يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة بحثية

التحليل الببليومتري المرئي لنقاط البحث الساخنة والاتجاهات في مقاومة مضادات الميكروبات في الصين

103 مشاهدة

⸱

DOI:

10.3791/72404

⸱

سبتمبر 8, 2026

 ,  , 
1Infectious Department, The Affiliated People's Hospital of Ningbo University

في هذه المقالة

ملخص

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.

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.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

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.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

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 عا...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

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 ا...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

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).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
CiteSpaceجامعة دريكسل، فيلادلفيا، بنسلفانيا، الولايات المتحدة الأمريكيةالإصدار 6.4.R1لإجراء 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 الصينغير قابل للتطبيقلتجميع المقالات البحثية المقدمة من المصادر المحلية الصينية.
Rبرنامج Rالإصدار 4.3.2
مجموعة Web of Science الأساسية (SCI-E)شبكة العلوم (Web of Science)غير قابل للتطبيقللبحث المنهجي عن الأدبيات الدولية واسترجاعها.

المراجع

  1. World Health Organization. Global action plan on antimicrobial resistance. World Health Organization; Geneva; 2015.
  2. O’Neill J. Tackling drug-resistant infections globally: Final report and recommendations. 2016.
  3. Bockstael K, Van Aerschot A. Antimicrobial resistance in bacteria. Open Med. 2009;4(2):141–155.
  4. Okeke IN, de Kraker MEA, Van Boeckel TP. The scope of the antimicrobial resistance challenge. Lancet. 2024;403(10442):13.
  5. 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.
  6. Duffey M, Shafer RW, Timm J. Combating antimicrobial resistance in malaria, HIV and tuberculosis. Nat Rev Drug Discov. 2024;23(6):19.
  7. Xiao YH, et al. Epidemiology and characteristics of antimicrobial resistance in China. Drug Resist Updat. 2011;14(4):236–241.
  8. Yin X, et al. A systematic review of antibiotic utilization in China. J Antimicrob Chemother. 2013;68(11):2445–2452.
  9. National Health Commission of the People’s Republic of China. National action plan to contain antimicrobial resistance (2022–2025). 2022.
  10. 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.
  11. Fekadu A, Woldeamanuel Y, Hailu A. Global trends and projections in antimicrobial resistance. Lancet. 2025;(10493):405.
  12. Selvaraj V, Sudhakar S, Sekaran S. Global trends and projections in antimicrobial resistance. Lancet. 405(10493):413–414.
  13. 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.
  14. 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.
  15. Persson O, Danell R, Schneider JW. Using the BIBLIOMETRIX package for bibliometric analysis. Scientometrics. 2009;80(2):253–275.
  16. Bhattacharya R, et al. Bibliometric assessment of the global research trends in antimicrobial resistance for fungal species. Ind Biotechnol. 2024;20(5):212–224.
  17. 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.
  18. Chen C. Science mapping: A systematic review of the literature. J Data Inf Sci. 2017;2(2):1–40.
  19. Wang S, Shen J, Yang Y. MRSA in China: Epidemiology, resistance mechanisms, and control strategies. Chin J Antibiot. 2021;46(9):837–844.
  20. Zhou W, Wen Z, Zhu W. Factors associated with clinical antimicrobial resistance in China: A nationwide analysis. Infect Dis Poverty. 2025;14:27.
  21. 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.
  22. 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.
  23. 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.
  24. 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.
  25. 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.
  26. 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.
  27. 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.
  28. 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.
  29. 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.
  30. Duan MB, He XZ, Qi JY. Research progress on anti-multidrug resistant bacteria drugs. J Shenyang Pharm Univ. 2023;40(12):1680–1690.
  31. 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.
  32. 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.
  33. 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.
  34. 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.
  35. Ruan ZH, Huang AX, Wang XJ. Overview of CLSI, EUCAST and Chinese drug resistance judgment standards. Biotechnol Bull. 2022;38(9):47–58.
  36. 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.
  37. 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.
  38. 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.
  39. 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.
  40. 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.
  41. Peng Q, Ling BD. Regulatory non-coding RNAs and antimicrobial resistance in Acinetobacter baumannii. Chin J Infect Control. 2021;20(12):1174–1178.
  42. Qin XH, Hao M, Wang MG. Research progress on new antimicrobial agents. Chin J Infect Chemother. 2024;24(4):489–496.
  43. Guo Y, Ding L, Hu FP. CHINET surveillance of bacterial resistance in China in 2024. Chin J Infect Chemother. 2025;25(6):597–607.
  44. Ananth S, Adeoti A, Ray A. Healthcare worker views on antimicrobial resistance in chronic respiratory disease. Eur Respir J. 2024;64(68):2.
  45. Holt KE. Microbial genomics for antimicrobial resistance ecology and action. Nat Rev Genet. 2026;27(1):7–8.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

استكشف المزيد من المقالات

اتجاهات مقاومة مضادات الميكروبات في الصينشبكة التأليف المشتركالتكرار المشترك للكلمات المفتاحيةتحليل العناقيدمقاومة الكاربابينيممقاومة الميثيسيلينالإشراف على استخدام مضادات الميكروبات
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.