Este estudio emplea análisis bibliométrico para mapear el panorama actual de la investigación de la medicina tradicional china en el tratamiento del cáncer gástrico y para revelar aún más la evolución de los focos de investigación.
Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.
Artículo de investigación
Este estudio emplea análisis bibliométrico para mapear el panorama actual de la investigación de la medicina tradicional china en el tratamiento del cáncer gástrico y para revelar aún más la evolución de los focos de investigación.
El estudio realizó un análisis bibliométrico de 704 artículos sobre medicina tradicional china para el cáncer gástrico publicados entre 2006 y 2025, utilizando la Web of Science Core Collection WOSCC (base de datos de literatura). El análisis y visualización de redes se realizó utilizando CiteSpace (software de análisis bibliométrico), VOSviewer (software de mapeo bibliométrico) y Scimago Graphica (una aplicación gratuita de visualización científica de datos). Desde la perspectiva de las tendencias de publicación, redes colaborativas, temas de investigación y la base de conocimiento, el estudio esclarece el panorama actual de la investigación, las fuerzas clave y la evolución de las fronteras en este campo. En las dos últimas décadas, el número de publicaciones ha seguido creciendo, alcanzando un pico histórico de 102 en 2025. Los artículos publicados en la última década representan más del 75% del total, lo que indica que este campo está en una fase de investigación activa. China ocupa el primer puesto en volumen de publicaciones (671 artículos), citas totales (13.447) y centralidad en colaboración internacional. La Universidad de Medicina China de Nankín y la Universidad de Medicina China de Pekín son las instituciones de investigación principales. Entre los principales medios de publicación se encuentran el Journal of Ethnopharmacology y Frontiers in Pharmacology. El análisis de conglomerados de palabras clave identificó nueve temas principales de investigación: Helicobacter pylori, acupuntura, inyecciones herbales chinas, farmacología de redes, acoplamiento molecular, metabolómica y otros. Los puntos críticos de investigación evolucionaron desde la exploración mecanicista básica hasta estrategias de tratamiento integrales, y posteriormente estudios sistemáticos respaldados por tecnologías emergentes. El acoplamiento molecular y la transición epitelio-mesenquimatosa representan las fronteras actuales de la investigación.
El cáncer gástrico es uno de los tumores malignos más comunes del tracto digestivo a nivel mundial, con tasas de incidencia y mortalidad que se sitúan de forma constante entre las principales malignidades, suponiendo una grave amenaza para la saludhumana. La enfermedad suele presentarse con síntomas tempranos insidiosos, y la mayoría de los pacientes ya están en una fase avanzada en el momento del diagnóstico inicial, perdiendo la ventana óptima para la cirugía curativa. Incluso con cirugía, radioterapia y quimioterapia, la eficacia de las modalidades de tratamiento convencionales sigue siendo limitada, y estos enfoques suelen ir acompañados de reacciones adversas graves que no solo comprometen la calidad de vida de los pacientes, sino que a menudo conducen a la suspensión deltratamiento 2,3,4. La medicina tradicional china, como componente importante de la terapia integral contra el cáncer, ha demostrado un valor único en la prevención y tratamiento del cáncergástrico. En los últimos años, el modelo de tratamiento que combina la medicina tradicional china con cirugía, radioterapia y quimioterapia se ha extendido cada vez más. Múltiples estudios clínicos han confirmado que la medicina tradicional china puede aliviar eficazmente las reacciones adversas inducidas por la quimioterapia, inhibir la recurrencia y metástasis tumoral, y mejorar la calidad de vida de los pacientes, al tiempo que presenta características como múltiples vías, efectos multi-objetivo y acciónleve 6,7,8,9,10 . En China, la medicina tradicional china impregna todo el proceso de prevención y tratamiento del cáncer gástrico, desde la intervención temprana en lesiones precancerosas hasta los cuidados paliativos en etapas avanzadas, habiéndose convertido en un enfoque terapéutico indispensable11. Sin embargo, con el rápido crecimiento de los estudios relacionados, este campo se enfrenta a desafíos como temas de investigación fragmentados, calidad heterogénea de la evidencia y cuestiones fundamentales de investigación poco claras, lo que subraya la urgente necesidad de una revisión sistemática del panorama investigativo actual.
La bibliometría es un campo interdisciplinar que trata el sistema de literatura como su objeto de investigación y emplea métodos matemáticos y estadísticos para analizar cuantitativamente las características distribucionales y los patrones evolutivos de los portadores de conocimiento12. En comparación con los métodos tradicionales de revisión como las revisiones sistemáticas y los metaanálisis, la bibliometría se centra más en revelar patrones y fronteras a nivel macro y meso. Puede compensar el posible sesgo subjetivo de selección en revisiones tradicionales y es especialmente adecuado para la clasificación sistemática de características multidimensionales a gran escala de la literatura. A partir de esto, el método puede proporcionar a los investigadores datos para comprender la trayectoria de desarrollo de la disciplina, identificar fuerzas clave de investigación y planificar las futuras líneasde investigación 13, 14 y 15. En los últimos años, este método se ha aplicado ampliamente en el mapeo del conocimiento y el análisis de fronteras en diversos campos, ofreciendo una base científica para rastrear sistemáticamente el desarrollo de disciplinas. Este estudio, basado en la base de datos de la literatura, emplea herramientas de análisis bibliométrico, incluyendo software de mapeo bibliométrico y una aplicación gratuita de visualización científica de datos, para analizar visualmente la literatura sobre medicina tradicional china para el tratamiento del cáncer gástrico desde 2006 hasta 2025. Al examinar múltiples dimensiones como las tendencias de publicación, la distribución por país, la colaboración institucional, las redes de autores, la distribución de revistas, la agrupación de palabras clave y las referencias co-citadas, este estudio esclarece sistemáticamente el estado actual de la investigación, las fuerzas clave de investigación, los temas candentes y la evolución de la frontera en este campo, con el objetivo de proporcionar una referencia para la práctica clínica y la investigación científica sobre la prevención y el tratamiento del cáncer gástrico con la medicina tradicional china.
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Adquisición de datos y estrategia de búsqueda
Se realizó una búsqueda temática en la base de datos de literatura utilizando operadores lógicos booleanos. La estrategia de búsqueda fue diseñada utilizando conceptos relacionados con Medical Subject Headings (MeSH) y palabras clave de texto libre adaptadas para la base de datos WOSCC: "Stomach Neoplass" para cáncer gástrico y "Medicine, Chinese Traditional" para medicina tradicional china, junto con términos de entrada relevantes. La búsqueda se limitó al campo "Tema". Para captar de forma exhaustiva la amplia literatura sobre la medicina tradicional china en la investigación del cáncer gástrico, se priorizaron dos líneas principales de investigación, a saber, la acupuntura y la medicina herbal china, como ejes principales de recuperación, ya que estas dos modalidades representaban los enfoques terapéuticos más aplicados y habían generado el mayor número de investigaciones publicadas en este campo. La estrategia de búsqueda se construyó de la siguiente manera: TS=("medicina tradicional china*" O "TCM" O "HERBAL CHINO" O "ACUPUNTURA" O "MEDICINA HERBAL*") Y TS=("neoplasia estomacal*" O "cáncer gástrico*" O "tumor gástrico*" O "carcinoma gástrico*"). Las palabras clave clave y ampliadas en los campos del cáncer gástrico y la medicina tradicional china se seleccionaron jerárquicamente y se combinaron dentro de cada grupo usando el operador "OR" y entre grupos usando el operador "AND" para asegurar una cobertura integral de los temas de investigación relevantes. Se emplearon comodines para evitar la omisión de términos relacionados. El periodo de búsqueda estuvo limitado desde el 1 de enero de 2006 hasta el 31 de diciembre de 2025 (Tabla 1). La búsqueda se realizó el 18 de marzo de 2026. Las categorías de índice incluían SCI-EXPANDED y SSCI.
Proceso de selección y criterios de la literatura
El proceso de selección de la literatura fue el siguiente: (1) Filtrado de idiomas: solo se incluyeron artículos en inglés. (2) Filtrado por tipo de documento: solo se incluyeron artículos de revistas (Artículo) y revisiones (Revisión); Se excluyeron resúmenes de conferencias, editoriales, cartas, noticias, etc. Todos los registros recuperados de WOSCC se exportaron íntegramente sin preselección manual, garantizando un proceso de selección imparcial y reproducible. Al exportar registros desde la base de datos de literatura, la configuración de exportación era la siguiente: el contenido del registro se configuraba en "Registro completo y referencias citadas"; el formato de archivo se configuró como "Texto plano"; la codificación se estableció en "UTF-8"; El expediente se llamó "20260318_TCM_gastric". Si surgían desacuerdos durante el proceso de selección, se resolvían mediante una discusión consensuada entre ambos autores para garantizar la exactitud de los resultados del cribado.
Importación y limpieza de datos
Después de exportar los datos, el primer paso era convertir el formato e importarlo. Los archivos TXT exportados desde WOSCC se almacenaban uniformemente en la carpeta "input". Posteriormente, utilizando la herramienta de conversión de formatos de datos integrada en la herramienta de análisis bibliométrico, los registros originales de la literatura se convirtieron en un formato reconocible por herramientas de análisis bibliométrico; Los archivos convertidos se almacenaban en la carpeta "output", y las carpetas correspondientes "data" y "project" se generaban automáticamente, sentando una base de datos estructurada para el análisis posterior de co-ocurrencia, análisis de co-citas y análisis de evolución de palabras clave.
En la fase de limpieza de datos, para evitar interferencias de la literatura duplicada en los resultados del análisis, se utilizó la función de deduplicación de datos de las herramientas de análisis bibliométrico para el cribado automatizado. Esta función identificaba y eliminaba registros duplicados usando identificadores únicos de la literatura, asegurando que solo se conservara un registro por publicación. Específicamente, en la interfaz de preprocesamiento de datos de las herramientas de análisis bibliométrico, se seleccionó la opción "Eliminar duplicados", y el sistema escaneó automáticamente el conjunto de datos, eliminó entradas redundantes y generó un registro de deduplicación para su verificación. Tras la limpieza, los registros únicos restantes de la literatura se incluyeron en análisis posteriores, asegurando así la precisión de la construcción de la red y los recuentos estadísticos. Además, los archivos TXT exportados desde WOSCC se importaban directamente a un software de mapeo bibliométrico y se procesaban utilizando la función de datos bibliográficos basados en mapas para construir redes de colaboración y coexistencia.
Herramientas analíticas
Se utilizó una herramienta de análisis bibliométrico para construir redes de co-citación y analizar la evolución de palabras clave; se utilizó software de mapeo bibliométrico para construir y visualizar redes colaborativas y de co-ocurrencia; Se utilizó una aplicación gratuita de visualización científica de datos para visualizar redes de colaboración país/región; y WPS Excel 2023 (hoja de cálculo WPS) y GraphPad Prism 10.1 (software de análisis científico de datos y gráficos gráficos) se utilizaron para análisis estadísticos básicos y preparación de figuras.
Configuración de parámetros bibliométricos (herramientas de análisis bibliométrico)
En el análisis bibliométrico, la segmentación temporal se estableció de 2006 a 2025 en intervalos de 1 año, y la selección de nodos se realizó usando el índice g (k = 5). La simplificación de la red se realizó utilizando el algoritmo de poda Pathfinder, aplicado una vez a cada red de segmento temporal y otra vez después de la fusión de la red. En las visualizaciones, el tamaño del nodo se escaló proporcionalmente a la frecuencia de ocurrencia, y el grosor del enlace reflejó la fuerza de las relaciones deco-ocurrencia 16. Las palabras clave extraídas de los registros exportados se fusionaron y estandarizaron, en base a las cuales se generó una matriz de coocurrencia. Posteriormente, se realizaron análisis de conglomerados, visualización de líneas temporales y detección de ráfagas para identificar la evolución temática y los frentes emergentes de investigación. El resultado del análisis incluyó archivos de red de co-ocurrencia, informes de clúster y listas de términos en ráfaga para una visualización e interpretación adicionales.
Flujo de trabajo colaborativo y de análisis de redes de co-ocurrencia (software de mapeo bibliométrico)
En el análisis del software de mapeo bibliométrico, se establecieron umbrales basados en la distribución del número de publicaciones para cada entidad: un mínimo de 4 publicaciones para autores, 6 para instituciones, 2 para países y 3 para revistas. Bajo estos umbrales, se construyeron por separado redes de coautoría para autores, instituciones, países y revistas, así como una red de co-ocurrencia de palabras clave. El diseño de la red se optimizó usando el algoritmo basado en Linlog/modularidad, y los tamaños de los nodos se ponderaron por el número de publicaciones o el total de citas, dependiendo del objetivode análisis 17. El análisis generó archivos estadísticos de nodos/bordes, mapas bidimensionales de red y vistas de densidad para cada red, que se utilizaron para interpretar patrones de colaboración y distribuciones de puntos calientes.
Visualización de Redes de Colaboración por País (una aplicación gratuita de visualización científica de datos)
Se utilizó principalmente una aplicación gratuita de visualización científica de datos para analizar y visualizar redes de colaboración entre países. El flujo de trabajo consistía en importar datos de colaboración por países en formato GML exportados desde software de mapeo bibliométrico a una aplicación gratuita de visualización científica de datos, con los siguientes parámetros: (1) Etiquetas de nodo configuradas en "País". (2) Agrupamiento de nodos basado en la cadena de nombres del país. En la red de colaboración entre países resultante, el diámetro de los nodos reflejaba el número de publicaciones por país, y el grosor de los enlaces reflejaba la frecuencia de colaboración entrepaíses 18,19.
Análisis y Visualización Estadística Básica (hoja de cálculo WPS y software científico de análisis y gráficos de datos)
Se utilizaron hojas de cálculo WPS y software de análisis y gráficos de datos científicos para realizar análisis estadísticos descriptivos y convertir datos analíticos en representaciones visuales, incluyendo gráficos de tartas, barras y columnas.
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Producción anual de publicaciones
Una búsqueda inicial arrojó 724 registros, que se refinaron para incluir solo artículos en inglés y artículos de revisión, resultando en 704 publicaciones: 548 artículos y 156 artículos de revisión. De 2006 a 2025, el número anual de publicaciones en medicina tradicional china para el cáncer gástrico mostró una tendencia fluctuante al alza, reflejando un aumento constante del interés en la investigación. La ev...
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Este estudio emplea métodos bibliométricos para delimitar sistemáticamente el panorama de la investigación de la medicina tradicional china en el tratamiento del cáncer gástrico durante las dos últimas décadas. Este análisis no solo describe el panorama global de la investigación, sino que también identifica contribuyentes clave, temas emergentes y posibles direcciones futuras de investigación en este campo.
Tendencias de desarrollo a nivel macro y dis...
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Los autores no declaran conflictos de interés.
Este trabajo fue apoyado por el Fondo de Investigación de Élite de la Fundación de Caridad Micro Amor de Pekín bajo la Subvención Nº JYKY2024-0100319019.
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
| Nombre | Empresa | Número de catálogo | Comentarios |
|---|---|---|---|
| CiteSpace | Chaomei Chen, Universidad Drexel | 6.4.R1 (https://citespace.podia.com/) | Usado para construir redes de cocitación y analizar la evolución de palabras clave. |
| VOSviewer | Centro para Estudios de Ciencia y Tecnología (CWTS), Universidad de Leiden | 1.6.19 (https://www.vosviewer.com/) | Usado para construir y visualizar redes de colaboración y de co-ocurrencia. |
| Scimago Graphica | SCImago Lab | 1.0.25 (https://graphica.scimagojr.com/) | Usado para visualizar redes de colaboración país/regional. |
| GraphPad Prism | GraphPad Software | 10.1 (https://www.graphpad.com/) | Usado para análisis estadístico básico y preparación de figuras. |
| WPS Excel | Kingsoft Corporation | 2023 (https://www.wps.com/) | Usado para análisis estadístico descriptivo y gestión de datos. |
| Web of Science Core Collection | Clarivate Analytics | https://www.webofscience.com/ | Base de datos de literatura usada para adquisición de datos y estrategia de búsqueda. |
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.