Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.
Article de recherche
Cette analyse bibliométrique visait à cartographier le paysage de recherche sur le diabète sucré et la reprogrammation métabolique (2016–2025) à partir de 6 864 articles. Elle révèle une croissance rapide, la production de publications majeure en Chine, mais une influence académique modérée, ainsi qu’un virage vers le microbiote intestinal, l’apprentissage automatique et l’intégration multi-omique.
Le diabète sucré (DM) est une crise mondiale de santé publique. La reprogrammation métabolique modifie la production d’énergie cellulaire et joue un rôle clé dans la pathogenèse des DM, mais une vue d’ensemble systématique des tendances de recherche, des réseaux de collaboration et des nouvelles frontières dans ce domaine fait défaut. Cette étude a réalisé une analyse bibliométrique de 6 864 articles et revues en anglais publiés entre 2016 et 2025, récupérés sur Web of Science, PubMed, Scopus et Embase. Le flux de travail analytique comprenait : (1) l’analyse annuelle des tendances de publication, (2) la cartographie de la collaboration par pays/région et institutions, (3) une analyse de co-auteur et de co-citation entre auteurs et revues, (4) la co-citation de références et la détection de rafales, et (5) l’analyse des tendances par mots-clés et thèmes, utilisant trois outils d’analyse bibliométrique. Les publications annuelles sont restées inférieures à 800 de 2016 à 2024, mais ont dépassé 1 000 en 2025, indiquant une croissance rapide. La Chine a contribué la plus grande part des articles (50 %) et a représenté nombre des meilleures institutions, pourtant l’analyse de centralité a montré que les États-Unis et les pays européens sont toujours en tête en matière d’influence académique et de génération de connaissances. La structure de connaissances repose sur trois fondements fondamentaux : la résistance à l’insuline, le stress oxydatif et la fonction mitochondriale. Les recherches émergentes portent sur le microbiote intestinal, l’apprentissage automatique et la reprogrammation métabolique. Les explosions de mots-clés et les cartes de tendances thématiques révèlent un changement de paradigme : l’observation statique du phénotype vers la médecine dynamique des systèmes intégrés multi-omiques. À notre connaissance, aucune étude bibliométrique antérieure ne s’est spécifiquement concentrée sur l’intersection entre la DM et la reprogrammation métabolique ; Cette étude fournit ainsi la première cartographie dédiée à ce domaine. Bien que la Chine domine en volume de publications, les indicateurs de centralité indiquent une marge de collaboration internationale plus forte et un leadership académique. Les efforts futurs devraient promouvoir la coopération interdisciplinaire et soutenir la traduction de la pratique fondamentale vers la clinique. Cette étude fournit une référence objective pour la gestion de la recherche et la planification stratégique.
Les changements sociaux rapides au cours des dernières décennies ont profondément modifié les schémas nutritionnels et les modes de vie. Ces changements ont contribué à une augmentation régulière de la prévalence mondiale du diabète sucré (DM). En tant que crise sanitaire publique en pleine expansion, la DM et ses complications associées représentent une menace sérieuse pour la santé de la population. Ces complications incluent les maladies cardiovasculaires et la maladie rénale terminale, entre autres. Ils réduisent considérablement la qualité de vie des personnesconcernées 1. Actuellement classée comme la neuvième cause de mortalité au monde, la DM touche environ 1 adulte sur 11 dans le monde2. La DM est une maladie métabolique chronique principalement causée soit par une production insuffisante d’insuline, soit par une réponse altérée de l’organisme à l’insuline, entraînant un taux de sucre sanguinpersistant 3. La pathogenèse de la DM et ses complications sont très complexes, les mécanismes liés au métabolisme restant un axe majeur de la recherche actuelle.
La reprogrammation métabolique désigne le processus par lequel les cellules modifient leurs voies métaboliques pour augmenter la production d’énergie, principalement par la phosphorylation oxydative mitochondriale (OXPHOS) etla glycolyse 4. L’exemple classique de reprogrammation métabolique est « l’effet Warburg », proposé pour la première fois par le professeur Otto Warburg en 1927. Il a observé que même dans des conditions d’oxygène adéquates, les cellules tumorales peuvent générer de l’ATP parglycolyse 5. Au-delà du cancer, la reprogrammation métabolique par ces processus contribue à la pathogenèse de nombreuses maladies, notamment la diabèse gestationnelle, la néphropathie diabétique, la septicémie, l’athérosclérose, l’AVC et la fibrosehépatique 4,6,7,8,9,10. La DM est un trouble métabolique chronique caractérisé par une hyperglycémie, résultant de degrés variables de résistance à l’insuline et d’une sécrétion d’insulinealtérée 11. Le lien entre la reprogrammation métabolique et la DM est bien établi : un excès de nutriments entraîne un métabolisme lipidique anormal dans le foie et les muscles, favorisant la résistance à l’insuline, tandis que les cellules β pancréatiques subissent des perturbations métaboliques et une dysfonction sécrétoire dues à la lipotoxicité, au stress du réticulum endoplasmique et à la déposition amyloïde, provoquant collectivement l’apparition de la DM12.
Ces dernières années, l’avancée rapide des technologies unicellulaires et des analyses multi-omiques a catalysé un changement de paradigme majeur dans la recherche sur le métabolisme. Le domaine a dépassé l’observation statique pour se rapprocher d’une enquête dynamique et mécaniste, ouvrant de nouvelles opportunités pour clarifier la pathogenèse de la DM et identifier des cibles thérapeutiques potentielles. Malgré ces progrès, il n’existe cependant aucune synthèse systématique des tendances mondiales de la recherche, des contributeurs clés et des réseaux collaboratifs. Une recherche préliminaire dans les principales bases de données (PubMed, Web of Science, Scopus) utilisant des termes liés au « diabète sucré » et à la « reprogrammation métabolique » n’a permis d’identifier aucune étude bibliométrique antérieure sur ce sujet. Plus important encore, les revues narratives, les revues systématiques et les méta-analyses existantes se sont concentrées sur le résumé de mécanismes moléculaires spécifiques ou de résultats cliniques, mais n’ont pas fourni une cartographie globale et basée sur les données de l’évolution du domaine, de la structure des connaissances ou des frontières émergentes du domaine. Par conséquent, la structure actuelle des connaissances dans ce domaine reste largement inexplorée. Contrairement à une revue narrative, qui peut être subjective et dépendante de l’expertise de l’auteur, l’analyse bibliométrique offre une méthode reproductible, quantitative et impartiale pour capturer les schémas de publication à grande échelle, les réseaux de collaboration et les tendances de recherche. Au contraire, elle révèle la structure intellectuelle, sociale et conceptuelle d’un domaine de recherche au fil du temps. Ainsi, l’analyse bibliométrique peut montrer ce qu’un domaine a étudié, qui a contribué, comment les connaissances circulent et où elles se dirigent. Cependant, il est important de reconnaître ce que cette méthode ne peut pas révéler. L’analyse bibliométrique n’évalue pas la qualité ou la validité des études individuelles, ni l’efficacité clinique ou la causalité mécaniste. Elle dépend également de la couverture et de la précision des bases de données sous-jacentes et peut omettre de la littérature non anglaise, des prépublications ou des revues émergentes. Ainsi, l’analyse bibliométrique sert d’outil de cartographie au niveau macro qui complète, plutôt que de remplacer, les méthodes traditionnelles de synthèse des preuves.
À notre connaissance, aucune étude bibliométrique antérieure ne s’est spécifiquement concentrée sur l’intersection entre la DM et la reprogrammation métabolique. L’étude vise à exploiter les données de la littérature scientifique à grande échelle pour mettre en lumière de manière systématique l’évolution, les fondements intellectuels, la dynamique des points chauds et les frontières émergentes dans ce domaine de recherche. Les résultats devraient fournir une base objective et des perspectives stratégiques pour l’avancement scientifique futur et la planification de la recherche.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Source de données et stratégie de recherche
Pour améliorer la couverture et réduire le biais de source de la littérature, quatre bases de données électroniques ont été consultées : Web of Science (y compris la Web of Science Core Collection, WoSCC), PubMed, Scopus et Embase. La période de publication a été limitée au 1er janvier 2016 au 31 décembre 2025. Seuls des articles de recherche originaux et des articles de synthèse rédigés en anglais étaient inclus. Les termes de recherche se concentraient sur deux concepts : « diabète sucré » (DM) et « reprogrammation métabolique ». Les stratégies de recherche et tous les critères d’exclusion utilisés lors du processus de sélection sont résumés à la Figure 1.
Les chaînes de recherche exactes utilisées pour chaque base de données sont fournies ci-dessous :
Web of Science (WoSCC) :
TS=((diabète OU « diabète sucré » OU « diabète de type 1 » OU « diabète de type 2 ») ET (« reprogrammation métabolique » OU « remodelage métabolique » OU « métabolisme du glucose » OU « effet Warburg » OU « métabolisme cellulaire » OU « dysfonctionnement mitochondrial »))
*Filtres : Années de publication : 2016-2025 ; Types de documents : Article, Revue ; Langue : anglais.*
PubMed :
(« diabète sucré"[Titre/Résumé] OU « diabète de type 2 »[Titre/Résumé] OU « diabète de type 1 »[Titre/Résumé] OU « T2DM »[Titre/Résumé] OU « T1DM »[Titre/Résumé]) ET (« reprogrammation métabolique »[Titre/Résumé] OU « reprogrammation métabolique »[Titre/Résumé] OU « remodelage métabolique »[Titre/Résumé] OU « effet Warburg »[Titre/Résumé] OU « métabolisme cellulaire »[Titre/Résumé] OU « métabolisme cellulaire »[Titre/Résumé] OU « dysfonctionnement mitochondrial »[Titre/Résumé])
*Filtres : Date de publication : 01/01/2016 – 31/12/2025 ; Type d’article : Article, Critique ; Langue : anglais.*
Scopus :
TITRE - ABS (« diabète sucreté » OU « diabète » OU « diabète de type 1 » OU « diabète de type 2 » OU « T1DM » OU « T2DM ») ET TITRE (« reprogrammation métabolique » OU « reprogrammation métabolique » OU « dysfonctionnement mitochondrial » OU « remodelage métabolique » OU « effet Warburg »)
*Filtres : Année de publication : 2016-2025 ; Type de document : Article, Revue ; Langue : anglais.*
Embase :
(« diabète sucré »/exp OU « diabète sucré » : ab,ti OU « diabète de type 2 » : ab,ti OU « diabète de type 1 » : ab,ti) ET (« reprogrammation métabolique » : ab,ti OU « reprogrammation métabolique » : ab,ti OU « effet Warburg » : ab,ti OU « remodelage métabolique » : ab,ti)
*Filtres : Année de publication : 2016-2025 ; Types de documents : Article, Revue ; Langue : anglais.*
Tous les critères d’exclusion utilisés lors du processus de sélection sont résumés à la Figure 1. Les enregistrements récupérés dans chaque base de données étaient exportés en texte brut, incluant les informations bibliographiques complètes (titre, auteurs, revue, année de publication, résumé, mots-clés et références citées).
Déduplication et processus de sélection manuelle
Pour garantir la reproductibilité, un processus de déduplication progressive et de sélection manuelle a été adopté : d’abord, tous les fichiers texte bruts exportés depuis les quatre bases de données étaient importés dans un logiciel de gestion de références, et la déduplication automatique était effectuée via la fonction « Références > Trouver les doublons » ; ensuite, les enregistrements dédupliqués étaient exportés au format Excel en utilisant le style d’exportation « Afficher tous les champs » et filtrés manuellement selon les titres et résumés. Les critères d’inclusion étaient des articles de recherche ou de revue originaux qui abordaient clairement le diabète (quel que soit le type) et la reprogrammation métabolique (y compris la glycolyse, la phosphorylation oxydative, l’effet Warburg ou l’adaptation métabolique mitochondriale), rédigés en anglais. Les critères d’exclusion comprenaient des éditoriaux, des lettres à la rédaction, des résumés de conférences, des rapports de cas, des études animales sans rapport avec l’humain, et des études centrées uniquement sur le syndrome métabolique sans traiter du diabète. Au total, 6 864 enregistrements ont été inclus dans l’analyse bibliométrique (Fichier supplémentaire 1).
Logiciels et méthodologies pour l’analyse bibliométrique
Cette étude a utilisé trois outils d’analyse bibliométrique (Table of Materials) pour examiner systématiquement les auteurs, les institutions, les sources, les titres, les mots-clés, les références citées et d’autres informations détaillées issues des articles. Les données brutes des 6 864 études (Fichier Supplémentaire 1) ont servi d’entrée aux trois outils logiciels. Le logiciel bibliométrique #1 est un outil logiciel libre basé sur Java qui aide les chercheurs à analyser, visualiser et interpréter la littérature scientifique, les réseaux de connaissances, les relations collaboratives et les points chauds de recherche13. Le logiciel bibliométrique #2 est un outil de visualisation pour la bibliométrie scientifique et la cartographie des connaissances, principalement utilisé pour révéler les tendances de développement, les points chauds de recherche et les réseaux collaboratifs dans les domainesacadémiques 14. Le logiciel bibliométrique #3 est un package R pour l’analyse scientométrique et la cartographie des connaissances, utilisé pour importer, analyser et visualiser des donnéesbibliographiques 15. Les procédures opérationnelles détaillées et les paramètres spécifiques pour chaque logiciel sont fournis dans le Table of Materials.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Analyse des tendances de publication (2016-2025)
De 2016 à 2025, un total de 6 864 publications portant sur la DM et la reprogrammation métabolique ont été identifiées, couvrant une période de 10 ans. La figure 2A illustre les tendances annuelles de publication dans ce domaine de recherche. Entre 2016 et 2024, la production annuelle est restée inférieure à 800 articles. En 2025, ce nombre a dépassé 1 000 pour la première fois. À ce jour, ...
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Cette étude cartographie systématiquement la structure intellectuelle, sociale et conceptuelle de ce domaine émergent au cours de la dernière décennie. Sur la base de 6 864 publications récupérées dans quatre bases de données, les résultats révèlent une croissance rapide de la production annuelle, un rôle dominant mais modérément centralisé pour la Chine en volume de publications, ainsi qu’une structure de connaissances centrée sur la résistance à l’insuline, le stress oxydatif et la fon...
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Les auteurs affirment qu’ils n’ont aucun intérêt financier concurrent ou relation personnelle connue qui aurait pu influencer le travail rapporté dans cet article.
Ce travail a été soutenu par la Commission provinciale de la santé du Jilin (2024A070) et le Bureau des sciences et technologies de la ville de Jilin (20230406225).
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
| Nom | Entreprise | Numéro de catalogue | Commentaires |
|---|---|---|---|
| VOSviewer (version 1.6.20) | Centre for Science and Technology Studies (CWTS), Université de Leyde, Pays-Bas | https://www.vosviewer.com/ | Chemin du menu pour l'analyse de co-chercheur : Créer > Créer une carte basée sur des données bibliographiques > Lire les données à partir de fichiers de base de données bibliographiques > Sélectionner les fichiers TXT > Type d'analyse : Co-chercheur > Unité d'analyse : Auteurs (ou Organisations) > Méthode de comptage : Comptage complet > Nombre minimum de documents : 5 > Nombre d'éléments à sélectionner : jusqu'à 1000 > Cliquez sur “Suivant” > Vérifiez les éléments sélectionnés > Cliquez sur “Créer une carte” > Choisissez les paramètres de visualisation (attraction=2, répulsion=0, résolution de cluster=1.00) > Enregistrer en.png ou.txt. Chemin du menu pour l'analyse de co-citation : Créer > Créer une carte basée sur des données bibliographiques > Type d'analyse : Co-citation > Unité d'analyse : Références citées > Nombre minimum de citations : 10 > Étapes restantes identiques à celles ci-dessus. |
| CiteSpace (version 6.3.R1) | Chaomei Chen, Université Drexel, États-Unis | https://citespace.podia.com/ | Après avoir exécuté l'analyse en sélectionnant Mot-clé ou Référence citée dans les Types de nœud, cliquez sur Burstness et définissez le paramètre Top N sur 20 pour détecter les 20 mots-clés ou références en explosion avec la fréquence ou les comptes de citation les plus élevés. |
| bibliometrix (version 4.1.2) | Massimo Aria et Corrado Cuccurullo ; R package | https://www.bibliometrix.org/ | Dans RStudio, exécutez library(bibliometrix) et biblioshiny(); dans l'interface web biblioshiny ouverte, effectuez les opérations suivantes séquentiellement : importer des données via “Données > Importer” en sélectionnant le fichier, en définissant le format sur “RIS” ou “BibTeX”, puis en cliquant sur “Convertir” suivi de “Démarrer”; générer la production scientifique annuelle via “Analyse descriptive > Production scientifique annuelle > Générer”; générer le réseau de collaboration par pays via "Collaboration > Réseau de collaboration par pays > Générer"; générer une carte thématique via "Conceptuel > Carte thématique" en définissant la fréquence minimale des mots à 5 et le nombre de clusters à 3, puis en cliquant sur "Générer"; générer un graphique d'explosion de mots-clés via “Conceptuel > Explosion de mots-clés > ReferencePublicationYearSpectra > Générer” |