發(fā)布時間：2021-04-01所屬分類：醫(yī)學(xué)論文瀏覽：1次
摘 要： 摘要：為系統(tǒng)探索數(shù)據(jù)挖掘在中醫(yī)診斷學(xué)領(lǐng)域應(yīng)用的科研產(chǎn)出、研究主體及研究主題演化路徑和前沿?zé)狳c問題，研究以中國知網(wǎng)(CNKI)期刊數(shù)據(jù)庫為數(shù)據(jù)源，收集自建庫以來至2019年該領(lǐng)域相關(guān)文獻，并利用CiteSpace和VOSviewer科學(xué)計量軟件進行可視化知識圖譜繪制。
摘要：為系統(tǒng)探索數(shù)據(jù)挖掘在中醫(yī)診斷學(xué)領(lǐng)域應(yīng)用的科研產(chǎn)出、研究主體及研究主題演化路徑和前沿?zé)狳c問題，研究以中國知網(wǎng)(CNKI)期刊數(shù)據(jù)庫為數(shù)據(jù)源，收集自建庫以來至2019年該領(lǐng)域相關(guān)文獻，并利用CiteSpace和VOSviewer科學(xué)計量軟件進行可視化知識圖譜繪制。該研究領(lǐng)域的成長依次經(jīng)歷了起源階段、探索階段、發(fā)展階段、平臺階段及新的發(fā)展階段，學(xué)者們對該領(lǐng)域研究的關(guān)注度總體上呈上升趨勢。目前，該領(lǐng)域高產(chǎn)作者共有35位，發(fā)文期刊主要為中醫(yī)領(lǐng)域的核心期刊，機構(gòu)以上海中醫(yī)藥大學(xué)、北京中醫(yī)藥大學(xué)、湖南中醫(yī)藥大學(xué)科研產(chǎn)出最多。研究主題主要形成四大聚類：計算機與中醫(yī)辨證論治、數(shù)據(jù)挖掘與疾病用藥規(guī)律、中醫(yī)計量診斷、人工智能與中醫(yī)四診。主要研究主題從較早的計算機輔助診斷、數(shù)學(xué)模型、計量診斷、證素辨證等在中醫(yī)診斷的應(yīng)用發(fā)展至近年來的數(shù)據(jù)挖掘、關(guān)聯(lián)規(guī)則、中醫(yī)藥、模糊數(shù)學(xué)、用藥規(guī)律、聚類算法、大數(shù)據(jù)、狀態(tài)辨識、名老中醫(yī)等。特別是在現(xiàn)今互聯(lián)網(wǎng)+及“健康中國”的時代背景下，中醫(yī)診斷有了新的內(nèi)涵，充分發(fā)揮數(shù)據(jù)挖掘優(yōu)勢，立足中醫(yī)思維與名醫(yī)經(jīng)驗，挖掘中醫(yī)藥真實世界的健康大數(shù)據(jù)規(guī)律成為新興熱點。
關(guān)鍵詞：數(shù)據(jù)挖掘;中醫(yī)診斷;知識圖譜;CiteSpace;VOSviewer;文獻計量;發(fā)展趨勢
中醫(yī)診斷[1]立足于整體觀念，分別從望、聞、問、切4個不同方面收集疾病相關(guān)信息，通過綜合分析以判斷當(dāng)前疾病的內(nèi)在機制給出相應(yīng)的辨證，從而指導(dǎo)臨床用藥，這個過程體現(xiàn)了中醫(yī)最大的特點，即辨證論治。然而，傳統(tǒng)辨證診斷方法也存在一定的局限性。首先，繁雜性。同一證候表現(xiàn)常有不同的辨證方法，面對繁多分類，往往給學(xué)習(xí)者帶來困惑。其次，主觀性。中醫(yī)辨證主要憑借人體感官所獲取的病例信息，其主觀性較大。再者，模糊性。中醫(yī)中許多概念都是以定性或半定量為主，診斷相關(guān)的癥狀如頻率、嚴(yán)重程度、證候的輕重、轉(zhuǎn)歸等都是相對模糊的概念，因此傳統(tǒng)中醫(yī)診斷過程中的規(guī)范、客觀、量化一直成為近半個世紀(jì)以來中醫(yī)研究領(lǐng)域中亟待解決的關(guān)鍵問題[2]。
自20世紀(jì)70年代開始，受計算機新技術(shù)的影響，中醫(yī)學(xué)者開始尋求借助計算機技術(shù)以解決中醫(yī)復(fù)雜、靈活的辨證問題，這也為后面的數(shù)據(jù)挖掘技術(shù)與中醫(yī)辨證診斷結(jié)合奠定了基礎(chǔ)，并促進了中醫(yī)的現(xiàn)代化發(fā)展。數(shù)據(jù)挖掘是指從大量的、不完全的、有噪聲的、模糊的數(shù)據(jù)中通過挖掘隱藏于其中有用信息的過程，它由計算機科學(xué)、統(tǒng)計學(xué)、機器學(xué)習(xí)、專家系統(tǒng)和模式識別等諸多方法多個領(lǐng)域相融合而形成的一個交叉學(xué)科[3]。可見，數(shù)據(jù)挖掘技術(shù)可充分考慮到真實世界中中醫(yī)數(shù)據(jù)繁雜、模糊、非線性的特點，從復(fù)雜的臨床數(shù)據(jù)中挖掘繁雜的證、癥關(guān)系，尋找大數(shù)據(jù)下的隱藏中醫(yī)知識和規(guī)律[4]，這無疑成為中醫(yī)診斷客觀化進程中有力的催化劑。
雖然有不少文獻對近年來常用數(shù)據(jù)挖掘方法在中醫(yī)診斷領(lǐng)域進行總結(jié)梳理，但參考文獻有限，且缺乏基于整體學(xué)科發(fā)展趨勢的科學(xué)計量研究。因此，研究運用科學(xué)計量方法，通過繪制可視化知識圖譜，概括國內(nèi)數(shù)據(jù)挖掘在中醫(yī)診斷學(xué)領(lǐng)域應(yīng)用文章的發(fā)表情況、主要研究主題、研究熱點及未來的發(fā)展趨勢等，以期對中國中醫(yī)診斷與數(shù)據(jù)挖掘交叉領(lǐng)域研究提供有益參考。
1研究方法
1.1文獻來源文獻資源以國內(nèi)科技文獻中最全的中國知網(wǎng)(CNKI)數(shù)據(jù)庫為檢索來源，為保證文獻質(zhì)量，進一步選擇中國知網(wǎng)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫，采用高級檢索功能，依次對“中醫(yī)”“診斷”“數(shù)據(jù)挖掘”及其同義詞進行主題檢索，并選擇在結(jié)果中檢索，時間范圍設(shè)置為1915—2019年，文獻類型選擇“期刊”，排除會議摘要、雜志通知、廣告、信件等內(nèi)容后，將所選文獻以“Refworks”文件格式導(dǎo)出以進行可視化分析，同時保存至Endnote軟件以進行文獻整理和查重。
1.2數(shù)據(jù)處理利用CNKI數(shù)據(jù)庫文獻分析功能進行描述性分析，利用Endnote對收錄文章進行查重處理，并提取相關(guān)題錄信息進行頻數(shù)統(tǒng)計分析。利用信息可視化軟件CiteSpace(V5.5.R2)和VOSviewer(V1.6.14)進行本研究領(lǐng)域知識圖譜繪制。前者是由美國德雷塞爾大學(xué)陳超美博士所開發(fā)，其特點是能夠展示一個學(xué)科或知識域在一定時期發(fā)展的趨勢與動態(tài)，并形成若干研究前沿領(lǐng)域的演進歷程[5];后者是由荷蘭萊頓大學(xué)的NeesJanvanEck和LudoWaltman所共同開發(fā)[6]，其主要特點是可以對學(xué)科主題之間的關(guān)系進行清晰的呈現(xiàn)。文章結(jié)合兩款科學(xué)計量軟件的優(yōu)勢，通過對發(fā)文作者與機構(gòu)合作網(wǎng)絡(luò)、關(guān)鍵詞共現(xiàn)與時間演變、突現(xiàn)詞等進行分析，以進一步探討數(shù)據(jù)挖掘技術(shù)在中醫(yī)診斷學(xué)領(lǐng)域應(yīng)用研究中的主題分布與熱點演進情況。
2研究結(jié)果
2.1總體分布特征
2.1.1年度發(fā)文量通過對CNKI所有文獻資料檢索初步獲得1797篇文獻，進一步將文獻類型設(shè)為“期刊”，獲得期刊文獻共計693篇文獻，并將不符合研究內(nèi)容的文獻如會議摘要、期刊通知等刪除，并去除重復(fù)文獻，最后共得662篇符合研究標(biāo)準(zhǔn)的目標(biāo)文獻，時間跨度從1979—2019年。期刊文獻為科研思路和成果的重要載體，發(fā)文量可以一定程度上反應(yīng)科研產(chǎn)出情況。數(shù)據(jù)挖掘在中醫(yī)診斷學(xué)領(lǐng)域應(yīng)用的發(fā)文量隨時間分布見圖1，從發(fā)文量來看，數(shù)據(jù)挖掘與中醫(yī)診斷相關(guān)的期刊文獻出現(xiàn)5個較明顯的發(fā)展階段。
1)1979—1987年為交叉學(xué)科的起源階段，中醫(yī)學(xué)界開始紛紛探索用科學(xué)計算機、統(tǒng)計手段解決中醫(yī)診斷存在的問題以尋求實現(xiàn)現(xiàn)代化的方法，發(fā)文量開始遞增，該階段每年平均發(fā)文量9篇。
相關(guān)期刊推薦：《天津中醫(yī)藥》(月刊)1984年創(chuàng)刊，是綜合性中醫(yī)藥學(xué)術(shù)刊物，國內(nèi)外公開發(fā)行，經(jīng)國空和科技部批準(zhǔn)，旨在更全面地報道中醫(yī)、中藥現(xiàn)代化研究的新成果、新技術(shù)。為了促進中醫(yī)、中藥在全國省市間及全世界的學(xué)術(shù)交流本刊收稿范圍包括國際稿件、全國各地稿件、天津稿件。設(shè)有：名醫(yī)精粹、情志醫(yī)學(xué)、臨床報道、中西醫(yī)結(jié)合專欄、針灸經(jīng)絡(luò)、實驗研究、學(xué)術(shù)探討、爭鳴園地等欄目。
2)1988—2002年為緩慢的科學(xué)探索階段，該時期每年發(fā)文量波動不大并維持在相對較低水平，主要基于前期的研究工作進行探索與驗證，每年平均發(fā)文量6篇。3)2003—2008年期間為發(fā)展階段，該時期在數(shù)據(jù)挖掘與中醫(yī)診斷學(xué)領(lǐng)域中有較多的新方法和新理論產(chǎn)出，發(fā)文量開始呈較快上升速度，2005年論文增長率為92%，2008年發(fā)表論文達(dá)40篇，該階段平均每年發(fā)文量為23篇。4)在2009—2015年為發(fā)展平臺期，自2009年相關(guān)論文發(fā)表量回落后，論文發(fā)表保持在相對穩(wěn)定的水平，曾出現(xiàn)短暫的回落但又快速恢復(fù)，平均年度發(fā)文量為27篇。5)2016年至今為新的發(fā)展階段，論文發(fā)表量至2019年達(dá)到歷史最高的53篇，平均每年發(fā)文量為42篇。可見，目前數(shù)據(jù)挖掘在中醫(yī)診斷學(xué)領(lǐng)域應(yīng)用研究有著很好的發(fā)展前景，但如何更好實現(xiàn)中醫(yī)診斷現(xiàn)代化還需要更多的學(xué)者予以關(guān)注。
2.1.2學(xué)科和期刊分布在CNKI數(shù)據(jù)庫中顯示本研究領(lǐng)域發(fā)表的文獻所屬學(xué)科集中在醫(yī)藥衛(wèi)生科技，約占64.5%;其次，是信息科技，約占28.7%。此外還涉及工程科技、社會科學(xué)及基礎(chǔ)科學(xué)等領(lǐng)域，有些文獻內(nèi)容涉及不同學(xué)科的交叉，故也會出現(xiàn)同一篇文獻歸于幾個不同學(xué)科的現(xiàn)象，這也體現(xiàn)了學(xué)科的交叉是科學(xué)發(fā)展的原始動力之一。1979—2019年間中醫(yī)診斷與數(shù)據(jù)挖掘交叉領(lǐng)域研究的文獻共計在國內(nèi)243個期刊發(fā)表，發(fā)文量前20名的期刊情況如圖2所示，發(fā)表在《中華中醫(yī)藥雜志》《遼寧中醫(yī)藥雜志》《中國中醫(yī)藥信息雜志》上的數(shù)量最多，分別為34篇(6.25%)、25篇(5.77%)、21篇(4.81%)，這些期刊主要為中醫(yī)領(lǐng)域的核心期刊，說明國內(nèi)將數(shù)據(jù)挖掘與中醫(yī)診斷學(xué)交叉領(lǐng)域已有被學(xué)術(shù)界認(rèn)可的學(xué)術(shù)成果。
2.2研究主體
2.2.1主要作者分布本次納入研究的662篇文獻共包含1749位作者，其中核心作者是活躍在這一研究領(lǐng)域的代表性學(xué)者。依據(jù)普賴斯定律的計算公式：m=0.749(1)式中nmax為所統(tǒng)計年限中發(fā)表論文最多的作者的發(fā)文數(shù)，而發(fā)表論文數(shù)在m篇以上的作者即被認(rèn)為是高產(chǎn)作者。統(tǒng)計發(fā)現(xiàn)高產(chǎn)作者發(fā)文量最多為13篇，故m=2.7，按照取整原則，高產(chǎn)作者發(fā)文量大于或等于3篇。通過數(shù)據(jù)統(tǒng)計與分析，發(fā)文量3篇及以上的作者有35位，其中發(fā)文量為前20位作者如表1所示，高產(chǎn)論文學(xué)者主要有周小青、李建生、林求誠、胡金亮、朱文峰、晏峻峰、王憶勤、王永炎、袁肇凱、李燦東、王階等。通過VOSviewer對近20年(1999—2019年)作者主要合作網(wǎng)絡(luò)進行可視化分析，如圖3所示，不同節(jié)點顏色代表不同的年份，顏色越接近藍(lán)色，說明該作者發(fā)文時間越久，是該研究領(lǐng)域的早期開拓者;節(jié)點顏色越接近黃色，說明該作者發(fā)文時間越近，是該研究領(lǐng)域的新近活躍者。圖中清楚地展現(xiàn)了近20年全國數(shù)據(jù)挖掘在中醫(yī)診斷學(xué)科領(lǐng)域應(yīng)用研究的主要團隊的合作與發(fā)展脈絡(luò)，并且發(fā)文量較多的作者呈現(xiàn)出明顯的網(wǎng)絡(luò)特征，說明中國該領(lǐng)域已形成多個產(chǎn)量較高的作者群。
2.2.2研究機構(gòu)分布本領(lǐng)域的發(fā)文機構(gòu)主要集中在中醫(yī)藥大學(xué)及附屬醫(yī)院，高產(chǎn)研究機構(gòu)有上海中醫(yī)藥大學(xué)(43)、北京中醫(yī)藥大學(xué)(42)、湖南中醫(yī)藥大學(xué)(40)等，圖4中列出了排名前18位的機構(gòu)。進一步利用CiteSpace軟件對近20年本領(lǐng)域的主要研究機構(gòu)繪制共現(xiàn)圖譜，切片長度(SliceLength)設(shè)置為2，篩選原則(SelectionCriteria)為T50，修剪方法選尋徑法(Pathfinder)，并將節(jié)點閾值(Threshold)設(shè)為2次，如圖5所示。圖中共出現(xiàn)64個節(jié)點和40個鏈接，密度值為0.0198，從圖中知中國該領(lǐng)域的合作多以省內(nèi)合作為多，跨省合作對象主要是各中醫(yī)藥大學(xué)之間，值得注意的是少部分理工類機構(gòu)也加入其中，主要有廈門大學(xué)智能科學(xué)與技術(shù)系、廣東工業(yè)大學(xué)自動化學(xué)院、河南大學(xué)數(shù)據(jù)與知識工程研究等。從合作發(fā)文時間來看，早期以湖南中醫(yī)藥大學(xué)、北京中醫(yī)藥大學(xué)發(fā)文為主，而后上海中醫(yī)藥大學(xué)、廣州中醫(yī)藥大學(xué)發(fā)展起來，近幾年福建中醫(yī)藥大學(xué)、山東中醫(yī)藥大學(xué)及成都中醫(yī)藥大學(xué)也成為后起之秀。
2.3研究主題與發(fā)展趨勢
2.3.1關(guān)鍵詞共現(xiàn)分析研究的主題的分布及演化過程能夠體現(xiàn)不同時序內(nèi)的熱點領(lǐng)域、分析視角、研究方法等的變化。而關(guān)鍵詞作為學(xué)術(shù)論文研究主題的精煉表達(dá)，其在一定程度上可以揭示學(xué)科領(lǐng)域中知識的內(nèi)在聯(lián)系。文章對1979—2019年出現(xiàn)的關(guān)鍵詞進行同義詞合并，其中出現(xiàn)頻數(shù)排前28位的關(guān)鍵詞分布見于表2。運用VOSviewer軟件對中醫(yī)診斷與數(shù)據(jù)挖掘交叉領(lǐng)域的文獻中作者所給出的關(guān)鍵詞進行共現(xiàn)分析，取閾值3后繪制圖6。關(guān)鍵詞字體越大、結(jié)點越大說明該關(guān)鍵詞在網(wǎng)絡(luò)中越重要，不同顏色代表其不同的聚類，從圖中可以看出，本交叉學(xué)科研究領(lǐng)域圍繞“數(shù)據(jù)挖掘”核心技術(shù)主要形成4大關(guān)鍵詞類簇，形成4個主題：計算機與中醫(yī)辨證論治(紅色部分)，數(shù)據(jù)挖掘與疾病用藥規(guī)律(綠色部分)，中醫(yī)計量診斷(藍(lán)色部分)，人工智能與中醫(yī)四診(黃色部分)。從圖中可知這4種聚類之間存在一定的混合部分，如紅色區(qū)域中的“辨證論治”與藍(lán)色部分“中醫(yī)辨證”、綠色部分的“數(shù)據(jù)挖掘”與黃色部分的“人工智能”等存在著有包含和重疊的部分，說明各研究主題之間存在相互交叉、滲透的關(guān)系，這也是學(xué)術(shù)研究中普遍存在的現(xiàn)象，有助于中醫(yī)診斷與數(shù)據(jù)挖掘交叉領(lǐng)域研究的深入發(fā)展。——論文作者：夏淑潔1，2，楊朝陽1，2，林雪娟1，李書楠3，王洋1，李燦東1，2
