基于CiteSpace对高尿酸血症与痛风发病机制研究的可视化分析

杨雪芳 朱昕 王苗慧 邓国金 刘丽霞

[摘要]目的全面了解高尿酸血症（HUA）与痛风发病机制最新研究进展及热点。方法检索CNKI数据库2005年1月至2021年7月关于HUA与痛风发病机制研究的相关文献，用CiteSpace软件生成作者、研究机构、关键词等信息并分析。结果共有2417篇文献纳入研究，生成的图谱共有707位作者被纳入，形成以张冰、林志健、朱继孝为代表的主要合作团队。共有194所研究机构被纳入，主要包括北京中医药大学、黑龙江中医药大学等。共有681个关键词被纳入，形成“急性痛风性关节炎”“HUA”“2型糖尿病”等11个自然聚类;近年突现关键词有“氧化应激”“代谢组学”等。结论以可视化图谱方式分析HUA与痛风发病机制研究的发展现状与热点，为该领域研究提供方向及思路。

[关键词]高尿酸血症;痛风;CiteSpace可视化分析;知识图谱

[中图分类号]R589.7    [文献标识码]A    [文章编号]2095-0616（2022）02-0046-04

A visual analysis of the study on the pathogenesis of hyperuricemia and gout based on CiteSpace

YANG Xuefang1    ZHU Xin1    WANG Miaohui2    DENG Guojin1    LIU Lixia1

1. Dongguan Polytechnic，Guangdong，Dongguan 523186，China;2. Zibo Hospital of Traditional Chinese Medicine，Shandong，Zibo 255300，China

[Abstract] Objective To comprehensively learn about the latest advances and hotspots of the study on the pathogenesis of hyperuricemia （HUA）and gout. Methods The relevant pieces of literature on the study of HUA and gout pathogenesis from January 2005 to July 2021 in the China National Knowledge Internet （CNKI）database were retrieved，and the information of authors，research institutions and keywords were generated and analyzed by CiteSpace software. Results A total of 2417 pieces of literature were included in the study，and a total of 707 authors were included in the generated mapping，forming a major collaborative team represented by ZHANG Bing，LIN Zhijian，and ZHU Jixiao. A total of 194 research institutions were included，mainly including Beijing University of Chinese Medicine，Heilongjiang University of Chinese Medicine，etc. In addition，a total of 681 keywords were included，forming 11 natural clusters such as “acute gouty arthritis”“HUA”“type 2 diabetes mellitus”，etc. The keywords such as “oxidative stress”and “metabolomics”have emerged in recent years. Conclusion The advances and hotspots of the study on the pathogenesis of HUA and gout analyzed by visual mapping will provide directions and ideas for the study in this field.

[Key words] Hyperuricemia;Gout;CiteSpace visual analysis;Knowledge mapping

高尿酸血癥（hyperuricemia，HUA）是一类代谢性综合征，当嘌吟代谢过剩、尿酸排泄减少使体内血尿酸水平超过420 μmol/L时，可诊断为HUA。过多的尿酸经血液或组织液循环形成尿酸盐结晶，沉积在肾脏、关节腔引起痛风性关节炎、痛风石、尿酸性肾病等临床症状，称为痛风[1-3]。痛风是常见病，近年来发病率在世界范围内不断上升[4-5]，在美国其发病率为19.3%[6];中国为15.1%[7]。研究表明HUA是诱发高血压、2型糖尿病、心血管疾病等代谢性疾病的危险因素，已成为严重威胁人类健康的疾病之一[8-11]。

当前国内关于HUA与痛风的发病机制研究的文献发文量增长迅速，但对文献的深入统计分析不足。本文使用CiteSpace软件对HUA与痛风发病机制研究热点的关键词、主题演变、合作机构等进行可视化分析研究，了解该领域最新动态、发展趋势，为推动HUA与痛风的研究和防治提供思路和方向[12]。

1    资料与方法

检索2005年1月至2021年7月收录在CNKI数据库的HUA及其发病机制的文献。检索方式为“主题”，检索式为：（高尿酸血症OR血尿酸OR痛风OR痛风性关节炎OR无症状高尿酸血症）AND（发病机制OR模型），共检索文献2598篇，经筛选，2417篇文献纳入研究，期刊文章1710篇，学位论文707篇。将纳入文献导出后使用CiteSpace软件分析。设置时间分区：跨度为2005年1月至2021年7月，以1年为切割点;设置阈值Top N=50，突出重要文献，其余为默认值;选择作者、机构、关键词，进行可视化分析生成共现图谱。

2    结果

2.1    文献来源、发文趋势及文献特征分析

纳入的文献中，期刊文献1710篇，其中载文较多的期刊有《中华中医药杂志》《时针国医国药》《中华中医药学刊》等;707篇为学位论文，涉及40所院校，以北京中医药大学（41篇）、青岛大学（37篇）、广州中医药大学（33篇）等发文量最多，尤其是广州中医药大学博士论文达20篇;在博士学位论文中较多是NSFC、MOST及各省市自然科学基金等，说明该研究方向不但适合培养优质的医学科研人才，也适合进行基础科学研究。

文献被引次数客观科学，可有效反映该文献的学术价值[13]。2417篇文献中被引次数≥5次的文献有1144篇。被引次数最多的为潘志于2008年发表于《时珍国医国药》的“黄柏与苍术提取物对HUA小鼠血尿酸的影响”，达141次。对基金项目进行分析，以NSFC支持的研究项目最多，达383项;第二是北京市自然科学基金为27项、广东省中医药管理局的基金为22项等。

2.2    作者纳入图谱分析

作者网络分析应用CiteSpace软件，707位作者纳入共现图谱，作者间合作较少，合作多发生在同单位、同课题组内。其中发文较多的作者有张冰（42篇）、林志健（37篇）、朱继孝（23篇）等，其中发文量≥5篇的作者有88位。HUA与痛风发病机制的研究团队分布较松散，彼此间的联系较少。当前形成以张冰教授、林志健副教授、朱继孝教授为代表的合作团队，团队数量少，合作缺乏。见图1。

2.3    研究机构图谱分析

194所机构纳入研究机构共现图谱，机构间合作有27个，32所机构发文量≥5篇。具有代表的研究力量以北京中医药大学、黑龙江中医药大学等为主。涉及研究机构数量较多，分布范围广，各机构间合作较少。因受地域布局限制，机构间实现跨省区合作较难，地域局限性较明显。见图2。

2.4    关键词图谱及研究前沿分析

对关键词进行聚类分析，可反映HUA与痛风发病机制的研究热点，该聚类领域的重要性可通过聚类中关键词的数量反应，用于判断该领域的发展方向和规律[14]。关键词字体越大表示出现频次越多，两关键词出现在同一篇文献中的共现关系由两点连线代表，见图3。共纳入681个关键詞，其中在文献出现次数≥50的关键词有14个，关键词“HUA”出现频次最多，为1071次。一般认为，在该领域有一定影响力关键词中心性≥0.1，该值越大其影响力越大，见表1。

对关键词频次分析称之为突现词，是从大量主题词中推测出某段时间内频次变化率高的词[15-17]。20个突现词为该领域的研究热点，其中突现时间最长的关键词是“高尿酸血症模型”，2005—2011年，期间突现词包括“动物模型”“疾病模型”“TNF-α”等，表明早期多为基础应用研究，观察指标为主。其次是“代谢组学”“氧化应激”，出现在2016年后，表明当前的研究热点与趋势，见图4。如研究发现匹伐他汀抑制炎症因子分泌，减轻HUA大鼠体内氧化应激[18];肠-肾尿酸排泄障碍与氧化应激引起的肠-肾组织氧化损伤有关[19];尿酸失衡与其相关基因和蛋白水平有关[20-21]。

3    讨论

陈超美教授开发的CiteSpace软件是基于Java语言的可视化知识图谱绘制工具，融合聚类分析方法，主要用于研究学科领域的现状及前沿，目前已被广泛应用于医学、教育等领域[22-25]。采用CiteSpace软件挖掘数据，直观展示了HUA与痛风发病机制的研究热点及趋势等。整体而言，HUA与痛风发病机制研究总体呈上升趋势，可预测在未来仍然是研究热点。该领域的文献主要为中医药类期刊，一大部分文献被引次数偏低，总体水平良莠不齐，还需进一步提升。国家科研基金对该领域的研究均有支持，其中最多的为NSFC，反映出国家对该领域研究的重视。研究人员之间形成以北京中医药大学张冰教授、林志健副教授、江西中医药大学朱继孝教授为代表的主要合作团队，团队数量少，缺乏合作，尚未规模化，后期各团队可进行广泛合作，进一步打造HUA与痛风发病机制研究的良好的交流平台，促进该领域发展。研究机构方面：以北京中医药大学、黑龙江中医药大学等为代表，涉及研究机构数量较多、分布范围广，但相互合作欠缺，研究机构还需要与各个医学学院努力摒除学术屏障，积极开展学术交流，传授研究经验，共同促进该领域知识结构的完善。

对突现词“高尿酸血症模型”“尿酸性肾病”“尿酸酶抑制剂”等聚类分析，显示早期多为基础研究，观察指标为主。2016年后出现“代谢组学”“氧化应激”，表明研究已从指标观察往机制研究方向进行。期间也涉及“动物模型”“疾病模型”等多个突现词。针对近年来突现的关键词有“氧化应激”“代谢组学”等，表明目前研究热点已经倾向于发病机制研究，但对于该病的发病机制研究还需进一步深入研究，具有较大的探索空间。因此积极探明HUA 与痛风发病的机制，具有重要科学意义。

[參考文献]

[1]冯文文，崔岱，杨涛.《中国高尿酸血症与痛风诊疗指南（2019）》要点解读[J].临床内科杂志，2020，37（7）：528-531.

[2]中华医学会风湿病学分会.原发性痛风诊断和治疗指南2011[J].中华风湿病学杂志，2011（6）：410-413.

[3] Richette P，Bardin T.Gout[J].Lancet，2010，375：318-328.

[4] Mikuls TR，Saag KG.New insights into gout epidemiology[J]. Curr Opin Rheumatol，2006，18：199-203.

[5] Mikuls TR，Farrar JT，Bilker WB，et al.Gout epidemiology：Results from the UK General Practice Research Database，1990-1999[J].Ann Rheum Dis，2005，64：267-272.

[6] Eswar K，Steinman TI.Reduced Glomerular Function and Prevalence of Gout：NHANES 2009-10[J].Plos One，2012，7（11）：e50046.

[7]胡浩杰，苏畅，王惠君，等.2015年中国15省份18～59岁成年居民血清尿酸水平及高尿酸血症患病状况[J].中华流行病学杂志，2021，42（5）：840-845.

[8] Borghi C，Agabiti-Rosei E，Johnson RJ，et al. Hyperuricaemia and gout in cardiovascular，metabolic and kidney disease[J].European Journal of Internal Medicine，2020，80：1-11.

[9] Kanellis J.Uric acid as a mediator of endothelial dysfunction，inflammation，and vascular disease[J]. Seminars in Nephrology，2005，25（1）：39-42.

[10] Thottam GE，Krasnokutsky S，Pillinger MH.Gout and Metabolic Syndrome：A Tangled Web[J].Current Rheumatology Reports，2017，19（10）：60.

[11]石建霞，刘奇，彭永德.细胞焦亡在代谢性疾病中的研究进展[J].第二军医大学学报，2020，41（11）：1250-1253.

[12]陈辉.大数据环境下科技期刊同被引文献数的学术评价功能——基于与引证文献数的对比研究[J].科技管理研究，2019，39（22）：221-226.

[13]赵丙军，王旻霞，司虎克.基于CiteSpace的国内知识图谱研究[J].图书情报工作网刊，2012（8）：25-33.

[14]齐虹，闫静璇.基于知识图谱的我国信息行为研究态势分析[J].现代情报，2018，38 （5 ）：131-139.

[15]常青，何紫棠，张国杰，等.基于CiteSpace知识图谱的国内外非计划再手术研究现状及热点可视化分析[J].中国医刊，2021，56（9）：990-995.

[16]刘丽明，钟文娟，王芬，等.基于CiteSpace的老年护理研究热点分析[J].武汉轻工大学学报，2021，40（3）：94-98.

[17]谢丽华，蔺晓源，李昕，等.基于CiteSpace可视化分析中医药促神经再生研究热点与趋势[J].中国中药杂志，2021，46（17）：4555-4562.

[18]尤杨，夏岳，戚国庆，等.匹伐他汀对高尿酸血症大鼠炎症因子及氧化应激的影响[J].中国免疫学杂志，2020，36（11）：1299-1303.

[19]王雨，林志健，曲聪聪，等.高尿酸血症大鼠氧化应激介导的“肠-肾”尿酸排泄研究[J].北京中医药大学学报，2020，43（4）：310-316.

[20]霍帅.高尿酸肾病患者血液代谢组学分析及肾茶治疗高尿酸肾病的实验研究[D].广州：广州中医药大学，2020：84.

[21]吕耀中，胡庆华，王星，等.二妙丸水提取物对高尿酸血症小鼠尿酸失衡及其相关基因和蛋白水平的影响[J].中草药，2010，41（3）：418-423.

[22] Azam Ali，Ahmed Ammar，Wang Hao，et al. Knowledge structure and research progress in wind power generation （WPG）from 2005 to 2020 using CiteSpace based scientometric analysis[J].Journal of Cleaner Production，2021，295：126496.

[23]李岩，樊玉霞，陆丽华.基于Citespace的癌症患者自我效能可视化分析[J].中国医药科学，2020，10 （18）：233-238.

[24] Shuo Liu，Ya-Ping Sun，Xu-Ling Gao，et al. Knowledge domain and emerging trends in Alzheimer's disease：a scientometric review based on CiteSpace analysis[J].Neural Regeneration Research，2019，14 （9）：1643-1650.

[25] Azam A，Ahmed A，Kamran MS，et al.Knowledge structuring for enhancing mechanical energy harvesting （MEH）：An in-depth review from 2000 to 2020 using CiteSpace[J].Renewable and Sustainable Energy Reviews，2021，150（20）：111460.