近50年来有关自评健康的共词聚类研究

俞彤

摘 要：本文基于CiteSpace5.8R3对近50年来WoS核心数据库中有关自评健康研究进行可视化科学计量学分析。研究运用共词分析与文献聚类分析等方法可知本领域研究研究逐渐由老年人、社会资本、收入不平等、生活质量、健康不平等、躯体功能评估、青少年健康与幸福感等转向健康认知、Covid-19等主题，该主题代表了未来本领域研究的发展趋势。

关键词：自评健康；CiteSpace5.8R3；科学计量学

中图分类号：F24     文献标识码：A      doi：10.19311/j.cnki.16723198.2023.08.043

0 引言

自评健康因包含丰富的预期寿命信息对死亡率具有显著的预测效应，其在大规模社会追踪调查中作为健康不平等主要评估工具之一，临床上多作为疾病筛查与临床试验的辅助手段。本文基于可视化科学计量方法描述了自评健康研究的知识图谱识别以研究热点，为后续研究提供方向。

1 数据与方法

1.1 数据收集

本文研究数据来源于WoS核心数据库。检索语言：英语；时间跨度：1972年1月至2022年4月。文献类型为研究性论文与综述类论文，去重及删除无效记录，最终保留22728条检索记录。

1.2 研究工具

本文所采用的Citespace5.8R3系美国Drexel大学信息科学与技术学院陈超美教授开发的基于节点驱动，支持共词分析与文献聚类分析的可视化科学计量分析系统。

2 共词分析

Fig1.显示elder、adult、women、childhood是本领域研究关注的主要人群。mortality是自评健康研究最重要领域、其次是quality of life、mental health、socioeconomic status、physical activity等高频词汇代表自评健康主要的研究领域。Fig5.表明近2年内受Covid-19大流行的影响，自评健康研究在impact（37.02，突现年份2020至2022）、mental health（30.39，突现年份2020年至2022年）、health literacy（22.16，突现年份2020年至2022年）等关键词上存在高突现值，提示上述领域有成为研究热点的趋势，值得研究者高度关注。

3 文献聚类分析

本研究所用22728条记录，其引用参考文献共计537782条。以Top50为遴选标准，运用Pathfinder剪枝形成网络，参数为N=1162；E=5778；Network Density =0.0086；Modularity Q值为0.7222。聚类ID从#0开始计，研究按文献数依次排列显示有效聚类12个，本文报告前8个主要聚类。

Cluster#0包含206条记录，silhouette值0.819，平均发表年份为2012年。聚类标签“health literacy”。代表性文献为Wu et al.（2013）基于中国五个特大城市人口进行多阶段随机分层抽样，认为心脑血管疾病、消化系统疾病、呼吸系统疾病与精神疾病等患病率增加与较差的自评健康显著相关，验证了自评健康与客观健康之间存在显著的关联性，证实了自评健康作为人群健康评估指标的适用性。Schnittker（2014）在基于自评健康对死亡率预测效应的普遍共识下探讨其内在发生机制，认为随互联网等新兴知识媒介的普及提升了个体健康认知水平是该效应趋于显著的主要因素。

Cluster#1包含203条记录，silhouette值0.847，平均发表年份为1994年。聚类标签“elderly man”。本聚类中为最重要文献为Ellen L. Idler（1997）的综述，截至2022年4月30日WOS被引5477次。该文基于美国与其他地区27项代表性研究认为自评健康涵盖了尚未确诊但处于临床前期诸多的疾病症状，反映了个体对自身健康复杂动态的评估过程。系统评价了自评健康与死亡率之间的内在关联，从而使自评健康作为死亡率预测的独立性指标提供了证据支持。其次，代表性文献（Miilunpalo and Vuori，1997）是针对芬兰35-63岁就业人群前瞻性研究，探讨受访者自评健康对预测接受临床服务与全因死亡率方面的有效性，结果显示每年接受临床服务次数与自评健康之间存在负相关，主观健康感知和躯体舒适感知与全因死亡率之间存在负相关。其次，作为中年人群健康状况评估的重要指标，自评健康在队列研究和人群健康监测等领域具有较好应用。

Cluster#2包含146条记录，silhouette值0.926，平均发表年份为2004年。聚类标签“social capital”。本聚类关注于不同社会经济地位群體的自评健康异质性研究，代表性文献为（Jylha，2009）。文献将认知过程与流行病学整合到统一的概念框架内，认为自评健康是受社会、文化与生物学等因素的深刻影响，本质上是为自我认知过程，提出了身体状态信息到个体意识的中介假说，并在此框架下探讨自评健康对死亡率的影响。代表性文献（DeSalvo and Bloser，2006）基于Medline与Embase数据库，以1966年1月至2003年9月为时间跨度，通过社区前瞻性研究系统性回顾自评健康对死亡风险的预测。研究发现即使调节了躯体功能性状态、抑郁与合并症等关键性协变量后自评健康对死亡率预测效应依然显著，尤其是差的自评健康对迅速增加的死亡风险具有显著预测效应。

Cluster#3包含122条记录，silhouette值0.936。平均发表年份为2001年。聚类标签“income inequalities”。代表性文献（Kawachi，1999）基于美国行为风险监测系统（BRFSS）数据，认为较低的社会经济地位（如教育年限与收入水平）和不良的生活方式（如吸烟等）均对较差的自评健康具有显著的相关性。其次，提出社会信任感普遍缺失的地区，人群所报告的自评健康也趋于悲观。代表性文献Kennedy（1998）通过一项针对美国50个州18岁以上公民的多层次研究认为收入不平等是影响自评健康的主要因素。

Cluster#4包含99条记录，silhouette值0.936。平均发表年份为1990年。聚类标签“quality of-life instrument”。代表性2篇文献均针对于SF-36量表展开研究。代表性文献（Ware and Sherbourne，1992）在Clarivate WoS核心数据库中被引次数25592（截至2022年4月30日），本文主要依据MOS（Medical Outcomes Study）项目所开发的基于躯体障碍、社交障碍，躯体角色障碍、身体疼痛、精神健康、情绪角色、活力与健康感知等8个维度對SF-36健康调查简明量表分析，认为相对于SF-20量表，SF-36量表从功能性状态与幸福感等层面拓展了健康的内涵，并运用了多条目量表提高了健康评估的准确性。对于严重的住院患者或慢性病患者，SF-36量表有效降低了SF-20量表所存在的低限效应。代表性文献（Mchorney and Ware，1993）通过主成分分析验证了SF-36量表在躯体与精神健康测量的准确性。

Cluster#5包含80条记录，silhouette值0.978。平均发表年份为1990年。聚类标签 “subjective health-status”。代表性文献（Marmot and Smith，1991）是基于英国白厅（White Hall）2期队列研究，针对伦敦地区35岁～55岁年龄段的公务员，通过加入人口学变量、自评健康、社会网络与社会支持类型、健康行为，压力型生活事件、基于职业紧张模型的工作特征等因素，研究社会阶层对如慢性支气管炎、心绞痛与心肌梗塞等特定疾病发病率的影响机制，认为低职务层级的男性公务员报告的长期患病率远高于同职务层级的女性，并解释了英国公务员系统中某些特定的健康指标在职务层级上存在明显的差异与特点。

Cluster#6包含73条记录，silhouette值0.97。平均发表年份为1986年。聚类标签“physical health measure”。代表性文献（Liang，1986）本文较早提出以多指标结构方程模型来刻画自评健康中五个维度，即慢性病、患病天数、身体的自我恢复、功能性日常活动能力与主观健康评估等。

Cluster#7包含45条记录，silhouette值0.975。平均发表年份为2017年。聚类标签“Covid-19 pandemic”。代表性文献（Brooks and Webster，2020）年发表于Lancet的综述类文献。自发表后两年，其引用高达4781次（截至2022年3月）。本文基于2019年12月爆发的COVID-19大流行各国因隔离政策为研究背景，针对于既往发生的SARS、H1N1、中东呼吸症状等基于呼吸道传染的流行病以及埃博拉病毒各国所采取的隔离政策所带来严重的负向心理变化以及如何将隔离所造成负向心理问题降至可接受范围。

4 结论

研究基于1972年以来WoS核心数据库的22782条记录以识别自评健康研究热点与发展趋势为目标，通过共词分析与文献聚类等方法，系统梳理了本领域内的知识演化进程。

本文为研究者从本领域的代表性研究中获得启发，为未来研究规划发展路径。本研究数据来源于WOS核心数据库，代表了大规模和高质量的研究贡献，能全景反映有关自评健康研究的知识演化进程。

参考文献

［1］Wu S Q，Wang R，et al.The relationship between self-rated health and objective health status： a population-based study[J].BMC Public Health，2013，13：320.

[2]Miilunpalo S，Vuori I，et al.Self-rated health status as a health measure： The predictive value of self-reported health status on the use of physician services and on mortality in the working-age population[J].Journal of Clinical Epidemiology，1997，50（5）：517528.

[3]DeSalvo K B，Bloser N，et al. Mortality prediction with a single general self-rated health question[J].Journal of General Internal Medicine，2006，21（3）：267275.

[4]Kennedy B P，Kawachi I，et al. Income distribution，socioeconomic status，and self-rated health in the United States：multilevel analysis[J].British Medical Journal，1998，317（7163）：917921.

[5]Mchorney C A，Ware J E，Raczek A E.The mos 36-item short-form health survey （SF-36） .2. psychometric and clinical-tests of validity in measuring physical and mental-health constructs[J].Medical Care，1993，31（3）：247263.

[6]Marmot M G，Smith G D，et al.Health inequalities among British civil-servants - the Whitehall- II study[J].Lancet，1991，337（8754）：13871393.

[7]Brooks S K，Webster R K，et al.The psychological impact of quarantine and how to reduce it： rapid review of the evidence[J].Lancet，2020，395（10227）：912920.