宋海齊，王莉斐，吳淼淼，姚易，向友茂，楊榮，袁波*，廖曉陽*

高血壓是最常見的慢性病，2017年全球超過1 040萬人的死亡與高血壓有關(guān)［1］。高血壓的影響因素眾多，近年來睡眠醫(yī)學(xué)高速發(fā)展，探究睡眠障礙與高血壓相關(guān)性的研究急劇增多，多項研究聚焦于探究不同類型的睡眠障礙與高血壓患者預(yù)后、血壓控制水平、生活質(zhì)量及高血壓患病率的關(guān)系［2-3］。然而，睡眠障礙與高血壓相關(guān)研究仍存在許多不足，如多數(shù)研究采用的主觀睡眠時間不能代表其客觀睡眠時間；此外，目前對睡眠障礙與高血壓相互作用機(jī)制的研究主要局限在其共同的影響因素，如自主神經(jīng)功能［4-5］、晝夜節(jié)律［6］、肥胖［7］、氧化應(yīng)激［8］、代謝綜合征［9-10］等，而其相互作用的潛在機(jī)制尚未完全闡明。為探索并總結(jié)睡眠障礙與高血壓相關(guān)研究熱點和演進(jìn)趨勢，本文運(yùn)用CiteSpace軟件對該領(lǐng)域的文獻(xiàn)進(jìn)行可視化計量分析，為睡眠障礙與高血壓相關(guān)研究的深化和拓展提供幫助。

1 資料與方法

1.1 文獻(xiàn)來源 文獻(xiàn)檢索來源Web of Science核心數(shù)據(jù)庫，主題詞為“高血壓”和“睡眠障礙”“失眠”“睡眠剝奪”“睡眠破碎”“短時睡眠”，檢索時間為建庫至2021-06-30。

檢索式如下：

#1：TS=hypertension OR high blood pressure OR high BP OR blood pressure，high OR BP，high OR raised blood pressure OR raised BP

#2：TS=sleep disorder OR sleep disorders OR sleep disturbance OR insomnia OR sleep fragmentation OR short sleep duration OR dyssomnia OR sleep disorder，extrinsic OR extrinsic sleep disorder OR adjustment sleep disorder OR sleep disorder，adjustment OR sleep deprivation

1.2 納入、排除標(biāo)準(zhǔn) 納入標(biāo)準(zhǔn)：（1）文獻(xiàn)的語言為英語；（2）文獻(xiàn)類型為Article或Review。排除標(biāo)準(zhǔn)：文獻(xiàn)僅討論肺動脈高壓（pulmonary hypertension）和顱內(nèi)高壓（intracranial hypertension）而未討論高血壓。

1.3 研究工具與方法 選用CiteSpace 5.7.R5W軟件對納入文獻(xiàn)進(jìn)行知識圖譜繪制［11］，包括研究熱點與趨勢分析（關(guān)鍵詞共現(xiàn)與聚類分析、關(guān)鍵詞突現(xiàn)分析、文獻(xiàn)共被引分析）、作者合作網(wǎng)絡(luò)分析、國家/地區(qū)與機(jī)構(gòu)合作網(wǎng)絡(luò)分析，以實現(xiàn)信息可視化。該軟件是當(dāng)前最流行的知識圖譜繪制工具之一。截至2021-06-30，CHEN［12］于2006年發(fā)表的闡釋CiteSpace原理的文章在Web of Science上已被引用了1 536次。而在國內(nèi)，陳悅等［13］于2015年發(fā)表的闡釋其方法論功能的中文文章已被引用了2 302次。

1.4 數(shù)據(jù)分析及判斷標(biāo)準(zhǔn) 在網(wǎng)絡(luò)圖譜中，每個節(jié)點的大小反映了該節(jié)點出現(xiàn)的頻率；節(jié)點上不同顏色圓環(huán)的大小反映該節(jié)點在相應(yīng)顏色所代表年份出現(xiàn)的頻率大小，越接近紅色表示年份越新；節(jié)點間連線的粗細(xì)反映了其聯(lián)系的緊密程度；節(jié)點的中心性可代表其重要性，中心性大于0.1的節(jié)點會被標(biāo)注為紫色。關(guān)于CiteSpace知識圖譜方法論功能的文獻(xiàn)顯示［13-14］，當(dāng)運(yùn)用CiteSpace繪制的網(wǎng)絡(luò)圖譜的模塊值（Q值）＞0.3時，提示該圖譜具有顯著的結(jié)構(gòu)；當(dāng)其平均輪廓值（S值）＞0.7時，提示該圖譜的聚類結(jié)果具有高信度。關(guān)鍵詞共現(xiàn)按頻率（次）計算，以log-likelihood ratio算法進(jìn)行關(guān)鍵詞聚類分析，聚類結(jié)果可反映該領(lǐng)域的研究熱點。在關(guān)鍵詞突現(xiàn)圖譜中，標(biāo)注為紅色的線段部分表示該關(guān)鍵詞在相應(yīng)年份出現(xiàn)頻率的變化幅度較大，受關(guān)注的程度變化較大，可反映該領(lǐng)域的研究趨勢。

2 結(jié)果

截至2021-06-30，按每年發(fā)文量分析結(jié)果顯示，自2011年起文獻(xiàn)數(shù)量增長速度顯著提高；按關(guān)鍵詞突現(xiàn)結(jié)果分析也顯示，2011年呈現(xiàn)明顯變化。為了解近年來的研究熱點和趨勢，本文詳細(xì)分析了2011年至今共計10年的全部文獻(xiàn)。

2.1 文獻(xiàn)發(fā)文量 本文共納入睡眠障礙和高血壓相關(guān)文獻(xiàn)4 589篇，1999—2021年平均每年199篇，發(fā)文量最多的年份是2018年，發(fā)文量達(dá)381篇。從年度發(fā)文量趨勢看，該領(lǐng)域研究發(fā)文量呈上升趨勢，自2011年起發(fā)文量增長速度有所提高（圖1）。

圖1 1999—2021年度發(fā)文量分布折線圖Figure 1 Line chart of annual number of published articles concerning sleep disturbance and hypertension from 1999—2021

2.2 研究熱點與趨勢

2.2.1 關(guān)鍵詞共現(xiàn)與聚類分析 從Web of Science中將納入文獻(xiàn)全記錄及參考文獻(xiàn)導(dǎo)出，運(yùn)用CiteSpace篩選功能將數(shù)據(jù)去重。根據(jù)分析時段將Time Slicing限制為2011—2021年；Node Types設(shè)置為Key words；Selection Criteria設(shè)置為Top N=Top 50，其他選項保持默認(rèn)。合并同義詞后，產(chǎn)生關(guān)鍵詞共現(xiàn)圖譜。

從共現(xiàn)圖譜結(jié)果可見，出現(xiàn)頻率最高的10個關(guān)鍵詞依次為：高血壓（1 133次）、血壓（782次）、患病率（579次）、阻塞性睡眠呼吸暫停（obstructive sleep apnea，OSA）（595次）、危險因素（546次）、睡眠（420次）、心血管疾?。?11次）、氣道正壓（393次）、肥胖（384次）、失眠（364次）。

在關(guān)鍵詞共現(xiàn)圖譜基礎(chǔ)上對關(guān)鍵詞進(jìn)行聚類分析，共形成聚類11個，該圖譜的Q值為0.732 8，S值為0.913 7，提示該聚類具有顯著的結(jié)構(gòu)和高信度。其中S值＞0.8的聚類共計11個（圖2），其聚類標(biāo)簽分別為：睡眠時間、睡眠質(zhì)量、睡眠呼吸紊亂、OSA、睡眠呼吸暫停、失眠、壓力、睡眠、流行病學(xué)、心力衰竭、癥狀。對關(guān)鍵詞聚類圖譜結(jié)果進(jìn)行進(jìn)一步分析，近10年睡眠障礙與高血壓相關(guān)主要研究方向分別是：（1）睡眠呼吸紊亂，尤其是OSA與高血壓的關(guān)系，其中關(guān)鍵詞頻次由高到低排列為：血壓、OSA、心血管疾病、氣道正壓、睡眠呼吸紊亂、日間睡眠、肥胖、抑郁、體質(zhì)指數(shù)；研究主題主要涉及OSA對血壓的影響及持續(xù)氣道正壓通氣（continuous positive airway pressure，CPAP） 在 OSA相關(guān)高血壓治療上的應(yīng)用。（2）睡眠時間與血壓的關(guān)系，其中關(guān)鍵詞頻次由高到低排列為：高血壓、危險因素、失眠、死亡率、睡眠時間、動態(tài)血壓、短時睡眠、睡眠剝奪；研究主題主要涉及不同睡眠時間對血壓、高血壓患病率、心血管結(jié)局、全因死亡率的影響。（3）睡眠質(zhì)量與血壓的關(guān)系，其中關(guān)鍵詞頻次由高到低排列為：睡眠質(zhì)量、心率變異性、間歇性缺氧、心血管風(fēng)險、炎癥、結(jié)局；研究主題主要涉及睡眠質(zhì)量對高血壓及心血管結(jié)局的影響。

圖2 近10年睡眠障礙與高血壓研究領(lǐng)域關(guān)鍵詞聚類圖譜Figure 2 Key words clustering diagram of research on sleep disturbance and hypertension between 2011 and 2021

2.2.2 關(guān)鍵詞突現(xiàn)分析 關(guān)鍵詞突現(xiàn)有助于分析睡眠障礙和高血壓相關(guān)的前沿內(nèi)容和研究趨勢［15］。關(guān)鍵詞突現(xiàn)結(jié)果（圖3）顯示，突現(xiàn)關(guān)鍵詞時間線分為3個階段，分別為2011年前、2011—2018年及2018年至今。與研究人群相關(guān)關(guān)鍵詞從女人、成年人發(fā)展到兒童、一般人群。與心血管相關(guān)關(guān)鍵詞從心臟健康發(fā)展到心率變異性、頑固性高血壓。與睡眠相關(guān)關(guān)鍵詞從短時睡眠發(fā)展到睡眠時間、失眠、睡眠質(zhì)量。突現(xiàn)持續(xù)至今的關(guān)鍵詞中關(guān)于睡眠的有睡眠時間、失眠、睡眠質(zhì)量，關(guān)于人群的為兒童，關(guān)于其他影響因素的為代謝綜合征，關(guān)于方法學(xué)的為Meta分析。

圖3 近10年睡眠障礙與高血壓研究領(lǐng)域突現(xiàn)強(qiáng)度最大的關(guān)鍵詞Figure 3 Key words with the strongest citation bursts in research on sleep disturbance and hypertension between 2011 and 2021

2.2.3 文獻(xiàn)共被引分析 采用CiteSpace對納入文獻(xiàn)進(jìn)行文獻(xiàn)共被引分析，表1展示了共被引頻次最高的10篇文獻(xiàn)［3，16-24］。共被引頻次最高的2篇均為對睡眠呼吸障礙患病率的估計［19，23］。聚焦于OSA的高被引頻次文獻(xiàn)有3篇，分別對OSA的患病率［22］、CPAP治療OSA患者高血壓發(fā)病風(fēng)險改善和降低其他心血管事件風(fēng)險發(fā)生率進(jìn)行了估算［17-18］，可見近10年來睡眠呼吸障礙，尤其是OSA對高血壓的影響研究探討較多。高被引文獻(xiàn)中評估短時睡眠與高血壓及其他心血管疾病關(guān)系的文獻(xiàn)有3篇［3，20-21］，分別為睡眠時間對心血管風(fēng)險影響的Meta分析和使用多導(dǎo)睡眠圖判定的短時睡眠與高血壓患病率相關(guān)性的隊列研究。

表1 睡眠障礙與高血壓研究領(lǐng)域被引頻次最高的10篇文獻(xiàn)Table 1 Top 10 most-cited articles in sleep disturbance and hypertension

2.3 作者合作網(wǎng)絡(luò)分析 采用CiteSpace對2011年后納入文獻(xiàn)進(jìn)行作者合作網(wǎng)絡(luò)分析。作者合作網(wǎng)絡(luò)圖譜共1 472個節(jié)點，每個節(jié)點代表1名作者，其中1 226名作者僅發(fā)表了1或2篇文章，超過所有作者數(shù)量的80%。發(fā)文最多的作者是哈佛大學(xué)的REDLINE教授，共發(fā)表了45篇文章，圍繞她形成了最大的作者集團(tuán)。圖4顯示了前3個最大的作者集團(tuán)，發(fā)文量超過10篇的高產(chǎn)作者均屬于這3個作者集團(tuán)，每一個有標(biāo)簽的節(jié)點表示1名發(fā)文量超過10篇的高產(chǎn)作者。

圖4 作者合作網(wǎng)絡(luò)圖譜Figure 4 Co-occurrence knowledge map of authors

2.4 國家/地區(qū)與機(jī)構(gòu)合作網(wǎng)絡(luò)分析 采用CiteSpace對2011年后納入文獻(xiàn)進(jìn)行國家/地區(qū)及機(jī)構(gòu)合作網(wǎng)絡(luò)分析，納入的文獻(xiàn)分別來源于95個國家/地區(qū)和608個機(jī)構(gòu)。美國是發(fā)文量最多的國家，發(fā)文量達(dá)1 164篇，超過納入文獻(xiàn)總數(shù)的1/3，排名第一；來自中國的文獻(xiàn)數(shù)量為311篇，排名第二。發(fā)文量最多的機(jī)構(gòu)是匹茲堡大學(xué)，發(fā)文量達(dá)74篇；除多倫多大學(xué)外，發(fā)文量排名前十的機(jī)構(gòu)均來自美國（表2）。國家/地區(qū)及機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜顯示，美國與50個國家/地區(qū)有合作發(fā)文關(guān)系，其中與加拿大的合作關(guān)系最為密切；中國與19個國家/地區(qū)有合作發(fā)文關(guān)系，其中與俄羅斯和巴基斯坦的合作關(guān)系明顯強(qiáng)于其他國家（圖5）。相較于國家層面的合作，機(jī)構(gòu)間的合作關(guān)系更為密切（圖6）。

圖5 國家/地區(qū)合作網(wǎng)絡(luò)圖譜Figure 5 Co-occurrence knowledge map of counties/regions

圖6 機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜Figure 6 Co-occurrence knowledge map of research institutions

表2 發(fā)文量排名前十的國家/地區(qū)和機(jī)構(gòu)Table 2 Top ten countries/regions and authors with the most articles published

3 討論

本文采用文獻(xiàn)計量學(xué)的研究方法，應(yīng)用CiteSpace 5.7R5W軟件對納入的睡眠障礙和高血壓相關(guān)文獻(xiàn)4 589篇進(jìn)行可視化分析，著重分析2011年后發(fā)表的文獻(xiàn)，探討其文獻(xiàn)計量學(xué)特征。

從發(fā)文數(shù)量上看，睡眠障礙與高血壓相關(guān)文獻(xiàn)發(fā)文數(shù)量總體呈持續(xù)上升趨勢，這表明該領(lǐng)域研究受到持續(xù)關(guān)注。2011年后文獻(xiàn)數(shù)量增長速度有所提高，這表明該領(lǐng)域相關(guān)研究受到持續(xù)關(guān)注，正逐漸成為研究熱點。發(fā)文量的增多也與世界各國對高血壓研究的重視程度提高及資金投入增多［25］、睡眠醫(yī)學(xué)的快速發(fā)展密切相關(guān)。此外，發(fā)文量增長與數(shù)據(jù)庫每年收錄文獻(xiàn)數(shù)量穩(wěn)定增長相關(guān)。預(yù)計在未來數(shù)年內(nèi)，該領(lǐng)域發(fā)文數(shù)量仍會保持增長趨勢。

關(guān)鍵詞聚類和關(guān)鍵詞突現(xiàn)結(jié)果是反映某一時期文獻(xiàn)研究熱點和趨勢的重要指標(biāo)。根據(jù)關(guān)鍵詞聚類和突現(xiàn)圖譜，歸納近10年高血壓與睡眠障礙相關(guān)領(lǐng)域內(nèi)的主要研究熱點如下。

3.1 OSA與高血壓的關(guān)系及CPAP在OSA相關(guān)高血壓治療上的應(yīng)用 關(guān)鍵詞突現(xiàn)及文獻(xiàn)共被引分析結(jié)果均顯示，睡眠呼吸障礙尤其是OSA與高血壓的關(guān)系是關(guān)注度最高的熱點之一。OSA是高血壓常見的危險因素［26］，與高血壓患病率密切相關(guān)。HOU等［27］2018年發(fā)表的納入了26項隨機(jī)對照試驗、包含51 623例參與者的Meta分析顯示，OSA患者頑固性高血壓患病風(fēng)險顯著提高，且輕、中、重度的OSA均會導(dǎo)致高血壓患病風(fēng)險增加。CHAN等［28］2020年發(fā)表的平均隨訪時間大于10年的隊列研究顯示，兒童期OSA患者成年后患高血壓的風(fēng)險更高。OSA與青年高血壓關(guān)系的研究也明顯增多，部分研究認(rèn)為，青年高血壓與OSA的關(guān)系較弱，且肥胖和高血壓的共同危險因素嚴(yán)重混淆了OSA與高血壓的關(guān)系［29-30］。CPAP作為OSA的核心治療措施，能顯著改善呼吸暫停低通氣指數(shù)及OSA的癥狀［31］，同時也能降低患者的血壓水平［32］。GREEN等［33］2021年發(fā)表的一篇納入38項研究的Meta分析顯示，CPAP能降低OSA患者的收縮壓（4.8～5.7 mm Hg，1 mm Hg=0.133 kPa）和舒張壓（3.0～5.1 mm Hg）。XIA等［34］開展的隨機(jī)對照研究顯示，CPAP治療的降壓效果與其治療依從性顯著相關(guān)，CPAP治療降壓效果較差可能與其治療依從性較低有關(guān)。

3.2 睡眠時間對高血壓的影響 大量的關(guān)于睡眠時間的文獻(xiàn)具有較高的共被引量，反映了近年來睡眠時間對高血壓的影響具有較高的討論度。其中，短時睡眠也作為獨立的突現(xiàn)詞出現(xiàn)在關(guān)鍵詞突現(xiàn)中，同時也是討論最多的熱點。自我報告的短時睡眠是高血壓的危險因素［35］，其可能通過擾亂自主神經(jīng)、激素、晝夜節(jié)律平衡引發(fā)肥胖和代謝功能障礙進(jìn)而影響血壓。MAKAREM等［36］2019年總結(jié)短時睡眠對高血壓患病率影響的研究中出現(xiàn)了相互矛盾的結(jié)果，并認(rèn)為矛盾的結(jié)果是由于研究樣本量小，受試人群的年齡、性別比例不同等原因所致。但多數(shù)研究仍表明，短時睡眠與高血壓風(fēng)險增加有關(guān)［37］。此后，仍有研究結(jié)果出現(xiàn)矛盾：WANG等［38］2020年發(fā)表一項納入11項研究、包含85 838例參與者的Meta分析顯示，睡眠時間不足與高血壓患病率增加呈正相關(guān)。YANG等［39］對新疆石油工人基于主觀報告的睡眠狀況與高血壓關(guān)系的研究顯示，睡眠時間不足與高血壓患病率也呈正相關(guān)。而DOMIN等［40］于2020年發(fā)表的一項隊列研究中未發(fā)現(xiàn)短時睡眠與血壓升高之間存在關(guān)系，這可能與樣本量較小，且沒有控制肥胖、OSA等混雜因素有關(guān)。RAMOS等［2］對美國拉丁裔隊列的研究顯示，在排除了OSA患者后，未發(fā)現(xiàn)短時睡眠與高血壓患病率的關(guān)系，而睡眠連續(xù)性下降、日間小睡增多與高血壓患病率升高有關(guān)。LI等［41］基于主觀報告睡眠時間的一項針對19 407例不同年齡組的成年人橫斷面研究顯示，在東北地區(qū)18～44歲人群中，睡眠時間短的參與者更有可能患高血壓，而在中年人群（45～59歲）、老年人群（60～79歲）中，睡眠時間與高血壓患病率沒有顯著關(guān)聯(lián)。這項研究提示短時睡眠與高血壓的關(guān)系可能與受試人群的年齡密切相關(guān)，且受試人群的年齡組成可能是造成矛盾結(jié)果的重要原因。

本研究尚存在一定的局限性，僅檢索了收錄于Web of Science核心數(shù)據(jù)庫的文獻(xiàn)，大量未被Web of Science核心數(shù)據(jù)庫收錄的文獻(xiàn)未被納入分析，可能會對結(jié)果造成一定的偏倚。同時，本研究僅納入了英文文獻(xiàn)而未納入使用其他語言發(fā)表的文獻(xiàn)，尤其是睡眠障礙與高血壓相關(guān)領(lǐng)域有大量文獻(xiàn)使用中文發(fā)表，因此中國作者對該領(lǐng)域的貢獻(xiàn)可能被低估。對于文獻(xiàn)共被引分析，由于新發(fā)表的文獻(xiàn)被引用的機(jī)會較小，故其無法完整體現(xiàn)研究熱點。此外，難以判定復(fù)雜合作關(guān)系中不同作者的貢獻(xiàn)大小，因此部分國家和機(jī)構(gòu)的貢獻(xiàn)可能被低估。

睡眠障礙和高血壓關(guān)系的關(guān)注度總體呈增長趨勢。2011年與2018年該領(lǐng)域研究熱點出現(xiàn)了較大變化。OSA和睡眠時間對高血壓的影響是關(guān)注度最高的熱點。

作者貢獻(xiàn)：宋海齊、王莉斐、廖曉陽進(jìn)行文章的構(gòu)思與設(shè)計；王莉斐、姚易、向友茂進(jìn)行研究的實施與可行性分析；宋海齊、吳淼淼、向友茂進(jìn)行資料收集和整理；宋海齊撰寫論文；宋海齊、王莉斐、姚易、楊榮進(jìn)行論文的修訂；袁波、廖曉陽負(fù)責(zé)文章的質(zhì)量控制及審校，對文章整體負(fù)責(zé)、監(jiān)督管理。

本文無利益沖突。