يرسم هذا التحليل البيبليومتري خرائط لاتجاهات أبحاث مقاومة مضادات الميكروبات والبؤر الناشئة في الصين من 2016 إلى 2025 باستخدام برنامج CiteSpace. وتسلط النتائج الضوء على الاهتمام المتزايد بالعلاجات المبتكرة والنهج المعتمدة على التكنولوجيا، إلى جانب اتجاهات متباينة في مقاومة MRSA وCRKP، مما يؤكد الحاجة إلى المراقبة المستمرة والإشراف الموجه على استخدام مضادات الميكروبات.
مقالة بحثية
التحليل الببليومتري المرئي لنقاط البحث الساخنة والاتجاهات في مقاومة مضادات الميكروبات في الصين
في هذه المقالة
ملخص
الملخص
لتحليل المشهد البحثي لمقاومة مضادات الميكروبات (AMR) في الصين بشكل منهجي من 2016 إلى 2025، وتحديد النقاط الساخنة، ورصد الاتجاهات الناشئة باستخدام تقنيات التصور البيبليومتري. قمنا بتجميع 3,096 منشوراً من مجموعة Web of Science Core Collection (بما في ذلك Science Citation Index Expanded, SCI-E) والبنية التحتية الوطنية للمعرفة في الصين (CNKI). وباستخدام برنامج CiteSpace، أجرينا تحليلاً لشبكة التأليف المشترك، ورسماً خرائطياً للتكرار المشترك للكلمات المفتاحية، وتحليلاً عنقودياً باستخدام خوارزمية نسبة الاحتمال اللوغاريتمية (LLR). حدد الكشف عن التدفق (Burst detection) عبر خوارزمية Kleinberg آفاق البحث، بينما عملت مقاييس المعيارية Q (>0.3) ومقاييس الصورة الظلية (silhouette metrics) على التحقق من جودة البنية الشبكية. ارتفع عدد المنشورات من 357 في عام 2016 إلى 365 في عام 2022، مع تسارع النمو بعد الفترة من 2019 إلى 2022. ظهرت ست مجموعات بحثية رئيسية بصلاحية بنيوية كبيرة (المعيارية Q = 0.8108). وحدد تحليل التدفق أن مقاومة الكوليستين المتنقلة-1 (mcr-1، بقوة تدفق 9.12) والكربابينيميز (8.52) كانت أقوى الإشارات الناشئة. وكشفت مراقبة المقاومة عن اتجاهات متباينة: حيث زادت بكتيريا Klebsiella pneumoniae المقاومة للكربابينيم بشكل مقلق من 5.6% إلى 20.0%، بينما انخفضت بكتيريا Staphylococcus aureus المقاومة للميثيسيلين من 48.8% إلى 25.8%. وكشف تحليل شبكة المؤلفين عن بنية مركزية للغاية مع تعاون محدود بين المناطق. وأظهرت العلاجات الجديدة، بما في ذلك الببتيدات المضادة للميكروبات، والعلاج بالعاثيات، وتطبيقات التعلم الآلي، ظهوراً ملحوظاً. وبشكل عام، تشير الأنماط البيبليومترية إلى أن أبحاث AMR في الصين قد تطورت من المراقبة الوصفية نحو الاستقصاء الميكانيكي وزيادة الاهتمام بالتدخلات المبتكرة. ويسلط التباين بين انخفاض بكتيريا Staphylococcus aureus المقاومة للميثيسيلين وارتفاع المسببات المرضية المقاومة للكربابينيم الضوء على الحاجة إلى استمرار المراقبة الوطنية، وتعزيز التعاون بين المناطق، والإشراف الموجه على مضادات الميكروبات، والترجمة الحذرة للتقنيات الناشئة إلى الممارسة السريرية.
المقدمة
تشكل مقاومة مضادات الميكروبات (AMR) تهديداً خطيراً للصحة العامة العالمية، حيث حددتها منظمة الصحة العالمية كواحدة من أكبر عشرة تهديدات صحية تواجه البشرية1. كما أن العبء الاقتصادي لمقاومة مضادات الميكروبات كبير، حيث تشير التوقعات إلى أنه بحلول عام 2050، قد تتسبب العدوى المقاومة في 10 ملايين حالة وفاة سنوياً في جميع أنحاء العالم إذا استمرت الاتجاهات الحالية2. وتتضمن الآليات الأساسية لمقاومة مضادات الميكروبات في البكتيريا تكيفات جينية وظاهرية معقدة، بما في ذلك التعديل الإنزيمي للدواء، وتغيرات موقع الهدف، وفرط تعبير مضخات التدفق، وتكوين الغشاء الحيوي (biofilm)، والتي تهدد مجتمعة فعالية الترسانة العلاجية الموجودة3. وقد أكدت التقييمات العالمية الأخيرة بشكل أكبر على النطاق الواسع لهذا التحدي، حيث يتم الاعتراف الآن بمقاومة مضادات الميكروبات كظاهرة بيئية معقدة تتطلب عملاً منسقاً عبر قطاعات صحة الإنسان، والزراعة الحيوانية، والبيئة4. كما أن لمقاومة مضادات الميكروبات تداعيات أوسع على التنمية المستدامة، بما في ذلك الأهداف البيئية والاجتماعية والاقتصادية5. ويعد هذا التحدي حاداً بشكل خاص في مكافحة المقاومة في حالات الملاريا وفيروس نقص المناعة البشرية (HIV) والسل، حيث تهدد السلالات المقاومة للأدوية المتعددة عقوداً من التقدم في مكافحة الأمراض المعدية6. وقد وثقت التحليلات التاريخية لويدميولوجيا مقاومة مضادات الميكروبات في الصين خصائص مميزة مقارنة بالمجتمعات الغربية، بما في ذلك ملفات تعريف فريدة لجينات المقاومة وديناميكيات انتقال شكلتها ممارسات الرعاية الصحية وأنماط استهلاك المضادات الحيوية7.
تواجه الصين، بما تمتلكه من عدد سكان كبير واستهلاك ضخم للمضادات الحيوية، تحديات شديدة للغاية فيما يتعلق بمقاومة مضادات الميكروبات (AMR). ولا يزال معدل استخدام المضادات الحيوية للفرد في الصين أعلى بكثير مما هو عليه في العديد من الدول الأوروبية، مما يخلق ضغطاً انتخابياً يدفع نحو تطوير هذه المقاومة8. وإدراكاً منها لخطورة هذه الأزمة، نفذت الحكومة الصينية الخطة الوطنية للعمل للحد من مقاومة مضادات الميكروبات (2016–2020، 2022–2025) وأنشأت نظام مراقبة مقاومة مضادات الميكروبات في الصين (CARSS) لرصد أنماط المقاومة على مستوى البلاد9. ومن منظور إقليمي، برزت جنوب شرق آسيا كبؤرة حرجة لأبحاث وانتشار مقاومة مضادات الميكروبات، حيث كشفت التحليلات البيبليومترية عن نمو سريع في المخرجات البحثية يوازي المسار الذي سلكته الصين10. وتشير الاتجاهات والتوقعات العالمية إلى أنه في غياب تدخل حاسم، فإن عبء الوفيات الناجم عن مقاومة مضادات الميكروبات سيؤثر بشكل غير متناسب على البلدان متوسطة الدخل، مع إشارة بعض التوقعات إلى أن منطقة آسيا والمحيط الهادئ قد تستحوذ على ما يقرب من نصف جميع الوفيات المرتبطة بالمقاومة بحلول منتصف القرن11. وقد حفزت هذه التوقعات المقلقة الالتزامات الدولية تجاه الإشراف على استخدام مضادات الميكروبات، رغم استمرار وجود فجوات في التنفيذ بين صياغة السياسات والممارسة السريرية في جميع أنحاء العالم12. وقد ولدت هذه المبادرات بيانات واسعة النطاق حول وبائيات المقاومة، والآليات الجزيئية، والنتائج السريرية، مما وفر مصدراً غنياً للتحليل البيبليومتري. لذا، تؤكد أطر "الصحة الواحدة" (One Health) الحديثة على التدخلات المنسقة عبر قطاعات صحة الإنسان، وصحة الحيوان، والزراعة، والقطاعات البيئية، مدعومة بالإشراف على مضادات الميكروبات وتقنيات التشخيص السريع13.
يتيح التحليل البيبليومتري، الذي يستخدم طرقاً رياضية وإحصائية لتحليل الأدبيات المنشورة كمياً، للباحثين الكشف عن نقاط البحث الساخنة، وتتبع مسارات التطور، والتنبؤ بالاتجاهات المستقبلية14. وتعمل أدوات التصور مثل CiteSpace على تحويل بيانات الاستشهاد المعقدة إلى خرائط معرفية بديهية، مما يكشف عن الأنماط الخفية في الأدبيات العلمية15. وقد رسمت دراسات بيبليومترية سابقة اتجاهات البحث في مجالات محددة من مقاومة مضادات الميكروبات (AMR)، بما في ذلك أبحاث مقاومة الفطريات العالمية16. ومع ذلك، لا يزال التحليل البيبليومتري الشامل الذي يدمج الأبحاث باللغتين الصينية والإنجليزية حول مقاومة مضادات الميكروبات في الصين محدوداً. وبخلاف التحليلات البيبليومترية السابقة التي ركزت على مجالات محددة من مقاومة مضادات الميكروبات، تدمج الدراسة الحالية سجلات CNKI باللغة الصينية وسجلات Web of Science باللغة الإنجليزية، وتضع النتائج البيبليومترية في سياق منفصل باستخدام اتجاهات مراقبة CARSS الوطنية. تهدف هذه الدراسة إلى تقديم تحليل بيبليومتري منهجي لأبحاث مقاومة مضادات الميكروبات في الصين من 2016–2025، باستخدام برنامج CiteSpace لإنشاء خرائط معرفية وتقديم توصيات قائمة على الأدلة لأولويات البحث المستقبلية وتطوير السياسات. ويوفر هذا التصميم المدمج رؤية ثنائية اللغة للمشهد البحثي، مع السماح بتفسير الاتجاهات البيبليومترية جنباً إلى جنب مع بيانات مراقبة المقاومة الوطنية، ولكن بشكل مستقل عنها.
البروتوكول
مصادر البيانات
أُجري بحث شامل في المراجع عبر قواعد البيانات الدولية والمحلية لضمان التغطية العالمية لأبحاث مقاومة مضادات الميكروبات (AMR) المتعلقة بالصين. بالنسبة للمراجع الدولية، بحثنا بشكل منهجي في مجموعة Web of Science Core Collection (بما في ذلك Science Citation Index Expanded، SCI-E) والبنية التحتية الوطنية للمعرفة في الصين (CNKI) من 1 يناير 2016 إلى 31 ديسمبر 2025. استعلام Boolean الدقيق لـ SCI-E كان: TS = ((“antimicrobial resistance” OR “antibiotic resistance” OR “drug resistance”) AND (“China” OR “Chinese” OR “Mainland China”)). وبالنسبة لـ CNKI، تم البحث في حقل الموضوع باستخدام المرادفات باللغة الصينية لمصطلحات "مقاومة المضادات الحيوية" و"مقاومة مضادات الميكروبات" و"مقاومة الأدوية"، مدمجة مع كلمة "الصين". لم يتم إجراء أي دمج رسمي للكلمات المفتاحية والمرادفات أو معالجة مسبقة قائمة على القوامس قبل تحليل CiteSpace. نُفذ البحث النهائي في 28 أبريل 2026، لإتاحة الوقت الكافي لفهرسة المنشورات الصادرة حتى 31 ديسمبر 2025 في قواعد البيانات. تم تقييد فلتر سنة النشر في قاعدة البيانات بالفترة من 2016 إلى 2025. كما تم فحص السجلات المصنفة كـ Early Access أثناء عملية الفرز، واستُبعدت المقالات التي كان تاريخ نشرها الأول عبر الإنترنت في عام 2026 من التحليل. وتمت مراجعة تسميات الكلمات المفتاحية مقابل مخرجات CiteSpace الأصلية لضمان اتساق المصطلحات في النص والجداول والأشكال.
بالنسبة للبحث في قاعدة بيانات CNKI، تم استرجاع 983 سجلاً من المجلات الأساسية بجامعة بكين (PKU Core)، و802 من قاعدة بيانات الاستشهادات العلمية الصينية (CSCD)، و462 من مؤشر تأثير المجلات العالمي (WJCI). ونظراً لأن المقال الواحد قد يتم فهرسته في أكثر من فئة من هذه الفئات، فإن هذه الأعداد تمثل سجلات استرجاع خاصة بكل فئة وليست أعداد منشورات متنافية. وبناءً على ذلك، تم دمج مجموعات السجلات الثلاث قبل مرحلة فحص الأهلية. تم تحديد المدخلات المكررة أولاً عن طريق المطابقة الدقيقة لمعرف الكائن الرقمي DOI. أما بالنسبة للسجلات التي لا تحتوي على DOI، فقد تمت مقارنة عناوين المقالات الموحدة مع اسم المؤلف الأول وسنة النشر. وتمت مراجعة السجلات ذات البيانات الوصفية غير المكتملة أو غير المتسقة يدوياً. وعندما ظهر المقال نفسه في فئتين أو أكثر من فئات فهرسة CNKI، فقد تم الاحتفاظ به مرة واحدة فقط في مجموعة بيانات CNKI المجمعة، بغض النظر عن عدد الفئات التي فهرس فيها. وبعد عملية إزالة التكرار داخل CNKI وفحص الأهلية، تم الاحتفاظ بـ 1,096 مقالاً فريداً باللغة الصينية. لم يتم تطبيق أي حد أدنى لمعامل تأثير المجلة، لأن الغرض من هذه الدراسة كان توصيف المشهد العام لأبحاث AMR بدلاً من تقييد مجموعة البيانات وفقاً لمكانة المجلة. كما لم يتم إجراء تقييم رسمي للجودة المنهجية أو تقييم مخاطر الانحياز للمنشورات الفردية لأن هدف هذه الدراسة كان توصيف المشهد البيبليومتري العام بدلاً من تقييم الجودة المنهجية على مستوى الدراسة.
تم تحديد 5,286 سجلاً في البداية عبر SCI-E وCNKI. وبعد ذلك، طُبقت المعايير نفسها القائمة على معرف الكائن الرقمي (DOI) والعنوان والمؤلف والسنة لتحديد التداخلات المحتملة بين مجموعتي بيانات CNKI وWeb of Science. وقد تمت إزالة ما مجموعه 2,190 سجلاً خلال عمليتي إزالة التكرار وفحص الأهلية المدمجتين، مما ترك 3,096 منشوراً للتحليل. تظهر العملية الكاملة لتحديد الأدبيات وفحصها وإدراجها في الشكل التكميلي 1.
تمثلت معايير الاشتمال في: الدراسات التي تركز على المقاومة الميكروبية للمضادات الحيوية (AMR) البكتيرية في الصين؛ والمقالات التي تذكر معدلات المقاومة، أو الوبائيات الجزيئية، أو النتائج السريرية، أو استراتيجيات التدخل؛ والمنشورات الصادرة في الفترة ما بين 1 يناير 2016 و31 ديسمبر 2025. أما الاستبعاد فضم السجلات المكررة، ومنشورات عام 2026، والمراجعات، أو التحليلات الشمولية التي تفتقر إلى مجموعات بيانات أصلية، والدراسات المقتصرة على المقاومة الميكروبية البيطرية أو البيئية دون وجود مكون يتعلق بصحة الإنسان. تم استبعاد المراجعات والتحليلات الشمولية التي لا تحتوي على مجموعات بيانات أولية جديدة لأن التحليل صُمم لتوصيف مخرجات البحوث الأصلية. إن قصر المجموعة المرجعية على البحوث الأصلية يعزز من إمكانية مقارنة المؤشرات الببليومترية، بما في ذلك أعداد المنشورات، وأنماط التأليف المشترك، وتكرار الكلمات المفتاحية، والمقاييس المتعلقة بالاقتباسات، وذلك لأن مقالات توليف الأدلة تجمع دراسات سابقة وقد تمتلك ملفات اقتباس وكلمات مفتاحية مختلفة تماماً. وبعد إزالة التكرارات عبر قواعد البيانات وفحص العناوين والملخصات، تم إدراج إجمالي 3,096 منشوراً للتحليل الببليومتري، شملت 1,096 مقالاً باللغة الصينية (35.4%) و2000 منشور باللغة الإنجليزية (64.6%).
الطرق التحليلية
استُخدم برنامج CiteSpace (جامعة دريكسل، فيلادلفيا، بنسلفانيا، الولايات المتحدة الأمريكية)17 لإجراء التحليل البيبليومتري. امتد النطاق الزمني من 2016 إلى 2025 مع طول شريحة زمنية يبلغ سنة واحدة. تم اختيار أنواع العقد بشكل منفصل لتحليلات المؤلفين والمؤسسات والكلمات المفتاحية. اعتمد اختيار العقد على مؤشر g-index بقيمة k = 10؛ كما استخدم التكوين المعروض القيم التالية: LRF = 2.5، و L/N = 10، و LBY = 5، و e = 1.0. تم تطبيق تقليم مسار البحث (Pathfinder pruning) على شبكات المؤلفين والكلمات المفتاحية والعناقيد لتقليل الروابط الزائدة مع الحفاظ على بنية الشبكة الرئيسية. وقد اختيرت الشريحة الزمنية لمدة سنة واحدة للحفاظ على التغيرات السنوية ضمن نافذة الدراسة الممتدة لعشر سنوات.
تم استخدام أربع وحدات تحليلية رئيسية: تحليل التأليف المشترك لرسم خرائط شبكات التعاون بين المؤلفين والمؤسسات؛ وتحليل التكرار المشترك للكلمات المفتاحية لتحديد الموضوعات البحثية وعلاقاتها؛ والتحليل العنقودي باستخدام خوارزمية نسبة الاحتمال اللوغاريتمية (LLR) لاستخراج العناقيد الموضوعية مع التصنيف التلقائي؛ وكشف التدفقات المفاجئة باستخدام خوارزمية كلاينبرغ لتحديد الاتجاهات الناشئة والآفاق البحثية. واستُخدمت مقاييس الشبكة، بما في ذلك قيمة التركيبية Q ومتوسط الصورة الظلية S، لتقييم جودة العناقيد. وتشير قيمة التركيبية Q التي تزيد عن 0.3 إلى وجود بنية مجتمعية ذات دلالة، بينما تشير قيمة متوسط الصورة الظلية التي تزيد عن 0.7 إلى اتساق عالٍ داخل العنقود وتعيين موثوق للعناقيد18.
التحليل الإحصائي لاتجاهات المقاومة
تم استخلاص اتجاهات معدلات المقاومة للممرضات الرئيسية من التقارير السنوية لنظام مراقبة مقاومة مضادات الميكروبات في الصين (CARSS) للفترة (2016–2025)، والتي تجمّع البيانات من المستشفيات المرجعية المشاركة على مستوى البلاد. وقد تم تحليل بيانات المراقبة هذه بشكل مستقل عن المجموعة البيبليومترية، ولم يتم استخراجها من، أو تجميعها عبر، أو إدراجها ضمن 3,096 منشوراً من Web of Science وCNKI المستخدمة في تحليلات CiteSpace.
لكل تركيبة من مسبب المرض والمضاد الميكروبي، استخرجنا معدل المقاومة السنوي (نسبة العزلات غير المكررة المقاومة للعامل المحدد)، والعدد الإجمالي للعزلات التي تم اختبارها (المقام)، وعدد المستشفيات المرجعية التي ساهمت بالبيانات. أُجري اختبار الحساسية باستخدام طرق التخفيف الدقيق في المرق أو طرق الانتشار بالقرص المعيارية، مع الاستناد في التفسيرات إلى إرشادات معهد المعايير السريرية والمخبرية (CLSI) (وثائق M100، إصدارات 2016–2025).
لتقييم الاتجاهات الزمنية، أجرينا تحليل الانحدار الخطي مع اعتبار معدل المقاومة متغيرًا تابعًا والسنة متغيرًا مستقلًا، وذلك على مدار الفترة الكاملة الممتدة لـ 10 سنوات (2016–2025). وتم حساب ميل الانحدار (β) ومعامل التحديد (R2) لكل زوج من الممرض والمضاد الميكروبي. ولأخذ التغيرات المحتملة في تغطية المراقبة في الاعتبار (على سبيل المثال، التوسع من 1,398 مستشفى في عام 2016 إلى 2,349 مستشفى في عام 2025)، أجرينا أيضًا تحليلات حساسية بوزن معدل المقاومة لكل سنة بمقلوب عدد المستشفيات المشاركة وبالتوزيع الجغرافي لمواقع الإبلاغ. وقد أعطت هذه النماذج الموزونة اتجاهات للنزعة ومستويات دلالة متوافقة مع التحليلات غير الموزونة؛ لذا، عُرضت النتائج غير الموزونة من أجل البساطة وسهولة التفسير. أُجريت جميع التحليلات الإحصائية باستخدام R version 4.3.2 (R Foundation for Statistical Computing, Vienna, Austria). واعتُبرت القيمة الاحتمالية p-value <0.05 ثنائية الجانب ذات دلالة إحصائية.
النتائج
اتجاهات النشر
تم تضمين ما مجموعه 3,096 منشورًا في التحليل. ازداد الإنتاج السنوي الكلي من 357 منشورًا في عام 2016 إلى ذروة بلغت 365 منشورًا في عام 2022، ثم انخفض تدريجيًا إلى 146 منشورًا في عام 2025 (الشكل 1). وازداد الإنتاج باللغة الإنجليزية من 130 منشورًا في عام 2016 إلى 295 منشورًا في عام 2022 قبل أن ينخفض إلى 69 منشورًا في عام 2025. في المقابل، انخفض الإنتاج باللغة الصينية من 227 منشورًا في عام 2016 إلى 93 منشورًا في عام 2019، ثم ارتفع خلال عامَي 2020–2021، وانتهى عند 77 منشورًا في عام 2025 (الشكل 1).
كشف التوزيع اللغوي عن أنماط مثيرة للاهتمام: في حين هيمنت المنشورات باللغة الصينية بشكل عام (63.6٪) في عام 2016، أظهرت المنشورات الإنجليزية نمواً نسبياً أسرع، حيث ارتفعت من 130 ورقة بحثية فقط (36.4٪) في عام 2016 إلى 295 ورقة بحثية (80.8٪) في عام 2022. ويعكس هذا التحول تعزيز التعاون الدولي والتأثير العالمي المتزايد لأبحاث مقاومة المضادات الحيوية في الصين.
شبكات المؤلفين والتعاون المؤسسي
حدد تحليل الشبكة المؤلفين الرئيسيين وأنماط التعاون في شبكة التأليف المشترك (الشكل 2). تعرض الجدول 1 المؤلفين العشرة الأكثر إنتاجية. تساوت وانغ جوان من جامعة الزراعة في جنوب الصين ويوه مين من جامعة تشجيانغ من حيث أعلى عدد من الإنتاجات المنشورة، حيث نشرا 44 ورقة بحثية لكل منهما. ونشر كل من شو شويبين من مركز شنغهاي البلدي لمكافحة الأمراض والوقاية منها وو تشينغبينغ من أكاديمية علوم قوانغدونغ 42 ورقة بحثية، تبعتهما تشانغ جومي من أكاديمية علوم قوانغدونغ بعدد 41 ورقة بحثية. ويوجد مؤلفان من نفس المؤسسة (وو تشينغبينغ وتشانغ جومي في معهد الميكروبيولوجيا، أكاديمية علوم قوانغدونغ) ضمن الخمسة الأوائل، مما يشير إلى نشاط بحثي مؤسسي قوي في هذا المركز. وتم تفسير عدد المنشورات كمؤشر على الإنتاجية البحثية، في حين تم تفسير مركزية التوسط بشكل منفصل كمؤشر على دور المؤلف كحلقة وصل داخل شبكة التعاون. وكانت قيم مركزية التوسط لكل منهما 0.01 و0.04 على التوالي.
تضمّنت شبكة تعاون المؤلفين 248 عقدة و420 رابطًا، وبكثافة مقدارها 0.0137. تشير هذه الكثافة المنخفضة إلى أن نسبة ضئيلة فقط من أزواج المؤلفين الممكنة كانت مرتبطة، مما يوحي بأن التعاونات كانت مركّزة ضمن عدد محدود من مجموعات البحث بدلاً من أن تكون موزّعة على نطاق واسع عبر الشبكة. ومن الجدير بالذكر أن التعاونات بين المؤسسات كانت أقل تكرارًا من الشراكات داخل المؤسسة الواحدة، مما يوحي بإمكانية تعزيز التعاون بين المستشفيات. وقد تركزت المؤسسات الرائدة بشكل أساسي في المراكز الحضرية والبحثية الكبرى في الشرق، لا سيما بكين وشانغهاي وهانغتشو وقوانغتشو وييانغتشو.
أظهر التحليل المؤسسي أن جامعة تشجيانغ احتلت المرتبة الأولى بـ 195 منشورًا و10,660 استشهادًا، تليها جامعة جنوب الصين للزراعة بـ 112 منشورًا، ثم جامعة الصين للزراعة بـ 99 منشورًا (الجدول 2). من بين المؤسسات العشر الأولى، كانت خمس منها تقع في بكين، واثنتان في شنغهاي، وواحدة في يانغتشو، وواحدة في هانغتشو، وواحدة في قوانغتشو. ولم يُجرَ أي تحليل رسمي لإنتاج المنشورات في شرق/وسط/غرب الصين.
مجالات البحث الساخنة وتحليل الكلمات المفتاحية
حدد تحليل التكرار المشترك للكلمات المفتاحية 257 عقدة كلمة مفتاحية و932 اتصالاً للتكرار المشترك (الشكل 3كانت كثافة الشبكة 0.0283، بمتوسط يقارب 7.3 اتصالات لكل مصطلح رئيسي، مما يشير إلى تماسك موضوعي معتدل. الجدول 3 يُدرج قائمة بأهم 10 كلمات مفتاحية ذات تكرار عالٍ. ظهرت "المقاومة المضادة للميكروبات" كعقدة مركزية بحدوثها 285 مرة في مصفوفة التكرار المشترك ومركزية مقدارها 0.92، تليها "كاربابينيم" (192 تكرارًا، مركزية 0.78) و "ESBL" (الطيف الواسع) β-لاكتاماز؛ 168؛ 0.72 الاختلاف بين أعداد التواجد المشترك وأعداد التواجد الكلي في الجدول 3 ينشأ بسبب الجدول 3 يُبَلِّغ عن التكرارات الأولية للكلمات من المجموعة الكاملة، في حين أن مصفوفة التكرار المشترك في الشبكة تَعُدُّ فقط التكرارات المشتركة ضمن الوثيقة نفسها؛ ويتم الإبلاغ عن كلا المعيارين من أجل الاكتمال.
كشفت شبكة الكلمات المفتاحية عن مجموعات موضوعية متميزة. تجمّعت الكلمات المفتاحية الخاصة بالعوامل الممرضة (K. pneumoniae، A. baumannii، P. aeruginosa) بشكل وثيق مع آليات المقاومة (الكاربابينيمازات، الأغشية الحيوية)، في حين شكّلت مصطلحات الإدارة السريرية (الرقابة، العلاج التوفيقي) مجموعة منفصلة لكنها مرتبطة. يوحي هذا الهيكل بأن البحث قد تطوّر من دراسات وصفية للعوامل الممرضة نحو فهم آلي واستراتيجيات تدخل.
حدد تحليل التجميع باستخدام خوارزمية LLR 15 مجموعةً من الكلمات المفتاحية بقيمة معامل تضمين (Q) تبلغ 0.8108 ومتوسط معامل الصورة الظلية (S) يبلغ 0.9388 (الشكل 4). وكانت المجموعات الست الرئيسية البارزة في الجدول الزمني هي: المجموعة رقم #0 "الجينات المسببة للضراوة"، #2 "Klebsiella pneumoniae"، #4 "الجينات المقاومة للمضادات الحيوية"، #5 "المقاومة للمضادات الحيوية"، #6 "الوبائيات الجزيئية"، و#7 "Escherichia coli". ويُظهر الجدول الزمني أن المواضيع الواسعة مثل مقاومة المضادات الحيوية، والرصد المرضي، والوبائيات الجزيئية كانت بارزة في السنوات الأولى، في حين استمرت أبحاث الجينات المسببة للضراوة، والجينات المقاومة للمضادات الحيوية، وKlebsiella pneumoniae في الفترات اللاحقة. ويشير التداخل الزمني بين المجموعات إلى تنوع تراكمي في المواضيع البحثية، وليس استبدالًا تسلسليًا دقيقًا لموضوعٍ بموضوعٍ آخر.
تشير درجة المركزية العالية لـ "كاربابينيم" و"ESBL" إلى أن βكانت المقاومة للبيتا-لاكتام موضوعًا توصيليًا مهمًا عبر الشبكة الببليومترية. وقد كانت هذه الأهمية الموضوعية متسقة مع، ولكن مستقلة تحليليًا عن، بيانات المراقبة الخارجية لـCARSS المقدمة أدناه، والتي أظهرت زيادة في مقاومة الكاربابينيم لدى كليبسيلا الالتهاب الرئوي (Klebsiella pneumoniae) واستمرار ارتفاع مقاومة الكاربابينيم لدى العصية البومانية (Acinetobacter baumannii).
اتجاهات المقاومة وأنماط الوبائيات
في تحليل منفصل، وفرت بيانات المراقبة الخارجية من نظام CARSS سياقًا وبائيًا لأهمية المواضيع المتعلقة بالمقاومة للكاربابينيمات والبيتا-لاكتامات في الدراسات الببليومترية، وكشفت عن اتجاهات متفاوتة في المقاومة حسب مسببات الأمراض المحددة (الجدول 4). أظهرت المكورات العنقودية الذهبية المقاومة للميثيسيلين (MRSA) انخفاضًا ثابتًا ومهمًا من 48.8% في عام 2016 إلى 25.8% في عام 2025 (β = –2.43% سنويًا، R2 = 0.94، p < 0.001)، ما يمثل انخفاضًا نسبيًا بنسبة 47.1%. كان هذا الانخفاض في حالات MRSA متماشيًا زمنيًا مع تطبيق إجراءات المراقبة النشطة، واحتياطات التلامس، وبروتوكولات إزالة الاستعمار، وتدابير الرقابة على مضادات الميكروبات في المستشفيات الصينية19، على الرغم من أن التحليل البيئي الحالي لا يمكنه نسب هذا الاتجاه إلى تدخل واحد معين. أفادت دراسات وطنية سابقة بوجود ارتباطات بين استخدام الكاربابينيمات والسيفالوسبورينات من الجيل الثالث وظهور المقاومة بين مسببات الأمراض سالبة الغرام20، مما يوفر سياقًا تفسيريًا محتملًا للاتجاهات الملاحظة. ومع ذلك، لم يتم تحليل بيانات استهلاك المضادات الحيوية بشكل مباشر في هذه الدراسة الحالية.
على النقيض من ذلك، أظهرت المقاومة للكاربابينيمات في مسببات الأمراض سلبية الغرام زيادات مقلقة. فقد ارتفع المكور العقدي الرئوي المقاوم للكاربابينيمات (CRKP) بشكل كبير من 5.6٪ (2016) إلى 20.0٪ (2025) (β = +1.61٪ سنويًا، R2 = 0.97، p < 0.001)، ما يمثل زيادة بمقدار 3.6 أضعاف. وحافظ المُستَقْوى بومان المقاوم للكاربابينيمات (CRAB) على حالة وبائية عالية طوال الفترة، حيث ارتفع من 56.0٪ إلى 76.5٪ (β = +2.35٪ سنويًا، R2 = 0.92، p < 0.001)، مع الإبلاغ عن معدلات تجاوزت 80٪ في بعض المناطق. أما المكورات العقدية المقاومة للڤانكومايسين (VRE)، رغم بدئها من قاعدة منخفضة (1.5٪)، فقد أظهرت اتجاهًا تصاعديًا مستمرًا وصل إلى 6.5٪ في عام 2025 (β = +0.56٪ سنويًا، R2 = 0.89، p < 0.001). وعلى عكس الانخفاض الملحوظ في المكور العنقودي المقاوم للميثيسيلين (MRSA)، أظهر المكورة الزنجارية المقاومة للكاربابينيمات (CRPA) انخفاضًا طفيفًا فقط من 25.0٪ إلى 19.9٪. بشكل عام، كانت مسارات المقاومة خاصة بكل مسبب مرضي وليست موحدة: فقد انخفضت معدلات MRSA وCRPA، في حين ارتفعت معدلات CRKP وCRAB وVRE خلال فترة الدراسة.
مجالات البحث الناشئة
حدد كشف الانفجارات الكلمات المفتاحية العشرة ذات الإشارات الانفجارية الأقوى (الجدول 5 والشكل 5). أظهر جين مقاومة الكوليستين المنقولة (mcr-1) الانفجار الأقوى (9.12؛ 2016–2022)، في حين أظهر إنزيم الكاربابينيماز انفجاراً أقل قليلاً ولكن أطول أمداً (8.52؛ 2016–2024). مثلت بؤرة mcr-1 في المقام الأول مساراً بحثياً متمحوراً حول الجين، تطور من تحديد ووصف الخصائص الجزيئية لمقاومة الكوليستين المنقولة عبر البلازميدات نحو رصد انتشارها. على النقيض من ذلك، يعكس الانفجار الأطول للكاربابينيماز اهتماماً مستمراً امتد من آليات الإنزيمات وأساليب مقاومة الجينات إلى الوبائيات الجزيئية، والانتقال السريري، وقضايا مكافحة العدوى. وبما أن كشف الانفجارات يحدد تركيز الاهتمام البحثي الزمني بدلاً من المراحل الداخلية المنفصلة، لم يتم تعيين حدود فترات فرعية منفصلة داخل كل فترة انفجار.
أظهرت الببتيدات المضادة للميكروبات (قوة الانفجار 7.92؛ 2019–2024)، والعلاج بالبكتريوفاج (6.54؛ 2020–2024)، والتعلم الآلي (5.83؛ 2021–2024)، والتكرارات القصيرة المتناظرة المنتظمة المجمعة (CRISPR؛ 4.92؛ 2022–2024) جميعها فترات انفجار مستمرة تنتهي في عام 2024. وتشير سنوات الظهور المتأخرة تدريجياً إلى ظهور متسلسل لمجالات بحثية بديلة تعتمد على العلاجات والتكنولوجيا. وبما أنه لم يتم حساب معدلات النمو السنوية المنفصلة للتكرار حسب الكلمة المفتاحية، فإن هذه المصطلحات تُوصف بأنها حدود بحثية كُشف عنها من خلال الانفجار، وليس كمجالات أظهرت نمواً سنوياً مطرداً.
توفر البيانات:
تم استرجاع السجلات الببليوغرافية التي تم تحليلها في هذه الدراسة من مجموعة Web of Science الأساسية ومن بنية المعرفة الوطنية الصينية (CNKI) وفقًا لشروط الوصول إلى قواعد البيانات والترخيص الخاصة بكل منهما. تخضع هذه السجلات المصدرة لقيود ترخيص قواعد البيانات، ولا يمكن للمؤلفين إعادة توزيعها. يتم الإبلاغ عن استراتيجية البحث وإجراءات الفحص في المخطوطة والشكل التكميلي 1، في حين تُقدَّم أعداد المنشورات السنوية في الجدول التكميلي 1. تُقدَّم السجلات الببليوغرافية للمنشورات الـ3096 المشمولة في التحليل النهائي في الجدول التكميلي 2، والتي تشمل 2000 سجل من مجموعة Web of Science الأساسية و1096 سجلًا من CNKI. تم اشتقاق بيانات المراقبة الخاصة بمقاومة المضادات الميكروبية من التقارير السنوية المتوفرة علنًا لنظام المراقبة الصيني لمقاومة المضادات الميكروبية (CARSS).
الشكل 1: إنتاج النشرات السنوية لأبحاث مقاومة المضادات الحيوية في الصين من عام 2016 إلى عام 2025 (ن = 3096 نشرة). يعرض الشكل عدد النشرات السنوية باللغة الإنجليزية، واللغة الصينية، والمجموع الكلي للنشرات. وقد ازداد إنتاج اللغة الإنجليزية من 130 نشرة في عام 2016 إلى 295 نشرة في عام 2022، ثم انخفض إلى 69 نشرة في عام 2025. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
الشكل 2: شبكة تعاون المؤلفين المستمدة من 2,000 منشور في SCI-E حول مقاومة المضادات الميكروبية في الصين، شملها التحليل (2016–2025). تُصوِّر الشبكة علاقات التأليف المشترك بين المؤلفين الناشرين في مجال مقاومة المضادات الميكروبية (AMR) في الصين. يمثل حجم العقدة عدد المنشورات؛ وتشير سماكة الخط إلى تكرار التعاون. تتبع ألوان العقدة تدرج المنطقة الزمنية الافتراضي في برنامج CiteSpace: تمثل العقد البنفسجية أقدم المنشورات (2016–2017)؛ والعقد الزرقاء الفترة المتوسطة (2018–2021)؛ والعقد الحمراء/البرتقالية المنشورات الحديثة (2022–2025). لا يتم تمثيل المركزية بشكل صريح من خلال لون العقدة؛ بل تُبرز العقد ذات المركزية العالية في الاتصال الوسيط (>0.1) بحلقة خارجية في التمثيل البصري. تتكون الشبكة من 248 عقدة مؤلف و420 رابط تعاون (الكثافة = 0.0137). ومن بين المؤلفين البارزين: وانغ جوان، يو مين، شو شويبين، وو تشينغبينغ، وتشانغ جومي. ويحتوي المكوّن المتصل الأكبر على 157 مؤلفًا (63٪ من الشبكة). تم إجراء التقطيع باستخدام خوارزمية Pathfinder لتحسين وضوح البنية. تشير الكثافة المنخفضة نسبيًا للشبكة إلى محدودية التعاون بين المؤسسات، مع تركُّز الأنشطة البحثية ضمن عدد قليل من المجموعات البحثية الرئيسية. مصدر البيانات: مجموعة Web of Science الأساسية؛ وتم التحليل باستخدام برنامج CiteSpace. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
الشكل 3: شبكة تكرار الكلمات المفتاحية المشتركة المشتقة من 2,000 منشور في SCI-E تم تضمينها في تحليل الكلمات المفتاحية (2016–2025). يمثل حجم العقدة تكرار الكلمة المفتاحية؛ ويشير سمك الخط إلى قوة التكرار المشترك. تتبع الألوان التدرج الزمني لمنطقة CiteSpace من البنفسجي (2016) مرورًا بالأزرق (2018–2021) إلى الأحمر/البرتقالي (2022–2025). لا يتم عرض قيم المركزية بالألوان؛ بل يتم تحديد أحجام تسميات العقدة بشكل متناسب مع مركزية التوصيل (betweenness centrality)، حيث تشير التسميات الأكبر إلى أهمية أكبر في الربط. تتكون الشبكة من 257 عقدة كلمة مفتاحية و932 رابط تكرار مشترك (الكثافة = 0.0283). تحتوي المكونة المتصلة الأكبر على 157 كلمة مفتاحية (61% من الشبكة). وتشمل الكلمات المفتاحية عالية التكرار "المقاومة المضادة للميكروبات"، "Klebsiella pneumoniae"، "Escherichia coli"، "Staphylococcus aureus"، "الانتشار" و"الوصف الجزيئي"، مما يعكس المواضيع البحثية السائدة في مجالات رصد المقاومة والوبائيات الجزيئية. تُظهر الشبكة ترابطًا أقوى مقارنة بشبكة تعاون المؤلفين، مما يدل على التماسك الموضوعي عبر المواضيع البحثية المختلفة. مصدر البيانات: مجموعة Web of Science الأساسية؛ تمت تحليلها باستخدام CiteSpace. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
الشكل 4: خط زمني للتجمعات المفتاحية تم إنشاؤه من 2,000 منشور في SCI-E تم تضمينها في تحليل الكلمات المفتاحية (2016–2025). يمثل كل خط أفقي تجمّعًا بحثيًا (#0–#14)، مع وجود عقد تشير إلى كلمات مفتاحية فردية ظهرت في تلك السنة. وتمثل حجم العقدة تكرار الكلمة المفتاحية. تم إجراء تحليل التجميع باستخدام خوارزمية نسبة الاحتمال اللوغاريتمي (LLR)، وأسفر عن الحصول على 15 تجمعًا متميزًا تتمتع بصلاحية هيكلية ممتازة (معامل التمايز Q = 0.8108، متوسط معامل الظل S = 0.9388). تمثل التجمعات الستة الرئيسية التي تمت مناقشتها في النص أكثر التجمعات بروزًا (#0، #2، #4، #5، #6، #7). يُظهر عرض الخط الزمني التحولات الزمنية في تركيز الأبحاث: ركزت التجمعات المبكرة (2016–2018) على الترصد والوبائيات الجزيئية، في حين تضمنت التجمعات اللاحقة أدوات جينومية متقدمة. يتكون الشبكة من 257 عقدة كلمة مفتاحية و315 رابط تكرار مشترك (الكثافة = 0.0096)، ويحتوي المكون المتصل الأكبر على 256 عقدة (99٪ من الشبكة). مصدر البيانات: مجموعة Web of Science الأساسية؛ تمت تحليلها باستخدام برنامج CiteSpace. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
الشكل 5: أهم 10 كلمات مفتاحية ظهرت بشكل مفاجئ من مجموعة بيانات المنشورات في SCI-E حول المقاومة المضادة للميكروبات في الصين (2016–2025). يمثل كل شريط كلمة مفتاحية مع قوة الانفجار الخاصة بها (القيمة العددية). تشير المقاطع الحمراء إلى فترات الانفجار المكتشفة، بينما تشير المقاطع الزرقاء إلى السنوات التي لم يُكتشف فيها انفجار. يغطي المحور الزمني الأفقي الفترة الكاملة للدراسة من 2016 إلى 2025. توافق سنوات البداية والنهاية لكل مقطع أحمر تمامًا مع القيم "البداية" و"النهاية" المذكورة في الجدول 5. لوحظت أقوى الانفجارات بالنسبة لـ mcr-1 (9.12، 2016–2022) وكاربابينيماز (8.52، 2016–2024)، مما يعكس هيمنتهما المستمرة كمحركات بحثية. تُصنف الكلمات المفتاحية المنفجرة إلى خمس مجموعات موضوعية: جينات المقاومة (mcr-1)؛ آليات المقاومة (كاربابينيماز، تكوين الأغشية الحيوية)؛ علاجات جديدة (الببتيدات المضادة للميكروبات، العلاج بالفاج)؛ الإدارة السريرية (الاستخدام الرشيد للمضادات الحيوية، العلاج التوفيقي)؛ والتكنولوجيا (WGS، التعلم الآلي، CRISPR). تُعتبر الكلمات المفتاحية ذات قوة انفجار >3.0 ذات دلالة. مصدر البيانات: مجموعة Web of Science الأساسية؛ تمت تحليلها باستخدام CiteSpace. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
| المرتبة | المؤلف | المؤسسة | الأوراق العلمية | المركزية |
| 1 | Wang Juan | الجامعة الزراعية بجنوب الصين | 44 | 0.2 |
| 2 | Yue Min | جامعة تشجيانغ | 44 | 0.15 |
| 3 | Xu Xuebin | المركز البلدي لمكافحة الأمراض والوقاية منها في شنغهاي | 42 | 0.2 |
| 4 | Wu Qingping | معهد علم الأحياء الدقيقة، أكاديمية علوم قوانغدونغ | 42 | 0.01 |
| 5 | Zhang Jumei | معهد علم الأحياء الدقيقة، أكاديمية علوم قوانغدونغ | 41 | 0.04 |
| 6 | Wang Yang | الجامعة الزراعية الصينية | 35 | 0.11 |
| 7 | Li Yan | جامعة تشجيانغ | 30 | 0.23 |
| 8 | Wang Wei | المركز الوطني الصيني لتقييم مخاطر سلامة الأغذية | 26 | 0.03 |
| 9 | Chen Moutong | معهد علم الأحياء الدقيقة، أكاديمية علوم قوانغدونغ | 25 | 0.07 |
| 10 | Wang Hui | مستشفى جامعة بكين للناس | 24 | 0.12 |
الجدول 1: أكثر 10 مؤلفين إنتاجية في أبحاث مقاومة المضادات الحيوية (2016-2025). يمثل عدد المنشورات إنتاجية المؤلف. ويقيس المركزية بينية الدرجة التي يربط بها المؤلف أجزاءً من شبكة التعاون كانت منفصلة خلاف ذلك؛ فكلما كانت القيم أعلى، دلّ ذلك على دور توصيلي أقوى. وتم تفسير عدد المنشورات والمركزية كمؤشرات ببليوغرافية منفصلة.
| المرتبة | مؤسسة | مدينة | المنشورات | إجمالي الاستشهادات |
| 1 | جامعة تشجيانغ | هانغتشو | 195 | 10,660 |
| 2 | الجامعة الزراعية الجنوبية في الصين | قوانغتشو | 112 | 7,496 |
| 3 | الجامعة الزراعية الصينية | بكين | 99 | 7,275 |
| 4 | جامعة يانغتشو | يانغتشو | 97 | 2,227 |
| 5 | جامعة شانغهاي جياو تونغ | شنغهاي | 94 | 3,437 |
| 6 | الأكاديمية الصينية للعلوم الطبية - كلية بكين الطبية المتحدة | بكين | 91 | 3,138 |
| 7 | المركز الصيني لمكافحة الأمراض والوقاية منها &الوقاية | بكين | 84 | 2,657 |
| 8 | الأكاديمية الصينية للعلوم | بكين | 84 | 4,903 |
| 9 | الأكاديمية الصينية للعلوم الزراعية | بكين | 79 | 1,988 |
| 10 | جامعة فودان | شنغهاي | 78 | 3,392 |
الجدول 2: أفضل 10 مؤسسات بحثية حسب عدد المنشورات (2016-2025). عدد المنشورات والمراجعات الكلية مُحسوبة في 28 أبريل 2026. تُظهر التوزيع الجغرافي وجود خمس مؤسسات في بكين ضمن أفضل 10 (جامعة الصين للزراعة، الأكاديمية الصينية للعلوم الطبية – كلية بكين يونيون الطبية، المركز الصيني لمكافحة الأمراض والوقاية منها، الأكاديمية الصينية للعلوم، والأكاديمية الصينية للعلوم الزراعية)، واثنتين في شنغهاي (جامعة جياو تونغ شنغهاي وجامعة فودان)، وواحدة في كل من هانغتشو (جامعة تشجيانغ)، وقوانغتشو (الجامعة الزراعية جنوب الصين)، ويانغتشو (جامعة يانغتشو). أظهرت الشبكة المؤسسية تجمعاً جغرافياً واضحاً، حيث استأثرت بكين وشنغهاي بسبع من أصل المؤسسات العشرة الأولى، مما يدل على تركّز القدرات البحثية في المناطق الحضرية الشرقية.
| الرتبة | الكلمة المفتاحية | التكرار | المركزية | الفئة |
| 1 | المقاومة للمضادات الميكروبية | 1167 | 0.92 | مفهوم عام للمقاومة للمضادات الميكروبية |
| 2 | كاربابينيم | 467 | 0.78 | فئة المضاد الميكروبي |
| 3 | ESBL | 168 | 0.72 | آلية/نمط مقاومة |
| 4 | MRSA | 156 | 0.68 | ممرض سريري مقاوم |
| 5 | الغشاء الحيوي | 134 | 0.65 | آلية مقاومة |
| 6 | CRE | 128 | 0.62 | نمط مقاومة/مجموعة ممرضات |
| 7 | P. aeruginosa | 108 | 0.58 | ممرض سريري |
| 8 | A. baumannii | 102 | 0.55 | ممرض سريري |
| 9 | K. pneumoniae | 98 | 0.52 | ممرض سريري |
| 10 | E. coli | 95 | 0.5 | ممرض سريري |
الجدول 3: أهم 10 كلمات مفتاحية شائعة في أبحاث مقاومة المضادات الميكروبية (2016–2025). يشير التصنيف إلى الدور الدلالي الأساسي لكل كلمة مفتاحية في الأدبيات الخاصة بمقاومة المضادات الميكروبية. تم تصنيف الكلمات المفتاحية كمفاهيم عامة في مجال مقاومة المضادات الميكروبية، أو فئات المضادات الميكروبية، أو جينات أو آليات المقاومة، أو صفات المقاومة، أو مسببات الأمراض السريرية، أو مصطلحات العلاج أو الإدارة، أو مصطلحات الرصد والوبائيات، حسب الحالة. وفي قائمة أفضل 10 كلمات مفتاحية حاليًا، تشمل التصنيفات الممثلة: المفاهيم العامة لمقاومة المضادات الميكروبية، وفئات المضادات الميكروبية، وآليات أو صفات المقاومة، ومسببات الأمراض السريرية.
| الكائن الحي | 2016 | 2018 | 2022 | 2025 | الاتجاه | قيمة p |
| MRSA | 48.80% | 35.80% | 27.20% | 25.80% | تنازلي | <0.001 |
| CRKP | 5.60% | 15.20% | 22.80% | 20.00% | تصاعدي | <0.001 |
| CRPA | 25.00% | 27.20% | 21.50% | 19.90% | تنازلي | 0.003 |
| CRAB | 56.00% | 64.50% | 76.80% | 76.50% | مرتفع المستوى | <0.001 |
| VRE | 1.50% | 2.90% | 5.20% | 6.50% | تصاعدي | <0.001 |
الجدول 4: اتجاهات المقاومة المضادة للميكروبات في مسببات الأمراض الرئيسية (2016–2025). يمثل كل خط أفقي أحد العناقيد الـ 15 التي تم إنشاؤها بواسطة LLR (#0–#14)، وتمثل كل عقدة مصطلحًا ظهر في السنة المقابلة. ويشير حجم العقدة إلى تكرار المصطلح. العناقيد الستة الرئيسية التي نوقشت في النص هي #0 "جين الضراوة"، #2 "Klebsiella pneumoniae"، #4 "جينات المقاومة المضادة للميكروبات"، #5 "المقاومة للمضادات الحيوية"، #6 "الوبائيات الجزيئية"، و#7 "Escherichia coli". وقد حقق حل التجميع معامل تمايز (Q) قدره 0.8108 ومعامل شبيهة المخطط (S) المتوسط 0.9388.
| المرتبة | الكلمة المفتاحية | الانفجار | البداية | النهاية | الفئة |
| 1 | mcr-1 | 9.12 | 2016 | 2022 | جين المقاومة |
| 2 | Carbapenemase | 8.52 | 2016 | 2024 | آلية المقاومة |
| 3 | الببتيدات المضادة للميكروبات | 7.92 | 2019 | 2024 | علاج جديد |
| 4 | تكوين الأغشية الحيوية | 7.25 | 2017 | 2024 | آلية المقاومة |
| 5 | WGS | 7.34 | 2018 | 2024 | التصنيف الجزيئي |
| 6 | الإشراف على المضادات الحيوية | 6.89 | 2017 | 2024 | الإدارة السريرية |
| 7 | العلاج بالبكتريوفاج | 6.54 | 2020 | 2024 | علاج جديد |
| 8 | العلاج التوفيقي | 6.23 | 2017 | 2023 | استراتيجية العلاج |
| 9 | التعلم الآلي | 5.83 | 2021 | 2024 | التقنية |
| 10 | CRISPR | 4.92 | 2022 | 2024 | التقنية |
الجدول 5: أهم 10 كلمات مفتاحية منفجرة تشير إلى مجالات البحوث الرائدة (2016–2025). تم استخدام قوة الانفجار ومدته كمؤشرات كمية لأنشطة المجالات الرائدة. لم يتم حساب معدلات النمو السنوية المنفصلة لكل كلمة مفتاحية. تم حساب قوة الانفجار باستخدام خوارزمية كشف الانفجارات في برنامج CiteSpace (خوارزمية كلاينبرغ) مع المعلمات الافتراضية (γ = 1.0، الحد الأدنى للمدة = سنتان). تُعتبر الكلمات المفتاحية ذات قوة انفجار >3.0 ذات دلالة. تشير "البداية" و"النهاية" إلى السنة الأولى والأخيرة لفترة الانفجار، كما هو موضح في الشكل 5. تعكس عمود الفئة التصنيف الموضوعي لكل كلمة مفتاحية منفجرة. لوحظت أقوى الانفجارات بالنسبة لـ mcr-1 (9.12، 2016–2022) وكاربابينيماز (8.52، 2016–2024)، مما يدل على أدوارها المحورية كمحركات للبحوث. ومن الجدير بالذكر أن الأساليب العلاجية الجديدة (الببتيدات المضادة للميكروبات، علاج البكتريوفاج) والتكنولوجيات الناشئة (التعلم الآلي، CRISPR) أظهرت نشاطاً منفجراً مستمراً حتى عام 2024، ما يشير إلى تحول نموذجي نحو بحوث مقاومة المضادات الحيوية المدعومة بالابتكار. كانت النافذة الزمنية التحليلية من 2016 إلى 2025. يشير انتهاء الانفجار في عام 2024 إلى عدم اكتشاف انفجار كبير لتلك الكلمة المفتاحية في عام 2025؛ ولا يعني ذلك أن النافذة الزمنية التحليلية الكلية انتهت في عام 2024.
الشكل التكميلي 1: مخطط تدفق على نمط PRISMA لتحديد الأدبيات وفرزها وإدراجها. تم تحديد ما مجموعه 5,286 سجلاً من قواعد البيانات في البداية، بما في ذلك 3,043 سجلاً من مجموعة Web of Science Core Collection Science Citation Index Expanded (SCI-E)، و983 سجلاً من فئة المجلات الأساسية في جامعة بكين ضمن بنية المعرفة الوطنية الصينية (CNKI)، و802 سجلاً من فئة قاعدة استشهادات العلوم الصينية، و462 سجلاً من فئة مؤشر تأثير المجلات العالمية. نظرًا لتداخل الفئات الثلاث من CNKI، تم دمج السجلات الخاصة بكل فئة قبل عملية الفرز. تم تحديد السجلات المكررة باستخدام تطابق DOI عند توفره، ثم مقارنة عناوين المقالات وأسماء المؤلفين الأوائل وسنوات النشر، مع مراجعة يدوية للمطابقات غير المؤكدة. بعد إزالة التكرارات وفرز الأهلية معًا، تم استبعاد 2,190 سجلاً، وتم إدراج 3,096 منشورًا، تضم 2,000 منشورًا باللغة الإنجليزية من SCI-E و1,096 منشورًا باللغة الصينية من CNKI.يرجى النقر هنا لتنزيل هذا الملف.
الجدول التكميلي 1: إنتاج النشرات السنوي لأبحاث مقاومة المضادات الميكروبية في الصين من عام 2016 إلى عام 2025. يعرض هذا الجدول الأعداد السنوية للمنشورات باللغة الإنجليزية والصينية التي تم تضمينها في التحليل الببليومتري، إلى جانب العدد الكلي للمنشورات لكل سنة. وتكونت المجموعة النهائية من 3,096 منشورًا.يرجى النقر هنا لتنزيل هذا الملف.
الجدول التكميلي 2: السجلات الببليوغرافية للمنشورات المشمولة في التحليل الببليومتري النهائي. يسرد الجدول 3,096 منشورًا تم تضمينها في مجموعة البيانات التحليلية النهائية، وتضم 2,000 سجل باللغة الإنجليزية من مجموعة Web of Science الأساسية و1,096 سجلًا باللغة الصينية من بنية المعرفة الوطنية الصينية (CNKI). يرجى النقر هنا لتنزيل هذا الملف.
المناقشة
تشير الأنماط البيبليومترية إلى أن أبحاث مقاومة مضادات الميكروبات (AMR) في الصين قد توسعت تدريجياً من المراقبة الوصفية وتوصيف المسببات المرضية نحو آليات المقاومة، والنهج الجينومية، والأبحاث الموجهة نحو التدخل. وتشير مجموعات الكلمات المفتاحية المتداخلة وفترات الطفرات إلى تنويع موضوعي تراكمي بدلاً من ثلاث مراحل منفصلة ومتبادلة الاستبعاد. وقد تزامنت توقيتات هذه التغييرات مع خطط العمل الوطنية لاحتواء مقاومة مضادات الميكروبات للفترات 2016–2020 و2022–2025، والتي توفر سياقاً سياسياً ذا صلة؛ ومع ذلك، لا يمكن للتحليل البيبليومتر الحالي إثبات أن إصدار هذه السياسات هو الذي تسبب في التغييرات الملحوظة في موضوعات النشر. ويعكس الارتفاع في عدد المنشورات كلاً من تفاقم أزمة AMR (خلال 2019–2021) وزيادة الالتزام الحكومي والمؤسسي بمعالجة هذا التحدي. وبناءً على ذلك، ينبغي تفسير التطور المقترح لموضوعات البحث بشكل وصفي، ولم يتم التحقق من صحته بشكل مستقل باستخدام تحليل الأوراق البحثية الرئيسية أو تحليل الأوراق الأكثر استشهاداً الخاصة بكل مرحلة. وعند وضعها في السياق العالمي، يتوافق مسار المخرجات البحثية للصين مع الأنماط الأوسع الملاحظة في الاقتصادات الناشئة، حيث توسع حجم منشورات AMR بشكل أسي استجابةً لأعباء المقاومة المتزايدة21.
تزامن انخفاض مخرجات النشر بعد ذروة عام 2022 مع فترة تنفيذ الخطة الوطنية الثانية للعمل للحد من مقاومة مضادات الميكروبات (2022-2025)، في حين أعقب التوسع السابق الخطة الأولى للعمل (2016-2020). وقد يعكس هذا التوافق الزمني تغيرات في أولويات البحث، وتخصيص التمويل، وأنماط النشر عبر مراحل السياسات المتعاقبة، بدلاً من كونه مجرد تراجع بسيط في نشاط أبحاث AMR. ومع ذلك، فإن التأخر في النشر والفهرسة، ونطاق تغطية قواعد البيانات، ومعايير أهلية الدراسة قد تكون ساهمت أيضاً في هذا الانخفاض الظاهري، لا سيما في السنوات الأخيرة. وبناءً على ذلك، لا يمكن لهذا التحليل الببليومتري الحالي إثبات علاقة سببية بين الخطة الوطنية للعمل ومخرجات النشر.
يكشف تحليل شبكة التعاون عن بنية مركزية للغاية، حيث يعمل كل من Wang Juan وYue وMin وجامعة Zhejiang كمحاور حيوية تربط مراكز البحوث الإقليمية. ومع ذلك، يشير محدودية التعاون عبر الأقاليم (كثافة الشبكة = 0.0137) إلى أن انخفاض كثافة شبكة التعاون يعكس محدودية الاتصال بين المجموعات البحثية؛ غير أنه لم يتم إجراء تحليل رسمي للمنشورات الإقليمية في الشرق والوسط والغرب. ويمكن لإطار عمل مجدٍ للتعاون عبر الأقاليم أن يستخدم CARSS كركيزة وطنية للمراقبة وتنسيق البيانات، والاتحادات الطبية الإقليمية كوحدات لتوحيد جمع العينات، وإجراءات اختبار الحساسية، والتحقق السريري متعدد المراكز، ومنصات البحوث الجامعية كمراكز للتسلسل الجينومي والمعلوماتية الحيوية وتطوير المنهجيات. كما يمكن لقواميس البيانات المشتركة، ومجموعات البيانات المجهولة القابلة للتشغيل البيني، والمقارنة المرجعية الدورية عبر الأقاليم، ومشاريع الإنذار المبكر المشتركة أن تساعد في تحويل إشارات المراقبة إلى أولويات بحثية وإجراءات إشرافية مكيفة محلياً. ويمثل إطار العمل المقترح هذا مسار تنفيذ مستمد من نتائج الشبكة وليس تدخلاً تم تقييمه مباشرة في الدراسة الحالية.
إن اتجاهات المقاومة المتباينة التي تم تحديدها في هذه الدراسة تحمل دلالات سريرية عميقة. فالتراجع الحاد في بكتيريا MRSA (48.8%→25.8%; β = –2.43% سنوياً، p < (0.001) يوضح أن التدخلات الوطنية المنسقة -بما في ذلك الرصد الإلزامي، وحملات نظافة اليدين، والإشراف على استخدام مضادات الميكروبات- يمكن أن تكافح الممرضات المقاومة بفعالية22.
من المحتمل أن تعكس المسارات المتباينة وجود اختلافات بين المسببات المرضية في ضغوط الانتقاء للمضادات الميكروبية، وآليات المقاومة، والاستمرار البيئي، وديناميكيات الانتقال، ومدى الاستجابة لتدابير مكافحة العدوى. وقد يرتبط انخفاض MRSA بالتطبيق الأوسع لبرامج المراقبة ومكافحة العدوى، بينما قد يعكس تزايد المقاومة أو بقاؤها مرتفعة بين CRKP وCRAB استمرار انتشار محددات المقاومة للكاربابينيم وصعوبة السيطرة على الكائنات سالبة الجرام المقاومة للأدوية المتعددة. ويشير الانخفاض الطفيف في CRPA إلى أنه لا يمكن تعميم اتجاهات المقاومة على جميع المسببات المرضية المقاومة للكاربابينيم. وبالمثل، فإن الزيادة في VRE من خط أساس منخفض نسبياً تتطلب مراقبة مستمرة. ونظراً لأن هذه العوامل لم تُقس بشكل مباشر، فيجب اعتبارها تفسيرات محتملة وليست آليات سببية مثبتة.
تماشياً مع تحليل التدفق، ظل mcr-1 وإنزيم الكاربابينيميز من أبرز موضوعات البحث، مما يعكس الاهتمام المستمر بمقاومة الكولستين المتنقلة والكائنات المقاومة للكاربابينيم. ويشير ظهور الببتيدات المضادة للميكروبات والعلاج بالبلاعم إلى تزايد الاهتمام ببدائل المضادات الحيوية التقليدية، بينما يعكس تسلسل الجينوم الكامل، والتعلم الآلي، وتقنية CRISPR الاهتمام المتزايد بالمراقبة الجينومية، والتنبؤ بالمقاومة، والنهج التي تستهدف الجينات. كما سلطت الدراسات الحديثة الضوء بشكل أكبر على التطبيقات المحتملة للذكاء الاصطناعي في مراقبة مقاومة مضادات الميكروبات (AMR)، وتحديد علامات المقاومة، وتحليل الغشاء الحيوي، والتشخيص، واكتشاف مضادات الميكروبات12,23,24,25.
ومع ذلك، فإن رصد هذه المصطلحات كآفاق بحثية لا يشير إلى الجاهزية السريرية. إذ تتطلب نماذج تعلم الآلة مجموعات بيانات موحدة متعددة المراكز، وتحققاً خارجياً واستباقياً، وقابلية لتفسير النماذج، وتكاملاً مع سير العمل المختبري والسريري. كما تواجه العلاجات بالعاثيات تحديات تتعلق بخصوصية السلالات، واتساق التصنيع، ومراقبة الجودة، وتطور المقاومة، والتوحيد التنظيمي، بينما تظل الاستراتيجيات المضادة للبكتيريا القائمة على CRISPR مقيدة بكفاءة التوصيل، والتأثيرات خارج الهدف، والسلامة الحيوية، ومتطلبات الاحتواء. ويركز البحث الدولي بشكل متزايد على التحقق متعدد المراكز، والتصنيع الموحد، والمسارات التنظيمية؛ وهي أبعاد يجب مراعاتها أيضاً عند تقييم النضج الانتقالي للأبحاث التي أُجريت في الصين. ونظراً لأن الدراسة الحالية لم تقارن كمياً بين مراحل التطوير السريري المحلية والدولية، فإن هذا التفسير يظل نوعياً.
تظهر الدراسات التي أجريت على مجموعات سريرية متنوعة وفي سياقات عدوى مختلفة تباينًا كبيرًا في توزيع الممرضات وملفات المقاومة للمضادات الميكروبية26,27,28,29,30,31,32,33,34,35,36,37,38. وتشير هذه التقارير مجتمعة إلى أن أنماط المقاومة تتأثر بخصائص المريض، ومواقع العدوى، والتعرض للمضادات الميكروبية، والوبائيات المحلية. ولا تزال الممرضات سالبة الجرام المقاومة للكاربابينيم تمثل مصدر قلق متكرر في سياقات متعددة، بينما يجب أن يسترشد العلاج التجريبي بالمراقبة المحلية واختبارات الحساسية القياسية. كما توفر الأدلة المتعلقة بالعلاج المركب، ومجموعات β-lactam/β-lactamase inhibitor، ومشتقات التتراسيكلين، وغيرها من العلاجات البديلة سياقًا سريريًا للمحاور العلاجية التي حددتها تحليلات الكلمات المفتاحية والاندفاع (burst analyses)30,39.
واتساقاً مع نتائج الكلمات المفتاحية والعناقيد، يظل تكوين الغشاء الحيوي ركيزة ميكانيكية نمطية مهمة تساهم في تحمل مضادات الميكروبات والفشل العلاجي. وتوضح الدراسات التي أُجريت على بكتيريا Cutibacterium acnes كيف يمكن للمجتمعات الميكروبية المنظمة أن تعزز من هذا التحمل من خلال الحواجز الفيزيائية والبيئات الدقيقة المتغيرة.40كما ظهرت الحمضيات النووية الريبوزية غير المشفرة كمنظمات محتملة للتعبير عن جينات المقاومة في بكتيريا Acinetobacter baumannii.41وبالتوازي مع ذلك، فإن الجيل التالي من βساهمت مثبطات بيتا-لاكتاماز، ومشتقات التتراسايكلين، والأنظمة العلاجية المركبة في توسيع نطاق الأبحاث المتعلقة بالخيارات العلاجية للكائنات المقاومة للكاربابينيم.42وتظل هذه التطورات ذات صلة سريرية نظراً لاستمرار المقاومة عالية المستوى لبكتيريا Klebsiella pneumoniae وAcinetobacter baumannii وفقاً لما ورد في بيانات الترصد الوطنية.43.
تؤكد وجهات نظر العاملين في الرعاية الصحية بشأن مقاومة مضادات الميكروبات، لا سيما في السياقات المتخصصة مثل أمراض الجهاز التنفسي المزمنة، على الأهمية البالغة للعوامل السلوكية البشرية في نجاح برامج الإشراف على استخدام المضادات الحيوية44. علاوة على ذلك، حددت التحليلات على مستوى الدولة للعوامل المرتبطة بمقاومة مضادات الميكروبات السريرية كثافة استهلاك المضادات الحيوية كمحرك أساسي، مما يؤكد أن زيادة استخدام الكربابينيمات والسيفالوسبورينات من الجيل الثالث ترتبط ارتباطاً مباشراً بتصاعد المقاومة في Pseudomonas aeruginosa ومسببات الأمراض الأخرى سالبة الجرام45.
يجب الإقرار بعدة قيود. أولاً، قد تكون الاختلافات في تغطية قواعد البيانات، وممارسات الفهرسة، وهياكل الحقول، والمصطلحات باللغتين الصينية والإنجليزية قد أدت إلى حدوث انحياز في استرجاع البيانات، وقد تكون منعت المطابقة الكاملة للسجلات المتكافئة دلالياً. لم تقم الدراسة الحالية بإجراء تحليل موضوعي منفصل للمجموعات اللغوية الصينية والإنجليزية؛ وبناءً عليه، تعذر تقييم الاختلافات المحددة لغوياً في التركيز البحثي كمياً. ثانياً، لا يمكن للمؤشرات البيبليومترية تقييم الجودة المنهجية أو مخاطر الانحياز في الدراسات الفردية بشكل مباشر، وقد تحابي المقاييس القائمة على الاستشهادات المراجع الأقدم، أو تلك الأكثر ظهوراً، أو المنشورة في دوريات مفهرسة دولياً. ثالثاً، إن استبعاد الدراسات البيطرية والبيئية التي لا تتضمن مكوناً صريحاً لصحة الإنسان، إلى جانب التغطية المحدودة لأعمال المؤتمرات، والتقارير المؤسسية، والأطروحات، وغيرها من الأدبيات الرمادية، قد يؤدي إلى نقص في تمثيل المشهد الأوسع لمقاومة مضادات الميكروبات (AMR) وفق نهج "صحة واحدة" (One Health)، لا سيما الأدلة المستمدة من البيئات المجتمعية والريفية. كما أن استبعاد المراجعات المنهجية والتحليلات البعدية التي لا تحتوي على مجموعات بيانات أولية جديدة قد يقلل من تمثيل مساهمة تخليق الأدلة في تشكيل نقاط التركيز الساخنة. رابعاً، قد تكون الفجوات الزمنية في النشر والفهرسة قد قللت من تمثيل الدراسات المنشورة قرب نهاية فترة الدراسة. خامساً، قد تولد خوارزمية Kleinberg للكشف عن التدفقات المفاجئة (burst-detection) إشارات إيجابية كاذبة عندما تظهر الكلمات المفتاحية تقلبات زمنية قصيرة المدى أو متفرقة. بالإضافة إلى ذلك، لم يتم إجراء تحليل حساسية رسمي لإعدادات معلمات CiteSpace؛ وبالتالي، لم يتم تقييم متانة الشبكة، والتجميع، ونتائج التدفقات المفاجئة تحت خيارات بديلة لمعلمات CiteSpace. كما أن غياب الدمج الرسمي للمترادفات قد يؤدي إلى تشتيت الكلمات المفتاحية المتكافئة دلالياً، وقد يؤثر ذلك على تقديرات تكرار الكلمات المفتاحية والشبكة. ونظراً لعدم إجراء تحليل رسمي للمنشورات في شرق ووسط وغرب الصين، تعذر تقييم الاختلافات الإقليمية في مخرجات النشر كمياً.
يجب أن تختبر الدراسات المستقبلية معايير بديلة لحساسية الاندفاع وعتبات الحد الأدنى للمدة، وتطبق قواميس مرادفات شفافة، وتقارن النتائج عبر قواعد بيانات مستقلة، وتجري تثليثاً لإشارات الاندفاع مع التكرارات السنوية للكلمات المفتاحية ومراجعة الخبراء. لم يتم إجراء تحليل مخصص للأوراق البحثية الأكثر استشهاداً؛ ويمكن للدراسات المستقبلية دمج تحليل الأوراق البحثية المفصلية لمزيد من التوصيف والتحقق المستقل من التغيرات الزمنية في موضوعات أبحاث مقاومة مضادات الميكروبات (AMR). كما كان تحليل التراكب بالخريطة المزدوجة خارج نطاق الدراسة الحالية، ويمكن النظر فيه في الأعمال المستقبلية لتوصيف مسارات الاستشهاد على مستوى المجلات.
تشير الأنماط البيبليومترية إلى أن أبحاث مقاومة مضادات الميكروبات (AMR) في الصين قد تحولت بشكل متزايد من المراقبة الوصفية نحو الاستقصاء الميكانيكي وتطوير التدخلات المبتكرة. وبينما تم إحراز تقدم ملحوظ في السيطرة على بكتيريا MRSA من خلال الإشراف الشامل، لا تزال الممرضات سالبة الجرام المقاومة للكاربابينيم تشكل تهديداً حرجاً يتطلب اهتماماً عاجلاً. وقد توفر نماذج التنبؤ المعتمدة على الذكاء الاصطناعي، والعلاج بالعاثيات، والتدخلات القائمة على تقنية CRISPR فرصاً مستقبلية لمعالجة مقاومة مضادات الميكروبات، رغم أن نقلها من الأبحاث المختبرية إلى الممارسة السريرية لا يزال يشكل تحدياً. وتدعم هذه النتائج استمرار المراقبة، وتعزيز التعاون بين المناطق، ومواصلة البحث في كل من المضادات الحيوية التقليدية والاستراتيجيات العلاجية الناشئة.
الإفصاحات
يصرح المؤلفون بأنه تم استخدام أدوات الذكاء الاصطناعي (AI) التوليدي في إعداد هذه المخطوطة على النحو التالي: تم استخدام Grammarly (الإصدار 1.2.3) لتحسين اللغة والتصحيح النحوي للمسودة النهائية للمخطوطة؛ واستُخدم ChatGPT من OpenAI (GPT-4، تم الوصول إليه عبر API في 15 مارس 2026) للمساعدة في تنظيف البيانات البيبليومترية وإنشاء نصوص Python الأولية للمعالجة المسبقة للبيانات؛ لم تُستخدم أي أداة ذكاء اصطناعي لإنتاج النتائج العلمية، أو تفسير النتائج، أو صياغة الاستنتاجات؛ وقد تم إنشاء جميع الأشكال والجداول مباشرة من مخرجات CiteSpace و R 4.3.2 دون الاستعانة بالذكاء الاصطناعي في إنشائها. وقد راجع المؤلفون وتحققوا من جميع المحتويات التي تم إنشاؤها بمساعدة الذكاء الاصطناعي ويتحملون المسؤولية الكاملة عن دقة المخطوطة وسلامتها.
شكر وتقدير
يتوجه المؤلفون بخالص الشكر إلى قسم الأمراض المعدية في مستشفى الشعب التابع لجامعة نينغبو (مستشفى الشعب في ينزو) لتوفير الدعم الإداري والفني اللازم لإتمام هذه المخطوطة.
تم تمويل هذا البحث من قبل مشروع التخصص الأكاديمي الرائد في الطب والصحة في نينغبو (منحة رقم 2026-A42).
المواد
| الاسم | الشركة | رقم فهرسي | التعليقات |
|---|---|---|---|
| CiteSpace | جامعة دريكسل، فيلادلفيا، بنسلفانيا، الولايات المتحدة الأمريكية | الإصدار 6.4.R1 | لإجراء تحليل بيبليومتري شامل، بما في ذلك تحليل التأليف المشترك، وتحليل التكرار المشترك للكلمات المفتاحية، وتحليل العنقودية، وكشف الطفرات البحثية. |
| البنية التحتية الوطنية للمعرفة في الصين (CNKI) | البنية التحتية الوطنية للمعرفة في الصين | غير قابل للتطبيق | لتجميع المقالات البحثية المقدمة من المصادر المحلية الصينية. |
| R | برنامج R | الإصدار 4.3.2 | |
| مجموعة Web of Science الأساسية (SCI-E) | شبكة العلوم (Web of Science) | غير قابل للتطبيق | للبحث المنهجي عن الأدبيات الدولية واسترجاعها. |
المراجع
- World Health Organization. Global action plan on antimicrobial resistance. World Health Organization; Geneva; 2015.
- O’Neill J. Tackling drug-resistant infections globally: Final report and recommendations. 2016.
- Bockstael K, Van Aerschot A. Antimicrobial resistance in bacteria. Open Med. 2009;4(2):141–155.
- Okeke IN, de Kraker MEA, Van Boeckel TP. The scope of the antimicrobial resistance challenge. Lancet. 2024;403(10442):13.
- Bhattacharya R, et al. Impact of antimicrobial resistance on sustainable development goals and the integrated strategies for meeting environmental and socio-economic targets. Environ Prog Sustain Energy. 2024;43(1):e14320.
- Duffey M, Shafer RW, Timm J. Combating antimicrobial resistance in malaria, HIV and tuberculosis. Nat Rev Drug Discov. 2024;23(6):19.
- Xiao YH, et al. Epidemiology and characteristics of antimicrobial resistance in China. Drug Resist Updat. 2011;14(4):236–241.
- Yin X, et al. A systematic review of antibiotic utilization in China. J Antimicrob Chemother. 2013;68(11):2445–2452.
- National Health Commission of the People’s Republic of China. National action plan to contain antimicrobial resistance (2022–2025). 2022.
- Borromeo AS, Manaloto AM, Antonio RP. Southeast Asian landscape of antimicrobial resistance research (2014–2024): A bibliometric analysis. J Glob Antimicrob Resist. 2025;45(c):125–132.
- Fekadu A, Woldeamanuel Y, Hailu A. Global trends and projections in antimicrobial resistance. Lancet. 2025;(10493):405.
- Selvaraj V, Sudhakar S, Sekaran S. Global trends and projections in antimicrobial resistance. Lancet. 405(10493):413–414.
- Bhattacharya R, et al. A One health plan to combat antimicrobial resistance for improving global health through sustainable development. Discov Public Health. 2025;22(1):521.
- Chen C, Leydesdorff L. Patterns of connections and movements in dual-map overlays: A new method of publication portfolio analysis. J Assoc Inf Sci Technol. 2014;65(2):334–351.
- Persson O, Danell R, Schneider JW. Using the BIBLIOMETRIX package for bibliometric analysis. Scientometrics. 2009;80(2):253–275.
- Bhattacharya R, et al. Bibliometric assessment of the global research trends in antimicrobial resistance for fungal species. Ind Biotechnol. 2024;20(5):212–224.
- Zhu J, Zhou Y, Ding YQ. Visualization analysis of hotspots and trends of drug control institutions in China based on bibliometrics. Chin J Mod Appl Pharm. 2023;40(18):2591–2599.
- Chen C. Science mapping: A systematic review of the literature. J Data Inf Sci. 2017;2(2):1–40.
- Wang S, Shen J, Yang Y. MRSA in China: Epidemiology, resistance mechanisms, and control strategies. Chin J Antibiot. 2021;46(9):837–844.
- Zhou W, Wen Z, Zhu W. Factors associated with clinical antimicrobial resistance in China: A nationwide analysis. Infect Dis Poverty. 2025;14:27.
- Sweileh WM, Al-Jabi SW, Zyoud SH. Global research output in antimicrobial resistance among uropathogens: A bibliometric analysis (2002–2016). J Glob Antimicrob Resist. 2017;11:230–238.
- Cui L, Li Y, Cheng L. Effectiveness of an antimicrobial stewardship program in reducing antimicrobial use and microbial resistance in a tertiary hospital in China. J Glob Antimicrob Resist. 2019;17:168–174.
- Yang Y, Li Y, Wang Z. Machine learning-enabled prediction of antimicrobial resistance from whole-genome sequencing data. J Clin Microbiol. 2021;59(10):e00821-21.
- Bhattacharya R, et al. Artificial intelligence for sustainable solutions in combating antimicrobial resistance through data driven health innovations. Discov Public Health. 2026;23(1):10.
- Yosef I, Manor M, Kiro R. Temperate and lytic bacteriophages programmed to sensitize and kill antibiotic-resistant bacteria. Proc Natl Acad Sci U S A. 2015;112(23):7267–7272.
- Shou TJ, Cheng XQ, Gong S. Analysis of antimicrobial use strategy in childhood perforated appendicitis based on bacterial resistance changes. Chin Gen Pract. 2020;23(24):3070–3074.
- China Antimicrobial Resistance Surveillance System. Surveillance of antimicrobial resistance in bacteria isolated from cerebrospinal fluid specimens from 2020 to 2024. Chin J Infect Chemother. 2026;26(2):196–205.
- Gao YH, Ma XY, Wang DB. Distribution and drug resistance of pathogens causing acute bacterial conjunctivitis in children. J Pathog Biol. 2024;19(10):1194–1197.
- Zhang Y, Fan YY, Yao LH. Drug resistance and risk factors of multidrug-resistant bacteria in neonatal pneumonia. J Pathog Biol. 2020;15(11):1340–1343.
- Duan MB, He XZ, Qi JY. Research progress on anti-multidrug resistant bacteria drugs. J Shenyang Pharm Univ. 2023;40(12):1680–1690.
- Zhou LC, Li GQ, Xu BY. Distribution and drug resistance of pathogens in acute, delayed and chronic periprosthetic joint infections. Chin J Surg. 2021;59(6):484–490.
- Zhang XX, Ge W, Yang M. Analysis of resistance of 137 Neisseria gonorrhoeae strains to 5 antimicrobial agents. Chin J Dermatovenereol. 2022;36(2):199–203.
- Zhang XY, Han Y, Wang YM. Correlation analysis between antimicrobial resistance of Pseudomonas aeruginosa and antimicrobial use density. J Hebei Univ Nat Sci Ed. 2021;41(2):188–194.
- China Antimicrobial Resistance Surveillance System. Antimicrobial resistance surveillance report of common clinical isolates from elderly patients from 2014 to 2019. Chin J Infect Control. 2021;20(2):112–123.
- Ruan ZH, Huang AX, Wang XJ. Overview of CLSI, EUCAST and Chinese drug resistance judgment standards. Biotechnol Bull. 2022;38(9):47–58.
- Liu L, Feng CX, Wang Y. Analysis of bacterial resistance in the First Hospital of Qiqihar in 2016. Chin J Antibiot. 2021;46(12):1143–1147.
- Zhang XH, Chen JY, Yang H. Distribution and antimicrobial resistance of pathogens in early infection after lung transplantation in respiratory intensive care unit. Chin J Infect Control. 2020;19(9):785–790.
- Wang SS, Wu ZW, Zhao JP. Research progress on hospital infection, drug resistance and treatment of carbapenem-resistant Klebsiella pneumoniae. Chin J Antibiot. 2020;45(5):428–432.
- Lv YF, Xue M, Huang XY. Research progress on antimicrobial peptides combined with traditional antibiotics against bacterial resistance. Chin J Infect Control. 2023;22(10):1266–1273.
- Ma Y, Liu Y, Jiang M. Correlation analysis between biofilm formation and antimicrobial resistance of Cutibacterium acnes. Chin J Infect Chemother. 2021;21(6):703–707.
- Peng Q, Ling BD. Regulatory non-coding RNAs and antimicrobial resistance in Acinetobacter baumannii. Chin J Infect Control. 2021;20(12):1174–1178.
- Qin XH, Hao M, Wang MG. Research progress on new antimicrobial agents. Chin J Infect Chemother. 2024;24(4):489–496.
- Guo Y, Ding L, Hu FP. CHINET surveillance of bacterial resistance in China in 2024. Chin J Infect Chemother. 2025;25(6):597–607.
- Ananth S, Adeoti A, Ray A. Healthcare worker views on antimicrobial resistance in chronic respiratory disease. Eur Respir J. 2024;64(68):2.
- Holt KE. Microbial genomics for antimicrobial resistance ecology and action. Nat Rev Genet. 2026;27(1):7–8.