陳梁華++劉宇平++楊偉紅+張新鳳

[摘要] 呼吸系統(tǒng)疾病現(xiàn)已成為全球所有年齡組中死亡和傷殘的重要原因之一，霧霾是繼吸煙之后導致肺癌的又一大危險因素，認識呼吸疾病，對于了解人體疾病治療發(fā)展趨勢有著重要意義。本文通過SCI文獻數(shù)據(jù)庫收集呼吸系統(tǒng)領域的疾病數(shù)據(jù)，包括作者關鍵詞數(shù)據(jù)、文章分類關鍵詞、文章研究分類、重要研究型期刊影響因子等指標內(nèi)容，運用詞云分析技術及相關統(tǒng)計手段對現(xiàn)有數(shù)據(jù)進行歸類及排序，從整體上對現(xiàn)有研究熱點、趨勢進行直觀描繪，對臨床防治研究、優(yōu)化配置醫(yī)療資源具有積極的理論指導意義。根據(jù)分析數(shù)據(jù)表明，“肺”是研究最多的器官，而生物作用機制中的如何“表達”是研究者最熱衷的內(nèi)容，說明現(xiàn)有的研究主要集中在闡明疾病的發(fā)生原因、藥物或治療手段的作用機制。

[關鍵詞] 呼吸系統(tǒng)疾?。辉~云；文獻分析

[中圖分類號] G350 [文獻標識碼] A [文章編號] 1673-7210（2017）02（c）-0168-05

呼吸系統(tǒng)疾病是一種常見病，隨著科學技術的不斷發(fā)展，其不同時期研究熱點也呈現(xiàn)差異，為更好地把握區(qū)域發(fā)展趨勢，抓住研究重點方向，有必要通過有效的統(tǒng)計方法對其當前研究現(xiàn)狀開展分析，通過熱點分析研究，可以找出能產(chǎn)生重大影響的雜志以及研究內(nèi)容，對于把握正確研究方向、指導開展科研工作具有重要意義。研究表明，呼吸疾病的發(fā)病機制是目前該領域的研究熱點，其中對T淋巴細胞、細胞因子、嗜酸性細胞、肥大細胞、炎癥介質(zhì)、黏附因子等在炎癥中的作用機制研究較多。本文從雜志影響、SCI文章分類、作者關鍵詞、文章分類詞等方面開展聚類分析，以達到描述當前呼吸疾病發(fā)展趨勢的目的。

1 呼吸疾病研究對居民健康和社會發(fā)展的意義

呼吸系統(tǒng)疾病是我國的常見病、多發(fā)病，其中，慢性呼吸道疾病患病率高，致殘率和致死率高，隨著近期PM 2.5指數(shù)的惡化，空氣中攜帶的化合物也容易成為導致呼吸道疾病的背后推手。目前，中國慢性阻塞性肺疾?。–OPD）患者約3280萬例，40歲以上的患病率達8.2%；哮喘患者約1500萬例，發(fā)病率約為1.2%[1-2]。根據(jù)我國人口疾病死因最新調(diào)查顯示，呼吸疾病在農(nóng)村地區(qū)疾病死因中居首位（23.5%），在城市中居第4位（12.6%）。世界衛(wèi)生組織全球抗擊慢性呼吸疾病聯(lián)盟（GARD）的調(diào)查顯示，中國死亡總數(shù)的17%來自慢性呼吸疾病。近20年我國肺癌的發(fā)病率和死亡率均迅速增加，已居國內(nèi)城市惡性腫瘤的首位。目前我國肺癌患者約50萬人，居世界第一。呼吸疾病不僅成為嚴重的公共衛(wèi)生問題，也給家庭乃至社會帶來沉重的經(jīng)濟負擔。加快升級改造現(xiàn)有研究局面，有助于提升我國科學研究整體實力，改善居民衛(wèi)生健康環(huán)境，提高生活質(zhì)量，從而適應社會發(fā)展的需要。

2 根據(jù)聚類分析圖，直觀描述呼吸疾病領域概況

聚類分析是對一堆數(shù)據(jù)進行聚類[3-7]，通過直觀圖表的數(shù)據(jù)點大小以及連接線的疏密情況來判斷數(shù)據(jù)的關聯(lián)程度，在現(xiàn)實生活中，能夠進行分類的情況很多，在不同的應用領域，很多聚類技術都得到了發(fā)展，這些技術方法被用作描述數(shù)據(jù)，衡量不同數(shù)據(jù)源間的相似性，以及把數(shù)據(jù)源分類到不同的簇中[8-10]。如根據(jù)經(jīng)濟發(fā)展水平把各個國家分成發(fā)達國家、中等發(fā)達國家、發(fā)展中國家，而按照消費者的特征也可以對消費者進行分類，按照產(chǎn)品特征可以對產(chǎn)品進行分類。分類前并不知道存在什么類別，而是直接根據(jù)數(shù)據(jù)的特征確定。聚類分析就是按照對象之間的“相似”程度把對象進行分類[11-13]，便于研究者通過分類發(fā)現(xiàn)和總結(jié)規(guī)律。因此，目前分類問題的研究具有十分重要的意義和作用。

根據(jù)圖1所示的聚類分析圖（數(shù)據(jù)內(nèi)容源自湯姆森公司網(wǎng)站），排名第一的雜志為《LANCET RESP MED》，影響因子為15.328，排名第二的雜志為《AM J RESP CRIT CARE》，影響因子為13.118。

表1為呼吸疾病SCI雜志2015年度的影響排名數(shù)據(jù)，從表中不但可以清楚地看到各種雜志的影響力，而且可以知道其2015年度的引用情況，其中“特征因子”由華盛頓大學和加州大學圣塔芭芭拉分校的West、Bergstrom等人組成的研究團體構(gòu)建和完善，其工作原理類似于Google的“網(wǎng)頁排名”（PageRank）。兩者都基于社會網(wǎng)絡理論，區(qū)別在于Google利用網(wǎng)頁鏈接，而“特征因子”則借助引文鏈接。它們都基于整個社會網(wǎng)絡結(jié)構(gòu)對每篇論文或每個網(wǎng)頁的重要性進行評價。與期刊影響因子不同的是，“特征因子”不僅考察了引文的數(shù)量，而且考慮了引用期刊的影響力，即：某期刊如果越多地被高影響力的期刊引用，則該期刊的影響力也越高。正如Google考慮超鏈接的來源，“特征因子”也充分考慮引文的來源，并在計算中賦予不同引用期刊的引文以不同的權重。

圖2為按研究類別聚類后的分析數(shù)據(jù)，結(jié)果表明，排名第一的為“ECONOMICS（經(jīng)濟學相關）”，該類一共有345種雜志，排名第二的為“MATHEMATICS（數(shù)學或應用數(shù)學相關）”，該類一共有312種雜志，表明以經(jīng)濟和應用數(shù)學相關為主題的雜志占多數(shù)，也為人們所熱衷和普遍容易接受。

但雜志數(shù)量的多少、排名并不能反映學科研究熱點及先進技術，而剔除雜志數(shù)量改按影響因子排名后發(fā)現(xiàn)，影響因子第一名為“CELL BIOLOGY（細胞生物學）”，影響因子為5.602；影響因子第二名為“CHEMISTRY，MULTIDISCIPLINARY（化學，多學科）”，影響因子為5.586；影響因子第三名為“ONCOLOGY（腫瘤學）”，影響因子為4.315；影響因子的大小也恰好反映研究的難易程度及技術含量。

3 運用詞云分析方法，簡明扼要描述學科發(fā)展趨勢

在當今大數(shù)據(jù)時代，主要矛盾為日益增長的龐大數(shù)據(jù)生產(chǎn)、存儲能力和媒體與數(shù)據(jù)分析、加工能力之間的矛盾。詞云，在數(shù)據(jù)分析中以一種通過大小的直觀可視化的分析來表達并渲染結(jié)果，對文本中出現(xiàn)頻率較高的“關鍵詞”予以視覺上的突出，形成“關鍵詞云層”或“關鍵詞渲染”，從而過濾掉大量的文本信息，使瀏覽者只要一眼掃過文本就可以領略文本的主旨。最常見的應用就是博客、演講內(nèi)容和CMS類站點中的標簽云[14-16]。使用詞云工具，可以對海量的文本數(shù)據(jù)進行分詞處理，按照某一個詞出現(xiàn)頻率的高低進行排序并區(qū)分顯示，經(jīng)過大數(shù)據(jù)文本處理技術、排序算法后，能獲得對內(nèi)容關鍵信息的快速、精準、深度洞察。詞云，實際上是將文檔包含的詞匯頻率表進行了可視化。這些詞匯的重要程度主要通過改變字體大小或顏色來表現(xiàn)。

通過攫取呼吸系統(tǒng)疾病類SCI文章的分類關鍵詞，通過R STUDIO軟件生成詞云圖，見圖3。

根據(jù)圖3顯示結(jié)果，詞頻最高的為“EXPRESSION”，其中文意譯“表達”，跟表達相關的有基因表達（基因中的DNA序列生產(chǎn)出蛋白質(zhì)的過程），其影響包括分子遺傳學、細胞分化與發(fā)育、基因表達與調(diào)控等多學科，說明SCI研究類文章目前多數(shù)注重深層次的追根溯源研究。通過CNKI搜索引擎，也可以找到相關結(jié)果1 604 280條。各種生物疾病都跟基因表達有一定的關系，包括目前方興未艾的人類基因組計劃（HGP）和人類基因組單體型圖計劃（HapMap）這兩個超級研究項目的開展[17-18]。人類展開了針對由30億個堿基對、大約數(shù)萬個基因組成的基因組的研究，用盡一切辦法尋找可能的致病因素。

而有關表達的研究有代表性的為EGFR，即Epidermal Growth Factor Receptor，上皮生長因子（EGF）細胞增殖和信號傳導的受體。研究表明，在許多實體腫瘤中存在EGFR的高表達或異常表達[19-20]?，F(xiàn)開展的研究有EGFR及其突變小分子抑制劑的篩選及生物學作用研究、EGFR及其突變體的生物化學與細胞生物學功能體系的構(gòu)建等。應用蛋白相似性建立不同EGFR基因型的突變體的蛋白三維度空間模型，進行小分子抑制劑的設計，對具有較好開發(fā)前景的小分子抑制劑在多種動物模型上驗證其體內(nèi)抗腫瘤活性。

緊緊圍繞并跟隨首位關鍵詞排名的是“obstructive”，意譯為“阻塞性，梗阻性，妨礙的”，具有代表性的為慢性阻塞性肺疾病，簡稱慢阻肺（COPD），是一種破壞性的肺部疾病，是以不完全可逆的氣流受限為特征的疾病，氣流受限通常呈進行性發(fā)展并與肺對有害顆粒或氣體的異常炎性反應有關。COPD也是一種高發(fā)病率、高致殘率和高病死率的呼吸系統(tǒng)疾病，發(fā)病時不僅氣流受限，還可以伴有其他肺外系統(tǒng)的異常表現(xiàn)，即COPD全身效應，較常見的有營養(yǎng)不良和體重減輕、神經(jīng)異常癥狀、骨骼肌功能障礙、血液系統(tǒng)、心血管并發(fā)癥及骨質(zhì)疏松等，這些肺外效應常常導致患者癥狀的反復出現(xiàn)及降低生活質(zhì)量。據(jù)世界衛(wèi)生組織的最新數(shù)據(jù)顯示：由于吸煙、空氣污染等原因，目前全球已有6億人患有COPD，預計患病率還會繼續(xù)上升，到2020年將成為全球第三大致死疾病，在中國約有超過3800萬例患者。更為可怕的是，如此高的致死率并沒有引起人們對該病的重視。

COPD的危害主要表現(xiàn)在呼吸衰竭、自發(fā)性氣胸、慢性肺源性心臟病和右心衰竭、睡眠呼吸障礙、胃潰瘍，同時可能出現(xiàn)肺動脈高壓和心律紊亂。吸煙是COPD的最主要發(fā)病原因之一，80%～90%以上的COPD患者源于吸煙。香煙及污染空氣中的有害物質(zhì)刺激易感人群氣道炎癥細胞等釋放大量促炎因子和蛋白酶類，導致肺內(nèi)氧化/抗氧化失衡、蛋白酶/抗蛋白酶失衡等一系列生理指征改變，最終導致肺氣腫和慢性支氣管炎。

隨著環(huán)境的惡化，PM2.5指數(shù)起到指示空氣質(zhì)量的作用，空氣中大量的粉塵攜帶化學物質(zhì)，而人吸入這些復合物質(zhì)后會導致疾病的發(fā)生。近年來，地毯編織、生物燃料、面包烘烤是肺疾病的重要危險因素，氣體燃料、使用煤油、家禽飼料是相對危險因素。20世紀末，中國大氣污染特征發(fā)生重大轉(zhuǎn)折，SO2、PM10、NO2等一次污染下降，而O3污染和細顆粒物PM2.5導致的霧霾問題凸顯，二次污染日趨嚴重。

以作者關鍵詞為維度，從海量的數(shù)據(jù)中抽取后發(fā)現(xiàn)，研究最多是“l(fā)ung”，其次為“cancer”，即肺為最多研究的對象，其次為呼吸相關的腫瘤，合并在一起，肺腫瘤為最多的研究對象，也是當今呼吸疾病研究的難點和重點。見圖4。肺包括肺動脈高壓、肺氣腫、COPD等疾病，肺功能水平也是呼吸系統(tǒng)疾病的重要監(jiān)測指標，肺功能檢查是呼吸系統(tǒng)疾病的必要檢查之一，對于早期檢出肺、氣道病變，評估疾病的病情嚴重程度及預后，評定藥物或其他治療方法的效果，鑒別呼吸困難的原因，診斷病變部位，評估肺功能對手術的耐受力或勞動強度耐受力及對危重患者的監(jiān)護等方面有重要的指導意義。而肺癌方面的研究則每年都在發(fā)展，2011年克唑替尼獲準用于治療ALK陽性的NSCLC患者。2013年美國預防服務工作組（USTSPF）推薦低劑量螺旋CT。2014年Ceritinib（色瑞替尼）獲批用于ALK陽性的肺癌患者。而2015年則是免疫治療占肺癌治療的半壁江山的一年，另針對不同靶點的藥物治療仍占據(jù)重要地位，包括二代ALK、三代表皮生長因子受體（EGFR）-酪氨酸激酶抑制劑（TKI）、MET抑制劑等。目前主要有兩大治療策略正在探索之中，被證明有一定療效，一是釋放身體的自然免疫反應以對抗癌癥，二是幫助免疫系統(tǒng)發(fā)現(xiàn)并摧毀癌癥細胞。

4 小結(jié)

了解呼吸疾病發(fā)展的趨勢，如發(fā)病機制、藥物的作用機制等對于人類衛(wèi)生健康事業(yè)具有重要意義。本文運用詞云分析技術及相關統(tǒng)計手段對現(xiàn)有數(shù)據(jù)進行歸類及排序，從整體上對現(xiàn)有研究熱點、趨勢進行直觀描繪，SCI文獻數(shù)據(jù)庫是一座知識寶庫，采用現(xiàn)代手段對數(shù)據(jù)處理加工后可以得到更直觀、簡潔的描述結(jié)果，便于研究者進行分析參考。

[參考文獻]

[1] 高靜.關注呼吸慢病 院士開講基層防治第一課[EB/OL]. [2015-10-20]. http：//news.ifeng.com/a/20151020/45709386_0.shtml.

[2] 王瑤，潘旭東，王翎.國外老年COPD慢病管理的現(xiàn)狀及啟示[J].中國老年學雜志，2013，33（1）：236-239.

[3] 李俊.大數(shù)據(jù)時代需要更多“詞云”鑰匙[J].中國記者，2013，72（4）：2.

[4] 叢麗君.詞云在英語詞匯教學中的應用研究[J].南通航運職業(yè)技術學院學報，2016，15（3）：121-124.

[5] 劉稼.聚類分析在中醫(yī)藥研究中的應用及意義[J].中醫(yī)藥學刊，2004，22（5）：927-928.

[6] 楊天偉，張霽，李濤，等.基于主成分分析和聚類分析的不同產(chǎn)地絨柄牛肝菌紅外光譜鑒別研究[J].光譜學與光譜分析，2016，36（6）：1726-1730.

[7] 張方圓，李崢.近5年護理研究熱點的共詞聚類分析[J].中華護理雜志，2016，51（2）：248-252.

[8] 王光沛，潘景昌，衣振萍.基于線指數(shù)特征的海量恒星光譜聚類分析研究[J].光譜學與光譜分析，2016，36（8）：2646-2650.

[9] 海容，姜安麗.基于內(nèi)容分析法的國際護理管理領域研究主題分析[J].護理研究：下旬版，2014，28（2）：663-665.

[10] 李佳.共詞矩陣在聚類結(jié)果分析中的作用[J].中華醫(yī)學圖書情報雜志，2009（4）：77-81.

[11] 任曉龍，朱燕燕，王思云，等.在線社交網(wǎng)絡結(jié)構(gòu)與區(qū)域經(jīng)濟關聯(lián)性研究[J].電子科技大學學報，2015，44（5）：643-651.

[12] 朱建平，謝邦昌，駱翔宇，等.中國房地產(chǎn)網(wǎng)絡輿情分析[J].數(shù)理統(tǒng)計與管理，2016，35（4）：722-741.

[13] 王謙，羅長坤，劉東海，等.人類基因組計劃推動下的美國生物醫(yī)藥技術發(fā)展及啟示[J].中國科學基金，2002， 16（2）：88-91.

[14] 李晶鑫，張寰，許芳秀，等.非吸煙女性肺腺癌患者腫瘤組織EGFR基因突變、miR-25表達與生理生育特征的關系[J].山東醫(yī)藥，2016，56（35）：1-4.

[15] Andenaes R. Psychological characteristics of patients with chronic obstructive pulmonary disease：a review [J]. J Psychosom Res，2005，59（6）：427-428.

[16] 焦周光，付緒磊，溫占波，等.北京大氣PM2.5對A549細胞炎性因子及DNA損傷的毒性[J].中國環(huán)境科學，2016，36（5）：1579-1588.

[17] 段爭，吳翠紅.細顆粒物PM2.5暴露加重博來霉素致大鼠肺纖維化[J].基礎醫(yī)學與臨床，2015，35（5）：781-785.

[18] 木木-小新.ASCO2014：肺癌研究進展回顧[EB/OL]. [2014-06-01]. http：//oncol.dxy.cn/specials/asco2014/article/77100.

[19] 許世廣. ASCO 2015肺癌領域研究薈萃[EB/OL]. [2015-12-01]. http：//www.haodf.com/zhuanjiaguandian/xushiguangdr_3425994640.htm.

[20] 丁香園. ASCO年度報告：2016年免疫治療進展[EB/OL]. [2016-02-29]. http：//oncol.dxy.cn/article/485450？keywords=ASCO2015.

（收稿日期：2016-10-24 本文編輯：程 銘）