Eine bibliometrische und visualisierte Analyse der mitochondrialen Forschung bei diabetischer Nephropathie

Zusammenfassung

Diese bibliometrische Analyse beschreibt die Landschaft der mitochondrialen Forschung zur diabetischen Nephropathie (DN) und fasst wesentliche thematische Veränderungen sowie aufkommende Themen zusammen.

Zusammenfassung

Diese bibliometrische Studie kartiert systematisch die globale Landschaft der mitochondrialen Forschung in DN von 2016 bis 2025. Um die Konsistenz mit dem Studientitel und dem Suchfokus zu wahren, wird DN als Hauptbegriff verwendet, während diabetische Nierenerkrankung (DKD) nur bei der Beschreibung von Suchbegriffen, Screening-Kriterien oder ursprünglichen Autoren-Schlüsselwörtern beibehalten wird. Insgesamt wurden 1.342 Publikationen aus dem Science Citation Index Expanded (SCI-EXPANDED) und dem Social Sciences Citation Index (SSCI) innerhalb der Web of Science Core Collection (WoSCC) entnommen und mit CiteSpace, VOSviewer und Scimago Graphica analysiert. Die jährliche Publikationsproduktion stieg fast vervierfacht von 63 im Jahr 2016 auf 239 im Jahr 2025, und die Sichtbarkeit der Datensatz-Zitation stieg ebenfalls. China führte beim Publikationsvolumen, während Australien und die Vereinigten Staaten höhere durchschnittliche Zitationen pro Artikel aufwiesen, was auf eine Divergenz zwischen Output und zitationsbasierter Sichtbarkeit hinweist. Die Central South University belegte unter den gezeigten Institutionen den ersten Platz bei institutionellen Leistungen und Gesamtzitationen, aber ihre Kooperationsverbindung war geringer als die der Shanghai Jiao Tong University und der Zhejiang University. Schlüsselwort- und Referenzanalysen zeigten eine zeitliche Erweiterung von hochglukoseinduziertem oxidativem Stress und Apoptose zu Mitophagie, Ferroptose, mitochondrialer Dynamik, mitochondrienassoziierten endoplasmatischen Retikulumsmembranen (MAMs) und dem NLRP3-Inflammasom. Interventionsbezogene und methodologische Themen, darunter SGLT2-Inhibitoren, MitoQ, Kalorienrestriktion, Mendelsche Randomisierung und Metabolomik, wurden ebenfalls identifiziert. Insgesamt hat sich die mitochondriale Forschung im DN auf mitochondriale Qualitätskontrolle, regulierten Zelltod, Multi-Omics-Ansätze und interventionsbezogene Themen ausgeweitet. Diese bibliometrischen Muster zeigen die Themenprägendenz und Zitationssichtbarkeit an, anstatt direkte mechanistische oder klinische Evidenz, und können helfen, Richtungen zu identifizieren, die weitere Validierung erfordern.

Einleitung

DN ist eine der schwerwiegendsten mikrovaskulären Komplikationen von Diabetes mellitus und weltweit eine der Hauptursachen für Nierenerkrankungen im Endstadium ^1,2. Trotz erheblicher Fortschritte bei der Glukosekontrolle, Blutdruckregulierung und der Blockade des Renin-Angiotensin-Systems steigt die Inzidenz von DN weiter an, und ein beträchtlicher Anteil der Patienten entwickelt weiterhin irreversiblen Nierenversagen³. Dieser ungedeckte klinische Bedarf hat eine intensive Suche nach neuartigen pathophysiologischen Mechanismen und therapeutischen Zielen angetrieben. Mitochondrien dienen als zentrale Zentren des zellulären Energiestoffwechsels, der Redoxhomöostase und der Apoptose und sind als kritische Knoten in der Pathogenese von DN ^4,5 hervorgegangen. Studien der letzten zwei Jahrzehnte haben gezeigt, dass durch Hyperglykämie induzierte mitochondriale Dysfunktion direkt zu Podozytenschädigungen, Schäden an tubulären Epithelzellen, Mesangialexpansion und interstitieller Fibrose ^6,7 beitragen. Diese Dysfunktion ist gekennzeichnet durch eine übermäßige Produktion reaktiver Sauerstoffspezies, beeinträchtigte oxidative Phosphorylierung, mitochondriale Fragmentierung, defekte Mitophagie und dysregulierte mitochondriale Biogenese ^8,9. Folglich sind mitochondrienbezogene Signalwege, die SIRT3, PGC1α, Drp1, PINK1, Parkin und das NLRP3-Inflammasom betreffen, zu zentralen Forschungsfokussen^10,11 geworden. In jüngerer Zeit haben aufkommende Konzepte wie Ferroptose, MAMs und mitochondriale metabolische Umprogrammierung die mechanistische Landschaft von DN ^12,13,14 weiter erweitert. Das Volumen der Veröffentlichungen zur mitochondrialen Forschung im DN ist erheblich gestiegen und hat einen reichen, aber zunehmend komplexen und fragmentierten Wissensbestand geschaffen.

Angesichts der raschen Verbreitung von Literatur reichen traditionelle narrative Überblicke nicht aus, um systematisch die sich entwickelnde intellektuelle Landschaft, kollaborative Netzwerke und aufkommende Grenzen^{dieses Fachgebiets} abzufangen. Die bibliometrische Analyse, ein quantitativer und visualisierungsbasierter Ansatz, bietet eine objektive Möglichkeit, wissenschaftliche Ergebnisse zu kartieren, einflussreiche Arbeiten, Autoren, Institutionen und Länder zu identifizieren sowie die Dynamik von Forschungsthemen über die Zeit zu erkennen 16,17,18,19,20. Mehrere bibliometrische Studien haben diabetische Nephropathie, DKD, mitochondrienbezogene Nierenforschung oder Themen mit oxidativem Stress untersucht ^21,22,23,24. Dennoch könnte eine aktualisierte, themenbezogene bibliometrische Synthese der mitochondrialen Forschung im DN weiterhin dazu beitragen, aktuelle Forschungsaktivitäten, Kooperationsmuster, thematische Evolution und aufkommende Themen in diesem speziellen Bereich zu klären. In dieser Studie wurden alle relevanten Publikationen aus SCI-EXPANDED und SSCI innerhalb des WoSCC entnommen, die den Zeitraum von 2016 bis 2025 abdecken. CiteSpace, VOSviewer und Scimago Graphica wurden beauftragt, um eine systematische bibliometrische und visualisierende Analyse durchzuführen. Diese Studie beschreibt die aktuelle Forschungslandschaft und fasst die Entwicklung wichtiger Themen zusammen, darunter Mitophagie, Ferroptose, mitochondriale Dynamik und interventionsbezogene Forschung, und bietet damit eine bibliometrische Grundlage für die Identifizierung von Richtungen, die eine weitere experimentelle und klinische Validierung erfordern.

Protokoll

Datenerfassung und Suchstrategie

Alle bibliometrischen Datensätze wurden am 30. April 2026 aus dem SCI-EXPANDED und SSCI innerhalb des WoSCC abgerufen. SCI-EXPANDED wurde verwendet, um biomedizinische und lebenswissenschaftliche Literatur zu erfassen, während SSCI beibehalten wurde, um potenziell relevante interdisziplinäre Akten einzubeziehen. Die Suchstrategie wurde mit Bezug auf die Medical Subject Headings (MeSH)-Datenbank entwickelt. "Diabetische Nephropathien" und "Mitochondrien" wurden separat in MeSH gesucht, und die entsprechenden MeSH-Begriffe, Eintragsbegriffe und zugehörigen Unterüberschriften wurden überprüft, um die Schlüsselwortauswahl und Synonymerweiterung zu steuern. Da Web of Science die MeSH-Indexierung nicht direkt verwendet, wurden die von MeSH abgeleiteten Begriffe in Themenfeldsuchbegriffe übersetzt. Die letzte Suche wurde mit folgendem boolesche Ausdruck durchgeführt: TS=(("diabetische Nephropathie" ODER "diabetische Nephropathien" ODER "diabetische Nierenerkrankung" ODER "diabetische Nierenerkrankung" ODER "diabetische Niere" ODER "diabetische Niere") UND (Mitochondrien* ODER mitochondrial* ODER Mitophagie ODER "mitochondriale Dysfunktion" ODER "mitochondriale Dynamik" ODER "mitochondriale Spaltung" ODER "mitochondriale Fusion" ODER "mitochondriale Biogenese" ODER "mitochondriale Qualitätskontrolle")). Dokumenttypen waren auf Artikel und Übersichtsartikel beschränkt, und der Veröffentlichungszeitraum wurde vom 1. Januar 2016 bis zum 31. Dezember 2025 festgelegt. Dieser Zeitraum wurde gewählt, weil er das aktuellste vollständige 10-Jahres-Intervall zum Zeitpunkt der Abruf darstellte, was es der Analyse ermöglichte, sich auf aktuelle Entwicklungen in der mitochondrialen Forschung im DN zu konzentrieren und gleichzeitig potenzielle Verzerrungen durch ein unvollständiges Veröffentlichungsjahr 2026 zu vermeiden.

Alle Datensätze wurden im Klartext exportiert, wobei die Option "Vollständiges Dokument und zitierte Quellen" ausgewählt war. Um die Einbeziehung irrelevanter Datensätze, die möglicherweise über Keywords Plus abgerufen werden könnten, zu reduzieren, wurden die Titel, Zusammenfassungen und Autorenschlüsselwörter aller abgerufenen Datensätze manuell geprüft. Nur Aufzeichnungen, die substanziell mit mitochondrialer Forschung in DN oder DKD zusammenhängen, wurden aufbewahrt. Publikationen wurden ausgeschlossen, wenn DN oder DKD nur als eine von mehreren diabetischen Komplikationen oder als Hintergrundinformationen erwähnt wurden, ohne nierenbezogene Endpunkte, Nierenzellmodelle, Nierengewebe-Evidenz, nephropathiespezifische Mechanismen oder einen primären Fokus auf DKD. Nach doppelter Entfernung und manuellem Screening gemäß den vordefinierten Ein- und Ausschlusskriterien wurden 1.342 geeignete Publikationen in die Endanalyse aufgenommen.

Analytische Werkzeuge und Mapping-Workflow

Grundlegende statistische Analysen und konventionelle Diagramme, darunter Balkendiagramme, Liniendiagramme, Tortendiagramme und Blasendiagramme, wurden mit WPS Excel 2023 und GraphPad Prism 10.1 erstellt. Die jährliche Veröffentlichung wurde nach Veröffentlichungsjahr zusammengefasst. Die jährlichen Times Cited-Zählungen auf Datensatzebene wurden aus dem WoSCC-Zitationsbericht gewonnen und definiert als Zitationen, die in jedem Kalenderjahr von allen 1.342 enthaltenen Datensätzen eingingen, anstatt gleichjähriger Zitationen an jährliche Publikationskohorten oder feldweite jährliche Zitationssummen. Für Analysen auf Länder- und Regionsebene wurden die durchschnittlichen Zitationen pro Artikel berechnet, indem die Gesamtzahl der Zitationen durch die Anzahl der Publikationen pro Land/Region geteilt wurde. Diese Metrik wurde als unangepasster deskriptiver Indikator für die Sichtbarkeit der Zitationen innerhalb des abgerufenen Datensatzes interpretiert. Sie wurde nicht als direktes Maß für nationale Forschungsqualität oder akademischen Einfluss betrachtet, da die Zitationszahlen vom Veröffentlichungsjahr, Zitationsfenster, Zeitschriftenplattform, Artikeltyp, Studiendesign und fachspezifischen Zitationspraktiken beeinflusst werden können.

Das Wissensmapping wurde mit VOSviewer 1.6.19, CiteSpace 6.4.R1 und Scimago Graphica 1.0.25 durchgeführt. Die Datenbanken, Software und Online-Ressourcen, die für Literaturabruf, bibliometrische Analyse, Visualisierung und Abruf von Zeitschriftenmetriken verwendet werden, sind in der Materialtabelle aufgeführt. Netzwerkanalysen wurden mit der vollständigen Zählmethode durchgeführt. Die WoSCC-Klartextdateien wurden in VOSviewer importiert, um Ko-Autoren-Netzwerke auf Länder-/Regions-, Institution- und Autorenebene sowie Netzwerke für Schlüsselwort-Ko-Auftreten und Zeitschriften-Co-Citation-Netzwerke aufzubauen. Für die geografische Visualisierung wurde das in VOSviewer generierte Länder-/Region-Co-Authorship-Netzwerk als Graph Modeling Language (GML)-Datei exportiert und in Scimago Graphica importiert, wo ein geografisches Layout mit einer Weltkarte als Hintergrund angewendet wurde. In dieser Karte stellte die Knotengröße das Publikationsvolumen dar, und die Linkdicke zeigte die Intensität der Zusammenarbeit an. Der gleiche WoSCC-Datensatz wurde in CiteSpace importiert, um Keyword-Timeline-Clustering, Referenz-Co-Citation-Clustering und Citation-Burst-Erkennung zu nutzen, um die zeitliche Entwicklung und intellektuelle Struktur des Fachgebiets zu charakterisieren.

Parameterkonfiguration in CiteSpace und VOSviewer

In CiteSpace wurde der Zeitraum von 2016 bis 2025 festgelegt, wobei jeder Zeitschnitt auf 1 Jahr gesetzt wurde, was insgesamt 10 Schnitte ergibt. Knotentypen wurden entsprechend dem analytischen Zweck ausgewählt, wobei das Schlüsselwort für Keyword-Timeline- und Burst-Analysen verwendet wurde und die Referenz für Referenz-Co-Citation und Burst-Analysen. Das Knotenauswahlkriterium wurde auf den g-Index mit einem Skalierungsfaktor von k = 10 gesetzt, anstatt einer festen Top-N- oder Top-N%-Schwelle, um die Knotenauswahl an die jährliche Zitations- oder Vorkommensverteilungen anzupassen, während eine interpretierbare Netzwerkgröße^{von 25,26} beibehalten bleibt. Pathfinder-Pruning wurde auf die zeitlich geschnittenen Netzwerke und das merged Network angewendet, während der Minimum Spanning Tree-Algorithmus nicht verwendet wurde. Für die Burst-Detektion wurde der Decay-Faktor γ auf 0,5 gesetzt. In der Referenz-Co-Citation-Clustering-Analyse wurden Modularität Q und gewichtete mittlere Silhouettenwerte berechnet, um die Gesamtstruktur und Clusterkonsistenz des beschnittenen Netzwerks zu beschreiben.

In VOSviewer 1.6.19 wurden alle WoSCC-Klartextdateien importiert, indem man "Eine Karte basierend auf bibliographischen Daten erstellen" und "Daten aus bibliographischen Datenbankdateien lesen" auswählte, wobei der Dateityp als Web of Science angegeben war. Die vollständige Zählmethode wurde verwendet. Für Koautorennetzwerke wurde die Mindestveröffentlichungsgrenze für Länder/Regionen und Institutionen auf 5 und für Autoren auf 3 gesetzt.

Für Analysen auf Institutionenebene wurden institutionelle Namen manuell überprüft und gemäß den WoSCC-Zugehörsdatensätzen vor dem Netzwerkaufbau harmonisiert. Die Zitationszahl für jede Institution wurde definiert als die gesamte WoSCC Times Cited-Anzahl der Publikationen, die dieser Institution im abgerufenen Datensatz zugeschrieben wurden. Abgekürzte Knotenlabels, die in VOSviewer generiert wurden, wurden weiter mit den entsprechenden vollständigen institutionellen Namen überprüft, um Mehrdeutigkeiten zu vermeiden. Für die Länder-/Regionsanalyse wurde das WoSCC-Feld für Länder/Region-Adresse verwendet. Länder- und Regionsnamen wurden manuell für Schreibvarianten und Abkürzungen harmonisiert. England, Schottland, Wales und Nordirland wurden zum Vereinigten Königreich zusammengelegt, und die Volksrepublik China wurde zu China verkürzt. Festlandchina wurde als China gemeldet, während die Sonderverwaltungsregion Hongkong (Hong Kong SAR), die SAR Macao und Taiwan als separate Regionen beibehalten wurden, wenn sie vom WoSCC separat indexiert wurden; Für die Netzwerkanalyse auf Länder-/Regionsebene wurde kein Post-hoc-Merge durchgeführt. Für die Keyword-Co-Occurness-Analyse wurde die Analyseeinheit so eingestellt, dass sie Schlüsselwörter aus den WoSCC-Datensätzen herausgefasst hat, und die Mindest-Auftretensschwelle wurde auf 5 gesetzt; Bei dieser Schwelle erfüllten 89 Schlüsselwörter die Kriterien. Vor der Netzwerkerzeugung wurden synonyme Begriffe und Abkürzungen, die in der Autor-Schlüsselwortliste identifiziert wurden, manuell standardisiert; zum Beispiel wurden Abkürzungen für DN und reaktive Sauerstoffspezies in ihre vollständigen Begriffe umgewandelt. Für die Co-Citation-Analyse von Zeitschriften wurden zitierte Quellen als Analyseeinheit verwendet, und es wurde eine Zitationsschwelle angelegt, um ein interpretierbares Netzwerk von 53 Zeitschriften zu erhalten. Das Layout war auf LinLog/Modularität gesetzt, mit Attraction auf 2 und Repulsion auf -1. Die Knotengröße wurde je nach Publikationszahl, Zitationshäufigkeit, Keyword-Vorkommen oder Co-Zitationsstärke je nach Analyse gewichtet. Alle Netzwerkgenerierungsprozeduren wurden zweimal unabhängig voneinander vom Erst- und Zweitautor mit demselben Datensatz und denselben Parametereinstellungen durchgeführt, um die Stabilität der Ergebnisse zu überprüfen. Bei bemerkenswerten Unstimmigkeiten wurden die Rohdaten und Parametereinstellungen vor der Neuanalyse erneut überprüft.

Ergebnisse

Jährliche Veröffentlichungstrends und Sichtbarkeit der Datensatz-Zitationsdaten

Von 2016 bis 2025 stieg die jährliche Zahl der Veröffentlichungen zur mitochondrialen Forschung im DN von 63 auf 239. Die jährlichen Times Cited-Zählungen auf Datensatzebene für den festen Datensatz stiegen von 49 im Jahr 2016 auf 12.516 im Jahr 2025. Diese Kennzahl stellt Zitationen dar, die in jedem Kalenderjahr von allen enthaltenen Datensätzen erhalten wurden, anstatt gleichjährige Zitationen zu jährlichen Publikationskohorten oder feldweiten Zitationssummen. Da diese Zitationsmetrik für den festen Datensatz insgesamt berechnet wurde, werden die jährlichen Zitationszahlen durch das Veröffentlichungsalter, die kumulierte Expositionszeit und ungleiche Zitationsfenster zwischen den enthaltenen Datensätzen beeinflusst. Daher sollte die aufwärts gerichtete Zitationskurve in Abbildung 1 als Sichtbarkeit der Datensatzebene interpretiert werden und nicht als direkter Hinweis auf eine zunehmende Forschungswirkung im Laufe der Zeit. Von 2022 bis 2025 wurden 754 Publikationen erfasst, was 56,2 % der Gesamtzahl der in Abbildung 1 gezeigten Publikationen ausmacht.

Regionale Muster von Länder-/Region-Kollaborationsnetzwerken und Zitationssichtbarkeit

Die Länder/Region-Analyse fasste die Publikationsergebnisse, zitationsbasierte Indikatoren und Kooperationsmuster in der mitochondrialen Forschung bei diabetischer Nephropathie zusammen. China belegte mit 775 Veröffentlichungen den ersten Platz, gefolgt von den Vereinigten Staaten mit 235 Veröffentlichungen; Zusammen trugen diese beiden Länder mehr als 70 % der gesamten Literaturproduktion in diesem Bereich bei (Tabelle 1). Was die durchschnittlichen Zitationen pro Artikel betrifft, belegte Australien mit 98 Zitationen pro Artikel den ersten Platz, gefolgt von den Vereinigten Staaten mit 69 und China mit 30. Diese Werte wurden als deskriptive Indikatoren für Zitationssichtbarkeit interpretiert und nicht als direkte Messgrößen der Forschungsqualität. Australien belegte bei der Gesamtzahl der Publikationen den achten Platz, zeigte jedoch eine relativ hohe unbearbeitete Zitationssichtbarkeit und mehrere Kooperationsverbindungen mit Teams in Europa und den Vereinigten Staaten. Sein Kollaborationsnetzwerk zeigte Verbindungen zum Vereinigten Königreich, Deutschland und den Vereinigten Staaten (Abbildung 2A). Was die Intensität der Zusammenarbeit betrifft, so hatten die Vereinigten Staaten mit 140 die höchste Gesamtverbindungsstärke, gefolgt von China mit 82. Abbildung 2B zeigt ein Blasendiagramm, das Publikationsvolumen, Zitationszahlen und Gesamtlinkstärke über drei Dimensionen hinweg integriert. In diesem Diagramm zeigte China das höchste Publikationsvolumen und hohe Gesamtzitationszahlen, während die Vereinigten Staaten hohe Zitationszahlen und die höchste Intensität der Zusammenarbeit aufwiesen. Wenn man die durchschnittlichen Zitationen pro Artikel berücksichtigte, rangierten Australien und Italien in diesem Datensatz sehr hoch.

Eine weitere Untersuchung des Kollaborationsnetzwerks zwischen Ländern und Regionen ergab fünf Hauptkollaborationscluster (Abbildung 2A). Das Akkorddiagramm illustrierte zudem die Zusammenarbeit zwischen Ländern/Regionen (Abbildung 2C). Der größte Cluster umfasste China, die Vereinigten Staaten, Japan und Südkorea, mit mehreren Kooperationsverbindungen zwischen diesen Ländern. Innerhalb Europas entstand ein Subnetzwerk mit Mittelpunkt Italien, Spanien, den Niederlanden und Dänemark, neben einer weiteren Kollaborationsachse, die Deutschland, Frankreich und Schweden verbindet. Nahost- und südasiatische Länder wie Ägypten, Indien, Israel und Saudi-Arabien bildeten einen relativ unabhängigen Cluster mit schwächeren Verbindungen zu Europa und Amerika. Transregionale Verbindungen zwischen Australien, dem Vereinigten Königreich und Deutschland wurden ebenfalls beobachtet.

Institutionelle Forschungsergebnisse und Merkmale des Kollaborationsnetzwerks

Das institutionelle Koautorennetzwerk, das von VOSviewer aufgebaut wurde, umfasste 51 Institutionen, die neun Cluster bildeten (Abbildung 3A). Das abgekürzte Knotenlabel "China Med Univ" in Abbildung 3A bezieht sich auf die China Medical University. Die Central South University verzeichnete die höchste Publikationszahl und die höchste Gesamtzitationszahl unter den Institutionen, doch ihre Kollaborationskonnektivität war nicht die stärkste. Insgesamt arbeiteten die meisten Institutionen hauptsächlich mit inländischen oder ostasiatischen Partnern zusammen, während auch begrenzte grenzüberschreitende Verbindungen zu Institutionen in den USA und Australien beobachtet wurden. Was das Publikationsvolumen betrifft, stammten alle Top 10 Institutionen aus China (Abbildung 3B). Die Central South University belegte mit 56 Publikationen den ersten Platz, gefolgt von der Wuhan University mit 35 sowie der Zhengzhou University und der Shanghai Jiao Tong University mit jeweils 30 Publikationen (Tabelle 2). Die Gesamtverbindungsstärke der Central South University lag jedoch bei 20, niedriger als die der Shanghai Jiao Tong University und der Zhejiang University, was darauf hindeutet, dass die hohe Publikationszahl nicht unbedingt mit der stärksten institutionellen Kooperationsverbindung übereinstimmte. Was die Gesamtzahl der Zitationen betrifft, belegte die Central South University mit 2.999 Gesamtzitationen den ersten Platz, gefolgt von der Monash University mit 1.713. Andere Institutionen aus China, den Vereinigten Staaten und Australien gehörten ebenfalls zu den Top 10 nach Gesamtzahl der Zitationen (Abbildung 3C).

Gemeinsames Zitationsnetzwerk und Publikationsmerkmale der Zeitschriften

Das Ko-Zitationsnetzwerk der Zeitschriften umfasste 53 ausgewählte Zeitschriften, die fünf Cluster bildeten (Abbildung 4A). Cluster 1 enthielt 14 Fachzeitschriften, vertreten durch Redox Biology, Cell Death & Disease sowie Metabolism – Clinical and Experimental, und umfasste Zeitschriften zu oxidativem Stress, Mitophagie und metabolischer Umprogrammierung. Cluster 2 umfasste Nephrologie- und multidisziplinäre Fachzeitschriften wie Kidney International, JCI Insight, Nature Reviews Nephrology, Diabetes und Nature Communications. Clusters 3 und 4 behandelten Zeitschriften wie Antioxidants, Frontiers in Pharmacology, Biomedicine & Pharmacotherapy, Scientific Reports und PLOS ONE. Cluster 5 umfasste Fachzeitschriften wie Free Radical Biology and Medicine, Renal Failure und Phytomedicine. Was das Publikationsvolumen betrifft, belegte Frontiers in Pharmacology mit 54 Artikeln den ersten Platz, gefolgt von International Journal of Molecular Sciences (45 Artikel) und Scientific Reports (29 Artikel) (Abbildung 4B, Tabelle 3). Frontiers in Pharmacology hatte einen Impact Factor von 4,8 und 1.379 Zitationen, während das International Journal of Molecular Sciences einen Impact Factor von 4,9 und 1.885 Zitationen hatte und Free Radical Biology and Medicine einen Impact Factor von 8,2 und 1.362 Zitationen. Bezüglich des Zitationsvolumens belegte Nature Reviews Nephrology mit 2.455 Gesamtzitationen den ersten Platz, gefolgt vom International Journal of Molecular Sciences mit 1.885 Zitationen, Redox Biology mit 1.452 Zitationen, Frontiers in Pharmacology mit 1.379 Zitationen, Free Radical Biology and Medicine mit 1.362 Zitationen, Kidney International mit 1.338 Zitationen und Cell Death & Disease mit 1.268 Zitationen (Abbildung 4C).

Autoren-Mitautoren-Netzwerk und Publikations-/Zitationsindikatoren

Im Autoren-Co-Autoren-Netzwerk wurden 24 produktive Autoren in fünf Gruppen eingeteilt (Abbildung 5A). Das Netzwerk zeigte mehrere relativ unterschiedliche Autorenteams, wobei Sun Lin, Yang Ming, Xiao Li, Han Yachun, Liu Fuyou, Chen Wei, Gao Peng, Danesh Farhad R., Galvan Daniel L. und Li Li als wichtige Knotenpunkte in diesen Kollaborationsgruppen auftraten. Danesh Farhad R. und Galvan Daniel L. gehörten ebenfalls zu den Top 10 Autoren nach Gesamtquote. Was das Veröffentlichungsvolumen betrifft, belegte Sun Lin mit 24 Artikeln den ersten Platz, gefolgt von Yang Ming mit 20 Artikeln und Li Ping mit 17 Artikeln. Unter den zehn produktivsten Autoren stammten acht aus China und zwei aus den Vereinigten Staaten (Abbildung 5B).

Was die Gesamtzahl der Zitate betrifft, belegte Sun Lin mit 1.775 Zitationen den ersten Platz, gefolgt von Xiao Li mit 1.341 Zitationen, Yang Ming mit 1.288 Zitationen und Liu Fuyou mit 1.236 Zitationen (Abbildung 5C). Autoren aus den Vereinigten Staaten, darunter Danesh Farhad R. mit 1.097 Zitationen, Galvan Daniel L. mit 1.081 Zitationen und Sharma Kumar mit 852 Zitationen sowie Cooper Mark E. aus Australien mit 1.091 Zitaten, gehörten ebenfalls zu den Top 10 nach Gesamtanzahl. Li Ping belegte den dritten Platz nach Veröffentlichungsvolumen, erschien jedoch nicht unter den Top 10 Autoren nach Gesamtzitation. Im abgerufenen Datensatz belegte Sun Lin sowohl beim Publikationsvolumen als auch bei der Gesamtzahl der Zitationen den ersten Platz.

Ko-Auftreten und Entwicklung von Forschungs-Hotspots mit Schlüsselworten

Die Autor-Schlüsselwort-Ko-Auftretensanalyse fasste die Häufigkeit und Zwischenheit der Schlüsselwörter in der mitochondrialen Forschung zur diabetischen Nephropathie zusammen. Unter den hochfrequenten Schlüsselwörtern hatte "diabetische Nephropathie" mit 573 Vorkommen die höchste Häufigkeit, gefolgt von "oxidativem Stress" mit 449 Vorkommen, "diabetische Nierenerkrankung" mit 292 Vorkommen und "mitochondriale Dysfunktion" mit 235 Vorkommen (Tabelle 4). Da "diabetische Nephropathie" und mitochondrienbezogene Begriffe zentrale Bestandteile der Suchstrategie und des Studienumfangs waren, wurde ihre hohe Häufigkeit erwartet und hauptsächlich als Beleg für Themenkonsistenz interpretiert und nicht als eigenständiger entstehender Hotspot. Weitere häufig vorkommende Schlüsselwörter waren "Aktivierung" (197), "Verletzung" (194) und "Apoptose" (140). Im Schlüsselwort Ko-Vorkommensnetzwerk traten hohe Glukose, reaktive Sauerstoffspezies, Glukose, diabetische Nephropathie, mitochondriale Dysfunktion und mitochondriale Homöostase als prominente miteinander verbundene Knoten auf, was darauf hindeutet, dass oxidativer Stress, metabolische Störungen und mitochondriale Störungen die zentrale Ko-Occurratenstruktur dieses Feldes bildeten (Abbildung 6A). Obwohl "Mitophagie" in Tabelle 4 nicht in die Top 10 der wichtigsten 10 Schlüsselwörter nach Häufigkeit einfließt, erschien es als sichtbares Thema in den Visualisierungen von Schlüsselwörtern Ko-Auftreten und Zeitleiste, was auf seine Relevanz für die thematische Entwicklung der mitochondrialen Forschung im DN hindeutet. In Bezug auf die Zwischenzentralität hatten "Niere" (0,35) und "Mesangialzellen" (0,33) die höchsten Zentralitätswerte, gefolgt von "Signalweg" (0,30), "reaktiven Sauerstoffspezies" (0,27), "NF-κB" (0,25), "endoplasmatischer Retikulumstress" (0,22), "akute Nierenschädigung" (0,22), "Glukose" (0,21), "Mitochondrien" (0,19) und "Herz-Kreislauf-Erkrankung" (0,19) (Tabelle 4). Es ist zu beachten, dass Tabelle 4 gerankte Schlüsselwörter nach Häufigkeits- und Zwischenzentralität zusammenfasst, während Abbildung 6B und Abbildung 6C algorithmisch generierte Cluster und deren zeitliche Aktivität darstellen; daher wird nicht erwartet, dass die Cluster-Labels in Abbildung 6 die in Tabelle 4 gerankte Schlüsselwortliste exakt wiedergeben.

Die Keyword-Zeitleiste visualisierte die zeitliche Aktivität von Keyword-Clustern von 2016 bis 2025 (Abbildung 6C). Frühe aktive Probanden bezogen sich hauptsächlich auf hohe Glukosespiegel, reaktive Sauerstoffspezies, chronische Nierenerkrankungen, akute Nierenschädigungen, Insulinresistenz, Glukose und mitochondriale Funktion. In späteren Jahren traten Spaltung, Mitophagie, mitochondriale Homöostase, Fettsäureoxidation und Typ-2-Diabetes als anhaltende oder aufkommende Zeitlinienthemen auf. Das Schlüsselwortclustering erzeugte 13 thematische Cluster (Abbildung 6B), darunter chronische Nierenerkrankung, Protects, Skelettmuskeln, Herz-Kreislauf-Erkrankungen, diabetische Nephropathie, Lipidperoxidation, Diabetes mellitus, DKD, Spaltung, traditionelle chinesische Medizin, endoplasmatisches Retikulumstress, Mäuse und Fettsäureoxidation. Diese Cluster-Labels wurden algorithmisch generiert und sollten als beschreibende Labels von Keyword-Co-Occurness-Patterns interpretiert werden, nicht als eine gerankte Liste hochfrequenter Keywords. Die nierenbezogenen Cluster umfassten hauptsächlich diabetische Nephropathie, DKD, chronische Nierenerkrankungen, Lipidperoxidation, Spaltung, endoplasmatischen Retikulumstress, traditionelle chinesische Medizin, Mäuse und Fettsäureoxidation. Bemerkenswert ist, dass einige algorithmisch generierte Labels, wie Skelettmuskulatur und Herz-Kreislauf-Erkrankungen, eher periphere oder systemische diabetesbezogene Begriffe als zentrale DN-spezifische mitochondriale Mechanismen widerspiegelten. Daher wurden diese peripheren Cluster in der vorliegenden Studie nicht als wichtige Forschungshotspots interpretiert. Die Zeitleiste-Visualisierung zeigte, dass Themen im Zusammenhang mit Spaltung, Mitophagie und Fettsäureoxidation auch nach 2019 aktiv blieben (Abbildung 6C).

Referenz-Co-Citation-Cluster und Zitationsburst-Analyse

Die Referenz-Co-Zitationsanalyse erzeugte 18 Cluster im Pathfinder-Pruden-Netzwerk, mit Modularität Q = 0,867 und gewichtetem mittleren Silhouettenwert = 0,9587 (Abbildung 7A,B). Da das Pathfinder-Pruning jedoch schwache Cross-Cluster-Verbindungen reduzieren kann, wurden diese Cluster in der abgerufenen Literatur als thematische Konzentrationen interpretiert und nicht als Beweis dafür, dass die Themen völlig voneinander unabhängig sind. Wichtige Referenzcluster waren Ferroptose, NLRP3-Inflammasom, PINK1, MAMs, SGLT2-Inhibitoren, MitoQ, Kalorienrestriktion, Mendelsche Randomisierung und Metabolomik. Die stärksten frühen Zitationsausbrüche waren Dugan et al. (Stärke 24,52, von 2016 bis 2018), Sharma et al. (Stärke 20,58, von 2016 bis 2018), Kang et al. (Stärke 18,91, von 2016 bis 2020) und Zhan et al. (Stärke 16,91, von 2016 bis 2020).

Vertreter späterer Burst-Referenzen waren Coughlan et al. (Stärke 12,02, von 2017 bis 2021), Ayanga et al. (Stärke 10,71, von 2017 bis 2021), Qi et al. (Stärke 14,31, von 2018 bis 2022), Xiao et al. (Stärke 12,43, von 2018 bis 2022), Bhargava et al. (Stärke 20,52, von 2019 bis 2022), Galvan et al. (Stärke 13,07, von 2019 bis 2022), Forbes et al. (Stärke 20,53, von 2020 bis 2023) und Wei et al. (Stärke 10,75, von 2021 bis 2023) (Abbildung 7C). Zusammen charakterisierten diese Burst-Referenzen und Co-Zitationscluster die zeitliche Verteilung und thematische Zusammensetzung der zitierten Literatur im abgerufenen Datensatz.

DATENVERFÜGBARKEIT:

Die Rohdaten, die die Ergebnisse dieser Studie unterstützen, wurden im öffentlichen Archiv Science Data Bank (ScienceDB) unter dem Datensatz mit dem Titel "A Bibliometric and Visualized Analysis of Mitochondrial Research in Diabetic Nephropathy" abgelegt. Der Datensatz ist über den folgenden Link zugänglich: https://www.scidb.cn/s/2aiiYj. Die eingereichten Daten umfassen den vollständigen Satz bibliografischer Datensätze, die am 30. April 2026 vom WoSCC unter Verwendung der im Abschnitt Protokoll beschriebenen Suchstrategie abgerufen wurden, sowie die Zwischendatendateien, die für die bibliometrischen und Visualisierungsanalysen verwendet werden. Der Datensatz steht unter der CC BY-NC 4.0-Lizenz zur Verfügung, um die Reproduzierbarkeit dieser Studie weiter zu unterstützen.

Abbildung 1: Jährliche Publikationsausgabe und Zitationssichtbarkeit der mitochondrialen Forschung in DN auf WoSCC-Datensatzebene von 2016 bis 2025. Orangefarbene Balken stehen für die Anzahl der Veröffentlichungen pro Jahr, entsprechend der linken y-Achse. Die rote Linie stellt die jährlichen Times Cited-Zählungen auf WoSCC-Datensatzebene dar, entsprechend der rechten y-Achse. Diese Zählungen zeigen Zitationen an, die in jedem Kalenderjahr von allen 1.342 eingeschlossenen Datensätzen erhalten wurden, und sollten als Zitationssichtbarkeit auf Datensatzebene interpretiert werden und nicht als direkte Belege für eine zunehmende Forschungswirkung im Zeitverlauf. Abkürzungen: WoSCC = Web of Science Core Collection. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 2: Kollaborationsnetzwerke zwischen Ländern und Regionen sowie bibliometrische Indikatoren. (A) Globales Kollaborationsnetzwerk, das auf einer Weltkarte überlagert wird, wobei die Knotengröße das Publikationsvolumen und die Linkdicke die Kollaborationsintensität angibt. (B) Blasendiagramm, das das Veröffentlichungsvolumen, die Zitationszahl und die gesamte Linkstärke für die Top 10 Länder/Regionen zeigt. (C) Akkorddiagramm, das die Zusammenarbeit zwischen Ländern/Regionen illustriert. Abkürzungen: USA = Vereinigte Staaten von Amerika; Großbritannien = Vereinigtes Königreich, mit England, Schottland, Wales und Nordirland konsolidiert. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 3: Institutionelle Kooperationsnetzwerke und Forschungsergebnisse. (A) Ko-Autoren-Netzwerk von 51 Institutionen, organisiert in neun Clustern. (B) Balkendiagramm der Top 10 Institutionen nach Veröffentlichungsvolumen. (C) Balkendiagramm der Top 10 Institutionen nach Gesamtzahl der Zitationen. Die abgekürzte Knotenbezeichnung "China Med Univ" im Panel A bezieht sich auf die China Medical University. Abkürzungen: Univ = Universität; Med = Medizinisch; Coll = College; Sch = Schule; Mt = Reittier; USA = Vereinigte Staaten von Amerika. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 4: Ko-Zitationsnetzwerk und Publikationsmerkmale der Zeitschriften. (A) Ko-Zitationsnetzwerk von 53 ausgewählten Zeitzeitschriften, das fünf Cluster bildet. (B) Publikationsvolumen und Impact Factor der Top 10 Zeitschriften nach Publikationsvolumen. (C) Zitationszahl und Journal Citation Reports (JCR) Quartil der Top 10 Zeitschriften nach Gesamtzahl der Zitationen. Abkürzungen: IF = Impact Factor; JCR = Journal Citation Reports; Q1 = Quartil 1. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 5: Autoren-Koautoren-Netzwerk und Publikations-/Zitationsindikatoren. (A) Ko-Autoren-Netzwerk von 24 hochproduktiven Autoren, die fünf Cluster bilden. (B) Top 10 Autoren nach Veröffentlichungsvolumen. (C) Top 10 Autoren nach Gesamtquote. Abkürzungen: USA = Vereinigte Staaten von Amerika. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 6: Ko-Vorkommen und Entwicklung von Forschungs-Hotspots zwischen Autor und Schlüsselwort. (A) Schlüsselwort-Ko-Occurren-Netzwerk. (B) Schlüsselwort-Clustering-Karte, die 13 thematische Cluster zeigt. (C) Keyword-Timeline-Visualisierung, die die temporale Clusteraktivität von 2016 bis 2025 zeigt. Cluster-Labels wurden algorithmisch generiert und sollten als beschreibende Labels von Schlüsselwort-Ko-Auftretensmustern interpretiert werden, nicht als direkte Beweise dafür, dass alle Cluster zentrale Forschungsthemen für diabetische Nephropathie repräsentieren. Die Ergebnisse der Häufigkeit von Schlüsselwörtern und der Zentralität zwischen Schlüsselwörtern werden separat in Tabelle 4 zusammengefasst, während Abbildung 6 die Struktur des Ko-Vorkommens von Schlüsselwörtern, thematische Clustering und zeitliche Aktivität betont. Abkürzungen: ER = endoplasmatisches Retikulum; NLRP3 = NOD-ähnliche Rezeptorfamilie, Pyrin-Domänen-enthaltende 3; NF-κB = Kernfaktor kappa B; PPAR α = Peroxisomproliferator-aktivierter Rezeptor Alpha. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 7: Referenz auf Ko-Zitation und Wissensentwicklung. (A) Referenznetzwerk für Co-Citation. (B) Referenz-Clustering-Karte, die 18 Wissenscluster zeigt. (C) Top 20 Referenzen mit den stärksten Zitationsbursts, einschließlich Burst-Stärke und Burst-Dauer. Abkürzungen: NLRP3 = NOD-ähnliche Rezeptorfamilie mit Pyrin-Domäne 3; PINK1 = PTEN-induzierte Kinase 1; SGLT2 = Natrium-Glukose-Cotransporter 2; MitoQ = mitochondrien-gezieltes Ubichinon; SIRT3 = sirtuin 3; AMPK = AMP-aktivierte Proteinkinase; DOI = digitale Objektidentifikator. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Rang	Land	Dokumente	Quellenangaben	Durchschnittliche Zitation pro Artikel	Gesamtstärke der Verbindunge
1	China	775	23034	30	82
2	USA	235	16320	69	140
3	Japan	80	3129	39	43
4	Südkorea	47	1606	34	15
5	Italien	36	2185	61	21
6	Deutschland	34	1512	44	39
7	Indien	34	1279	38	11
8	Australien	33	3246	98	35
9	Spanien	32	1768	55	24
10	Vereinigtes Königreich	28	1667	60	32

Tabelle 1: Top 10 Länder/Regionen, geordnet nach Publikationsoutput, mit Zitationsanzahl, durchschnittlichen Zitationen pro Artikel und Gesamtlinkstärke. Es fasst die Publikationsergebnisse, zitationsbasierte Indikatoren und die Kooperationsstärke der zehn produktivsten Länder/Regionen in der mitochondrialen Forschung zur diabetischen Nephropathie zusammen. Abkürzungen: UK = Vereinigtes Königreich; USA = Vereinigte Staaten von Amerika.

Rang	Organisation	Dokumente	Quellenangaben	Gesamtstärke der Verbindunge	Land
1	Cent South Univ	56	2999	20	China
2	Universität Wuhan	35	934	3	China
3	Zhengzhou Universität	30	1006	11	China
4	Shanghai Jiao Tong Universität	30	963	26	China
5	Hebei Med Univ	28	893	6	China
6	Southern Med Universität	27	732	19	China
7	Universität Shandong	25	792	16	China
8	Zhejiang-Universität	25	728	23	China
9	Peking Universität Chinesische Medizin	25	385	19	China
10	Nanjing Mediese Universität	22	638	17	China

Tabelle 2: Die Top 10 Institutionen nach Publikationsausgabe gerankt, mit WoSCC-Gesamtzahl der Times Cited, Gesamtlinkstärke und Land. Es präsentiert die führenden Institutionen anhand ihrer Publikationsergebnisse sowie deren Zitationsleistung, Kooperationskraft und Zugehörigkeitsland. Institutionelle Namen werden als standardisierte, abgekürzte Bezeichnungen für eine prägnante Tabellenpräsentation präsentiert und mit den entsprechenden vollständigen institutionellen Namen in den WoSCC-Zugehörigkeitsunterlagen abgeglichen. Abkürzungen: WoSCC = Web of Science Core Collection; Univ = Universität; Med = Medizinisch.

Rang	Quelle	Dokumente	Quellenangaben	Gesamtstärke der Verbindunge	IF	JCR
1	Grenzen der Pharmakologie	54	1379	338	4.8	F1
2	Internationale Zeitschrift für Molekularwissenschaften	45	1885	253	4.9	F1
3	Wissenschaftliche Berichte	29	1132	129	3.9	F1
4	Amerikanische Zeitschrift für Physiologie-Nierenphysiologie	25	1078	196	3.4	F1
5	Antioxidantien	21	1223	141	6.6	F1
6	Biochemische und biophysikalische Forschungskommunikation	21	766	155	2.2	F1
7	Biomedizin & Pharmakotherapie	21	581	96	7.5	F3
8	Grenzen der Endokrinologie	21	379	161	4.6	F1
9	Zelltod & Krankheit	17	1268	104	9.6	F1
10	Freiradikale Biologie und Medizin	17	1362	197	8.2	F1

Tabelle 3: Top 10 Zeitschriften nach Publikationsvolumen, mit Zitationszahl, Gesamtlinkstärke, Impact Factor und Journal Citation Reports Quartil. Sie fasst die Publikationsmerkmale, Zitationsleistung und Zeitschriftenwirkungskennzahlen der zehn produktivsten Zeitschriften im abgerufenen Datensatz zusammen. Die Zitationsanzahl bezieht sich auf die gesamte WoSCC Times Cited-Anzahl der in jeder Zeitschrift veröffentlichten eingeschlossenen Datensätze. Die IF- und JCR-Quartile wurden aus Journal Citation Reports gewonnen. Abkürzungen: IF = Impact Factor; JCR = Journal Citation Reports; Q1 = Quartil 1; Q3 = Quartil 3; WoSCC = Web of Science Kernsammlung.

Rang	Schlüsselwörter	Graf	Schlüsselwörter	Zentralität
1	Diabetische Nephropathie	573	Niere	0.35
2	Oxidativer Stress	449	Mesangialzellen	0.33
3	Diabetische Nierenerkrankung	292	Verlauf	0.30
4	Mitochondriale Dysfunktion	235	Reaktive Sauerstoffspezies	0.27
5	Aktivierung	197	NF-κB	0.25
6	Verletzung	194	Stress des endoplasmatischen Retikulums	0.22
7	Nephropathie	189	Akute Nierenverletzung	0.22
8	Dysfunktion	187	Glukose	0.21
9	Ausdruck	152	Mitochondrien	0.19
10	Apoptose	140	Herz-Kreislauf-Erkrankungen	0.19

Tabelle 4: Top 10 Schlüsselwörter nach Häufigkeit und Betweenness-Zentralität. Es listet die am häufigsten vorkommenden Schlüsselwörter und die Schlüsselwörter mit der höchsten Zwischenheitszentralität auf und hebt die wichtigsten Forschungsthemen und einflussreichen Themen der mitochondrialen Forschung zur diabetischen Nephropathie hervor. Abkürzungen: NF-κB = Kernfaktor kappa B.

Diskussion

Diese bibliometrische Studie bietet einen systematischen Überblick über die globale Forschungslandschaft und die thematische Entwicklung der mitochondrialen Forschung in DN von 2016 bis 2025. Die Ergebnisse zeigen, dass die Forschungsaktivität auf diesem Gebiet im letzten Jahrzehnt, insbesondere nach 2021, zugenommen hat. In dieser Zeit erweiterte sich der Forschungsschwerpunkt allmählich von oxidativem Stress und mitochondrialer Dysfunktion hin zur mitochondrialen Qualitätskontrolle, metabolischer Anpassung, reguliertem Zelltod, Organelleninteraktionen und translational orientierter therapeutischer Erkundung. Diese Trends deuten darauf hin, dass die mitochondriale Forschung im DN sich von der deskriptiven Charakterisierung mitochondrialer Verletzungen hin zu einer stärker mechanismusorientierten und integrativen Untersuchung entwickelt hat.

Eine deutliche Divergenz zwischen Publikationsoutput und zitationsbasierter Sichtbarkeit wurde zwischen Ländern/Regionen und Institutionen beobachtet, aber dieses Muster sollte nicht einfach als Gegensatz zwischen Forschungsmenge und Forschungsqualität interpretiert werden. Der rasche Anstieg der Veröffentlichungen aus China könnte mit mehreren kontextuellen Faktoren zusammenhängen, darunter die wachsende nationale Belastung durch Diabetes und chronische Nierenerkrankungen, nachhaltige Investitionen in biomedizinische Forschung, Ausweitung der Graduiertenausbildung und universitätsbasierter Forschungsplattformen sowie die zunehmende Nutzung öffentlicher transkriptomischer und experimenteller Datensätze in der nephrologischen Forschung. Diese Faktoren könnten eine breite und schnell wachsende Forschungsbasis gefördert haben. Viele chinesische Publikationen auf diesem Gebiet waren jedoch relativ neu, was zu kürzeren Zitationsfenstern und möglicherweise niedrigeren durchschnittlichen Zitationen pro Artikel führte. Im Gegensatz dazu zeigten Länder wie die Vereinigten Staaten, Australien, Italien und das Vereinigte Königreich trotz geringerer Publikationszahlen eine höhere zitationsbasierte Sichtbarkeit, was teilweise auf länger etablierte akademische Linien in DKD, Mitochondrienbiologie, Redoxbiologie und translationaler Nephrologie zurückzuführen sein könnte. Häufig zitierte Studien aus diesen Ländern waren häufig mit konzeptuellen oder methodisch einflussreichen Themen verbunden, darunter Mitophagie, mitochondriale Dynamik und mitochondrienziele Interventionen. Daher lässt sich das beobachtete geografische Muster besser als Unterschied in Forschungsreife, Themenpositionierung, Veröffentlichungszeitpunkt, Kollaborationsstruktur und Wissensverbreitung verstehen und nicht als direkter Beweis für nationale Forschungsüberlegenheit. Auf institutioneller Ebene war die Central South University die produktivste und am häufigsten zitierte Institution unter den im abgerufenen Datensatz aufgeführten Institutionen, doch ihr Kollaborationsprofil deutet eher auf ein national konzentriertes Netzwerk als auf ein großes internationales Kooperationszentrum hin. Im Vergleich dazu zeigten Institutionen wie die Monash University, die Harvard Medical School und die University of Michigan Zitationssichtbarkeit in Themen wie mitochondriale Qualitätskontrolle, SIRT3-vermittelten Antioxidantienschutz, mitochondriengezielte Lieferung und Bildgebung der mitochondrialen Dynamik. Diese Ergebnisse zeigen, dass die Sichtbarkeit institutioneller Zitationen und die Netzwerkrollen in diesem Bereich nicht nur vom Publikationsvolumen abhängen, sondern auch davon, ob Institutionen an international vernetzten, konzeptionell einflussreichen oder translationsorientierten Forschungsrichtungen teilnehmen. Daher sollten die Länder- und institutionellen Analysen eher als Kartierung der Verteilung und Verbreitung von Wissen interpretiert werden, anstatt wissenschaftliche Qualität zu bewerten.

Zeitschriften- und Autorenanalysen zeigen zudem, wie dieses Forschungsfeld über Publikationsplattformen und Netzwerke der Mitwirkenden organisiert ist. Die Verteilung der Zeitschrift legt nahe, dass die mitochondriale Forschung im DN von Natur aus interdisziplinär ist und Nephrologie, Redoxbiologie, Stoffwechsel, Pharmakologie, Zelltod und Nanomedizin umfasst. Die hohe Zitationszahl von übersichtsorientierten oder wirkungsvollen Fachzeitschriften spiegelt möglicherweise ihre Rolle bei der Integration von Konzepten und der Gestaltung von Forschungsagenden wider, während Zeitschriften mit hohem Publikationsvolumen eher als Plattformen zur Sammlung experimenteller und pharmakologischer Evidenz dienen. Daher sollten Unterschiede zwischen Publikationsvolumen und Zitationszahl auf Zeitschriftenebene im Hinblick auf den Umfang der Zeitschrift, den Artikeltyp, die Leserschaft und die Reife der veröffentlichten Themen interpretiert werden. Fachzeitschriften wie Kidney International, Redox Biology, Cell Death & Disease und Free Radical Biology and Medicine scheinen mechanistische Studien zu oxidativem Stress, mitochondrialer Dysfunktion, Mitophagie und Nierenschäden mit aufkommenden translationalen Fragen zu verbinden. Unterdessen spiegeln Frontiers in Pharmacology and Antioxidants die zunehmende Schnittmenge zwischen mitochondrialer Biologie, Redoxregulation und pharmakologischer Intervention wider. Auf Autorenebene überlappten sich Produktivität und Zitationssichtbarkeit ebenfalls nicht vollständig. Autoren mit hoher Publikationszahl können aktive Mitwirkende zur wachsenden Forschungsbasis darstellen, während Autoren mit wenigeren, aber häufig zitierten Publikationen zu einflussreichen konzeptionellen Rahmenwerken, Krankheitsmodellen oder interventionsbezogenen Studien beigetragen haben könnten. So zeigte Sun Lin sowohl hohe Produktivität als auch Zitationssichtbarkeit, während Danesh Farhad R., Galvan Daniel L., Sharma Kumar und Cooper Mark E. trotz niedriger Publikationszahlen zu den meistzitierten Autoren gehörten. Dieses Muster legt nahe, dass bibliometrische Indikatoren auf Autorenebene durch Kollaborationsnetzwerke, Veröffentlichungszeitpunkt, Artikeltyp und Themenzentralität geprägt werden. Dementsprechend sollten diese Indikatoren als Maße für Sichtbarkeit und intellektuelle Verknüpfung innerhalb des abgerufenen Datensatzes interpretiert werden, und nicht als direkte Maße für individuelle wissenschaftliche Qualität oder klinische Bedeutung.

Schlüsselwort- und Referenzanalysen liefern Einblicke in die zeitliche Entwicklung der intellektuellen Struktur dieses Fachgebiets. Frühe Burst-Referenzen waren hauptsächlich mit oxidativem Stress, mitochondrialen reaktiven Sauerstoffspezies, mitochondrialer Dysfunktion und metabolischem Stress assoziiert, was darauf hindeutet, dass die frühe bibliometrische Sichtbarkeit weitgehend auf oxidative und metabolische Schäden an diabetischen Nieren konzentriert ^war. Nachfolgende Referenzen und Schlüsselwortcluster verschoben sich allmählich hin zur mitochondrialen Qualitätskontrolle, einschließlich Autophagie, Mitophagie, mitochondrialer Biogenese und regulatorischer Wege, die an der Aufrechterhaltung der mitochondrialen Homöostase^{beteiligt sind 9,28,29}. In jüngerer Zeit umfassten Burst-Referenzen und Co-Citation-Cluster zunehmend regulierten Zelltod, Organelleninteraktionen, interventionsbezogene Themen sowie kausale Inferenz- oder Omics-orientierte Ansätze, wobei repräsentative Themen Ferroptose, das NLRP3-Inflammasom, MAMs, SGLT2-Inhibitoren, MitoQ und mendelsche randomisierungsbezogene Ansätze 30,31,32,33,34 ^,35,36,37. Jüngste mechanistische und interventionsbezogene Studien liefern ebenfalls Beispiele für diese aktiven Themen, darunter die metforminvermittelte Regulation von Mitophagie und Ferroptose über die HIF-1α/MIOX-Achse, P110-vermittelte Hemmung der Drp1-abhängigen mitochondrialen Spaltung und PINK1/Parkin-bezogene Mitophagieregulation durch Baoshentongluo-Formel oder Dapagliflozin 38,39,40,41 . Dieser Wandel legt nahe, dass das Fachgebiet sich von der Beschreibung mitochondrialer Verletzungen hin zur Untersuchung mitochondrialer Qualitätskontrollnetzwerke, regulierte Zelltodswege, Organelleninteraktionen, interventionsbezogene Themen sowie kausale oder omika-orientierte Ansätze entwickelt hat. Diese Muster deuten darauf hin, dass Ferroptose, das NLRP3-Inflammasom, MAMs, SGLT2-Inhibitoren, MitoQ und mendelsche randomisierungsbezogene Ansätze zunehmend sichtbare Themen in der gefundenen Literatur geworden sind.

Die Interpretation algorithmisch generierter Keyword-Cluster-Labels erfordert jedoch Vorsicht. Bezeichnungen wie Skelettmuskulatur und Herz-Kreislauf-Erkrankungen schienen periphere oder systemische diabetesbezogene Begriffe oder breitere komorbiditätsbezogene Kontexte widerzuspiegeln, statt kernspezifische mitochondriale Mechanismen der diabetischen Nephropathie. Daher wurden diese peripheren Labels in dieser Studie nicht als primäre aufkommende Hotspots behandelt. Stattdessen basierte die Hotspot-Interpretation hauptsächlich auf übereinstimmenden Evidenzen aus Keyword-Häufigkeit, Burst-Begriffen, Timeline-Aktivitäten und Referenz-Co-Citation-Mustern. Dementsprechend werden mechanistische Begriffe wie Ferroptose, NLRP3-Inflammasomenaktivierung und MAMs als aufkommende Forschungsfronten diskutiert, die durch Schlüsselwörter und Co-Zitationsmuster identifiziert werden, anstatt als separate Mini-Übersicht ausgearbeitet zu werden. Zukünftige Studien sollten klären, ob diese Themen mit hoher bibliometrischer Sichtbarkeit durch experimentelle Validierung in klinischen Proben, Einzelzellanalyse, räumliche Transkriptomik und prospektive translationale Studien reproduzierbare biologische Mechanismen im menschlichen DKD entsprechen. Rechnerisch identifizierte Ziele, wie HDAC9-bezogene mitochondriale Dysfunktion und seneszenzassoziierte Entzündung, benötigen ebenfalls eine funktionelle Validierung, bevor sie als therapeutische Ziele⁴² interpretiert werden. Da die vorliegende Studie einen etablierten bibliometrischen Rahmen verwendet, sollte ihr Beitrag in erster Linie als aktualisierte, themenbezogene Synthese mitochondrialer Forschung in DN verstanden werden und nicht als methodische Innovation.

Diese Ergebnisse deuten auch auf mehrere Prioritäten für zukünftige Forschung hin. Erstens, obwohl Mitophagie, mitochondriale Dynamik, Ferroptose, Ms und Inflammasom-Aktivierung in der Literatur zunehmend sichtbar geworden sind, bleiben die Hinweise aus menschlichen diabetischen Nierengeweben begrenzt. Viele aktuelle mechanistische oder rechnergestützte Beispiele basieren weiterhin hauptsächlich auf experimentellen Modellen oder bioinformatischen Analysen, darunter Studien zu Mitophagie und Ferroptose, Drp1-abhängiger mitochondrieller Spaltung, PINK1/Parkin-vermittelter Mitophagie und HDAC9-bezogener mitochondrieller Dysfunktion 38,39,40,41,42 . Daher erfordern diese Ergebnisse eine weitere Validierung in menschlichen Proben und spezifischen Kontexten für Nierenzelltypen. Zweitens erfordern mitochondrienzielläre Interventionen und stoffwechselbezogene Ansätze, darunter MitoQ, SGLT2-Inhibitoren, Antioxidantien und organellengezielte oder weggesteuerte Strategien, eine rigorosere translationale Evaluation, insbesondere hinsichtlich Bioverfügbarkeit, nierenzielgerichteter Effizienz, langfristiger Sicherheit und klinischer Wirksamkeit 30,31,32,33,34,35^{. 36,37}. Zukünftige Studien, die menschliches diabetisches Nierengewebe, Einzelzell- oder Raumtechnologien, Multi-Omics-Analysen und prospektive translationale Designs integrieren, könnten helfen zu bestimmen, welche mitochondrienbezogenen Signalwege reproduzierbar und klinisch relevant bei diabetischer Nephropathie sind.

Mehrere Einschränkungen sollten anerkannt werden. Zunächst wurden alle Unterlagen aus dem WoSCC abgerufen. Obwohl diese Datenbank standardisierte Zitationsmetadaten liefert und in bibliometrischen Studien weit verbreitet genutzt wird, könnte ihre selektive Abdeckung Publikationen ausgeschlossen haben, die nur in anderen Datenbanken, regionalen Fachzeitschriften, nicht-englischsprachigen Quellen oder kürzlich aktualisierten Datensätzen indexiert sind. Obwohl MeSH-abgeleitete Begriffe und manuelles Screening zur Verbesserung der Suchstrategie verwendet wurden, lässt sich eine unvollständige Abfrage relevanter Studien nicht vollständig vermeiden. Zweitens waren zitationsbasierte Indikatoren in dieser Studie unangepasste deskriptive Maße. Die Zitationszahlen können vom Veröffentlichungsalter, dem Zitationsfenster, der Sichtbarkeit der Zeitschrift, dem Artikeltyp, der Datenbankabdeckung, der Selbstzitation und fachspezifischen Zitationspraktiken beeinflusst werden. Daher sollten hochzitierte Publikationen so interpretiert werden, dass sie eine größere Zitationssichtbarkeit oder eine breitere Wissensverbreitung innerhalb des abgerufenen Datensatzes besitzen, und nicht als direkter Beleg für überlegene Forschungsqualität, Originalität, methodologische Strenge oder klinische Relevanz. Zusätzlich stellen die in Abbildung 1 dargestellten Times Cited-Zählungen auf WoSCC-Datensatzebene eine statische Momentaufnahme zum Zeitpunkt der Datenabruf, 30. April 2026; Diese Zitationszahlen sind dynamisch und können sich unterscheiden, wenn dieselbe Analyse zu einem späteren Zeitpunkt durchgeführt wird. Wichtiger ist, dass die aufwärts sichtbare Zitationskurve in Abbildung 1 durch das Veröffentlichungsalter, die kumulierte Expositionszeit und die ungleichen Zitationsfenster unter den enthaltenen Datensätzen beeinflusst wird. Daher sollte dieser Trend nicht als direkter jährlicher Anstieg von Forschungswirkung, wissenschaftlicher Qualität, methodischer Strenge oder klinischer Relevanz interpretiert werden. Dementsprechend sollten die zitationsbezogenen Ergebnisse als rückblickende Momentaufnahme und nicht als feste Absolutwerte interpretiert werden. Drittens sind Keyword- und Netzwerkanalysen sensibel gegenüber Datenverarbeitung und Parametereinstellungen. Obwohl synonyme Begriffe und Abkürzungen manuell harmonisiert wurden, können nicht standardisierte Autorenschlüsselwörter und algorithmisch generierte Cluster-Labels dennoch Mehrdeutigkeit verursachen. Darüber hinaus können Schwellenauswahl- und Pruning-Algorithmen, einschließlich des g-Index-Kriteriums, Pathfinder-Pruning und VOSviewer-Schwellen, schwache oder periphere Verbindungen reduzieren und die scheinbare Clustering-Struktur, die Knotenkonnektivität und die Kollaborationsmuster beeinflussen. Konkret könnten der relativ hohe Q-Wert der Modularität von 0,867 und der gewichtete mittlere Silhouettenwert von 0,9587 des Referenz-Co-Citation-Netzwerks teilweise den Einfluss des Pathfinder-Schnitts widerspiegeln; daher wurden die entsprechenden Cluster hauptsächlich zur Identifizierung thematischer Konzentrationen verwendet und sollten nicht als Beweis dafür interpretiert werden, dass die Forschungsthemen völlig voneinander unabhängig waren. Daher sollten die generierten Netzwerke als analytische Vereinfachungen des abgerufenen Datensatzes betrachtet werden und nicht als vollständige Darstellungen aller Beziehungen im Feld. Schließlich hebt das Zeitfenster von 2016 bis 2025 jüngste Entwicklungen hervor, könnte jedoch frühere grundlegende Studien unterrepräsentiert und möglicherweise nicht vollständig neue Publikationen erfassen, die nach dem Abrufdatum indexiert wurden. Zukünftige bibliometrische Studien, die mehrere Datenbanken, eine breitere Sprachabdeckung und Dokumenttypen, aktualisierte Abrufdaten und Sensitivitätsanalysen von Netzwerkparametern einbeziehen, könnten einen umfassenderen Überblick über dieses Feld bieten.

Im vergangenen Jahrzehnt hat sich die mitochondriale Forschung in DN von einer beschreibenden Untersuchung oxidativen Stresses zu einem komplexen, multidimensionalen Feld entwickelt, das Qualitätskontrollmechanismen, metabolische Anpassung und kausale Inferenzmethoden umfasst. Obwohl China im Gesamtvolumen der Publikationen vorherrschte, variierte die Sichtbarkeit der Zitation zwischen Ländern, Institutionen und Forschungsthemen. Das Aufkommen von Ferroptose, MAMs, Mendelscher Randomisierung und Multi-Omics-Ansätzen weist auf aktive Forschungsrichtungen im abgerufenen Datensatz hin. Diese bibliometrischen Muster deuten darauf hin, dass zukünftige experimentelle und klinische Studien weiter klären können, welche mitochondrienbezogenen Signalwege in bestimmten Nierenzelltypen, Krankheitsstadien und therapeutischen Kontexten reproduzierbar sind.

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
Web of Science Core Collection	Clarivate	https://www.webofscience.com/	Not applicable
VOSviewer	Leiden University	https://www.vosviewer.com/	1.6.19
CiteSpace	Drexel University	https://citespace.podia.com/	6.4.R1
Scimago Graphica	Scimago Laboratory	https://www.scimagographica.org/	1.0.25
WPS Excel	Kingsoft Corporation	https://www.wps.com/	2023
GraphPad Prism	GraphPad Software	https://www.graphpad.com/	10.1
Journal Citation Reports	Clarivate	https://jcr.clarivate.com/	Not applicable
Medical Subject Headings database	National Library of Medicine	https://www.ncbi.nlm.nih.gov/mesh/	Not applicable