基于CiteSpace的中医治疗乳腺癌的知识图谱可视化分析

赖琦，谢丹，戴韫

1广州中医药大学第一临床医学院，广东 广州 510000；2广州中医药大学第一附属医院

乳腺癌好发于40～60岁女性，全球发病率和死亡率均呈逐年上升趋势，并且其发病率居女性恶性肿瘤的首位［1］。随着对乳腺癌研究的不断深入，乳腺癌治疗进入综合治疗时代。治疗方法多样，手术、化学药物、放射、内分泌及靶向治疗是主要治疗手段，但常伴副反应、耐药性及乳腺癌复发、转移等问题。中医疗法在提高乳腺癌患者机体免疫力、减少药物及放疗毒副作用、降低术后转移及复发等方面具有独特优势。目前中医治疗乳腺癌研究成果丰硕但关于该领域的历史背景、现状和趋势研究较少。

CiteSpace是一款信息可视化软件，由陈超美教授首次引入中国，通过对某一研究领域的相关文献绘制知识图谱，直观展现该领域的信息全景，识别该领域的研究现状、热点及趋势［2］。图谱中的节点分别代表不同对象（作者、机构、关键词），字体及节点大小与发文量成正比，节点的颜色深浅反映发文时间（既颜色越深发文年份越久），节点之间的线表示两者间的合作关系，连线颜色表示首次合作时间，连线粗细表示各节点合作强度［3-5］。本研究基于CNKI数据库，借助CiteSpace软件绘制知识图谱，多角度分析近20年中医治疗乳腺癌的研究现状、热点及发展趋势。

1 资料与方法

1.1 数据来源选取中国知网（CNKI）数据库，检索式：“主题”（精确）；检索词：中医、乳腺癌、乳岩；检索策略：“中医”AND（“乳腺癌”OR“乳岩”）；来源类别：“期刊”；检索时间：2000年1月至2019年12月。共检索到891篇相关文献，人工删除广告、通知、报道、重复文献后共纳入符合条件的文献871篇。

1.2 数据转化将871篇文献用Refworks格式导出，利用陈超美博士开发的CiteSpace软件（版本为5.5.R2）自带的格式转换器转换格式。设置时间分区（Time Slicing）：2000—2020年；时间片层（Year Per Slice）：1；节点类型（Node Types）：分 别 选 择Author、Institution、Keyword；阈 值（Top N）：50；节点阈值选择Thresholds（c，cc，ccv）（c指引文数量2，2，20；cc指共被引频次4，3，20；ccv指共被引系数3，3，20）。绘制作者、机构、关键词与研究趋势可视化视图。

2 结果

2.1 年发文量2000—2006年平均年发文量为6篇，发文量相对较少。2007—2012年平均年发文量为29篇，发文量呈缓慢上升趋势。2013—2019年发文量持续快速上升，平均年发文量为91篇，表明近5年中医治疗乳腺癌的相关研究逐渐成为热点。见图1。

图1 中医治疗乳腺癌相关文献分布情况

2.2 作者在CiteSpace软件中，节点类型选择作者（Author），剪切方式（Purning）采用Pathfinder法，其他设置默认，形成作者可视化图谱。见图2。

图2 作者可视化图谱

共纳入作者23位，发文量均在2篇及以上，3篇及以上者19名，排名靠前作者及篇数分别为林毅8篇、郭勇7篇、王笑民7篇、司徒红林5篇，其中最突出的是包雄英团队，当中8人发文量均达3篇。作者间的合作关系图谱显示网络密度为0.087，包雄英团队内部合作相对密切，团队组成人员较多且发文年份集中于2019年。但因团队间整体联系微弱，所以在对作者结构相关性计算时未得到有统计学意义的聚类。

2.3 研究机构在CiteSpace软件中设置节点类型为机构（Institution），剪切方式（Purning）采用Pathfinder法，其他设置默认，形成研究机构可视化图谱。见图3。

图3 研究机构可视化图谱

所生成的机构可视化图谱中共有21个节点，10条连接线，网络密度为0.0476，每个节点代表1个机构，发文量≥3篇的机构均在图中显示，其中发文量最高的是北京中医药大学，发文15篇；其次是上海中医药大学附属龙华医院，发文14篇；第三是河南省中医药大学第二附属医院，发文13篇。中药治疗乳腺癌的研究机构主要是中医药大学及其附属医院，以北京中医药大学为中心，发文量较大，并与其他科研机构形成联系，辽宁中医药大学与其他机构合作亦较紧密。河南省中医药大学第二附属医院、上海中医药大学附属龙华医院、湖南中医药大学、浙江省中医院发文量均≥4篇，但机构间合作微弱，可能造成该领域研究发展与交流的局限性。

另外，研究机构名称存在重复、从属的现象，具体表现为医院或科室的问题，如河南省中医院&河南中医药大学第二附属医院乳腺外科从属于河南省中医院&河南中医药大学第二附属医院，上海中医药大学附属龙华医院乳腺科从属于上海中医药大学附属龙华医院。这种现象导致了文章虽属同一机构，但却统计出多个机构的假象。

2.4 关键词在CiteSpace软件中节点类型选择关键词（Keywords），剪切方式（Pruning）同时选择Pathfinder、Pruning sliced networks、Pruning the merged network法。共纳入关键词73个，其中有关乳腺癌研究文献最多，频次为564次，其次是中医，频次为62次。乳腺癌和中医与剩余关键词有较为紧密联系，为便于图谱结构观察，使其在图谱中隐藏。最终得到高频关键词图谱，共有73个节点，81条连接线，显示网络密度为0.0308，频次≧10次的关键词在图中显示。可见除了“乳腺癌”和“中医”，排名前3的关键词依次是“化疗”“生活质量”“中医护理”。见图4。

图4 高频关键词可视化图谱

中心性是来刻画节点重要性的指标，以经过某个节点的最短路径数目既一个节点担任其他两个节点间最短桥梁的次数为衡量依据。中心性关键词指标可体现关键词在该领域关键词的影响力，中心性越高，表明此关键词引用率高，围绕这个关键词的研究多［6］。通过对高频关键词的计算，得出此领域中心性关键词共25个，中心性均≥0.1，表明这25个关键词在中医治疗乳腺癌领域中地位尤为重要。其中综述的中心性最高（0.41），说明乳腺癌中医疗法领域不断有新进展、新学术见解，也印证了该领域正处于蓬勃发展阶段。

将高频关键词进行LLR方法聚类，合并相同的聚类标签，得到的7个方向是中医治疗乳腺癌领域中的热门研究方向，分别为聚类分析、治疗、辨证分型、免疫功能、疗效、乳腺肿瘤、淋巴水肿。对7个方向的关键词聚类标签分别进行描述。聚类序号与聚类大小成反比，轮廓值是衡量整个聚类成员同质性的指标，轮廓值均比较高，说明研究主题比较集中，中医治疗乳腺癌相关研究的整体聚类效果好，可信度较高（平均轮廓值≈0.90＞0.6）［7］。见表1—2及图5。

图5 关键词聚类图谱

表1 中医治疗乳腺癌研究的中心性关键词

表2 中医治疗乳腺癌关键词聚类标签

2.5 研究趋势通过CiteSpace的“Timeline view”功能获取时间线视图，并以时间为横坐标进行年份分割，形成的图谱更加清晰地展示了乳腺癌中医疗法领域近年来的研究趋势。见图6。

图6的关键词表明了各个时期研究热点和前沿信息随时间的变化趋势［8］。2000—2004年的研究奠定了中医治疗乳腺癌的根基，探索了中医药疗法对于乳腺癌及乳腺癌术后治疗的理论基础。2004—2013年的研究重心主要在辨证分型、辨证论治、中医证型方面，中医治疗乳腺癌开始逐步形成系统规范的辨证体系，另一方面，中医治疗化疗后副反应受到研究者的关注。2013—2019年中医治疗乳腺癌发展迅速，研究方向多样化，护理、生活质量等与疾病恢复高度相关的影响因素成为研究的热点，中医体质、情志疾病、三阴性乳腺癌亦受到重视。

图6 研究趋势可视化图谱

3 讨论

本研究应用CiteSpace软件，对2000—2019年12月CNKI收录的871篇中医治疗乳腺癌相关文献进行可视化分析，揭示了近20年中医治疗乳腺癌领域整体概况。对近20年中医治疗乳腺癌相关文献的发文量进行分析，可见该领域的发文量呈持续上升趋势且近5年上升幅度较大，说明该领域逐渐成为研究热点，可持续发展空间大。作者方面，仅19人发文量达3篇及以上，最大发文量8篇，包雄英团队之间相对密切合作并且该团队发展较迅速。但该领域未形成具有一定影响力的学者，究其原因一是个人发文量较少；二是团队内及团队之间联系不够密切，没有形成合作密切的学术团体；三是中医对于乳腺癌方面的研究主要以经验分享和单中心临床疗效观察进行发文。研究机构方面，发文集中于中医药大学及其附属医院，主要以北京中医药大学为代表且与其他机构合作相对紧密，其余机构发文量与合作密切程度不及北京中医药大学，故促进机构内部合作与跨区域合作更有利于成果的产出。关键词的可视化分析可以反映该领域的研究热点与趋势，还可反映乳腺癌中医疗法的逐步发展过程，由奠定理论基础到完善其辨证体系，再到现阶段多种治疗手段的多元化发展，充分体现了中医治疗乳腺癌是以中医基础理论为基础，辨证论治为基本方法，并根据患者的不同情况辨证施治。治疗提倡中西医结合，攻邪的同时利用中医疗法及特色护理方法改善患者术后及化疗后的生活质量、免疫功能、情志疾病等，并对三阴性乳腺癌有较为深入的研究。关键词的可视化分析中也反映了中医治疗乳腺癌领域的相关研究主要集中于临床研究与文献研究，缺乏实验研究。在此，建议研究人员加强团队合作，加强不同研究机构间的联系，整合资源，深入研究，注重循证医学、实验研究，提高临床疗效观察的可信度。CiteSpace目前不能多个数据库同时分析，望有后续研究对该领域的发展情况做进一步补充。