Page 104 - 南京医科大学学报社会科学版
P. 104

南京医科大学学报（社会科学版）京医科大学学报（社会科学版）                  第4期 总第105期
                                                  南
             · 402  ·                       Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  2021年8月
                                            Journal
             更需要进行精心设计。为了探索数据驱动的临床                             为出现频次为 1 的关键词数量，词频排序前 T位的
             Seminar 联合 DDL 教学模式在课堂上的实现，本研                     关键词为高频关键词          ［10］ 。在 4 656 个关键词中出现
             究围绕新冠肺炎这一主题，设计了一个完整的教学                            频次为 1 的关键词有 3 616 个，根据公式计算 T=84，
             案例。                                               因此词频排序前 84 位的关键词为高频关键词。高
                 新冠肺炎是一种由新型冠状病毒感染导致的                           频关键词的个数仅占所有关键词的 1.8%，说明高频
             急性呼吸道传染病，其传播速度快，自首次发现至                            关键词的数量较少，一定程度上可以反映出我国新
             今已经在全球多个国家和地区蔓延和传播。在此                             冠肺炎相关研究涉及的内容较广，领域分散，但研
             期间，国内外相关研究论文数量也呈爆发式增长。                            究方向尚不明确。将国内新冠肺炎相关文献的所
             本案例借助 Excel 和 VOSviewer 可视化软件 ，作为                 有高频词整理成表，去掉检索词（新型冠状病毒肺
                                                    ［8］
             学生进行数据分析及后续讨论交流的分组工具。                             炎、新冠肺炎与 COVID⁃19），出现次数 50 次以上的
             VOSviewer 是荷兰莱顿大学科技研究中心（The Cen⁃                  关键词分别为新型冠状病毒（286 次）、新冠肺炎疫
             tre for Science and Technology Studies，CWTS）的     情（156 次）、网络药理学（76 次）、疫情防控（69 次）、
             Van Eck 和 Waltman 于 2009 年开发的一款基于 JA⁃             突发公共卫生事件（61 次）、2019 冠状病毒病（60
             VA 的免费软件，主要面向文献数据，侧重科学知                           次）、新冠疫情（56 次）、临床特征（55 次）、中医药（52
             识的可视化。VOSviewer 最大的优势就是图形展                        次）、严重急性呼吸综合征冠状病毒 2（51 次），均为
             示能力强，适合大规模数据，通用性强，适配于各                            新冠肺炎研究的热点词汇，也是研究者重点关注的
             种数据库、各种格式来源的数据。本研究以此探                             主题。
             讨新冠肺炎领域的研究态势和研究热点。                                     2. 研究热点领域分析
                 （一）数据来源                                            高频关键词在一定程度上代表着领域的研究热
                 选定学生最为熟悉和常用的 CNKI 期刊数据库                       点，但各个关键词并不是孤立的独立存在，他们之间
             作为文献来源。在 CNKI 检索文献时采用专业检索                         存在相似、共线、同类等多种关系。通过对关键词进
             方式，以“KY=‘新型冠状病毒肺炎’+‘新冠肺炎’+                        行聚类共线分析，能够更好地帮助研究人员把握某领
            ‘COVID⁃19’”为检索式进行检索，语种限定为中文，                       域的关键主题，确认研究方向。运用VOSviewer对出
             数据库限定为核心期刊，由于新冠肺炎疫情从 2019                         现频次大于等于 11 次的 87 个关键词进行聚类共线
             年末暴发，时间限定为 2019 年 12 月—2020 年 8 月。                分析，删去检索词新型冠状病毒肺炎、新冠肺炎、
             检索结果经过手动剔除无作者文献、会议等无效文献                           COVID⁃19 以及检索词同义词新型冠状病毒肺炎
             并去重处理后，于2020年8月20日最终获得1 902篇                      （COVID⁃19），得到高频关键词聚类共现图谱（图2）。
             文献，并以EndNote（用于VOSviewer 分析）和自定义                  图谱结果显示 83 个高频词可以归纳为 6 个主题类
             xlsx（用于Excel 分析）格式导出其题录信息。                        簇，即6个研究热点领域。
                 （二）数据分析方法
                 利用数学和统计学的相应知识来描述、评估和
             预测新冠肺炎特定领域的状况和趋势。分析工具
             VOSviewer 作为专门开发的用于科学知识图谱绘制
             的有效工具，其核心思想是“共现聚类”，即两个事
             物同时出现代表它们之间是相关的；这种相关关系
             存在多种类型，它们的强度和方向也不一样；基于
             关系强度与方向的测度指标聚类，能从不同的侧面
             为研究人员提供不同的观察视角，从而全方位地了
                              ［9］
             解领域的研究动向 。本研究使用 Excel 对检索获
                                                                  VOSviewer
             取的新冠肺炎领域题录数据中的发文时间、关键词
             等进行字段抽取、频次统计，而后利用 VOSviewer 进                           图2   新冠肺炎研究高频关键词聚类共线图谱
             行聚类分析和热点分析，分别生成聚类网络图和热                                 第 1 个聚类：红色区。主要涉及 2019 冠状病毒
             点密度图。                                             病、临床特征、流行病学、治疗、诊断、流行特征、儿
                 1. 高频关键词统计                                    童、临床表现等 21 个关键词，其中主要的关键节点
                 通过对题录数据中的关键词进行统计可知，                           为临床特征和流行病学。该主题关注的是新冠肺
             1 902篇文献中共出现关键词4 656个。根据Donohue                   炎的临床特征表现以及如何运用临床表现进行诊
                                          -1 + 1 + 8l          断、治疗和防控。
             提出的高低频词分界公式T = -1 +                    1  ，其中l1        第2个聚类：绿色区。涉及新冠肺炎疫情、突发
                                               2
   99   100   101   102   103   104   105   106   107   108   109