本研究采用文献计量学分析方法,描绘中医药治疗胃癌的当前研究格局,并进一步揭示研究热点的演变趋势。
本研究采用文献计量学分析方法,描绘中医药治疗胃癌的当前研究格局,并进一步揭示研究热点的演变趋势。
本研究基于Web of Science核心合集WOSCC(文献数据库),对2006年至2025年间发表的704篇关于中医药治疗胃癌的文献进行了文献计量学分析。采用CiteSpace(文献计量分析软件)、VOSviewer(文献计量绘图软件)和Scimago Graphica(免费科学数据可视化应用)进行网络分析与可视化。从发表趋势、合作网络、研究主题和知识基础等角度,系统阐明了该领域的研究现状、核心研究力量及前沿演变。过去二十年间,相关文献发表数量持续增长,2025年达到历史峰值102篇。近十年发表的论文占总数的75%以上,表明该领域正处于活跃的研究阶段。中国在发文量(671篇)、总被引频次(13,447次)和国际合作中心性方面均位居首位。南京中医药大学和北京中医药大学是该领域的核心研究机构。主要发表期刊包括《民族药理学杂志》(Journal of Ethnopharmacology)和《药理学前沿》(Frontiers in Pharmacology)。关键词聚类分析识别出九个主要研究主题:幽门螺杆菌、针灸、中药注射剂、网络药理学、分子对接、代谢组学等。研究热点从早期的基础机制探索,逐步发展为综合治疗策略,并进一步演变为依托新兴技术的系统性研究。目前,分子对接和上皮-间质转化(epithelial-mesenchymal transition)代表了该领域的研究前沿。
胃癌是全球最常见的消化道恶性肿瘤之一,其发病率和死亡率长期位居恶性肿瘤前列,严重威胁人类健康1。该病早期症状隐匿,多数患者在初诊时已处于晚期,错失根治性手术的最佳时机。即使采用手术、放疗和化疗等治疗手段,传统治疗方式的疗效仍十分有限,且常伴随严重不良反应,不仅影响患者生活质量,还常导致治疗中断2,3,4。中医药作为综合抗肿瘤治疗的重要组成部分,在胃癌的防治中展现出独特价值5。近年来,中医药联合手术、放疗和化疗的治疗模式日益普及。多项临床研究证实,中医药可有效缓解化疗引起的不良反应,抑制肿瘤复发与转移,提高患者生活质量,同时具有多通路、多靶点作用及作用温和等特点6,7,8,9,10。在中国,中医药贯穿胃癌防治全过程,从癌前病变的早期干预到晚期姑息治疗,已成为不可或缺的治疗手段11。然而,随着相关研究数量迅速增长,该领域面临研究主题分散、证据质量参差不齐、核心科学问题不明确等挑战,亟需对当前研究格局进行系统性梳理与总结。
文献计量学是一门跨学科领域,以文献体系为研究对象,运用数学和统计学方法对知识载体的分布特征与演化规律进行定量分析12。与系统综述和荟萃分析等传统综述方法相比,文献计量学更侧重于揭示宏观和中观层面的研究模式与前沿动态,能够弥补传统综述中可能存在的主观选择偏差,尤其适用于对大规模、多维度文献特征的系统梳理。基于此,该方法可为学者提供数据支持,以把握学科发展脉络、识别核心研究力量并规划未来研究方向13,14,15。近年来,该方法已广泛应用于各领域的知识图谱绘制与前沿分析,为系统追踪学科发展提供了科学依据。本研究基于文献数据库,采用文献计量分析工具,包括文献计量绘图软件和一款免费的科学数据可视化应用程序,对2006年至2025年间中医药治疗胃癌的文献进行可视化分析。通过考察发表趋势、国家分布、机构合作、作者网络、期刊分布、关键词聚类及共被引文献等多个维度,系统阐明该领域当前的研究现状、核心研究力量、热点主题及前沿演变,旨在为中医药防治胃癌的临床实践与科学研究提供参考。
数据采集与检索策略
在文献数据库中使用布尔逻辑运算符进行了主题检索。检索策略采用医学主题词(MeSH)相关概念及针对WOSCC数据库调整的自由词关键词进行设计: "胃肿瘤" 胃癌 "医学,中国传统" 针对传统中医药,以及相关入口术语。检索限定于 "主题" 领域。为全面涵盖胃癌研究中关于中医药的广泛文献,优先选择针灸和中药作为主要检索轴心,因这两种方式是该领域应用最广泛的治疗手段,且已产生最为丰富的研究成果。检索策略构建如下:TS=(“traditional Chinese medicine*” OR “TCM” OR “Chinese herbal” OR “acupuncture” OR “herb medicine*”) AND TS=(“stomach neoplasm*” OR “gastric cancer*” OR “gastric tumor*” OR “gastric carcinoma*”)。在胃癌与中医药领域中,分别分层选取核心与扩展关键词,组内使用“OR”连接,组间使用“AND”连接,以确保涵盖相关研究主题的全面性。采用通配符以避免遗漏相关术语。检索时间范围限定为2006年1月1日至2025年12月31日表1)。检索日期为2026年3月18日。索引类别包括SCI-EXPANDED和SSCI。
文献筛选流程与标准
文献筛选过程如下:(1)语言筛选:仅纳入英文文章。(2)文献类型筛选:仅纳入期刊文章(Article)和综述(Review);会议摘要、社论、通讯、新闻条目等均被排除。从WOSCC检索到的所有记录均完整导出,不进行任何人工预筛选,以确保筛选过程的无偏性和可重复性。从文献数据库导出记录时,导出设置如下:记录内容设为“完整记录和被引参考文献”;文件格式设为“纯文本”;编码设为“UTF-8”;文件命名为“20260318_TCM_gastric”。在筛选过程中如出现分歧,均由两位作者通过共识讨论解决,以确保筛选结果的准确性。
数据导入与清洗
导出数据后,第一步是转换格式并导入数据。从 WOSCC 导出的 TXT 文件统一存储在“input”文件夹中。随后,利用文献计量分析工具内置的数据格式转换工具,将原始文献记录转换为文献计量分析工具可识别的格式;转换后的文件存储在“output”文件夹中,并自动创建相应的“data”和“project”文件夹,为后续的共现分析、共被引分析和关键词演化分析奠定了结构化的数据基础。
在数据清洗步骤中,为避免重复文献对分析结果造成干扰,使用了文献计量分析工具的数据去重功能进行自动化筛选。该功能通过唯一的文献标识符识别并删除重复记录,确保每篇出版物仅保留一条记录。具体而言,在文献计量分析工具的数据预处理界面中选择“去除重复项”选项后,系统会自动扫描数据集,移除冗余条目,并生成去重日志以供核验。清洗完成后,所有保留的唯一文献记录均被纳入后续分析,从而保证了网络构建和统计计数的准确性。此外,将从WOSCC导出的TXT文件直接导入文献计量绘图软件,利用基于地图的书目数据功能进行处理,以构建合作网络与共现网络。
分析工具
采用文献计量分析工具构建共被引网络并分析关键词演变;使用文献计量制图软件构建并可视化合作网络与共现网络;利用一款免费的科学数据可视化应用程序对国家/地区合作网络进行可视化;使用WPS Excel 2023(WPS电子表格)和GraphPad Prism 10.1(科学数据分析与绘图软件)进行基础统计分析及图表制作。
文献计量参数设置(文献计量分析工具)
在文献计量分析中,时间切片设置为从2006年至2025年,以1年为间隔;节点选择采用g指数法(k = 5)。网络简化采用Pathfinder剪枝算法,分别对每个时间切片网络进行一次剪枝,网络合并后再进行一次剪枝。在可视化图谱中,节点大小根据其出现频次按比例缩放,连线粗细反映共现关系的强度16。从导出的文献记录中提取关键词,并进行合并与标准化处理,在此基础上生成共现矩阵。随后进行聚类分析、时间线可视化和突现词检测,以识别主题演变趋势和新兴研究前沿。分析结果包括共现网络文件、聚类报告及突现词列表,用于进一步的可视化与解读。
协作与共现网络分析工作流程(文献计量绘图软件)
在文献计量制图软件分析中,根据每个实体的出版物数量分布设定了阈值:作者至少4篇,机构至少6篇,国家至少2篇,期刊至少3篇。在这些阈值下,分别构建了作者、机构、国家和期刊的合著网络,以及关键词共现网络。网络布局采用基于Linlog/模块度的算法进行优化,节点大小根据出版物数量或总被引次数进行加权,具体取决于分析目标17。分析生成了各网络的节点/边统计文件、二维网络图谱和密度视图,用于解读合作模式和研究热点分布。
国家合作网络可视化(一个免费的科学数据可视化应用程序)
使用一款免费的科学数据可视化应用程序,主要用于分析和可视化国家合作网络。该工作流程包括将从文献计量绘图软件导出的GML格式的国家合作数据导入该免费科学数据可视化应用程序,并设置以下参数:(1)节点标签设为“国家”;(2)基于国家名称字符串进行节点聚类。在生成的国家合作网络中,节点直径反映每个国家的出版物数量,连接线的粗细反映国家之间合作的频率18,19。
基础统计分析与可视化(WPS 电子表格及科学数据分析与绘图软件)
使用 WPS 电子表格以及科学数据分析和绘图软件进行描述性统计分析,并将分析数据转换为可视化图形,包括饼图、条形图和柱状图。
年度出版物产出
初步检索获得724条记录,经筛选仅纳入英文文献和综述文章,最终确定704篇出版物:其中548篇为研究论文,156篇为综述文章。从2006年至2025年,胃癌中医药研究领域的年度发表数量呈现波动上升趋势,反映出研究兴趣的持续增长。研究成果的时间演变可分为三个明显阶段。初始探索阶段(2006–2012年)年发表量较低,始终维持在每年不足10篇文章。快速增长阶段(2013–2018年)始于2013年首次突破至12篇文章,随后持续增长,至2018年达到44篇,年增长率显著。稳定高产阶段(2019–2025年)年发表量持续超过40篇,呈继续上升趋势,并于2025年达到峰值102篇。值得注意的是,该阶段的文献数量占总文献量的75.0%,是该领域最具产出力的时期。总体而言,过去二十年间胃癌中医药相关文献数量呈稳步上升趋势,近十年的增长尤为显著(图1)。
国家/地区贡献与跨国合作网络
从国家分布来看,胃癌中医药研究呈现出高度集中的态势,中国处于主导地位。中国在论文发表数量、总被引频次和总链接强度方面均位居第一,表明中国不仅是该领域科研产出的主要贡献者,也是国际科研合作的核心枢纽(表2)。一个以中国为中心,辐射美国、日本、英国和澳大利亚等国的国际科研合作网络已初步形成。
国家聚类分析根据发文量将全球前20个国家划分为若干合作集群:中国、日本和马来西亚组成了东亚与东南亚地区的区域性合作圈。澳大利亚、厄瓜多尔、印度、巴基斯坦和葡萄牙形成了以澳大利亚为中心、涵盖多个发展中国家的合作圈。加拿大、希腊和英国体现了欧洲与北美洲之间的学术联系。巴西、意大利和瑞士展示了欧洲与南美洲之间的跨区域合作。波兰与美国构成一个独立的合作配对,而德国和韩国则表现出相对独立的合作特征(图2A)。国际合作关系的弦图进一步显示,中国在全球合作中处于核心地位,与美国、日本、英国和澳大利亚之间的连接线较粗,合作频次高,共同形成了以中国为中心、辐射亚洲、欧洲和北美洲的国际协作网络(图2B)。文献富集气泡图表明,中国以671篇论文和累计13,447次引用在两项指标上均遥遥领先,位居第一。值得注意的是,尽管西班牙的发文量未进入前十,但其发表的两篇文章共获得1,401次引用,显示出极高的学术影响力。此外,日本、希腊、美国和英国等国家的单篇论文平均引用次数也相对较高,反映出这些国家卓越的研究质量(图2C)。
总体而言,胃癌领域的中医药研究呈现出高度集中的格局,以中国为中心,在论文发表数量、引用影响力以及国际科研合作网络的中心性方面均占据主导地位。尽管美国、日本和韩国等国家也有所贡献,但其研究产出量仍远低于中国。一个以中国为核心、活跃开展跨区域合作的国际协作网络正在逐步形成。
研究机构与合作网络
从机构分布来看,中医药治疗胃癌的研究呈现出高度集中的态势,按发文量排名前10的机构均位于中国,表明中国机构是该领域的主导力量(表3)。南京中医药大学在发文量(63篇)和总被引频次(1,152次)方面均位居第一,北京中医药大学紧随其后(45篇,1,027次被引),这两所机构构成了该领域的核心研究力量(图3A)。尽管上海交通大学的发文量排名第七(23篇),但其总被引频次达到874次,篇均被引38次,显示出其研究成果具有突出的学术影响力。上海中医药大学(38篇,685次被引)、中国中医科学院(32篇,580次被引)和浙江中医药大学(27篇,403次被引)也表现出较高的科研活跃度(图3B)。在总链接强度方面,北京中医药大学(36)与中国中医科学院(36)并列第一,南京中医药大学(30)、上海交通大学(25)和上海中医药大学(22)紧随其后,表明这些机构在国际合作方面相对活跃。
机构合作网络分析显示,52个主要研究机构被划分为九个合作集群,呈现出明显的区域特征。以北京中医药大学、中国中医科学院、首都医科大学和中国医学科学院为中心的中国华北地区机构形成了紧密的合作圈(集群3)。以上海交通大学、复旦大学、上海中医药大学和同济大学为中心的中国华东地区高校在上海形成了合作网络(集群1)。以浙江大学、浙江中医药大学、温州医科大学和浙江省中医院为中心的浙江省内机构形成了区域性合作圈(集群2)。以南京中医药大学、南京医科大学、南京大学、苏州大学和扬州大学为中心的江苏省内机构建立了高度协同的合作网络(集群4和集群6)。以广州中医药大学为中心的中国华南地区机构,
中山大学和暨南大学组成了南方合作圈(第5集群)。成都中医药大学、四川大学和武汉大学展现了中国西南与中部地区的跨区域联系(第9集群)。此外,部分合作集群表现出跨国合作特征,例如第4集群中包含了日本的Showa University,反映出一定程度的国际学术交流(图3C)。
总体而言,胃癌的中医药研究领域呈现出高度集中的格局,以中国机构为核心,其中南京中医药大学和北京中医药大学在论文发表数量和引用影响力方面处于领先地位。一个机构间的合作网络已开始形成,以上海、江苏、浙江及北京等地的中医药大学为中心,辐射至全国范围内的高校和科研机构,形成了多个区域性的协作集群。
期刊发表与引文分析
胃癌相关中医药文献主要发表于专注于中医药、药理学和肿瘤学的专业期刊上。发表渠道相对集中,整体研究质量较高。按发文量排名前10位的期刊共发表论文228篇,占总发表量的33%。其中, 民族药理学杂志,民族药理学领域的领先期刊,以45篇文章位居第一。 循证补充疗法 和 替代医学,该领域聚焦于相关研究,以43篇文章位列第二, 药理学前沿,药理学领域重要的开放获取期刊,位列第三,发表文章40篇。此外,诸如 医学, 植物药学,以及 肿瘤学前沿 也表现出较高的发表活跃度(图 4A)。就引用影响力而言, 生物医学 & 药物治疗,该 民族药理学杂志,以及 药理学前沿 均属于Q1区期刊,每篇被引次数均超过700次,显示出其在胃癌与中医药研究交叉领域中的核心影响力(图4A,B,以及 表4).
期刊聚类分析将57种主要期刊分为11个聚类,涵盖基础与临床各个方面,反映了该领域多样化的研究主题。专注于整合医学以及补充与替代医学的期刊,如《整合医学杂志》和 BMC 补充与替代医学,形成了第1组。 药理学前沿 以及 癌症科学杂志以药理学和肿瘤学基础研究为重点的集群构成了第2组。 抗癌药物 和 药物设计、开发与治疗,这些专注于抗癌药物开发与治疗的研究被归入第3组。第4组由 中国中西医结合杂志 和 西医与欧洲整合医学杂志,两者均侧重于中西医结合研究。在消化系统肿瘤学领域,诸如 世界胃肠病学杂志 以及 国际癌症杂志 形成了一个临床研究主题集群。 生物医学 & 药物治疗, 中药学,以及 中医杂志 构成了中医药现代化和药理学研究领域的核心期刊新集群。此外,肿瘤生物学与支持治疗、分子机制与肿瘤生物标志物、民族药理学与临床观察、植物药与消化系统肿瘤学等研究方向也各自形成了相应的主题集群。各集群内期刊的主题聚焦既有交叉重叠,又具有不同的侧重点,反映出该领域研究方向的多样性格局图 4C).
总之,胃癌相关中医药研究文献主要发表于中医药、药理学及肿瘤学领域的专业期刊,出版渠道相对集中,整体研究质量较高,多数文章发表在Q1和Q2区期刊中。其中包括诸如 生物医学 & 药物治疗,该 民族药理学杂志,以及 植物药学 在发文数量和引用影响力方面均表现突出。期刊聚类分析显示,该领域的研究主题涵盖多个方向,包括整合医学、民族药理学、抗癌药物开发、中西医结合以及消化系统肿瘤的临床研究,呈现出多元化的发展趋势。
作者合作网络与学术影响力分析
从作者分布的角度来看,中医药治疗胃癌领域已形成相对稳定的高产核心作者群体,高产作者与高影响力作者之间重合度较高,且合作网络较为紧密。发表论文数量最多的10位作者均来自中国。其中,Wu, Jian 与 Liu, Yanqing 以各发表13篇文章并列第一,Wang, Wei 以12篇文章紧随其后。Liu, Shenlin、Nan, Yi、Shu, Peng、Sun, Qingmin 和 Yuan, Ling 等作者均发表了11篇文章,共同构成了该领域的核心高产作者群(图5A)。在引文影响力方面,Wang, Rui 以361次引用位居首位,Wu, Jian 以355次引用位列第二。Sun, Qingmin、Peng, Cheng 和 Liu, Shenlin 等作者也表现出较高的引用影响力,反映出其研究成果具有较高的学术价值。在总连接强度方面,Wu, Jian 与 Sun, Qingmin 以62并列第一,Liu, Shenlin 以58位居其后,表明这些作者在合作网络中处于核心地位(图5B)。
作者共现分析将36位高产作者分为五个合作团队。其中,聚类1包含12位作者,核心成员为Liu, Shenlin;Sun, Qingmin;Wu, Jian;Wang, Haidan;Chen, Xu;以及Chen, Menglin,是该领域规模最大的研究团队,具有紧密合作的特点,并形成了稳定的学术共同体。聚类2由11位作者组成,代表性成员为Dai, Xiaojun、Ni, Tengyang、Qian, Yayun、Wang, Haibo和Sunagawa, Masataka,呈现出中日跨国合作的特征,其中Sunagawa, Masataka为日本学者,体现了该领域一定程度的国际学术交流。聚类3包括6位作者,核心成员为Shu, Peng、Song, Siyuan、Wen, Fang、Liu, Jiatong、Li, Ye和Huang, Wenjie,构成一个相对紧密的合作子群体。聚类4由4位作者组成:Wang, Rui;Wang, Ruiping;Xu, Yan;以及Zhang, Junfeng。尽管团队规模较小,但其学术影响力突出,其中Wang Rui的引用影响力位居该领域作者之首。聚类5由3位作者组成,核心成员为Liu Baorui和Liu Yongping,形成一个较小的合作单元(图5C)。
在核心作者之间的合作关系方面,Wu, Jian、Sun, Qingmin 和 Liu, Shenlin 构成了该领域合作网络的中心枢纽,三人之间的合作频次较高,且各自与团队成员建立了广泛的研究合作关系。以 Wu, Jian 为核心的团队主要聚焦于胃癌治疗中中医药的临床研究;以 Sun, Qingmin 为核心的团队侧重于基础机制研究;以 Liu, Shenlin 为核心的团队则致力于中西医结合治疗策略的研究。各团队之间也存在一定的跨团队合作,但总体上仍以团队内部合作为主。
综上所述,胃癌领域的中医药研究已形成以吴、建、刘、艳青和王、伟为代表的核心作者群体,高产作者与高影响力作者之间重合度较高,学术共同体初具雏形。作者合作网络呈现出显著的团队化特征,形成了以刘、沈林,孙、庆民和吴、建为中心的大型研究团队,以及以舒、鹏和戴、晓军为代表的中小型合作团队。在国际协作方面,部分团队已展现出跨国合作态势,但整体国际交流仍需进一步拓展。
关键词聚类与研究热点的演变
关键词聚类分析识别出九个主要聚类,模块度Q值为0.7341,加权平均轮廓系数S值为0.8938,表明聚类结构显著且内部同质性高。#0 幽门螺杆菌:幽门螺杆菌是胃癌发生的关键致病因素。该聚类聚焦于H. pylori感染与胃癌发展之间的关系,以及针对H. pylori相关胃癌前病变的中医药干预研究。#1 胃癌:一个核心聚类,涵盖胃癌的基础与临床研究,包括分子机制、诊断标志物及治疗策略。#2 针灸:该聚类关注针灸在胃癌辅助治疗中的应用,包括缓解化疗引起的不良反应、改善生活质量以及调节免疫功能。#3 中医药:作为该领域的中心主题,该聚类涵盖关于中药复方、单味药及其活性成分抗胃癌机制的研究,贯穿整个研究领域的主要脉络。#5 中药注射剂:该聚类聚焦于常用中药注射剂(如参芪扶正注射液和艾迪注射液)在胃癌综合治疗中的应用,反映了中药制剂现代化的研究热点。#6 靶点识别:该聚类体现中医药治疗胃癌分子机制的研究,聚焦于中药活性成分的作用靶点与调控通路,代表研究范式从“现象描述”向“机制阐释”的转变。#6 分子对接:该聚类关注计算机辅助药物设计技术在中医药研究中的应用,通过虚拟筛选预测中药活性成分与靶点之间的相互作用,代表该领域新兴的研究方法。#7 网络药理学:该聚类代表该领域的重要研究方法,通过构建“成分-靶点-通路”网络,系统阐明中药多成分、多靶点、多通路协同作用的机制。#8 代谢组学:该聚类反映系统生物学方法在中医药研究中的应用,通过分析代谢物谱揭示中医药干预在胃癌中的代谢调控机制(图6A)。
关键词共现网络包含132个节点和181条连接,网络密度为0.0209。在关键词频次方面,除检索词“胃癌”和“中药”外,“凋亡”(出现129次)、“表达”(104次)、“细胞”(84次)、“增殖”(69次)、“网络药理学”(61次)和“生长”(55次)等关键词出现频率较高,反映出该领域的研究主要聚焦于凋亡、增殖等基本作用机制,以及网络药理学等新兴研究方法。在中介中心性方面,“增殖”、“癌”、“活化”、“胃癌”、“细胞”和“转移”等关键词具有较高的中心性,表明癌症症状与机制在知识网络中发挥着重要的桥梁作用,连接不同研究领域。值得注意的是,“增殖”的中心性达0.49,使其成为连接基础机制研究与临床应用研究的关键节点(图6B 和 表5)。
关键词时间线分析揭示了该领域研究热点的动态演变过程。聚类#1(胃癌)在整个研究期间始终作为核心主题。聚类#3(中药)持续保持活跃,并在后期阶段与网络药理学和分子对接等新兴方法深度融合。聚类#0(幽门螺杆菌)和聚类#2(针灸)主要在研究中期较为活跃。聚类#4(中药注射剂)在2015年至2020年间形成研究热点。而诸如聚类#5(靶点识别)、聚类#6(分子对接)、聚类#7(网络药理学)和聚类#8(代谢组学)等新兴聚类主要出现在后期阶段,反映出该领域研究方法从传统实验手段向系统生物学和计算生物学方向演进的趋势(图6C)。
胃癌领域中医药研究主题呈现出多样化特征,涵盖幽门螺杆菌、针灸、中药注射剂、网络药理学、分子对接和代谢组学等多个方向。对高频及高中心性关键词的分析表明,细胞凋亡和增殖等核心机制仍是研究重点,而网络药理学和分子对接等新兴方法正成为连接基础与临床研究的重要桥梁。从演变趋势来看,研究热点已从基础机制探索逐步转向综合治疗策略,并进一步发展为依托前沿技术的系统性研究,其中分子对接和上皮-间质转化等主题代表了当前的研究前沿。这反映出该领域正从传统实验研究模式向多学科交叉与技术融合的现代研究范式转变。
参考文献的文献计量学分析
共被引参考文献网络包含398个节点和735条连接,网络密度为0.0093。进一步的聚类分析识别出九个主要聚类,模块度Q值为0.7055,加权平均轮廓系数S值为0.9819,表明聚类结构清晰且高度同质。主要聚类包括#1胃癌癌前病变、#6 akt、#9铁死亡、#2白花蛇舌草、#7细胞凋亡和#4机制,涵盖了胃癌前病变、细胞凋亡、铁死亡、中药活性成分及分子机制等多个研究方向,共同构成了该领域知识基础与研究前沿的互联结构(图7A)。
从参考文献的共被引网络中可以看出,被引频次最高的10篇参考文献均为胃癌流行病学、临床诊断与治疗以及中医药研究领域的重要贡献。其中,Sung 等人(2021年)发表在《CA: A Cancer Journal for Clinicians》上的全球癌症统计报告以128次被引位居第一,是该领域最重要的流行病学参考文献。Smyth 等人(2020年)发表在《The Lancet》上的胃癌诊断与治疗综述以76次被引位列第二。Bray 等人(2018年)的全球癌症统计报告以52次被引排名第三。此外,Xu 等人(2022年)发表在《Biomedicine & Pharmacotherapy》上的中医药研究论文、Chen 等人(2016年)发布的中国癌症统计数据以及 Joshi 等人(2021年)的胃癌综述也均位列被引频次最高的10篇参考文献之中(图7B)。
突发性引文分析揭示了该领域知识基础的动态演变。从突发强度来看,Bray 等人(2018年)发表的全球癌症统计报告的突发强度为19.57,突发时段为2019年至2022年,是此期间影响力最大的参考文献。Chen 等人(2016年)发表的中国癌症统计数据的突发强度为16.18,突发时段为2017年至2021年。Sung 等人(2021年)发表的全球癌症统计报告的突发强度为15.55,突发时段为2022年至2025年,表明癌症流行病学数据的监测在肿瘤学研究中仍具有重要作用。从时间维度来看,突发性引文可分为三个阶段:2016年至2018年,主要为流行病学数据(Ferlay 等,2015;Torre 等,2015)和胃癌发病机制研究(Qi 等,2015);2019年至2022年,主要为全球及中国癌症统计数据(Bray 等,2018;Chen 等,2016)、胃癌临床治疗(Van Cutsem 等,2016)以及中药作用机制研究(Liu 等,2017;Hung 等,2017;Xu 等,2018);2023年至2025年,则以最新的癌症统计数据(Sung 等,2021)、胃癌诊疗指南(Smyth 等,2020;Ajani 等,2022)、转移机制研究(Sexton 等,2020)以及中药研究的新进展(Xu 等,2022)为主导。这反映了研究热点从基础数据向临床实践、从单一机制向系统整合演进的趋势(图7C)。
综上所述,中医药领域关于胃癌的研究文献展现出明确的知识体系。高被引文献主要由癌症流行病学统计数据以及临床诊断与治疗的综述构成,构成了该领域的研究背景和理论支撑。高中心性文献主要包括临床诊断与治疗指南、流行病学综述以及中医药作用机制的研究,在知识网络中发挥着重要的桥梁作用。突现文献揭示了该领域知识体系的动态演变过程,从早期的基础数据积累,发展到中期的临床诊断与治疗探索,再到近期的前沿机制研究与系统整合,反映了该领域研究不断深化的发展轨迹。
数据可用性:
支持本研究发现的原始数据可完全无限制地公开获取。所有数据均可通过科学数据银行网站 https://www.scidb.cn/s/VbAzqq 免费访问。该存储库包含原始的WOSCC记录、清洗后的数据集、软件输出文件、关键词合并规则、分析参数以及其他关键信息,能够使读者复现整个工作流程。

图1: 年度出版物数量与引用次数。 柱状图显示了2006年至2025年每年发表的文章数量。蓝色柱体代表出版物数量;红色线条代表引用次数。 请点击此处查看该图的放大版本。

图 2: 国家合作网络、国际协作关系弦图以及按发文量排名前20国家的富集气泡图。 (A)节点代表国家/地区;节点大小与发文量成正比;不同聚类以颜色区分。(B)弦图展示主要国家之间的合作关系,带状连接的宽度与合著频率成正比。(C)横轴表示发文量,颜色反映引用影响力,气泡大小表示总链接强度。 请点击此处查看该图的高清版本。

图3:按发文量、被引频次及机构合作网络排名的前10家研究机构。(A)气泡图显示按发文量排名前10机构的综合指标。(B)横轴表示被引频次,纵轴表示机构名称。(C)在机构合作网络中,节点大小代表发文量,连线粗细反映共同作者频率。请点击此处查看该图的高清版本。

图4: 按发表量排名前10位期刊的影响因子、按被引频次排名前10位期刊的JCR分区,以及期刊共被引网络。 (A) 前10大高产期刊的影响因子柱状图。B红色表示Q1,粉色表示Q2,灰色表示无四分位数信息。C期刊共被引网络;节点大小反映被引频次,连线粗细表示共被引强度。JIF 和分区数据来自 2024 年《期刊引证报告》(Clarivate)。 请点击此处以查看此图的放大版本。

图5: 按发表论文数量、引用次数及作者合作网络排名的前10位作者。(A)发表论文数量最多的作者柱状图。(B)总引用次数最高的作者柱状图。(C)合著者网络:节点大小表示发表论文数量,连线粗细表示合作强度,不同颜色代表不同的作者合作群组。请点击此处查看该图的高清版本。

图6: 关键词聚类图谱、共现网络及时间线可视化。 (A)关键词聚类网络,不同颜色代表不同的研究主题。(B)共现网络:节点大小表示关键词出现频率,连线粗细反映关键词共现强度。(C)时间线视图,展示关键词聚类的演变过程,节点位置根据其首次出现的平均年份确定。请点击此处查看该图的高清版本。

图 7: 参考文献聚类图谱、共引网络及前 20 篇引文突现强度最高的参考文献。 (A)参考文献的聚类共引网络;每个聚类对应一个主要研究方向。(B)参考文献的共引网络;节点大小表示被引频次,连线粗细表示共被引强度。(C)引文突现强度最高的 20 篇参考文献列表,包含突现强度、持续时间(起始–结束年份)及被引文献信息。请点击此处查看该图的高清版本。
| 设置 | 结果 | 搜索查询 |
| #1 | 78653 | TS=("传统中草药*" OR "TCM" OR "中草药" OR "针灸" OR "草药*") |
| #2 | 101491 | TS=(“胃肿瘤” OR “胃癌” OR “胃肿瘤” OR “胃癌”) |
| #3 | 704 | #1 和 #2 |
表1: 文献检索策略与结果。 包括检索语法、布尔运算符、通配符使用情况,以及在每一步筛选中获取的记录数量。
| 排名 | 国家 | 文献数 | 被引次数 | 篇均被引次数 | 总链接强度 |
| 1 | 中国 | 671 | 13447 | 20 | 62 |
| 2 | 美国 | 29 | 676 | 23 | 33 |
| 3 | 日本 | 12 | 361 | 30 | 8 |
| 4 | 韩国 | 8 | 171 | 21 | 3 |
| 5 | 英国 | 6 | 170 | 28 | 8 |
| 6 | 意大利 | 5 | 93 | 19 | 8 |
| 7 | 澳大利亚 | 4 | 203 | 51 | 9 |
| 8 | 德国 | 4 | 156 | 39 | 5 |
| 9 | 葡萄牙 | 4 | 116 | 29 | 6 |
| 10 | 加拿大 | 3 | 31 | 10 | 3 |
表2: 最具影响力的前10个国家/地区。 按发表论文数量排序。各列分别为:排名、国家、论文数量、总被引次数、平均引用强度和总链接强度。
| 排名 | 机构 | 文献数 | 被引频次 | 国家 |
| 1 | Nanjing Univ Chinese Med | 63 | 1152 | 中国 |
| 2 | Beijing Univ Chinese Med | 45 | 1027 | 中国 |
| 3 | Shanghai Univ Tradit Chinese Med | 38 | 685 | 中国 |
| 4 | China Acad Chinese Med Sci | 32 | 580 | 中国 |
| 5 | Zhejiang Chinese Med Univ | 27 | 403 | 中国 |
| 6 | Shanghai Jiao Tong Univ | 23 | 874 | 中国 |
| 7 | Guangzhou Univ Chinese Med | 23 | 665 | 中国 |
| 8 | Yangzhou Univ | 20 | 278 | 中国 |
| 9 | China Med Univ | 19 | 692 | 中国 |
| 10 | Chengdu Univ Tradit Chinese Med | 18 | 638 | 中国 |
表3:最具影响力的前10个机构。 按发表论文数量排序。各列分别为:排名、机构、论文数量、总被引次数和所属国家。
| 排名 | 源 | 文件 | 引用 | 总连接强度 | JIF | JCR |
| 1 | 民族药理学杂志 | 45 | 1208 | 114 | 5.4 | Q1 |
| 2 | 循证补充与替代医学 | 43 | 694 | 103 | N/A | N/A |
| 3 | 药理学前沿 | 40 | 784 | 109 | 4.8 | Q1 |
| 4 | 医学 | 24 | 352 | 60 | 1.4 | Q2 |
| 5 | 植物药学 | 21 | 508 | 50 | 8.3 | Q1 |
| 6 | 肿瘤学前沿 | 19 | 220 | 60 | 3.3 | Q2 |
| 7 | 生物医学 & 药物治疗 | 14 | 1779 | 94 | 7.5 | Q1 |
| 8 | 科学报告 | 12 | 205 | 13 | 3.9 | Q1 |
| 9 | 药物设计、开发与治疗 | 10 | 216 | 18 | 5.1 | Q1 |
| 10 | 肿瘤学快报 | 10 | 169 | 18 | 2.2 | Q3 |
表4: 最具影响力的10种期刊。 按发文量排序。列表包括:排名、期刊名称、文章数量、总被引次数、总链接强度、期刊影响因子(JIF)和JCR分区。JIF和分区数据来源于科睿唯安2024年《期刊引证报告》。
| 排名 | 关键词 | 频次 | 关键词 | 中心性 |
| 1 | 胃癌 | 399 | 增殖 | 0.49 |
| 2 | 中药 | 179 | 癌 | 0.36 |
| 3 | 凋亡 | 129 | 活化 | 0.35 |
| 4 | 表达 | 104 | 胃癌 | 0.32 |
| 5 | 细胞 | 84 | 细胞 | 0.29 |
| 6 | 增殖 | 69 | 转移 | 0.2 |
| 7 | 网络药理学 | 61 | 凋亡 | 0.18 |
| 8 | 生长 | 55 | 表达 | 0.18 |
| 9 | 活化 | 49 | 治疗 | 0.17 |
| 10 | 体外 | 47 | 双盲 | 0.17 |
表5:核心关键词。 通过共现分析识别出的高频关键词列表。各列为:排名、关键词(频次)、频次、关键词(中心性)和中心性。
本研究采用文献计量学方法,系统描绘过去二十年间中医药治疗胃癌的研究格局。该分析不仅概述了全球研究现状,还识别出该领域的关键贡献者、新兴研究主题以及潜在的未来研究方向。
宏观层面的发展趋势与科研力量分布
近二十年来,中医药防治胃癌的研究经历了从初步探索、快速发展到稳定高产的三个阶段。2025年,年度发表论文数量达到历史峰值,共计102篇。这一增长趋势与全球胃癌疾病负担的持续上升以及中医药在综合癌症治疗中日益受到认可密切相关20,21,22。值得注意的是,过去十年发表的论文占总数的75%以上,且随着癌症发病率的持续上升,表明该领域正处于活跃的研究阶段,越来越多的研究关注通过中医药探索胃癌的防治策略23。在国家层面,中国在论文发表数量和总被引频次方面均位居全球第一,是该领域最主要的贡献者。发表论文数量排名前十的机构主要集中在中国,国内合作呈现出明显的区域集聚特征。在国际层面,机构间的合作主要发生在中国与日本之间。在日本汉方医学与中医药同源的文化背景下,日本的研究机构对运用中医药开展胃癌研究表现出浓厚兴趣。例如,扬州大学医学院与日本昭和大学医学院生理学系的学者在中医药活性成分筛选、分子机制解析以及针灸辅助治疗等方面开展了系统性研究。这些工作为中医药基础研究提供了有益补充与互动,成为跨国学术交流的重要纽带24。此外,澳大利亚、英国、希腊等国的参与表明,该领域的国际合作正逐步从双边合作向多元化的多边网络拓展,为全球范围内的知识共享与临床协作奠定了坚实基础25,26。
研究热点与前沿课题
对关键词及其共现模式的分析表明,该领域的研究主题呈现出动态演变的特征。早期研究主要集中在胃癌治疗中中医药的临床观察和基本作用机制探索,重点关注中药复方和单味药材在抑制肿瘤生长和诱导细胞凋亡方面的作用。近年来,研究热点逐渐转向分子机制的深入解析、系统生物学方法的应用以及精准治疗策略的探索,反映出研究范式正从经验总结向机制阐明、从单靶点向多靶点整合的方向转变27,28,29,30,31。
通过聚类分析,共识别出九个主要关键词聚类,涵盖幽门螺杆菌、针灸、中药注射剂、网络药理学、分子对接和代谢组学等多个研究方向,凸显了该领域研究主题的多样性。这些聚类不仅反映了胃癌中医药研究从单一治疗模式向综合干预策略的拓展,也体现了研究方法从传统实验向计算生物学和系统生物学的延伸32,33,34,35。
值得注意的是,近年来网络药理学和分子对接领域的研究集群呈现出显著增长趋势,表明系统生物学和计算机辅助药物设计正逐渐成为该领域重要的研究工具36,37,38。通过构建“成分-靶点-通路”网络,研究人员能够从整体角度阐明中药多成分、多靶点作用的协同机制。同时,分子对接技术为中药活性成分的虚拟筛选和靶点预测提供了高效手段。生物信息学分析与实验研究的结合已成为中药新药研发及临床干预靶点预测的经典范式39,40。这两种方法的深度融合不仅推动了对中药作用机制的理解,也为精准治疗策略的开发提供了技术支撑。
临床转化中的不足与未来研究方向
尽管该文献计量分析系统地揭示了中医药治疗胃癌领域的当前研究格局、核心研究力量及前沿演变,但在理解中医药抗胃癌机制方面虽已取得显著进展,临床实践中仍存在 substantial gaps41,42,43。一个主要缺陷是缺乏高质量、多中心、大样本的随机对照试验,这限制了支持中医药疗效的循证医学证据水平。目前,中医药在胃癌综合治疗中的应用 predominantly 为经验性,缺乏标准化的诊断与治疗方案,以及 robust 的疗效评价体系,导致难以从经验医学向循证医学 transition。鉴于中医药具有多通路、多靶点、作用温和的特点,并且与化疗、放疗、免疫治疗等现代治疗手段具有协同潜力,亟需 develop 融合中西医优势的标准化治疗策略。此类策略应超越单一治疗模式的局限,实现对胃癌患者的 comprehensive 管理与个体化 care。因此,未来研究必须 focus 于改进临床研究设计、加强循证支持、优化中西医结合治疗方案,并建立符合中医药 distinct 特征的疗效评价体系44,45,46。此外,尽管文献计量分析已描绘出网络药理学、分子对接、代谢组学等新兴方法在该领域的广泛应用,以及对凋亡、免疫调节、上皮-间质转化等关键机制的持续探索,但这些研究成果与临床应用之间仍存在关键的转化鸿沟。如何将基础研究中 identified 的中医药活性成分、作用靶点及调控通路,有效转化为临床可用的生物标志物、治疗靶点和精准用药策略,将是未来研究必须 address 的核心问题47,48。通过加强基础与临床研究的 integration,推动多学科协作,中医药有望在胃癌综合治疗中发挥更加重要的作用,为患者提供优化的治疗选择。
方法学考量与方案适应性
此外,若干影响可重复性和结果解释的关键实验步骤需要特别讨论。首先,检索策略的定义以及纳入/排除标准的明确建立,对结果的可重复性至关重要;这些内容已在方法部分详细说明。其次,同义词合并与关键词清洗会直接影响共现网络的拓扑结构;我们采用标准化词汇,并保留原始高频术语以确保透明度。在故障排查方面,若聚类轮廓系数较低,可调整算法参数或合并语义相近的聚类;若突现词检测产生过多噪声,可提高 gamma 值或最短持续时间阈值。在不损害整体可重复性或可靠性的前提下,可对文献计量工作流程进行适当修改,包括:选择不同的聚类算法(如 Louvain、LPA、K-means),调整网络可视化中的连接阈值,或采用不同的时间切片划分方式。只要这些修改在方法部分中明确记录并提供敏感性分析,核心结论仍具有稳健性。与传统的系统综述或荟萃分析相比,本文所采用的文献计量学方案更适用于描绘学科知识图谱、识别研究前沿以及揭示跨学科合作网络,而非直接回答诸如“某项干预措施是否有效”等临床问题。该方法克服了定性综述中的主观选择偏倚,也不同于荟萃分析中的效应量定量整合,能够处理大规模文献数据并直观展示研究演进趋势。因此,该方案可作为系统综述的有力补充,尤其适用于对学科发展趋势进行探索性和前瞻性分析。本研究存在一定局限性。第一,数据来源仅限于英文文献数据库,未纳入中国知网(CNKI)和万方等中文数据库,可能导致部分高质量中文研究未被收录,从而限制了国内科研贡献的全面呈现。第二,文献计量分析侧重于文献的外部特征及其共现关系,虽可揭示研究热点与知识结构,但无法深入评估研究内容的创新性、证据质量或临床价值。第三,我们的检索策略未单独包含以下任一术语:“中药方剂”、“草药方剂”、“汤剂”、“中成药”或“整合医学”。尽管我们尝试在检索式中纳入核心的中医概念,但缺少这些特定术语可能导致某些剂型或整合治疗模式相关研究的检索不全。因此,未来研究可结合系统综述、荟萃分析及临床实践指南,对中医药治疗胃癌的临床疗效与安全性提供更全面、基于证据的评估。尽管存在上述局限,本研究仍为系统把握该领域当前研究现状与前沿动态提供了有价值的参考。
作者声明无利益冲突。
本工作由北京微爱慈善基金会精英研究基金资助,项目编号 JYKY2024-0100319019。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| CiteSpace | Chaomei Chen,德雷塞尔大学 | 6.4.R1 (https://citespace.podia.com/) | 用于构建共被引网络及分析关键词演变。 |
| VOSviewer | 莱顿大学科学与技术研究中心(CWTS) | 1.6.19(https://www.vosviewer.com/) | 用于构建和可视化协作网络与共现网络。 |
| Scimago Graphica | SCImago 实验室 | 1.0.25(https://graphica.scimagojr.com/) | 用于可视化国家/地区间的合作网络。 |
| GraphPad Prism | GraphPad Software | 10.1 (https://www.graphpad.com/) | 用于基础统计分析和图形制作。 |
| WPS Excel | 金山软件有限公司 | 2023 (https://www.wps.com/) | 用于描述性统计分析和数据管理。 |
| Web of Science 核心合集 | 科睿唯安 | https://www.webofscience.com/ | 用于数据获取和检索策略的文献数据库。 |