鄭 栩 諾明夫 劉 一 賀云帆 梁 俊 雷健波

(北京大學第三醫(yī)院 北京100191) (北京大學醫(yī)學技術研究院 北京 100191) (華中科技大學同濟醫(yī)學院醫(yī)藥衛(wèi)生管理學院武漢 430030) (浙江大學醫(yī)學院附屬第二醫(yī)院信息中心 杭州 310000) (1北京大學第三醫(yī)院 北京 100191 2北京大學醫(yī)學技術研究院 北京 100191 3北京大學醫(yī)學信息學中心 北京 100191)

1 引言

超重和肥胖已成為世界范圍內重要的醫(yī)學和社會問題，干預肥胖經濟成本已達到全球醫(yī)療支出的0.7%～2.8%[1]，其中以減肥訓練營和線下社區(qū)健康培訓等健康服務人員與患者面對面的干預模式最為常見[2]，但其存在時間和人力成本高、規(guī)模難以擴大、知識傳輸效率低和參與性不高等問題[3]。移動醫(yī)療(Mobile Health，mHealth)是干預超重和肥胖者的潛在有效策略，但針對其效果和作用機制的相關研究較少。互聯網具有普及率高、學習成本低和傳輸速度快等特點，移動互聯網具有更強的便捷性、便攜性和可及性，智能手機應用可滿足不同用戶需求，在促進人群健康方面比傳統互聯網更具潛力[4]。有研究從實證角度出發(fā)，利用定量評估或meta分析方法綜合分析以往研究成果[5]，此類研究的文獻納入、排除標準一般較嚴苛，涵蓋范圍不夠全面，多為試驗性研究。為了對mHealth在肥胖超重干預應用領域相關研究情況進行完整闡述，本研究選擇9個相關數據庫作為數據來源，應用文獻計量學方法對相關研究進行系統回顧和分析，描述領域內主要學者、機構、期刊及其之間關系，劃分主要子領域并評估其發(fā)展情況，分析目前研究優(yōu)勢與局限，以期為今后該領域研究提供參考。

2 資料與方法

2.1 數據來源與檢索策略

檢索多個數據庫以收集完整且全面的文獻資料，包括醫(yī)學健康領域的PubMed、EMBASE和CINAHL，綜合科學領域的SCIE、SSCI和Scopus，社會心理學領域的PsycInfo、Psychology and Behavioral Sciences Collection以及教育領域與運動醫(yī)學領域的ERIC和Rehabilitation & Sports Medicine Source。參考已有的成熟方案構建檢索式[6-7]，檢索時間范圍為2010-2020年。

2.2 納入與排除標準

檢索得到5 062篇文獻，去重篩選后獲得1 561篇文章作為研究對象。納入標準：研究對象為超重與肥胖人群；mHealth方法作為干預手段或者主要研究對象。排除標準：綜述、述評、信件、勘誤與評論類文獻；文獻信息不全、無法獲取全文和非英文；文獻未以超重與肥胖者作為主要干預對象，或者以其他疾病患者作為干預對象而僅將超重和肥胖作為患者特征指標進行研究；文獻中提及mHealth或者移動互聯網技術相關內容，但未將其作為主要研究對象；文獻未以身體質量指數(Body Mass Index，BMI)或其他有關超重肥胖指標作為結局指標、結局評估；文獻以超重和肥胖發(fā)生的生物學機制作為研究對象。

2.3 數據統計與分析

摘錄文獻完整題錄信息，主要包括題目、摘要、作者名錄(區(qū)分第1作者和其他作者)、作者單位地址、作者國籍、文檔類型、發(fā)表時間、出版物名稱、文章關鍵字等。使用R語言的Bibliometrix包[8]對文獻數據進行分析，ggplot2包[9]進行統計圖繪制，并利用VOSviewer[10]進行網絡可視化。

3 結果

3.1 研究趨勢

2010-2020年共有7 326位作者在613種期刊中發(fā)表1 561篇相關文章，其中第1作者1 249人，平均每種期刊每年發(fā)表3.41篇相關文獻。2010-2018年發(fā)文數量呈逐年上升趨勢，近兩年發(fā)文數量略有下降但整體水平仍然較高，年平均增長率為20.84%。根據計量學布拉德福定律，一定時間內某一領域所有出版物按照載文量可以劃分為核心區(qū)、相關區(qū)和外圍區(qū)，3個區(qū)中的出版物數量比為1:a:a2，a近似于5[11]，核心出版物數量大約占出版物總量的1/31。經計算將前20種期刊劃為核心出版物，見表1?！禞MIR移動醫(yī)療與泛在醫(yī)療》(JMIRmHealthanduHealth)期刊發(fā)文量與文獻增長速度均領先于其他期刊，而《BMC公共衛(wèi)生》(BMCPublicHealth)與《醫(yī)學互聯網研究期刊》(JournalofMedicalInternetResearch)緊隨其后，其余的出版物發(fā)文量相差不大。

表1 核心出版物年度發(fā)文量變化趨勢

3.2 作者分布

3.2.1 計算方法 共有7 326位作者，其中第1作者1 249人，雖然普萊斯定律認為高產作者數量應為所有作者總數的算數平方根，但第1作者在文章中的貢獻遠超過其他作者，應當重點考慮。Kumar S在2008年提出使用優(yōu)勢因子(Dominance Factor，DF)衡量作者領域價值[12]，即通過計算作者發(fā)表文章數量中第1作者文章數量占比進行計量。

3.2.2 頂級作者產出趨勢 定義發(fā)文數超過15篇的作者為頂級作者，其占據所有作者的15‰左右。綜合來看Turner-Mcgrievy G的發(fā)文量與DF都較有優(yōu)勢，發(fā)文量最多的Bennett G按照DF排名則是10位作者中的最后一名，見表2。10位頂級作者中6人在2012年之后開始持續(xù)關注相關領域，基本每名作者每年都有研究成果產出并獲得較多引用。

表2 發(fā)文量超過15篇的作者排名

3.2.3 國家/地區(qū)分布 7 326名作者分別來自41個國家和地區(qū)，其中美國在這一領域發(fā)表文章最多，共225篇，國際合作文章最多，其次是澳大利亞、韓國和英國。

3.2.4 機構分布 1 249位第1作者分別來自1 001個研究機構，悉尼大學、南卡大學和亞利桑那州立大學是發(fā)表文章最多的3個機構。來自悉尼大學的作者近10年共發(fā)表22篇相關文章。通過分析作者所屬機構之間的關系發(fā)現，美國至少有3個機構群體，澳大利亞機構聯系較為緊密，但作者和機構的國際間合作較少。

3.3 關鍵主題

3.3.1 分析方法 首先，通過共詞分析探尋高頻關鍵詞之間的關系，通過聚類算法探索近10年領域內主要研究主題，分為人群特征(主要以中年人和青年人為主)、干預措施(以運動、體育活動為主)和行為現狀(健康生活方式、自我管理、社會支持為主)3類；其次，應用專題地圖(thematic map)方法[13]將主題按照密度和中心度進行聚類映射，分析目前熱點方向，發(fā)現傳統干預手段正逐漸被淘汰，對超重女性進行運動干預是目前研究熱點且發(fā)展良好，社區(qū)信息服務和健身運動mHealth APP是本領域內新興且尚未良好發(fā)展的主題；最后，納入時間變量分析近10年主題演變，發(fā)現早期研究熱點集中于各項指標，近5年智能手機應用逐漸開始被關注，同時傳統研究主題熱度尚未完全消散，研究從基礎邁向應用，生活質量、行為治療等概念逐漸出現。截至2020年生活質量依舊是主要研究熱點，而mHealth概念于近兩年開始被廣泛提及。

3.3.2 關鍵詞共詞矩陣可視化 利用VOSviewer對關鍵詞可視化發(fā)現，聚類將所有關鍵詞主要劃分為5類并進一步合并為3類：藍色與綠色分別對應成年人和青年人，黃色代表主要干預措施，“exercise” “nutrition”和“physical activity”等詞匯均屬此類；紅色代表現狀和行為，如“healthy lifestyle” “health behavior”和“diet”等。需要特別關注的是，連接“現狀與行為”和“干預”兩類之間的概念以“mobile application”“smartphone”等計算機硬件軟件有關概念為主；而在“人群”與“干預”之間則是“body composition”“body mass index”和“body weight”等指標概念；在“現狀與行為”與“人群”之間的概念主要是一些研究方法，如 “surveys and questionnaire”“follow-up study”和“pilot project”等，見圖1。

圖1 關鍵詞共現網絡

3.3.3 專題地圖 根據專題地圖象限分析主題[13]，第1象限：已有良好發(fā)展，但是對于當前領域不重要；第2象限：既重要又已有良好發(fā)展；第3象限：邊緣主題，沒有好的發(fā)展，可能剛剛涌現，也許即將消失；第4象限：對領域很重要，但是未獲得良好發(fā)展，一般是指基礎概念。通過對已經聚類的共詞矩陣進行密度和中心度計算，將6個類別分別放在二維坐標內進行可視化。第1象限內主要以傳統干預手段詞匯為主，這些概念原具有良好發(fā)展但正逐漸被淘汰；觀察第2象限發(fā)現，對女性超重者進行運動干預是目前較重要的研究方向且發(fā)展良好；觀察第3象限可知，社區(qū)信息服務和健身運動mHealth APP是本領域內尚未良好發(fā)展的主題；第4象限中主要是移動電話、智能手機APP等概念，是本領域基礎技術，見圖2。

圖2 本領域文獻主題圖分析

3.3.4 主題演變趨勢 分析2010-2020年研究主題的演變過程并繪制桑基圖發(fā)現，2010-2013年研究熱點為各項指標，重要概念包括身體成分、血壓和胰島素抵抗等，此時運動健身是研究熱點。2013-2015年智能手機應用逐漸開始被關注，傳統研究主題熱度還沒有完全消散。2016-2018年研究方向從基礎研究轉向應用，生活質量、行為治療等概念逐漸出現。截至2020年生活質量依舊是主要研究熱點，而mHealth概念逐漸被廣泛接受，見圖3。

圖3 2010-2020年研究主題演變趨勢

4 討論

4.1 應用移動醫(yī)療促進減肥研究領域發(fā)展迅猛，但仍需增加國際合作

研究論文數量2010-2018年迅速增長，近兩年發(fā)文量略有下降但整體水平仍然較高，年平均增長率為20.84%，《JMIR移動醫(yī)療與泛在醫(yī)療》近10年發(fā)表文章占總數的9.87%，近兩年約占總發(fā)文量的14.75%，是當前該領域頂級期刊。絕大部分作者來自于美國和澳大利亞，而美國作者數量遠超過澳大利亞。美國至少有3個機構群體，澳大利亞機構聯系緊密，但作者和機構國際間合作較為有限。頂級作者年產出穩(wěn)定但研究年限較短。依照普萊斯定律[14]，得到應用移動醫(yī)療促進減肥研究領域的83位核心作者，其中前10位表現尤為突出，每人都發(fā)表了15篇以上相關論文，6人是自2012年才進入本領域研究，但開始研究后每年產出數量比較穩(wěn)定，這提示本領域研究正高速、穩(wěn)定發(fā)展。

4.2 移動醫(yī)療促進減肥干預研究已形成一定成果，但仍需研究超越個體層面的減肥促進策略

線下面對面干預方法已有一定研究成果，但因為其自身局限性正逐漸被邊緣化[3]這個結論在專題地圖和主題演變圖中被間接證實：傳統干預手段發(fā)展相對成熟，有研究者采用面對面[15]方法對肥胖人群進行干預并取得良好效果；然而線下方法存在參與性不足、成本較高、難于推廣等問題[16]。移動醫(yī)療帶來新型解決方案，利用移動醫(yī)療手段干預超重與肥胖逐漸成為新的研究熱點。移動醫(yī)療技術覆蓋面更廣、更加靈活，基于移動醫(yī)療的干預能在一定程度持續(xù)改善被干預者的健康行為[17]并促進其減肥[18]，主題地圖也提示了這一點。對于減肥的研究將會逐漸超越個體層面。目前已經獲得廣泛認可的是，通過社交媒體、家庭支持、健康日記等方法可以提升移動醫(yī)療干預減肥效果，這些方法已經超越人的個體生理學屬性，以社會學角度審視人本身，然而絕大部分相關研究和理論呈現碎片化分布，尚有待進一步整合與研究。

4.3 多元化干預方案逐漸受到關注

目前研究者過于聚焦運動健身給肥胖者帶來的收益，根據主題演化圖，自2010年起運動健身一直是本領域重點關注的主題，較多研究聚焦如何利用移動設備增加肥胖者活動量[19]。單一運動帶來的收益有限，研究重點逐漸向多元化健康行為促進方向轉移。研究表明肥胖癥治療采用運動訓練加飲食管理干預方式，較之單純運動干預方式更加有效[20]。該方式基礎科學理論發(fā)展日趨成熟，目前面臨的挑戰(zhàn)在于如何更好地結合移動醫(yī)療并投入應用[21]。研究者近年嘗試結合營養(yǎng)學知識，利用食譜電子化和膳食記錄[22]等方式為肥胖者提供膳食計劃；根據體脂儀和可穿戴設備記錄的身體數據，制定膳食營養(yǎng)與運動健身綜合減肥策略也成為研究熱點[23]。

5 結語

應用移動醫(yī)療促進減肥，尤其是移動健康促進運動健身的研究備受關注；個體層面單一運動干預效果有限，需要從營養(yǎng)支持、健康監(jiān)測等多元化健康行為入手，探尋個體、家庭、社會等多維度有效干預模式。超重和肥胖是現代社會影響公眾健康的重要因素，傳統干預方法作用有限，以大數據、人工智能、物聯網為核心的移動醫(yī)療技術提供了更有效的方法幫助超重與肥胖者減重，逐漸成為新的研究熱點。但目前該方法尚不成熟，多元化的健康行為促進和超越個體的移動健康干預模式可能會成為未來主要研究方向。