中医药领域预测模型研究的可视化分析

作     者：景城阳 戴泽琦 吴雪 张乐 梁立荣 廖星 JING Chengyang;DAI Zeqi;WU Xue;ZHANG Le;LIANG Lirong;LIAO Xing

作者机构：中国中医科学院中医临床基础医学研究所循证医学基础研究室北京100700 首都医科大学附属北京朝阳医院北京市呼吸疾病研究所北京100020 

出 版 物：《中国实验方剂学杂志》 (Chinese Journal of Experimental Traditional Medical Formulae)

年 卷 期：2024年第30卷第14期

页      面：209-217页

核心收录：

学科分类：1008[医学-中药学(可授医学、理学学位)] 100504[医学-方剂学] 1006[医学-中西医结合] 1005[医学-中医学] 1001[医学-基础医学(可授医学、理学学位)] 100501[医学-中医基础理论] 100601[医学-中西医结合基础] 100502[医学-中医临床基础] 100602[医学-中西医结合临床] 10[医学] 

基　　金：国家自然科学基金项目(82174239) 中国中医药循证医学中心业务研究室主任专项(2020YJSZX-2) 中国中医科学院科技创新工程项目(CI2021A05503,CI2021A00701-3) 

主　　题：中医药 预测模型 知识图谱 可视化分析 CiteSpace VOSviewer 

摘      要：目的:基于知识图谱对中医药领域预测模型研究进行可视化分析,通过梳理发展历程、总结研究热点及动态趋势,为未来研究方向的挖掘和演化提供参考依据。方法:计算机检索中国知网数据库与Web of Science核心数据库,筛选在2023年2月28日前发表的中医药领域预测模型研究文献。采用Endnote X20软件进行文献管理,应用CiteSpace和VOSviewer软件生成知识图谱并对研究的发文量特征、机构合作关系、作者合作网络、共引情况、关键词进行可视化分析。结果:共纳入264篇中文文献和266篇英文文献,研究发文量总体上呈现逐年递增的趋势。发文机构间的合作关系呈现出明显的地域性,其中中医药院校与其附属医院、科研机构下属的二级单位之间的合作关系最为紧密。发表英文文献的研究团队数量及团队成员数量更多、且不同团队间的合作更为频繁。具有开创性意义和(或)借鉴作用的研究被广泛引用与参考;高被引文献主要发表于补充替代医学类期刊和药学类期刊。研究热点主要集中于中医临床预测模型、中药定量模型及具体建模方法。机器学习、深度学习等人工智能技术在中医药研究领域的应用将是未来最为前沿的研究方向。结论:中医药领域对预测模型研究的关注程度正日益增高,多机构、多团队的研究合作模式日趋成为主流。随着多学科交叉融合的不断发展,预测模型研究与新技术/方法的发展与兴起息息相关,任何在理论或应用层面的突破都会带动和引领新一轮的研究热潮。未来需针对特定主题的预测模型开展系统评价研究以提供循证依据。