Page 48 - 南京医科大学学报社会科学版
P. 48

南
                                                    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6期 总第119期
              · 540  ·                       Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  2023年12月
                                             Journal
                                                ［6］
               趋势进行预测和分析的文献计量软件 。本研究采                            连线 178 条，密度为 0.015 3（图 2）。高频关键词有
               用 CiteSpace V（5.8.R3） 绘制关键词共现图、聚类                 care（照顾）、management（管理）、health（健康）、inter⁃
                                   ［7］
               图、时间线图和突现图。软件参数设置：时间分区                            vention（干预）、telehealth（远程医疗）。其中，care（照
               为 2011—2023 年，时间切片为 1 年，阈值为 50，剪切                 顾）出现的频次最高，为 1 235 次。关键节点呈紫色
               方式选择 pathfinder 和 prunning sliced networks，其他     表示中介中心性较高，其中 therapy（治疗）0.77、risk
               采取系统默认。分别以年度、关键词等生成可视化                           （风险）0.64、decision making（决策）0.60、technology
               图谱，其中聚类算法选择对数似然比（log⁃likelihood，                 （技术）0.56，具有高中介中心性。
               LLR）算法。                                           Cite Space，V. 5.8.R3（64⁃bit）
                                                                 September 27，2023 8：41：51 PM CST
                  （四）可视化图谱分析                                     WoS：D：\Data\WOS\data
                                                                 Timespan：2011-2023（Slice Length=1）
                                                                 Selection Criteria：Top 50 per Slice，LRF=3.0，L/N=10，LBY=5，e=1.0
                                                                 Net work：N=153，E=178（Density=0.015 3）
                   观察可视化图谱节点的大小和连接的数量，每                          Largest CC：153（100%）
                                                                 Nodes Labeled：1.0%
                                                                 Pruning：Pathfinder
               个节点代表一个分析对象。节点的大小表示其发
               生的频率，节点之间的连接粗细表示其联系紧密程
               度，连接的颜色表示第一次合作时间，越浅则合作
                   ［8］
               越晚 。
                   中介中心性是测度节点在网络图中连接其他节
               点的重要性指标，节点中心性大于0.1，标注紫色。突
               发性探测用于发现一段时间内文献数量激增的节点，
               突发性探测表中红色短线表示节点在相应年份具有
               较高的热度。聚类分析用于发现相似类别的节点，常
               用聚类模块值（Q）和聚类轮廓平均值（S）表示。Q值>
                                                                           图 2  互联网医疗关键词共现图谱
               0.3认为聚类结构显著。S值>0.5认为聚类结果合理，
                                          ［9］
               S值>0.7表示聚类结果非常显著 。                                    表 1 为对出现的关键词进行研究方法、研究对
                                                                 象、研究指标、研究类型、诊疗过程、诊疗结果、信息设
                                 二、结     果
                                                                 备、工作机制、监督管理等 9 个方面的分类。互联网
                  （一）年度发文量                                       诊疗的研究对象有患者、成人、儿童、青少年和老年
                   年度发文量能够反映该研究的发展水平、发展                          人；研究方法有随机对照实验、元分析和系统综述等；
               程度和受关注程度，发文量是预测该领域研究水平                            研究指标有死亡率、可靠性、可行性和满意度等。
               的重要指标。2011—2022 年互联网医疗的英文文                            2. 突发性探测
               献发文量呈明显上升趋势，2019—2022 年英文文献                           突发性探测是指提取不同年份突显强度较大
               发文量年增长速度不断升高。2022 年发文量约为                          的关键词进行分析，有助于直观了解该领域不同时
               2011年的12倍（图1）。                                    段新兴概念和焦点内容            ［10］ 。对 2011—2023 年的关
                                                                 键词进行突发性探测，获得热点关键词 45 个，前 20
                 2 100                                 2 035
                                                                 个最强突现关键词见表 2。其中突现强度排名前
                 1 800
                                                                 3 位的关键词是 self⁃management（自我管理）、infor⁃
                 1 500
                （ 篇 ）  1 200                      1 115    910   mation technology（信 息 技 术）、efficient（效 率）。
                                                                 2021—2023年，adolescent（青少年）、older adult（老年
                发文量  900                         839             人）成为研究的热门主体，上述关键词是互联网医疗
                  600                      504  584
                                     369  409                    近年内兴起或持续受到关注的研究热点。
                               262 295
                  300  158  176 229                                  3. 聚类分析
                    0                                                通过对关键词共现网络进行聚类分析，使用对数
                     2011  2012  2013  2014  2015  2016  2017  2018  2019  2020  2021  2022  似然法（log⁃likelihood，LLR）提取聚类标签，共得到12
                                   时间        澳大利亚 截至2023.6.30
                         美国         英国                           个聚类标签。聚类序号越小，聚类包含的关键词越
                         意大利        印度       荷兰                  多。本研究聚类结果 Q＝0.816 4、S＝0.943 8。其中
                         加拿大        其他       总计
                                                                 有9个聚类标签S值>0.90，说明聚类结果良好（图3）。
                   图 1  2011—2023 年互联网医疗英文文献发文量
                                                                     聚类结果分析如表 3 所示。聚类主题设计互联
                  （二）研究热点与前沿分析                                   网医疗研究类型有#0 telemedicine（远程医疗）、#1
                   1. 词频分析                                       telehealth（远程诊疗）、#4 mhealth（移动健康）；研究
                   根据共现图谱分析结果，共有关键词节点153个，                       指标有#3 mortality（死亡率）、#11 quality of life（生活
   43   44   45   46   47   48   49   50   51   52   53