孙 璇，王 哲，苗德田，王东军，田之魁，朱青青，周宗慧，关媛媛，田春颖，王泓午△

1 天津中医药大学，天津 301600； 2 滨州医学院附属医院，山东 滨州 256613

高血压是以体循环动脉压持续升高为主要临床表现的“心血管综合征”，作为最常见的心脑血管疾病，患病率呈逐年上升趋势［1-2］。长期处于高血压状态易诱发糖尿病［3］、慢性肾病［4］、脑卒中［5］等。目前发病机制尚未明确，有研究显示［6-7］，血压的升高多与高血压外周调控机制和中枢调控机制有关；有研究认为［8］，其机制主要集中在炎性因子、神经递质、基因等方面。中医古籍中虽无高血压病名，但按症状可归于“眩晕”“头痛”范畴［9］。

舌诊，作为中医临床诊断的重要依据，已有悠久历史。西周、殷商时期已有记载，到现在已形成完整理论体系［10］。舌为五脏六腑之外候，脏腑经络在内的生理和病理变化都可通过舌象表现出来［11］。目前中医舌象研究主要集中在舌苔微生态研究［12］、疾病舌象特征规律研究［13］、舌图象数字化处理［14］等。Citespace 软件是由陈超美博士开发的一款广泛应用于文献共现分析和共引分析的可视化软件［15］。由于传统舌诊技术受外界环境因素影响较大，故当前舌诊客观化研究是将舌象信息进行定性定量描述，避免主观判断的影响，增加中医辨证的可重复性和可检测性［16］。本研究应用Citespace 软件对有关高血压中医舌象研究的文献进行可视化分析，意在分析当前高血压中医舌象研究现状，为今后相关研究提供思路。

1 资料与方法

1.1 数据来源与检索策略数据来源：中国知网数据库；纳入文献包括期刊论文、学位论文、会议论文；检索策略：以“高血压”“中医”“舌象”为主题词进行检索；检索时间：建库至2020年9月。

1.2 研究方法将文献以Refworks 形式导入到Citespace 5.7.R1 软件进行格式转换。参数设置：时间分区（Time Slicing）：1982年至2020年，作者研究以5年为数据切分年代，关键词和机构研究以1 年为数据切分年代；节点类型（Node Types）：分别选作者（Author）、机构（Institution）、关键词（Keyword）生成共现图谱，关键词再形成聚类分析图、时区图和关键词突现图；研究作者时阈值选择为（gindex）=25，剪切方式（Pruning）：无；关键词和机构阈值选择为（gindex）=25，剪切方式（Pruning）：Minimum spanning tree。

2 结果

中国知网共检索到文献89 篇，其中包括期刊论文25 篇，占28.09%；学位论文58 篇，占65.17%；会议论文6篇，占6.74%。

2.1 发文数量与发文年份发文量呈波浪式变化，2012 年和2014 年分别达两个小高峰，分别为10 篇和11 篇，总体呈下降趋势，且2020 年无文章发表，说明近年相关学者对高血压中医舌象研究的热度有所下降。见图1。

2.2 作者共现分析纳入文献可形成节点数为120（n=120），连线数为209（E=209）的作者可视化分析。本研究截取了发文量2 篇及以上的作者，共32 位，占26.67%。根据普赖斯定律［17］可知，本研究核心作者最低m≈1.30，取整为2，发文量≥2篇作者32位，合计发文77篇，占26.67%＜50%，说明未形成核心作者群。见图2、表1。

表1 高血压中医舌象研究5个主要研究团队研究内容

图2 高血压中医舌象研究作者合作可视化分析

2.3 机构共现分析研究机构可视化结果形成了一个节点数为52，连线数为33 的可视化图谱。多机构间有相互合作关系，按中心度排名，中心度＞0.1 的机构依次为山东中医药大学附属医院、长春中医药大学附属医院、北京大学人民医院中医科。聚类分析结果显示，主要形成大的聚类为高血压病因子分析，说明因子分析是目前该研究领域关注度较高的研究方向。发文量≥2 篇的机构主要集中在高校及其附属机构。且研究单位主要集中在北方，有地域差异。见图3、表2。

表2 发文量≥2篇研究机构

图3 高血压中医舌象研究机构可视化图谱

2.4 期刊来源分析本研究纳入文献中期刊仅25 篇，共涉及19 个期刊，发文量≥2 篇的期刊分别为：中西医结合心血管病电子杂志3 篇、北京中医药3 篇、辽宁中医杂志2 篇、中医研究2 篇。学位论文58篇。

2.5 关键词可视化分析关键词可视化分析见节点为247，联系为239的可视化图谱，见图4。剔除本研究检索词“高血压”“舌象“中医”，以探索剩余关键词关联。剔除检索词后主要研究内容包括：“聚类分析”“数据挖掘”“冠心病”“因子分析”“流行病”“代谢综合征”等。出现次数≥3 次的关键词，见图4、表3。

表3 高血压中医舌象研究关键词出现频次≥3的关键词

图4 高血中医舌象研究关键词可视化图谱

对关键词可视化结果再次进行聚类分析，得到6 个大的聚类结果，聚类模块值（modularity）Q=0.8391，显示聚类结果显着；聚类平均轮廓值（mean silhouette）=0.6238，显示聚类结果合理。见表4。

表4 高血压中医舌象研究关键词聚类结果

当关键词中心性（Centrality）≥0.1 时，可称为高中心中介性关键词，此时关键词具有转折意义［18］。中心性≥0.1的关键词有高血压病（0.26）、聚类分析（0.26）、舌象（0.23）、高血压（0.21）、数据挖掘（0.16）、冠心病（0.13）、因子分析（0.12）、舌诊（0.11）、中医证候（0.10）、症状（0.10）、温阳（0.10）。

通过关键词时区图可了解逐年变化的研究内容，可直观看到该研究领域研究内容的迁移变化，呈现出从集中聚焦到多样关注的演变特点，并且关键词的时间断面与发文量变化基本吻合。研究内容从单一舌象特征研究和流行病学调查研究逐渐向利用舌象特征信息进行中医辨证施治转变；且出现了该研究领域代表学者如郭立中教授根据舌脉信息以温通法辨治高血压病等现象。见图5。

图5 高血压中医舌象研究关键词时区

剔除检索词后，“流行病学”“数据挖掘”“中医证候”等出现频率较多且中心性较高，且从关键词时区图分析，2006 年开始出现了“证型”“症状”等词，说明舌象特征研究可为中医辨证施治奠定基础。去除“高血压病”词后发现，“糖尿病”“冠心病”“脂肪肝”等病名出现，说明高血压病的产生和这些疾病有相关性，从侧面说明这些疾病是目前该领域研究的热点方向。见图6。

图6 高血压中医舌象研究关键词突现词分析（排名前15）

3 讨论

3.1 研究现状本研究检索了中国知网数据库建库至2020年9月与高血压中医舌象研究相关文献，结合年发文量分析图可知，相关研究首次出现时间为1982 年，到2015 年呈现波浪式增长趋势，这可能与我国高血压人群患病率逐年增高有关［19］。但近5 年发文量总体呈下降趋势，说明目前该领域研究热度较低。从发文机构看，研究机构主要集中在山东省、北京市、天津市、吉林市等北方地区，存在明显地域差异，这可能与北方地区高血压患病率高于南方地区有关［20］。研究单位主要集中在高校及其附属医院，且同地区各研究机构间有合作交流，但跨区域合作较少，在此提倡加强跨区域合作，突破地域障碍，促进学术成果产出。从发文作者及发文量看，作者发文量较低，根据普赖斯定律，尚未形成核心团队。但从可视化图谱分析，目前有5 个较为稳定的研究团队，且发文量2 篇及以上作者基本都在该研究团队中。各研究团队内部合作密切，团队间合作较少，良好的团队合作能促进学术进步［21］。

3.2 研究热点关键词分析能反映当前研究热点及发展趋势［22］。本研究截取了排名前15 位的关键词，剔除检索词等基础词汇后，突现强度≥1的关键词有“聚类分析”“肝病”“学术思想”“因子分析”“证候”“脉象”“症状”，当前研究热点集中在聚类分析、因子分析和中医辨证施治方面。聚类分析被广泛运用于中医证候研究，因其能减少人为误差，使研究更标准化、客观化［23-24］。中医治疗高血压有独特优势，以中药结合病患自身体质进行辨证治疗，达到减低发病率提高患者生活质量的目的［25-26］。“临界高血压”一词最早在2004 年出现，虽持续时间仅2 年，但这预示着该领域研究的开端；1982—2006 年，关注度较高的主要集中在高血压中医舌象的聚类分析和因子分析方面；自2007 年开始，在该研究方向基础上又新增了中医辨证施治内容，2007 年可成为研究热点转变时间。综合分析，高血压患者中医舌象研究领域研究热点已由单纯数据分析转变为舌脉象与中医诊治相结合方面。

3.3 研究趋势当前研究趋势可总结为以下内容：1）#5 流行病学作为较大的一个聚类且距当前年份较近，可推断其可成为当前研究趋势；2）中医辨证治疗高血压有其特有优势，故将舌诊客观化研究与中医辨证治疗相结合是其必然趋势［27］。3）基于舌诊客观化研究建立高血压诊断模型，病前做疾病预警，病后提示疾病进程，充分发挥中医特色诊疗优势，为临床更准确辨证施治提供方法及依据［28］。

本研究应用Citespace 结合计量学方式，对高血压中医舌象相关研究进行分析，以更直观、更立体的形式展现了高血压中医舌象研究领域热点及发展趋势，意在为今后该领域发展提供新思路。研究结果显示，高血压中医舌象研究已形成较稳定的研究团队，但团队及研究机构间交流合作较少，提示学术交流合作亟待加强。本研究仅纳入中国知网数据库文献，存在一定偏倚，在未来研究工作中，争取获取更多数据资源，期待更深度的研究。