Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Forschungsartikel

Eine bibliometrische und visualisierte Analyse der mitochondrialen Forschung bei diabetischer Nephropathie

147 Aufrufe

⸱

DOI:

10.3791/72274

⸱

11. August 2026

 ,  ,  , 

* These authors contributed equally

In diesem Artikel

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 Forschungsfokussen10,11 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 Grenzendieses 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.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

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 Netzwerkgrößevon 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.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

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, ...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

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, me...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären keine Interessenkonflikte.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Web of Science Core CollectionClarivatehttps://www.webofscience.com/Not applicable
VOSviewerLeiden Universityhttps://www.vosviewer.com/1.6.19
CiteSpaceDrexel Universityhttps://citespace.podia.com/6.4.R1
Scimago GraphicaScimago Laboratoryhttps://www.scimagographica.org/1.0.25
WPS ExcelKingsoft Corporationhttps://www.wps.com/2023
GraphPad PrismGraphPad Softwarehttps://www.graphpad.com/10.1
Journal Citation ReportsClarivatehttps://jcr.clarivate.com/Not applicable
Medical Subject Headings databaseNational Library of Medicinehttps://www.ncbi.nlm.nih.gov/mesh/Not applicable

Referenzen

  1. Samsu N. Diabetic nephropathy: Challenges in pathogenesis, diagnosis, and treatment. Biomed Res Int. 2021;2021:1497449.
  2. GBD 2019 Diabetes in the Americas Collaborators. Burden of diabetes and hyperglycaemia in adults in the Americas, 1990-2019: A systematic analysis for the Global Burden of Disease Study 2019. Lancet Diabetes Endocrinol. 2022;10:655-67.
  3. Alicic RZ, Rooney MT, Tuttle KR. Diabetic kidney disease: Challenges, progress, and possibilities. Clin J Am Soc Nephrol. 2017;12:2032-45.
  4. Forbes JM, Thorburn DR. Mitochondrial dysfunction in diabetic kidney disease. Nat Rev Nephrol. 2018;14:291-312.
  5. Galvan DL, Green NH, Danesh FR. The hallmarks of mitochondrial dysfunction in chronic kidney disease. Kidney Int. 2017;92:1051-7.
  6. Mise K, Galvan DL, Danesh FR. Shaping up mitochondria in diabetic nephropathy. Kidney360. 2020;1:982-92.
  7. Fan X, et al. Mitochondrial metabolic reprogramming in diabetic kidney disease. Cell Death Dis. 2024;15:442.
  8. Sharma K, et al. Metabolomics reveals signature of mitochondrial dysfunction in diabetic kidney disease. J Am Soc Nephrol. 2013;24:1901-12.
  9. Xiao L, et al. The mitochondria-targeted antioxidant MitoQ ameliorated tubular injury mediated by mitophagy in diabetic kidney disease via Nrf2/PINK1. Redox Biol. 2017;11:297-311.
  10. Bhargava P, Schnellmann RG. Mitochondrial energetics in the kidney. Nat Rev Nephrol. 2017;13:629-46.
  11. Qi W, et al. Pyruvate kinase M2 activation may protect against the progression of diabetic glomerular pathology and mitochondrial dysfunction. Nat Med. 2017;23:753-62.
  12. Qin X, et al. Berberine protects glomerular podocytes via inhibiting Drp1-mediated mitochondrial fission and dysfunction. Theranostics. 2019;9:1698-713.
  13. Du L, et al. Sirt6 overexpression relieves ferroptosis and delays the progression of diabetic nephropathy via Nrf2/GPX4 pathway. Ren Fail. 2024;46:2377785.
  14. Wu X, Yang J, He J. Research progress of mitochondrial dynamics and autophagy in diabetic complications: New treatment strategies. Diabetes Metab Syndr Obes. 2025;18:3167-80.
  15. Synnestvedt MB, Chen C, Holmes JH. CiteSpace II: Visualization and knowledge discovery in bibliographic databases. AMIA Annu Symp Proc. 2005;2005:724-8. Available from: https://pmc.ncbi.nlm.nih.gov/articles/PMC1560567/
  16. Wang Y, et al. Research trends and hotspots in JAK inhibitors for ulcerative colitis: A bibliometric analysis from 2015 to 2024. J Multidiscip Healthc. 2025;18:6755-71.
  17. Chen G, Yan Z, Wang Y, Tao Q. Rheumatoid arthritis and fibromyalgia syndrome: A bibliometric and bioinformatics perspective on comorbidity research. J Multidiscip Healthc. 2025;18:6811-27.
  18. Van Eck NJ, Waltman L. Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics. 2010;84:523-38.
  19. Ma L, Yao T, Jin D, Yan Z. Mapping the knowledge landscape of muscle disorders in rheumatoid arthritis: A bibliometric and bioinformatics study. J Vis Exp. 2026;(230):e70373.
  20. Zhang Y, et al. Bibliometric and visual analysis of the immune system in osteomyelitis (1990-2024). J Vis Exp. 2026;(229):e70317.
  21. Wang XR, et al. Global research hotspots and trends in oxidative stress-related diabetic nephropathy: A bibliometric study. Front Endocrinol (Lausanne). 2025;15:1451954.
  22. Mao J, et al. The relationship between kidney disease and mitochondria: A bibliometric study. Ren Fail. 2024;46:2302963.
  23. Huang Z, et al. The 100 top-cited articles in diabetic kidney disease: A bibliometric analysis. Ren Fail. 2021;43:781-95.
  24. Wei Y, Jiang Z. The evolution and future of diabetic kidney disease research: A bibliometric analysis. BMC Nephrol. 2021;22:158.
  25. Egghe L. Theory and practise of the g-index. Scientometrics. 2006;69:131-52.
  26. Chen C. CiteSpace: A Practical Guide for Mapping Scientific Literature. Nova Science Publishers; Hauppauge, NY; 2016.
  27. Dugan LL, et al. AMPK dysregulation promotes diabetes-related reduction of superoxide and mitochondrial function. J Clin Invest. 2013;123:4888-99.
  28. Kang HM, et al. Defective fatty acid oxidation in renal tubular epithelial cells has a key role in kidney fibrosis development. Nat Med.. 2015;21:37-46.
  29. Zhan M, Usman IM, Sun L, Kanwar YS. Disruption of renal tubular mitochondrial quality control by myo-inositol oxygenase in diabetic kidney disease. J Am Soc Nephrol.. 2015;26:1304-21.
  30. Elwakiel A, Mathew A, Isermann B. The role of endoplasmic reticulum-mitochondria-associated membranes in diabetic kidney disease. Cardiovasc Res. 2024;119:2875-83.
  31. Chen J, et al. CNPY2 aggravates renal tubular cell ferroptosis in diabetic nephropathy by regulating PERK/ATF4/CHAC1 pathway and MAM integrity. Adv Sci (Weinh). 2025;12:e2416441.
  32. Yu K, et al. Honokiol attenuates diabetic nephropathy by targeting SIRT3 to suppress mitochondrial ROS-induced pyroptosis. Diabetol Metab Syndr. 2025;18:7.
  33. Ward MS, et al. Targeted mitochondrial therapy using MitoQ shows equivalent renoprotection to angiotensin converting enzyme inhibition but no combined synergy in diabetes. Sci Rep. 2017;7:15190.
  34. Liu Y, et al. Combining mitochondrial proteomes and Mendelian randomization to identify novel therapeutic targets for diabetic nephropathy. Ren Fail. 2025;47:2473669.
  35. Zheng T, et al. Canagliflozin ameliorates diabetic podocyte damage via enriching mitochondria-associated endoplasmic reticulum membranes. Cell Signal. 2025;135:112038.
  36. Li H, et al. Dapagliflozin attenuates AKI to CKD transition in diabetes by activating SIRT3/PGC1-α signaling and alleviating aberrant metabolic reprogramming. Biochim Biophys Acta Mol Basis Dis. 2024;1870:167433.
  37. Liu B, et al. Association between GATM gene polymorphism and progression of chronic kidney disease: A mitochondrial related genome-wide Mendelian randomization study. Sci Rep. 2024;14:20346.
  38. Wu Q, Zhao Y, Huang F. Metformin alleviates renal tubular injury in diabetic kidney disease by activating mitophagy and inhibiting ferroptosis via HIF-1α/MIOX axis. J Pharm Anal. 2025;15:101284.
  39. Yue R, et al. Inhibition of Drp1-mediated mitochondrial fission by P110 ameliorates renal injury in diabetic nephropathy. Int Immunopharmacol. 2025;152:114342.
  40. Pang Y, et al. Baoshentongluo formula relieves podocyte injury in diabetic kidney disease through regulating mitophagy via PINK1/parkin signaling pathway. Front Endocrinol (Lausanne). 2025;16:1606326.
  41. Ma Y, et al. SIRT1-PINK1-parkin axis orchestrated mitophagy and renal repair by dapagliflozin in diabetic nephropathy. Biochim Biophys Acta Mol Basis Dis. 2026;1872:168074.
  42. Huang J, et al. Integrative transcriptomic and machine learning analyses identify HDAC9 as a key regulator of mitochondrial dysfunction and senescence-associated inflammation in diabetic nephropathy. Front Immunol. 2025;16:1627173.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Weitere Artikel entdecken

Bibliometrische AnalyseMitochondriendynamikoxidativer StressMitophagieFerroptoseNLRP3-InflammasomSGLT2-InhibitorenMetabolomik