糖尿病与代谢重编程的全球研究趋势：一项基于文献计量与可视化分析的研究

摘要

本项文献计量分析旨在利用6,864篇论文描绘2016至2025年间糖尿病与代谢重编程的研究格局。研究揭示了该领域快速增长的趋势，中国在论文发表数量上位居首位，但学术影响力处于中等水平，研究重点正逐步转向肠道微生物群、机器学习以及多组学整合方向。

摘要

糖尿病（DM）是全球性的公共卫生危机。代谢重编程改变了细胞的能量产生过程，在DM的发病机制中起着关键作用，然而目前尚缺乏对该领域研究趋势、合作网络及新兴前沿的系统性综述。本研究对2016年至2025年间从Web of Science、PubMed、Scopus和Embase数据库中检索到的6,864篇英文文章和综述进行了文献计量分析。分析流程包括：（1）年度发表趋势分析，（2）国家/地区及机构合作网络绘制，（3）作者与期刊的共著及共被引分析，（4）参考文献共被引与突现检测，以及（5）关键词与主题趋势分析，使用了三种文献计量分析工具。2016年至2024年期间，年度发表量均低于800篇，但在2025年超过1,000篇，表明该领域正处于快速增长阶段。中国贡献了最大比例的论文（50%），并占据了多数顶尖机构席位，但中心性分析显示，美国和欧洲国家在学术影响力和知识产出方面仍处于领先地位。该领域的知识结构建立在三个核心基础之上：胰岛素抵抗、氧化应激和线粒体功能。新兴研究聚焦于肠道微生物群、机器学习和代谢重编程。关键词突现和主题趋势图谱揭示了研究范式正从静态表型观察转向动态、多组学整合的系统医学。据我们所知，此前尚无文献计量研究专门聚焦于DM与代谢重编程的交叉领域；因此，本研究首次对该领域进行了专门的系统描绘。尽管中国在论文发表数量上占据主导地位，但中心性指标表明其在国际协作和学术领导力方面仍有提升空间。未来应加强跨学科合作，并推动从基础到临床的转化研究。本研究为科研管理和战略规划提供了客观参考依据。

引言

过去几十年来，社会的快速变化显著改变了人们的营养模式和生活方式。这些变化导致全球糖尿病（DM）患病率持续上升。作为一种日益严重的公共卫生危机，糖尿病及其相关并发症对人群健康构成严重威胁。这些并发症包括心血管疾病和终末期肾病等，显著降低了患者的生活质量¹。目前，糖尿病在全球范围内位列第九大死亡原因，全球约每11名成人中就有1人患有糖尿病²。糖尿病是一种慢性代谢性疾病，主要由胰岛素分泌不足或机体对胰岛素的反应受损引起，导致血糖水平持续升高³。糖尿病及其并发症的发病机制极为复杂，其中与代谢相关的机制仍是当前研究的重点。

代谢重编程是指细胞通过改变其代谢通路以增强能量产生的过程，主要途径包括线粒体氧化磷酸化（OXPHOS）和糖酵解⁴。代谢重编程的经典例子是“瓦伯格效应”（Warburg effect），由Otto Warburg教授于1927年首次提出。他观察到，即使在氧气充足的条件下，肿瘤细胞仍可通过糖酵解产生ATP⁵。除了癌症之外，通过这些过程发生的代谢重编程还参与多种疾病的发病机制，包括妊娠期糖尿病、糖尿病肾病、脓毒症、动脉粥样硬化、脑卒中和肝纤维化^4,6,7,8,9,10。糖尿病（DM）是一种以高血糖为特征的慢性代谢性疾病，其病因是不同程度的胰岛素抵抗和胰岛素分泌障碍¹¹。代谢重编程与糖尿病之间的关联已得到充分证实：营养过剩导致肝脏和肌肉中脂质代谢异常，从而促进胰岛素抵抗；同时，胰腺β细胞因脂毒性、内质网应激和淀粉样物质沉积而发生代谢紊乱和分泌功能障碍，共同推动糖尿病的发生发展¹²。

近年来，单细胞技术与多组学分析的快速发展推动了代谢研究领域的重大范式转变。该领域已从静态观察转向动态、机制性探究，为阐明糖尿病（DM）的发病机制并识别潜在治疗靶点开辟了新的机遇。然而，尽管取得了这些进展，目前仍缺乏对全球研究趋势、主要贡献者及合作网络的系统性综述。通过在主要数据库（PubMed、Web of Science、Scopus）中使用“糖尿病 mellitus”和“代谢重编程”等相关术语进行初步检索，未发现此前有关该主题的文献计量学研究。更重要的是，现有的叙述性综述、系统性综述和荟萃分析主要集中于总结特定分子机制或临床结局，尚未提供基于数据驱动的整体性图谱，以描绘该领域的发展脉络、知识结构及新兴前沿。因此，当前该领域的知识结构在很大程度上仍处于未被系统描绘的状态。与可能受作者主观判断和专业背景影响的叙述性综述不同，文献计量分析提供了一种可重复、定量且无偏倚的方法，用于捕捉大规模的出版模式、合作网络和研究趋势。它能够揭示一个研究领域随时间推移所形成的智力结构、社会结构和概念结构。因此，文献计量分析可以展示一个领域研究了什么、谁做出了贡献、知识如何流动以及未来发展方向。然而，必须认识到该方法的局限性。文献计量分析无法评估单个研究的质量或有效性，也不能评价临床疗效或机制上的因果关系。此外，其结果依赖于底层数据库的覆盖范围和准确性，可能遗漏非英文文献、预印本或新兴期刊。因此，文献计量分析是一种宏观层面的映射工具，其作用是补充而非取代传统的证据综合方法。

据我们所知，目前尚无先前的文献计量学研究专门聚焦于糖尿病与代谢重编程交叉领域。本研究旨在大规模利用科学文献数据，系统揭示该研究领域的发展脉络、知识基础、热点动态及新兴前沿。研究结果有望为未来的科学进步与科研规划提供客观依据和战略洞见。

方案

数据来源与检索策略
为了提高文献的覆盖范围并减少来源偏差，检索了四个电子数据库：Web of Science（包括 Web of Science 核心合集，WoSCC）、PubMed、Scopus 和 Embase。文献发表时间限定为 2016 年 1 月 1 日至 2025 年 12 月 31 日。仅纳入以英文撰写的原创性研究论文和综述文章。检索词聚焦于两个概念：“糖尿病”（diabetes mellitus，DM）和“代谢重编程”（metabolic reprogramming）。检索策略以及筛选过程中使用的所有排除标准详见图 1。

各数据库所使用的精确检索词如下所示：
Web of Science (WoSCC)
TS=((糖尿病 OR “糖尿病 mellitus” OR “1型糖尿病” OR “2型糖尿病”) AND (“代谢重编程” OR “代谢重塑” OR “葡萄糖代谢” OR “Warburg效应” OR “细胞代谢” OR “线粒体功能障碍”))
*筛选条件：发表年份：2016–2025年；文献类型：文章、综述；语言：英语。*

PubMed:
（“糖尿病”[标题/摘要] OR “2型糖尿病”[标题/摘要] OR “1型糖尿病”[标题/摘要] OR “T2DM”[标题/摘要] OR “T1DM”[标题/摘要]）AND（“代谢重编程”[标题/摘要] OR “代谢重编程”[标题/摘要] OR “代谢重塑”[标题/摘要] OR “瓦伯格效应”[标题/摘要] OR “细胞代谢”[标题/摘要] OR “细胞代谢”[标题/摘要] OR “线粒体功能障碍”[标题/摘要]）
*筛选条件：发表日期：2016/01/01 – 2025/12/31；文章类型：研究论文、综述；语言：英语。*

Scopus:
标题-摘要-关键词(“糖尿病” OR “糖尿病 mellitus” OR “1型糖尿病” OR “2型糖尿病” OR “T1DM” OR “T2DM”) AND 标题-摘要-关键词(“代谢重编程” OR “代谢重编程” OR “线粒体功能障碍” OR “代谢重塑” OR “瓦伯格效应”)
*筛选条件：发表年份：2016–2025；文献类型：文章、综述；语言：英语。*

Embase：
('diabetes mellitus'/exp 或 'diabetes mellitus':ab,ti 或 'type 2 diabetes':ab,ti 或 'type 1 diabetes':ab,ti) 与 ('metabolic reprogramming':ab,ti 或 'metabolic reprogram':ab,ti 或 'Warburg effect':ab,ti 或 'metabolic remodeling':ab,ti)
*筛选条件：发表年份：2016–2025年；文献类型：文章、综述；语言：英语。*
筛选过程中使用的所有排除标准均汇总于图1中。从各数据库检索到的记录均以纯文本格式导出，包含完整的书目信息（标题、作者、期刊、发表年份、摘要、关键词及参考文献）。

去重与人工筛选流程
为确保可重复性，采用逐步去重与人工筛选流程：首先，将从四个数据库导出的所有纯文本文件导入文献管理软件，利用“References > Find Duplicates”功能进行自动去重；随后，使用“Show All Fields”导出格式将去重后的文献记录导出为 Excel 格式，并根据标题和摘要进行人工筛选。纳入标准为原始研究或综述文章，明确涉及糖尿病（任何类型）和代谢重编程（包括糖酵解、氧化磷酸化、瓦伯格效应或线粒体代谢适应），且以英文撰写。排除标准包括社论、致编辑的信件、会议摘要、病例报告、与人类无关的动物研究，以及仅关注代谢综合征而未涉及糖尿病的研究。最终，共有 6,864 篇文献纳入文献计量分析（补充文件 1）。

文献计量分析的软件与方法
本研究采用了三种文献计量分析工具（材料表），系统地分析了文章中的作者、机构、来源、标题、关键词、被引参考文献及其他详细信息。6,864 项研究的原始数据（补充文件 1）被用作这三种软件工具的输入数据。文献计量软件 #1 是一款基于 Java 的免费软件工具，可协助研究人员分析、可视化和解读学术文献、知识网络、合作关系及研究热点¹³。文献计量软件 #2 是一种用于科学计量与知识图谱可视化的工具，主要用于揭示学术领域的发展趋势、研究热点和合作网络¹⁴。文献计量软件 #3 是一个用于科学计量分析与知识图谱绘制的 R 语言软件包，可用于导入、分析和可视化书目数据¹⁵。各软件的详细操作流程及具体参数设置详见 材料表。

结果

出版趋势分析（2016–2025年）
2016年至2025年间，共识别出6,864篇聚焦于糖尿病（DM）与代谢重编程的研究论文，涵盖10年时间。图2A展示了该研究领域每年的出版趋势。2016年至2024年期间，每年发表数量均低于800篇。2025年，年度发文量首次超过1,000篇。截至当前日期，累计发表论文数已达6,864篇。这表明自2025年以来，针对糖尿病与代谢重编程的研究兴趣持续增长，研究深度也逐年增加。

国家/地区分布
在过去十年中，共有121个国家和地区在日益突出的糖尿病（DM）与代谢重编程研究领域做出了重要贡献。中国在论文发表数量上位居首位，占全部文献的一半（图2B）。紧随其后的是美国和日本。在排名前十的国家/地区中，有6个国家的中心性得分超过0.1，分别为中国、美国、日本、意大利、德国和印度，表明它们在推动该领域研究发展中发挥着关键作用。

讨论

本研究系统地描绘了过去十年间这一新兴领域的知识、社会和概念结构。基于从四个数据库中检索到的6,864篇出版物，研究结果揭示了年度发表量的快速增长，中国在发表数量上占据主导但适度集中的地位，以及以胰岛素抵抗、氧化应激和线粒体功能为核心的知识结构。新兴前沿领域包括肠道微生物群、机器学习以及代谢重编程本身，标志着向系统医学范式的转变。

尽管中国在论文发表数量上占据主导地位，但中心性指标表明其在国际科研合作和学术领导力方面仍有提升空间。未来应加强跨学科合作，并支持从基础研究到临床应用的转化。本研究为科研管理和战略规划提供了客观的参考依据。

本研究中提出的文献计量学方案的成功依赖于若干关键步骤。首先，检索策略的全面性直接决定了相关文献的查全率。使用四个数据库（WoS、PubMed、Scopus 和 Embase）可减少来源偏差。其次，去重过程至关重要：必须通过文献管理软件进行自动去重，随后辅以人工核查，因为仅依赖算法去重无法识别缺少 DOI 或作者姓名不一致的记录。第三，仅纳入英文期刊文章和综述可能会引入语言偏倚，但这是文献计量学研究中...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
VOSviewer（版本 1.6.20）	荷兰莱顿大学科学与技术研究中心（CWTS）	https://www.vosviewer.com/	合著分析菜单路径： 创建 > 基于文献数据创建地图 > 从文献数据库文件读取数据 >  选择 TXT 文件 > 分析类型：合著分析  > 分析单位：作者（或机构）>  计数方法：全计数 > 最少文献数：5 > 选择项目数量：最多 1000 > 点击 “下一步” > 确认所选项目 > 点击 “创建地图” > 选择可视化参数（吸引力=2，排斥力=0，聚类分辨率=1.00） > 保存为 .png 或 .txt 格式。 共被引分析菜单路径： 创建 > 基于文献数据创建地图 > 分析类型：共被引分析 > 分析单位：被引文献 > 最少被引次数：10 > 后续步骤与上述相同。
CiteSpace（版本 6.3.R1）	Chaomei Chen，美国德雷塞尔大学	https://citespace.podia.com/	在节点类型中选择“关键词”或“被引文献”并运行分析后，点击“突发性”（Burstness），并将 Top N 参数设置为 20，以检测出现频率或被引次数最高的前 20 个突发关键词或突发文献。
bibliometrix（版本 4.1.2）	Massimo Aria 和 Corrado Cuccurullo；R 语言程序包	https://www.bibliometrix.org/	在 RStudio 中运行 library(bibliometrix) 和 biblioshiny()；在打开的 biblioshiny 网页界面中，依次执行以下操作：通过 “数据 > 导入” 选择文件，将格式设置为 “RIS” 或 “BibTeX”，然后点击 “转换”，再点击 “开始”；通过 “描述性分析 > 年度科研产出 > 生成” 生成年度科研产出图；通过“合作分析 > 国家合作网络 > 生成”生成国家合作网络图；通过“概念分析 > 主题图谱”设置最低词频为 5、聚类数为 3，然后点击“生成”创建主题图谱；通过 “概念分析 > 关键词突发 > ReferencePublicationYearSpectra > 生成” 生成关键词突发图