者在1 076種期刊上發表了4 471篇相關文獻。年度出版趨勢表明，發文量盡管略有波動，但總體呈上升趨勢，并在2022年達到峰值。國家/地區發文量分析表明，中國的發文量排名為第1位，美國的發文量雖然只有中國的2/3，但其被引頻次卻最高。說明中國的研究數量雖然多，但質量還需進一步提高。機構發文量分析顯示，英國的曼徹斯特大學和美國的密歇根大學在發文量和被引頻次方面的排名均靠前，表明這兩大研究機構在該領域不僅產量多，而且發表的文獻質量也高，具有較大的國際影響力。此外，與該領域的國家發文量相對應，排名前10位的高產學術機構中，雖然有4個機構來自中國，但其被引頻次均較低，表明其國際影響力還有待提升，未來應加強國際合作，以發表更多高質量文獻。從作者發文量來看，來自卡塔爾威爾康奈爾醫學院的Malik R A是最多產的作者，其被引頻次也最高。期刊發文量分析表明，Journal of Diabetes and its Complications是該領域發文量最多的期刊。

3.2 研究熱點與前沿

通過關鍵詞共現以及突現分析可以揭示某一研究領域的研究熱點和發展趨勢。關鍵詞共現分析結果顯示，糖尿病神經病變的發病機制、治療策略及糖尿病其他并發癥的流行病學是該領域的研究熱點。關鍵詞突現分析結果表明，SCS、機器學習、傷口愈合、自噬和NLRP3炎癥小體等話題是近年來的研究趨勢。

3.2.1 糖尿病神經病變的發病機制復雜

分子機制研究是糖尿病神經病變的研究重點。盡管研究人員對DPN的發病機制有了一定的了解，但其涉及的機制復雜，尚未完全闡明。研究表明，DPN的發病機制在1型糖尿病和2型糖尿病中是不同的，但具體的機制還有待深入研究。其中，脂質生物合成和膽固醇過程更有可能參與1型糖尿病的DPN發病機制。而2型糖尿病的DPN致病機制多涉及核轉錄因子、絲裂原活化蛋白激酶等通路^［11］。提示闡明其不同的發病機制可能有助于研發糖尿病神經病變的特異性治療方法。NLRP3炎癥小體在糖尿病神經性疼痛的免疫調控中發揮重要作用^［12］。作用機制為NLRP3炎癥小體的激活促進促炎細胞因子白細胞介素?1β的釋放^［13］，從而引發疼痛。而NLRP3炎癥小體的過度活化受自噬調控^［14］。自噬功能障礙對疼痛性糖尿病神經病變的發病機制具有潛在影響^［15］。因此，通過促進自噬來抑制NLRP3炎癥小體的活性可能是神經性疼痛的重要防治策略。鑒于1型糖尿病和2型糖尿病的DPN致病機制存在差異，未來有必要通過這些差異機制來研究DPN的干預策略。

3.2.2 脊髓刺激治療疼痛性糖尿病神經病變

DPN目前的臨床治療主要集中于減輕代謝綜合征、控制血糖和疼痛管理^［16］，但臨床效果不盡如人意。DPN的神經性疼痛嚴重影響了病人生活質量。鈉通道阻滯劑、加巴噴丁類藥物、5?羥色胺?去甲腎上腺素再攝取抑制劑及三環類抗抑郁藥等已被推薦作為疼痛性糖尿病神經病變的治療藥物^［17］。這些藥物的療效有限且存在副作用，只有部分疼痛性糖尿病神經病變病人報告疼痛得到緩解^［18］。近年來，SCS成為該領域的研究熱點之一，越來越多的研究聚焦于其對疼痛性糖尿病神經病變的治療。SCS療法已被美國食品和藥物管理局批準用于治療與疼痛性糖尿病神經病變相關的慢性疼痛^［19］。隨機對照試驗表明，高頻（10 kHz）SCS在改善難治性疼痛性糖尿病神經病變病人的預后方面是安全且有效的^［20?21］。隨著疼痛的緩解，病人神經功能、睡眠和生活質量等均得到改善^［22］。SCS為疼痛性糖尿病神經病變提供了一種安全、高效、全面且持久的非藥物治療方法，具有較好的發展前景。目前，糖尿病神經病變缺乏特異性治療，為改變這一困境仍需研究人員不斷開發、探索新的治療策略。

3.2.3 機器學習在糖尿病并發癥中的應用

由糖尿病所引發的冠心病、腦卒中等大血管并發癥以及糖尿病視網膜病變、糖尿病腎病、神經病變等微血管并發癥^［23］，使糖尿病的疾病負擔變得更加沉重。其中，糖尿病神經病變是導致糖尿病病人傷口延遲愈合的重要因素之一^［24］。隨著病情進展可引起足部感染、潰瘍及截肢等一系列嚴重的糖尿病下肢并發癥^［25］，給糖尿病傷口治療帶來巨大挑戰。研究人員發現，機器學習在預測糖尿病相關并發癥中具有重要作用。現有的預測模型包括糖尿病腎病^［26］、糖尿病視網膜病變^［27］、糖尿病足潰瘍^［28］以及DPN^［29］等多種并發癥。這些預測模型對早期識別糖尿病相關并發癥的發病風險具有重要的參考價值。此外，機器學習與生物信息學技術的結合，為糖尿病并發癥的臨床診斷和治療提供了新的參考方向。研究發現，內源性1型跨膜糖蛋白和潛伏轉化生長因子β結合蛋白2可作為DPN的新型診斷標志物^［30］。此外，角膜神經也可作為診斷DPN的生物標志物^［31］。機器學習結合角膜共聚焦顯微鏡圖像診斷糖尿病神經病變^［32］，顯示良好的預測性能。總之，基于機器學習預測糖尿病相關并發癥，是一種精確且極具發展前景的技術。對于缺乏早期臨床表現的DPN病人來說，利用機器學習進行早期篩查和診斷的意義深遠，有助于采取積極的預防措施來延緩疾病進展。

4 小結

本研究通過對糖尿病神經病變的相關文獻進行可視化分析，總結了該領域的研究現狀、熱點及發展趨勢。研究結果顯示，DPN、神經性疼痛、糖尿病足潰瘍等話題是該領域的研究熱點。未來該領域的發展趨勢包括糖尿病神經病變的發病機制、SCS治療疼痛性糖尿病神經病變、基于機器學習預測糖尿病相關并發癥。然而，本研究也存在一定局限性，僅納入了Web of Science核心合集中的文獻，且把語種限定為英語，檢索結果可能存在一定偏差。未來應進一步擴大檢索范圍，從多個數據庫中檢索相關文獻，對該領域的研究進行更全面的分析。

參考文獻：

［1］ TAVAKOLI M，KLINGELH?FER D，FADAVI H，et al.The landscape of global research on diabetic neuropathy[J].Frontiers in Endocrinology，2023，14：1220896.

［2］ SUN J，WANG Y，ZHANG X Y，et al.Prevalence of peripheral neuropathy in patients with diabetes：a systematic review and Meta-analysis[J].Primary Care Diabetes，2020，14（5）：435-444.

［3］ YANG H，SLOAN G，YE Y C，et al.New perspective in diabetic neuropathy：from the periphery to the brain，a call for early detection，and precision medicine[J].Frontiers in Endocrinology，2020，10：929.

［4］ ARMSTRONG D G，BOULTON A J M，BUS S A.Diabetic foot ulcers and their recurrence[J].New England Journal of Medicine，2017，376（24）：2367-2375.

［5］ ARMSTRONG D G，SWERDLOW M A，ARMSTRONG A A，et al.Five year mortality and direct costs of care for people with diabetic foot complications are comparable to cancer[J].Journal of Foot and Ankle Research，2020，13（1）：16.

［6］ SUN H，SAEEDI P，KARURANGA S，et al.IDF Diabetes Atlas：Global，regional and country-level diabetes prevalence estimates for 2021 and projections for 2045[J].Diabetes Research and Clinical Practice，2022，183：109119.

［7］ JIANG S T，LIU Y G，ZHENG H，et al.Evolutionary patterns and research frontiers in neoadjuvant immunotherapy：a bibliometric analysis[J].International Journal of Surgery，2023，109（9）：2774-278.

［8］ HUANG L Y，XU G X，SUN M S，et al.Recent trends in acupuncture for chronic pain：a bibliometric analysis and review of the literature[J].Complementary Therapies in Medicine，2023，72：102915.

［9］ WU H Y，CHENG K M，TONG L J，et al.Knowledge structure and emerging trends on osteonecrosis of the femoral head：a bibliometric and visualized study[J].Journal of Orthopaedic Surgery and Research，2022，17（1）：194.

［10］ SONG L X，ZHANG J，MA D，et al.A bibliometric and knowledge-map analysis of macrophage polarization in atherosclerosis from 2001 to 2021[J].Frontiers in Immunology，2022，13：910444.

［11］ HUR J，O'BRIEN P D，NAIR V，et al.Transcriptional networks of murine diabetic peripheral neuropathy and nephropathy：common and distinct gene expression patterns[J].Diabetologia，2016，59（6）：1297-1306.

［12］ CHEN W，WANG X T，SUN Q Y，et al.The upregulation of NLRP3 inflammasome in dorsal root ganglion by ten-eleven translocation methylcytosine dioxygenase 2（TET2） contributed to diabetic neuropathic pain in mice[J].Journal of Neuroinflammation，2022，19（1）：30.

［13］ STAROBOVA H，NADAR E I，VETTER I.The NLRP3 inflammasome：role and therapeutic potential in pain treatment[J].Frontiers in Physiology，2020，11：1016.

［14］ MEHTO S，JENA K K，NATH P，et al.The Crohn's disease risk factor IRGM limits NLRP3 inflammasome activation by impeding its assembly and by mediating its selective autophagy[J].Molecular Cell，2019，73（3）：429-445.e7.

［15］ FAN K K，LIAO Q M，YUAN P F，et al.Defective autophagy contributes to bupivacaine-induced aggravation of painful diabetic neuropathy in db/db mice[J].Neuropharmacology，2024，245：109814.

［16］ ELAFROS M A，ANDERSEN H，BENNETT D L，et al.Towards prevention of diabetic peripheral neuropathy：clinical presentation，pathogenesis，and new treatments[J].The Lancet Neurology，2022，21（10）：922-936.

［17］ PRICE R，SMITH D，FRANKLIN G，et al.Oral and topical treatment of painful diabetic polyneuropathy：practice guideline update summary：report of the AAN guideline subcommittee[J].Neurology，2022，98（1）：31-34.

［18］ JENSEN T S，KARLSSON P，GYLFADOTTIR S S，et al.Painful and non-painful diabetic neuropathy，diagnostic challenges and implications for future management[J].Brain，2021，144（6）：1632-1645.

［19］ YEUNG A M，HUANG J T，NGUYEN K T，et al.Spinal cord stimulation for painful diabetic neuropathy[J].Journal of Diabetes Science and Technology，2024，18（1）：168-169.

［20］ PETERSEN E A，STAUSS T G，SCOWCROFT J A，et al.Effect of high-frequency（10-kHz） spinal cord stimulation in patients with painful diabetic neuropathy：a randomized clinical trial[J].JAMA Neurology，2021，78（6）：687-698.

［21］ PETERSEN E A，STAUSS T G，SCOWCROFT J A，et al.Long-term efficacy of high-frequency（10 kHz） spinal cord stimulation for the treatment of painful diabetic neuropathy：24-month results of a randomized controlled trial[J].Diabetes Research and Clinical Practice，2023，203：110865.

［22］ PETERSEN E A.Spinal cord stimulation in painful diabetic neuropathy：an overview[J].Diabetes Research and Clinical Practice，2023，206：110760.

［23］ HARDING J L，PAVKOV M E，MAGLIANO D J，et al.Global trends in diabetes complications：a review of current evidence[J].Diabetologia，2019，62（1）：3-16.

［24］ DENG L L，DU C Z，SONG P Y，et al.The role of oxidative stress and antioxidants in diabetic wound healing[J].Oxidative Medicine and Cellular Longevity，2021，2021（1）：8852759.

［25］ HICKS C W，SELVIN E.Epidemiology of peripheral neuropathy and lower extremity disease in diabetes[J].Current Diabetes Reports，2019，19（10）：86.

［26］ SABANAYAGAM C，HE F，NUSINOVICI S，et al.Prediction of diabetic kidney disease risk using machine learning models：a population-based cohort study of Asian adults[J].eLife，2023，12：e81878.

［27］ ISLAM M M，RAHMAN M J，RABBY M S，et al.Predicting the risk of diabetic retinopathy using explainable machine learning algorithms[J].Diabetes amp; Metabolic Syndrome，2023，17（12）：102919.

［28］ SHI H S，YUAN X，YANG X，et al.A novel diabetic foot ulcer diagnostic model：identification and analysis of genes related to glutamine metabolism and immune infiltration[J].BMC Genomics，2024，25（1）：125.

［29］ BASKOZOS G，THEMISTOCLEOUS A C，HEBERT H L，et al.Classification of painful or painless diabetic peripheral neuropathy and identification of the most powerful predictors using machine learning models in large cross-sectional cohorts[J].BMC Medical Informatics and Decision Making，2022，22（1）：144.

［30］ LI W Q，GUO J H，CHEN J，et al.Identification of immune infiltration and the potential biomarkers in diabetic peripheral neuropathy through bioinformatics and machine learning methods[J].Biomolecules，2022，13（1）：39.

［31］ CARMICHAEL J，FADAVI H，ISHIBASHI F，et al.Advances in screening，early diagnosis and accurate staging of diabetic neuropathy[J].Frontiers in Endocrinology，2021，12：671257.

［32］ WILLIAMS B M，BORRONI D，LIU R，et al.An artificial intelligence-based deep learning algorithm for the diagnosis of diabetic neuropathy using corneal confocal microscopy：a development and validation study[J].Diabetologia，2020，63（2）：419-430.

（收稿日期：2024-08-28；修回日期：2025-02-10）

（本文編輯"張建華）