Forschungsartikel
* These authors contributed equally
Diese Studie integriert bibliometrische und zweistichprobige Mendelsche Randomisierungsanalysen, um systematisch Forschungstrends zu untersuchen und die kausale Beziehung zwischen Bluthochdruck und erektiler Dysfunktion zu bewerten, wobei wichtige Faktoren, aufkommende Themen und genetische Hinweise auf einen Zusammenhang zwischen Bluthochdruck und erhöhtem Risiko für erektile Dysfunktion identifiziert werden.
Hypertonie (HT)-bedingte erektile Dysfunktion (ED), eine Erkrankung sekundär zu HT, ist durch eine anhaltende Unfähigkeit gekennzeichnet, eine ausreichende Erektion für eine zufriedenstellende sexuelle Leistung zu erreichen oder aufrechtzuerhalten. Diese Studie hatte zum Ziel, Publikationen im Zusammenhang mit HT-bezogener ED systematisch mithilfe von Bibliometrik zu analysieren und zu visualisieren, um zentrale Themen, Forschungshotspots und Wissenslücken zu identifizieren und die zugrundeliegende kausale Beziehung zwischen HT und ED mittels Mendelscher Randomisierung (MR) zu untersuchen. Die Literatur wurde aus der Web of Science Core Collection entnommen, und Publikationstrends wurden nach Ländern, Institutionen, Autoren, Zeitschriften und Kooperationsnetzwerken dargestellt. Für die MR-Analyse wurden Einzelnukleotid-Polymorphismen ausgewählt, die erheblich mit HT assoziiert sind, gefolgt von Schnitt, Filterung und Anpassung auf potenzielle Störer. Die Methode der inversen Varianzgewichtung wurde als primäre Analyse verwendet, ergänzt durch MR–Egger- und gewichtete Median-Ansätze sowie Sensitivitätsanalysen einschließlich Heterogenitäts- und Pleiotropiebewertungen, um die Robustheit sicherzustellen. Zwischen 2001 und 2025 wurden 1.661 Artikel in 1.099 Fachzeitschriften veröffentlicht, was den sich wandelnden globalen Forschungsstand und zukünftige Ausrichtungen widerspiegelt. Akademische Einrichtungen in Europa und Nordamerika haben eine dominierende Rolle gespielt. Das produktivste Land, die Institution, die Zeitschrift und der Autor sind die Vereinigten Staaten, die Universität São Paulo, das Journal of Sexual Medicine bzw. Faix, A. Gängige Schlüsselwörter sind Stickstoffmonoxid, metabolisches Syndrom und endotheliale Dysfunktion. MRT-Ergebnisse bestätigten, dass HT einen signifikanten positiven kausalen Effekt auf das Risiko von EDs hat. Forschungshotspots umfassen vor allem Impotenz, orale Sildenafil, Vardenafil, Sicherheit, eingeatmetes Stickstoffmonoxid, internationales Index, Prädiktor, spät auftretende Hypogonadismus, Testosteron, Fettleibigkeit, oxidativen Stress und Phosphodiesterase-5-Inhibitor. Die MRT mit zwei Stichproben liefert robuste kausale Belege, die die beobachtenden Ergebnisse ergänzen und einen umfassenden Rahmen zum Verständnis der HT-bedingten ED bieten.
Bluthochdruck (HT) ist der vorherrschende Risikofaktor, der die Entwicklung undSterblichkeit von Herz-Kreislauf-Erkrankungen (CVD) anreibt. CVD führt jährlich zu fast 17 Millionen Todesfällen weltweit, von denen etwa 55 % auf Komplikationen von HT 2,3 zurückzuführen sind. Erektile Dysfunktion (ED) ist gekennzeichnet durch anhaltende Unfähigkeit, eine Peniserektion zu erreichen oder aufrechtzuerhalten, die für eine zufriedenstellende sexuelle Aktivität ausreichend ist4. Umfragen haben gezeigt, dass bei Patienten mit HT die Prävalenz von ED zwischen 36 % und 45 % liegt, was signifikant höher ist als in nicht-hypertensiven Populationen5. Bluthochdruck und ED zeigen eine klare Korrelation6. Bluthochdruck kann die sexuelle Funktion negativ beeinflussen, indem er die Durchblutung reduziert, was potenziell zu verminderter Libido, Erregungsschwierigkeiten und beeinträchtigtem Orgasmus führen kann. Diese sexuelle Dysfunktion kann auch die Einhaltung der HT-Behandlungdurch Patienten beeinflussen 7,8,9.
Der Begriff "Bibliometrie" wurde erstmals 1969 von Alan Pritchard geprägt. Als analytischer Ansatz, der auf bibliometrischen Indikatoren basiert, ermöglicht er die quantitative Bewertung der Forschungsleistung in einem bestimmten Fachgebiet11,12. Die CiteSpace-Clustering-Software und das VOSviewer-Visualisierungstool werden häufig für bibliometrische Analysen eingesetzt, die die Untersuchung von Forschungstrends durch Clustering- und Mapping-Techniken erleichtern und die Ergebnisse als visuelle Wissensstrukturen präsentieren 13,14,15. Mit diesen Werkzeugen kann die Literatur zur HT-bezogenen ED systematisch visualisiert und analysiert werden. In dieser Studie wurde die Web of Science (WOS)-Datenbank als Datenquelle ausgewählt, und die Clustering-Software, das Visualisierungstool sowie Microsoft Excel wurden verwendet, um Entwicklungstrends und aufkommende Forschungshotspots in diesem Bereich zu identifizieren und zu charakterisieren.
Um die potenzielle kausale Assoziation zwischen HT und ED weiter zu untersuchen, wurde eine Mendelsche Randomisierungsanalyse (MR) unter Verwendung von genomweiten Assoziationsstudiendaten (GWAS) durchgeführt. Diese Methode verwendet genetische Varianten als instrumentelle Variablen (IVs), um die Bedingungen einer natürlichen randomisierten kontrollierten Studie nachzuahmen. Mit einem Zwei-Stichproben-MRT-Rahmen wurde der kausale Effekt von HT auf ED systematisch bewertet. Die MR-Analyse liefert Einblicke in ätiologische Mechanismen und potenziellen frühdiagnostischen Wert, während die bibliometrische Analyse wichtige Beiträger, sich entwickelnde Forschungsbereiche und zukünftige Richtungen in diesem sich schnell entwickelnden Bereich identifiziert. Durch die Integration bibliometrischer Kartierung mit genetischer kausaler Inferenz bietet die vorliegende Studie einen Doppelperspektiven-Rahmen: Die bibliometrische Analyse zeichnet die Wissenslandschaft ab, identifiziert Forschungslücken und erzeugt Hypothesen zur HT–ED-Beziehung, während die Zwei-Stichproben-MR unabhängige genetische Belege liefert, um die kausale Hypothese, die sich aus der beobachtenden Literatur ergibt, formell zu testen.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Diese Studie nutzte öffentlich zugängliche Daten aus der WOS-Datenbank (https://www.webofscience.com/wos/woscc/basic-search) und bezog keine menschlichen Teilnehmer ein; daher war keine ethische Genehmigung erforderlich.
Datenquellen und Sammlung
Die Web of Science (WOS)-Datenbank ist eine weithin anerkannte und häufig genutzte Ressource für wissenschaftliche und bibliometrische Forschung. Sie enthält Daten aus etwa 9.000 hochkarätigen Fachzeitschriften und über 12.000 wissenschaftlichen Konferenzbeiträgen und bietet eine umfassende Darstellung globaler Forschung in wissenschaftlichen, technologischen, medizinischen und verwandten Bereichen16, 17, 18. Diese Datenbank wurde für die vorliegende bibliometrische Analyse ausgewählt, weil sie einen strengen Zeitschriftenauswahlprozess, die konsequente Indexierung hochwertiger, peer-reviewter Literatur und umfassende Zitationsdaten – einschließlich zitierter Referenzen – bereitstellt, die für Co-Zitations- und bibliografische Kopplungsanalysen in Tools wie CiteSpace und VOSviewer unerlässlich sind.
Um die potenziellen Auswirkungen von Datenbankupdates auf die Konsistenz der Datensätze zu minimieren, wurden alle Such- und Abrufoperationen innerhalb eines einzigen Tages (20. Dezember 2025) abgeschlossen. Die Web of Science Core Collection wurde über ein institutionelles Abonnement über die Beijing University of Chinese Medicine über die standardisierte Clarivate-Weboberfläche abgerufen. Der Suchzeitraum umfasste Publikationen vom 1. Januar 2001 bis zum 20. Dezember 2025. Das Jahr 2001 wurde als Ausgangspunkt gewählt, da es auf die bahnbrechende Zulassung von Sildenafil im Jahr 1998 und die anschließende Einführung oraler Phosphodiesterase-Typ-5-Inhibitoren als Erstlinientherapie für ED folgte. Dieser Zeitraum gewährleistet eine umfassende Abdeckung der modernen Forschungszeit, während frühere, weniger standardisierte Studien ausgeschlossen werden.
Die Suche wurde in der Web of Science Core Collection über das Feld Thema (TS) durchgeführt, das Titel, Abstract, Autorenschlüsselwörter und Keywords Plus enthält. Alle Zitationsverzeichnisse innerhalb der Core Collection (d. h. SCI-Expanded, SSCI, A&HCI, CPCI-S, CPCI-SSH, ESCI, CCR-Expanded und IC) wurden ohne jegliche Einschränkungen aufgenommen. Alle Standard-Sucheinstellungen von Clarivate wurden ohne Änderungen beibehalten, einschließlich automatischer Begriffszuordnung oder Erweiterung. Die vollständige Suchanfrage wurde definiert als: TS = (Bluthochdruck UND (Impotenz ODER "erekile Dysfunktion")). Nur Dokumente, die als "Artikel" oder "Rezension" klassifiziert sind, wurden enthalten. Die abgerufenen Datensätze wurden im Klartext exportiert, wobei "Full Record and Cited References" als Ausgabeinhalt ausgewählt wurde. Aufgrund des Exportlimits der Web of Science-Plattform von 500 Datensätzen pro Charge wurden die 1.661 Datensätze in vier Chargen exportiert. Batch 1 enthielt Akten 1–500, Batch 2 Records 501–1000, Batch 3 Records 1001–1500 und Batch 4 Records 1501–1661. Vor der Analyse wurden die vier Klartextdateien mithilfe der Deduplizierungs- und Zusammenführungsfunktion in CiteSpace (Version R6.1.3) (Data→Import/Export→Remove Duplicates) zu einem einzigen Datensatz zusammengeführt, wodurch potenzielle doppelte Datensätze entfernt und der vollständige Datensatz für die spätere bibliometrische Analyse erhalten blieb.
Bibliometrische Analyse und Software
Die bibliometrische Analyse wurde mit einer Kombination aus spezialisierten Visualisierungs- und statistischen Werkzeugen durchgeführt.
CiteSpace (Version R6.1.3) ist eine Java-basierte Anwendung, die weit verbreitet verwendet wird, um Trends und Muster in der wissenschaftlichen Literaturzu visualisieren und zu analysieren. Es wurde 2004 von Dr. Chen Chaomeientwickelt. Die Software wurde auf einem Microsoft Windows 10 (64-Bit) System mit Java Runtime Environment Version 8 betrieben. Basierend auf Prinzipien der Scientometrie, Datenanalyse und Informationsvisualisierung offenbart es Wissensstrukturen, indem es Muster, Verteilungen und Beziehungen innerhalb der Literatur untersucht. In dieser Studie wurde CiteSpace für Keyword-Clustering und Burst-Erkennung eingesetzt. Die Zeitaufteilung wurde im Zeitraum 2001–2025 auf ein Jahr pro Schnitt festgelegt. Für den Netzwerkaufbau und -pruning wurde der g-Index mit einem Skalierungsfaktor von k = 25 verwendet. Keyword-Clustering verwendete den Log-Likelihood-Ratio-Algorithmus, um Cluster-Labels zu erzeugen. Zur Identifizierung von Forschungs-Hotspots wurde die Zitationsburst-Erkennung durchgeführt, wobei die Anzahl der Zustände auf 2 gesetzt war, ein Standardverhältnis von1/a0 = 2,0 und eine Mindestdauer von 2 Jahren. Der Gamma-Parameter wurde mit 1,04 für die Erkennung von Schlüsselwort-Bursts und 0,97 für die Referenz-Burst-Erkennung definiert.
VOSviewer (Version 1.6.18) ist ein bibliometrisches Analysewerkzeug, das für Knowledge Mapping und Visualisierung21 entwickelt wurde. Es unterstützt verschiedene analytische Ansätze, darunter Literaturanalyse, Ko-Vorkommensanalyse und bibliografische Kopplung. In der vorliegenden Studie wurde VOSviewer verwendet, um visuelle Darstellungen von Ländern/Regionen, Autoren, Institutionen, zitierten Fachzeitschriften und Schlüsselwörtern zu erstellen sowie Dichtekarten zu erstellen. Für diese Visualisierungen wurden Mindestvorkommensschwellenwerte angewendet, um die grafische Darstellung klarzustellen. Konkret wurde für die Analyse von Ländern/Regionen und Autoren eine Schwelle von mindestens 1 Publikation festgelegt, für Institutionen eine Schwelle von mindestens 4 Publikationen, für Zeitschriften eine Schwelle von mindestens 2 Publikationen und eine Schwelle von mindestens 6 Vorkommen für die Analyse von Schlüsselwortko-Vorkommen. Für Co-Citation-Analysen (zitierte Fachzeitschriften, Co-citierte Autoren und Co-Citation-Referenzen) wurde eine Mindestschwelle von 10 Zitationen angewendet. Die Standard-Assoziationsstärke-Normalisierung wurde für alle Netzwerkkonstruktionen verwendet. Für alle VOSviewer-Analysen in dieser Studie, einschließlich Ko-Autoren-Netzwerke (Länder/Regionen, Institutionen, Autoren), Zeitschriften-Co-Citation-Analyse und Keyword-Co-Occurrence-Analyse, wurde die vollständige Zählmethode angewendet.
Diese Studie zielte darauf ab, zentrale Merkmale der Literatur zu beschreiben, darunter Länder/Regionen, Institutionen, Fachzeitschriften, hochzitierte Artikel, Co-Zitationsnetzwerke und häufig vorkommende Schlüsselwörter. Neben Nominalphrasen, die aus Titeln und Abstracts extrahiert wurden, wurden auch in Publikationen bereitgestellte Schlüsselwörter analysiert, um Trends bei der Häufigkeit von Schlüsselwörtern und Zitationsmustern zu identifizieren. Schlüsselwörter mit einer Mindestvorkommensschwelle von 6 wurden in die Analysen zum Ko-Vorkommen und Clustering einbezogen. Es wurde keine manuelle Entfernung von Schlüsselwörtern durchgeführt, um subjektive Verzerrungen zu vermeiden; Alle Begriffe, die die Vorkommensschwelle erfüllten, wurden für die objektive Analyse beibehalten. Alle analytischen Verfahren wurden von zwei Forschern unabhängig überprüft, um die Genauigkeit und Reproduzierbarkeit der Netzwerklayouts und Zitationsmetriken sicherzustellen.
MR-Analyse
Eine MRT-Methode mit zwei Stichproben wurde verwendet, um den potenziellen kausalen Zusammenhang zwischen HT und ED zu bewerten. Dieser Ansatz basiert auf drei Hauptannahmen: (1) Die genetischen Instrumente sind signifikant mit der Exposition assoziiert (Relevanz); (2) die Instrumente stehen nicht in Zusammenhang mit Störvariablen, die die Expositions-Ergebnis-Assoziation beeinflussen (Unabhängigkeit); und (3) die Instrumente beeinflussen das Ergebnis ausschließlich durch die Exposition (Ausschlussbeschränkung).
GWAS-Zusammenfassungsstatistiken wurden von der IEU OpenGWAS-Plattform (https://gwas.mrcieu.ac.uk/; abgerufen am 20. Dezember 2025) bezogen. Es wurde kein zusätzlicher lokaler Datenbanksnapshot generiert; Die Reproduzierbarkeit wird durch die Verwendung stabiler GWAS-Identifikatoren, FinnGen-Versionsversionierung und archivierten Analysecodes unterstützt. Genetische Instrumente für HT wurden aus dem FinnGen-Datensatz (FinnGen Biobank, Release 5; finn-b-I9_HYPTENS_EXNONE) gewonnen, definiert als hypertensive Erkrankungen ohne sekundäre HT, darunter 55.917 Fälle und 162.837 Kontrollen europäischer (finnnischer) Abstammung. Die Ergebnisdaten für ED wurden aus dem FinnGen-Datensatz (Veröffentlichung 5; finn-b-ERECTILE_DYSFUNCTION) gewonnen, der 1.154 Fälle und 94.024 Kontrollen europäischer Abstammung umfasst. Single-Nukleotid-Polymorphismen (SNPs), die signifikant mit HT am genomweiten Schwellenwert assoziiert sind (P < 5 × 10⁻8), wurden zunächst als Kandidaten für instrumentelle Variablen ausgewählt. Anschließend wurde das Klumpen von Linkage Disequilibrium (LD) angewendet, um korrelierte Varianten auszuschließen, wobei ein Schwellenwert von r 2 < 0,001 und ein Klumping-Fenster von 10.000 kb verwendet wurde. Um die Möglichkeit eines schwachen Instrumenten-Bias zu verringern, wurde die F-Statistik für jedes erhaltene SNP mit der Wald-Verhältnis-Formel berechnet: F = (βExposition / SE-Exposition)2, wobei βund SE-Exposition die SNP–HT-Assoziationsschätzung bzw. ihren Standardfehler darstellen. Nur Varianten mit F > 10 wurden in die endgültige MR-Analyse aufgenommen.
Um Störeffekte zu minimieren, wurden die erhaltenen instrumentellen Variablen mit LDtrait (LDlink) auf berichtete Assoziationen mit Rauchen und Alkoholkonsum bewertet; keine Instrumente erforderten einen Ausschluss auf dieser Grundlage (ergänzende Tabelle 1). Die Harmonisierung von Expositions- und Ergebnisdaten erfolgte mit der harmonise_data()-Funktion im TwoSampleMR-Paket (Version 0.6.2), das Effektallele über Datensätze hinweg ausrichtete, die Orientierung für palindromische SNPs basierend auf Allelfrequenz (Nebenallelenfrequenz < 0,3) abschloss und palindromische SNPs mit mehrdeutiger Ausrichtung ausschloss.
Die Methode der inversen Varianzgewichtung (IVW) wurde als primärer analytischer Ansatz verwendet, während MR–Egger, gewichtete Median- und modusbasierte Methoden als ergänzende Analysen verwendet wurden. Die Haupt-IVW-Schätzung wurde mit dem multiplikativen Random-Effects-Modell berechnet, das in der mr_ivw()-Funktion des TwoSampleMR-Pakets mit Standardparametern implementiert wurde. Die Effektgrößen wurden als Odds Ratios (ORs) mit 95%-Konfidenzintervallen (KI) nach Exponentiierung der Beta-Koeffizienten angegeben. Die MR-PRESSO-Analyse wurde durchgeführt, um die horizontale Pleiotropie anhand des globalen Tests zu beurteilen und potenzielle Ausreißer zu identifizieren; Der Verzerrungstest wurde angewendet, wenn Ausreißer erkannt wurden. Es wurde eine Signifikanzschwelle von P < 0,05 verwendet. Vor der Endanalyse wurden keine SNPs ausgeschlossen, da durch MR-PRESSO keine Ausreißer identifiziert wurden. Die Ergebnisse wurden mithilfe von Walddiagrammen, Trichterdiagrammen, Streudiagrammen und Leave-One-Out-Analysen visualisiert. Der analytische Code ist öffentlich auf GitHub, Version v1.0: https://github.com/tengfeitcm/Two-Sample-Mendelian-Randomization-/releases/tag/v1.0, verfügbar und gewährleistet die Reproduzierbarkeit der in dieser Studie verwendeten exakten Analyseversion.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Ergebnisse bibliometrischer Analyse
Zeittrends bei Veröffentlichungen und Zitationen:
Die jährliche Publikationsausgabe dient als Schlüsselindikator für die Forschungsentwicklung und spiegelt bis zu einem gewissen Grad den Fortschritt des Wissens innerhalb eines Fachgebiets wider. Stand 20. Dezember 2025 wurden insgesamt 1.661 Publikationen zur HT-assoziierten ED in der Web of Science-Datenbank identifiziert (Abbildung 1). Die jäh...
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Indem sie einen umfassenden und systematischen Überblick über die Forschungsthemen, Trends und die globale Landschaft der HT-bezogenen Erektionsstörung bietet, bietet diese Studie ein schnelles und vorläufiges Verständnis des Fachgebiets. Im Kontext der Big-Data-Ära ist es für Forscher zunehmend wichtig, den Entwicklungsverlauf ihrer jeweiligen Forschungsgebiete zu erkennen. Im Vergleich zu systematischen Übersichtsarbeiten oder Metaanalysen verwendet bibliometrische Analyse spezialisier...
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Die Autoren geben keinen potenziellen Interessenkonflikt an.
Die Autoren würdigen finanzielle Unterstützung durch das China Postdoctoral Innovative Talent Support Program (BX20220047), die China Postdoctoral Science Foundation (Nr. 2022M720528), das Young Talent Support Project der Beijing Association of Science and Technology (BYESS2022182) und das Young Talent Support Project der Chinese Association of Chinese Medicine (CACM-2021-QNRC2-B04). Zusätzliche Mittel wurden bereitgestellt durch das New Teacher Start-up Fund Project der Beijing University of Chinese Medicine (2023-JYB-XJSJJ052), die Clinical Research Funds für hochrangige traditionelle chinesische Medizin-Krankenhäuser der Zentralregierung – Pilotprojekt zur Verbesserung der klinischen Forschung und Leistungstransformationskapazität des Dongzhimen-Krankenhauses (DZMG-MLZY-23006) sowie das High-Level Traditional Chinese Medicine Hospital SM Project – Talenttrainingsprogramm des Dongzhimen-Krankenhauses. Pekinger Universität für Chinesische Medizin (DZMG-QNGG0001). Weitere Unterstützung erhielt das Inkubationsprogramm der Stadtverwaltung der Krankenhäuser in Peking (PZ2024014) und das Sonderprojekt zur Gesundheitsentwicklung des Bezirks Shunyi (Wsjkfzkyzx-2023-q-07).
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
```html
| Name | Unternehmen | Katalognummer | Kommentare |
|---|---|---|---|
| CiteSpace | Drexel University, USA | R6.1.3 | RRID:SCR_025121 |
| CMplot | Yin L, et al. rMVP: a memory-efficient, visualization-enhanced, and parallel-accelerated tool for genome-wide association study. Genom Proteom Bioinform. 2021;19(4):619-28. | 4.5.1 | NA |
| FinnGen dataset | FinnGen Consortium | Release 5 | RRID:SCR_022254 |
| gwasglue | MRCIEU, University of Bristol | 0.0.0.9000 | NA |
| IEU OpenGWAS platform | MRCIEU, University of Bristol | NA | NA |
| LDlink (LDtrait) | National Cancer Institute, NIH, USA | NA | RRID:SCR_011403 |
| Microsoft Excel | Microsoft Corporation, USA | 2021 | RRID:SCR_016137 |
| MR-PRESSO | Verbanck et al. | 1 | NA |
| R software | R Foundation for Statistical Computing, Austria | 4.4.0 | RRID:SCR_001905 |
| TwoSampleMR | MRCIEU, University of Bristol | 0.6.3 | RRID:SCR_019010 |
| VariantAnnotation | Bioconductor | 1.50.0 | RRID:SCR_000074 |
| VOSviewer | Leiden University, Netherlands | 1.6.18 | RRID:SCR_023516 |
| Web of Science Core Collection | Clarivate Analytics, USA | Zugriff am 20. Dezember 2025 | RRID:SCR_005051 |
Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden
Genehmigung beantragen