Articolo di ricerca
* These authors contributed equally
Questo studio integra analisi bibliometriche e analisi di randomizzazione mendeliana su due campioni per esaminare sistematicamente le tendenze della ricerca e valutare la relazione causale tra ipertensione e disfunzione erettile, identificando i principali contributori, i temi emergenti e le evidenze genetiche che collegano l'ipertensione a un aumento del rischio di disfunzione erettile.
La disfunzione erettile (DE) correlata all'ipertensione (HT), una condizione secondaria all'HT, è caratterizzata da una persistente incapacità di raggiungere o mantenere un'erezione sufficiente per una performance sessuale soddisfacente. Questo studio mirava ad analizzare e visualizzare sistematicamente le pubblicazioni relative alla DE correlata all'HT utilizzando la bibliometria per identificare argomenti chiave, punti caldi di ricerca e lacune di conoscenza, ed esplorare la relazione causale sottostante tra HT e DE utilizzando la randomizzazione mendeliana (MR). La letteratura è stata recuperata dalla Web of Science Core Collection e le tendenze editoriali sono state profilate per paese, istituzione, autore, rivista e reti di collaborazione. Per l'analisi RM, sono stati selezionati polimorfismi a singolo nucleotide notevolmente associati all'HT, seguiti da potatura, filtraggio e aggiustamento per potenziali confondenti. Il metodo di ponderazione inversa della varianza è stato utilizzato come analisi primaria, integrato da approcci MR–Egger e mediana pesata, insieme ad analisi di sensibilità che includevano valutazioni di eterogeneità e pleiotropia per garantire la robustezza. Tra il 2001 e il 2025, sono stati pubblicati 1.661 articoli su 1.099 riviste, riflettendo lo stato globale della ricerca in evoluzione e le direzioni future. Le istituzioni accademiche in Europa e Nord America hanno avuto un ruolo dominante. I paesi più prolifici, istituzioni, rivista e autori sono rispettivamente gli Stati Uniti, l'Università di São Paulo, il Journal of Sexual Medicine e Faix, A.. Le parole chiave comuni includono ossido nitrico, sindrome metabolica e disfunzione endoteliale. I risultati della risonanza magnetica hanno confermato che l'HT ha un effetto causale positivo significativo sul rischio di DE. I punti di ricerche riguardano principalmente impotenza, sildenafil orale, vardenafil, sicurezza, ossido nitrico inalato, indice internazionale, predittore, ipogonadismo a insorgenza tardiva, testosterone, obesità, stress ossidativo e inibitore della fosfodiesterasi 5. La risonanza magnetica a due campioni fornisce solide evidenze causali che integrano i risultati osservazionali, offrendo un quadro completo per comprendere la DE correlata all'HT.
L'ipertensione (TH) è il principale fattore di rischio che guida lo sviluppo e la mortalità delle malattie cardiovascolari(CVD) 1. Le malattie cardiovascolari causano quasi 17 milioni di decessi a livello globale ogni anno, di cui circa il 55% è attribuito a complicazioni dell'HT 2,3. La disfunzione erettile (DE) è caratterizzata da una persistente incapacità di raggiungere o sostenere un'erezione peniena adeguata per un'attività sessualesoddisfacente 4. I sondaggi hanno mostrato che, tra i pazienti con HT, la prevalenza della DE varia dal 36% al 45%, significativamente superiore rispetto a quella nelle popolazioni nonipertese. Ipertensione e DE mostrano una chiara correlazione6. La pressione alta può influire negativamente sulla funzione sessuale riducendo il flusso sanguigno, potenzialmente portando a una diminuzione della libido, difficoltà nell'eccitazione e orgasmi compromessi. Questa disfunzione sessuale può anche influire sull'aderenza del paziente al trattamento HT 7,8,9.
Il termine "bibliometria" fu coniato per la prima volta da Alan Pritchard nel 196910. Come approccio analitico basato su indicatori bibliometrici, consente la valutazione quantitativa delle prestazioni della ricerca all'interno di un campospecifico 11,12. Il software di clustering CiteSpace e lo strumento di visualizzazione VOSviewer sono ampiamente utilizzati per l'analisi bibliometrica che facilitano l'esame delle tendenze della ricerca attraverso tecniche di clustering e mappatura, presentando i risultati come strutture di conoscenzavisive 13,14,15. Utilizzando questi strumenti, la letteratura sulla DE correlata alla HT può essere visualizzata e analizzata sistematicamente negli ultimi decenni. In questo studio, il database Web of Science (WOS) è stato selezionato come fonte dati, e sono stati utilizzati il software di clustering, lo strumento di visualizzazione e Microsoft Excel per identificare e caratterizzare le tendenze dello sviluppo e i punti caldi di ricerca emergenti in questo campo.
Per esaminare ulteriormente la potenziale associazione causale tra HT ed ED, è stata condotta un'analisi di randomizzazione mendeliana (MR) utilizzando dati dello studio di associazione genomica a livello genomico (GWAS). Questo metodo applica varianti genetiche come variabili strumentali (IV) per emulare le condizioni di uno studio controllato randomizzato naturale. Utilizzando un quadro di risonanza magnetica a due campioni, l'effetto causale dell'HT sulla DE è stato valutato sistematicamente. L'analisi RM fornisce una visione dei meccanismi eziologici e del potenziale valore diagnostico precoce, mentre l'analisi bibliometrica identifica i principali contributori, le frontiere in evoluzione della ricerca e le direzioni future in questo campo in rapido sviluppo. Integrando la mappatura bibliometrica con l'inferenza causale genetica, il presente studio offre un quadro a doppia prospettiva: l'analisi bibliometrica delinea il panorama della conoscenza, identifica lacune di ricerca e genera ipotesi riguardo alla relazione HT–ED, mentre la risonanza magnetica a due campioni fornisce prove genetiche indipendenti per testare formalmente l'ipotesi causale che emerge dalla letteratura osservazionale.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Questo studio ha utilizzato dati pubblici provenienti dal database WOS (https://www.webofscience.com/wos/woscc/basic-search) e non ha coinvolto partecipanti umani; pertanto, non era richiesta l'approvazione etica.
Fonti e raccolta dei dati
Il database Web of Science (WOS) è una risorsa ampiamente riconosciuta e frequentemente utilizzata per la ricerca scientifica e bibliometrica. Include dati provenienti da circa 9.000 riviste ad alto impatto e oltre 12.000 atti di conferenze accademiche, offrendo una rappresentazione completa della ricerca globale nei settori scientifico, tecnologico, medico ecorrelati 16, 17, 18. Questo database è stato selezionato per la presente analisi bibliometrica grazie al suo rigoroso processo di selezione delle riviste, all'indicizzazione coerente della letteratura peer-reviewed di alta qualità e alla fornitura di dati di citazione completi—inclusi riferimenti citati—essenziali per le analisi di co-citazione e accoppiamento bibliografico in strumenti come CiteSpace e VOSviewer.
Per minimizzare il potenziale impatto degli aggiornamenti del database sulla coerenza dei record, tutte le operazioni di ricerca e recupero sono state completate entro un solo giorno (20 dicembre 2025). La Web of Science Core Collection è stata accessibile tramite abbonamento istituzionale tramite l'Università di Medicina Cinese di Pechino utilizzando l'interfaccia web standard Clarivate. Il periodo di ricerca ha coperto le pubblicazioni dal 1° gennaio 2001 al 20 dicembre 2025. L'anno 2001 è stato scelto come punto di partenza perché segue l'approvazione storica del sildenafil nel 1998 e la successiva introduzione degli inibitori orali della fosfodiesterasi di tipo 5 come terapia di prima linea per la DE. Questo arco temporale garantisce una copertura completa dell'era della ricerca moderna, escludendo studi precedenti e meno standardizzati.
La ricerca è stata effettuata nella Web of Science Core Collection utilizzando il campo Topic (TS), che include il titolo, l'abstract, le parole chiave dell'autore e Keyword Plus. Tutti gli indici di citazione all'interno della Core Collection (cioè SCI-Expanded, SSCI, A&HCI, CPCI-S, CPCI-SSH, ESCI, CCR-Expanded e IC) sono stati inclusi senza alcuna restrizione. Tutte le impostazioni di ricerca predefinite di Clarivate sono state mantenute senza modifiche, inclusa qualsiasi mappatura automatica dei termini o impostazioni di espansione. La query di ricerca completa era definita come: TS = (ipertensione E (impotenza O "disfunzione erettile")). Sono stati inclusi solo i documenti classificati come "Articolo" o "Revisione". I record recuperati venivano esportati in formato testo semplice, con "Record completo e riferimenti citati" selezionato come contenuto di output. A causa del limite di esportazione della piattaforma Web of Science di 500 record per lotto, i 1.661 record sono stati esportati in quattro lotti. Il lotto 1 conteneva i registri 1–500, il lotto 2 conteneva i registri 501–1000, il lotto 3 conteneva i registri 1001–1500, e il lotto 4 conteneva i registri 1501–1661. Prima dell'analisi, i quattro file di testo semplice sono stati uniti in un unico dataset utilizzando la funzione di deduplicazione e fusione in CiteSpace (versione R6.1.3) (Dati→Importa/Esporta→Rimuovi Duplicati), rimuovendo così eventuali record duplicati e preservando il dataset completo per un'analisi bibliometrica successiva.
Analisi bibliometrica e software
L'analisi bibliometrica è stata condotta utilizzando una combinazione di strumenti specializzati di visualizzazione e statistica.
CiteSpace (versione R6.1.3) è un'applicazione basata su Java ampiamente utilizzata per visualizzare e analizzare tendenze e modelli nella letteraturascientifica 19. È stato sviluppato dal Dr. Chen Chaomei nel 2004-20. Il software veniva utilizzato su un sistema Microsoft Windows 10 (64 bit) con Java Runtime Environment versione 8. Basato sui principi della scientometria, dell'analisi dei dati e della visualizzazione delle informazioni, rivela strutture di conoscenza esaminando schemi, distribuzioni e relazioni all'interno della letteratura. In questo studio, CiteSpace è stato applicato per il clustering di parole chiave e il rilevamento di burst. Il timeslicing è stato impostato a un anno per fetta nel periodo 2001–2025. Per la costruzione e la potatura della rete, si utilizzava l'indice g con un fattore di scala di k = 25. Il clustering per parole chiave utilizzava l'algoritmo log-verosimiglianza per generare etichette di cluster. Per identificare i punti caldi di ricerca, è stata effettuata la rilevazione delle esplosioni di citazione impostando il numero di stati a 2, un rapporto predefinito di1/a 0 = 2,0 e una durata minima dell'esplosione di 2 anni. Il parametro gamma è stato definito come 1,04 per il rilevamento delle raffiche di parole chiave e 0,97 per la rilevazione di raffica di riferimento.
VOSviewer (versione 1.6.18) è uno strumento di analisi bibliometrica progettato per la mappatura e visualizzazionedella conoscenza 21. Supporta vari approcci analitici, tra cui l'analisi della letteratura, l'analisi della co-occorrenza e l'accoppiamento bibliografico. Nel presente studio, VOSviewer è stato utilizzato per generare rappresentazioni visive di paesi/regioni, autori, istituzioni, riviste citate e parole chiave, oltre che per produrre mappe di densità. Per queste visualizzazioni, sono state applicate soglie minime di occorrenza per mantenere la chiarezza nella rappresentazione grafica. In particolare, è stata fissata una soglia di almeno 1 pubblicazione per l'analisi di paesi/regioni e autori, una soglia di almeno 4 pubblicazioni per le istituzioni, una soglia di almeno 2 pubblicazioni per le riviste e una soglia di almeno 6 occorrenze per l'analisi delle co-occorrenze per parole chiave. Per le analisi di co-citazione (riviste citate, autori co-citati e riferimenti co-citati), è stata applicata una soglia minima di 10 citazioni. La normalizzazione predefinita della forza di associazione è stata utilizzata per tutte le costruzioni di rete. Per tutte le analisi VOSviewer in questo studio, incluse le reti di co-autoria (paesi/regioni, istituzioni, autori), l'analisi delle co-citazioni di riviste e l'analisi della co-occorrenza per parole chiave, è stato applicato il metodo completo di conteggio.
Questo studio mirava a descrivere le caratteristiche chiave della letteratura, inclusi paesi/regioni, istituzioni, riviste, articoli molto citati, reti di co-citazione e parole chiave frequenti. Oltre alle frasi nominali estratte da titoli e abstract, sono state analizzate anche le parole chiave fornite nelle pubblicazioni per identificare tendenze nell'occorrenza delle parole chiave e nei modelli di citazione. Le parole chiave con una soglia minima di occorrenza di 6 sono state incluse nelle analisi di co-incidenza e clustering. Non è stata effettuata alcuna rimozione manuale delle parole chiave per evitare di introdurre bias soggettivi; tutti i termini che soddisfano la soglia di occorrenza sono stati mantenuti per l'analisi oggettiva. Tutte le procedure analitiche sono state verificate indipendentemente da due ricercatori per garantire l'accuratezza e la riproducibilità dei layout delle reti e delle metriche di citazione.
Analisi MR
È stato utilizzato un metodo di risonanza magnetica a due campioni per valutare il potenziale legame causale tra HT ed DE. Questo approccio si basa su tre assunzioni principali: (1) gli strumenti genetici sono significativamente associati all'esposizione (rilevanza); (2) gli strumenti non sono correlati a variabili di confondimento che influenzano l'associazione esposizione–esito (indipendenza); e (3) gli strumenti influenzano l'esito esclusivamente attraverso l'esposizione (restrizione di esclusione).
Le statistiche riassuntive GWAS sono state ottenute dalla piattaforma IEU OpenGWAS (https://gwas.mrcieu.ac.uk/; consultato il 20 dicembre 2025). Non è stato generato alcun ulteriore snapshot locale del database; la riproducibilità è supportata dall'uso di identificatori GWAS stabili, dal versioning delle versioni FinnGen e dal codice di analisi archiviato. Gli strumenti genetici per l'HT sono stati ottenuti dal dataset FinnGen (FinnGen Biobank, release 5; finn-b-I9_HYPTENS_EXNONE), definiti come malattie ipertesive escludendo l'HT secondaria, inclusi 55.917 casi e 162.837 controlli di ascendenza europea (finlandese). I dati sugli esiti per la DE sono stati ottenuti dal dataset FinnGen (release 5; finn-b-ERECTILE_DYSFUNCTION), comprendente 1.154 casi e 94.024 controlli di origine europea. I polimorfismi a singolo nucleotide (SNP) significativamente associati all'HT alla soglia genomica (P < 5 × 10⁻8) sono stati selezionati per la prima volta come variabili strumentali candidate. È stato poi applicato un aggregamento di disequilibrio di collegamento (LD) per escludere varianti correlate, utilizzando una soglia di r2 < 0,001 e una finestra di aggregazione di 10.000 kb. Per ridurre la possibilità di bias debole verso lo strumento, la statistica F è stata calcolata per ogni SNP trattenuto utilizzando la formula del rapporto di Wald: F = (esposizione β / esposizione SE)2, dove l'esposizione β e l'esposizione SE rappresentano rispettivamente la stima di associazione SNP–HT e il suo errore standard. Solo varianti con F > 10 sono state incluse nell'analisi finale della risonanza magnetica.
Per minimizzare gli effetti di confondenza, le variabili strumentali conservate sono state valutate utilizzando LDtrait (LDlink) per associazioni riportate con fumo e consumo di alcol; nessuno strumento richiedeva l'esclusione su questa base (Tabella Supplementare 1). L'armonizzazione dei dati di esposizione e di esito è stata condotta utilizzando la funzione harmonise_data() nel pacchetto TwoSampleMR (versione 0.6.2), che ha allineato gli alleli di effetto tra i dataset, ha inferto l'orientamento dei filamenti per SNP palindromici basandosi sulla frequenza allerica (frequenza allelica minore < 0,3) ed ha escluso SNP palindromici con allineamento ambiguo.
Il metodo della ponderazione inversa della varianza (IVW) è stato impiegato come approccio analitico principale, mentre come analisi supplementari sono stati utilizzati metodi MR–Egger, mediana ponderata e basati sui modi. La stima principale dell'IVW è stata calcolata utilizzando il modello moltiplicativo degli effetti casuali implementato nella funzione mr_ivw() del pacchetto TwoSampleMR con parametri predefiniti. Le dimensioni degli effetti sono state espresse come odds rapports (OR) con intervalli di confidenza (IC) del 95% dopo l'esponenziazione dei coefficienti beta. L'analisi MR-PRESSO è stata condotta per valutare la pleiotropia orizzontale attraverso il test globale e per identificare potenziali eccezioni; Il test di distorsione veniva applicato quando venivano rilevati valori anomali. È stata utilizzata una soglia di significanza di P < 0,05. Nessun SNP è stato escluso prima dell'analisi finale, poiché MR-PRESSO non sono stati identificati valori anomali. I risultati sono stati visualizzati utilizzando grafici forestali, imbuti, diagrammi a dispersione e analisi lascia-uno-fuori. Il codice analitico è pubblicamente disponibile su GitHub, release v1.0: https://github.com/tengfeitcm/Two-Sample-Mendelian-Randomization-/releases/tag/v1.0, garantendo la riproducibilità della versione esatta di analisi utilizzata in questo studio.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Risultati dell'analisi bibliometrica
Tendenze temporali nelle pubblicazioni e citazioni:
La produzione annuale di pubblicazioni rappresenta un indicatore chiave dello sviluppo della ricerca e, in una certa misura, riflette la progressione della conoscenza all'interno di un settore. Al 20 dicembre 2025, un totale di 1.661 pubblicazioni relative alla DE associata alla HT sono state identificate nel database Web of Science (Figura 1)...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Fornendo una panoramica completa e sistematica degli argomenti di ricerca, delle tendenze e del panorama globale dell'DE legata alla HT, questo studio offre una comprensione rapida e preliminare del settore. Nel contesto dell'era dei big data, è sempre più importante che i ricercatori riconoscano la traiettoria di sviluppo delle rispettive aree di ricerca. Rispetto alle revisioni sistematiche o alle meta-analisi, l'analisi bibliometrica applica strumenti di visualizzazione specializzati ...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Gli autori dichiarano che non ci sono potenziali conflitti di interesse.
Gli autori riconoscono il sostegno finanziario del Programma di Supporto al Talento Innovativo Postdottorato Cinese (BX20220047), della Fondazione Postdottorale Cinese (n. 2022M720528), del Progetto di Supporto ai Giovani Talenti dell'Associazione di Scienza e Tecnologia di Pechino (BYESS2022182) e del Progetto di Supporto ai Giovani Talenti dell'Associazione Cinese di Medicina Cinese (CACM-2021-QNRC2-B04). Ulteriori finanziamenti sono stati forniti dal Progetto Fondo per la Nuova Iniziativa Insegnante dell'Università di Medicina Cinese di Pechino (2023-JYB-XJSJJ052), dai Fondi di Ricerca Clinica per gli Ospedali di Medicina Tradizionale Cinese di Alto Livello del Governo Centrale—Progetto Pilota per il Miglioramento della Capacità di Ricerca Clinica e Trasformazione dei Risultati dell'Ospedale Dongzhimen (DZMG-MLZY-23006), e dal Progetto SM dell'Ospedale di Medicina Tradizionale Cinese di Alto Livello del Programma di Formazione dei Talenti dell'Ospedale Dongzhimen, Università di Medicina Cinese di Pechino (DZMG-QNGG0001). Ulteriore supporto è stato ricevuto dal Programma di Incubazione degli Ospedali dell'Amministrazione Municipale di Pechino (PZ2024014) e dal Progetto Speciale di Ricerca sullo Sviluppo della Salute del Distretto di Shunyi (Wsjkfzkyzx-2023-q-07).
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
| Nome | Azienda | Numero di catalogo | Commenti |
|---|---|---|---|
| CiteSpace | Drexel University, USA | R6.1.3 | RRID:SCR_025121 |
| CMplot | Yin L, et al. rMVP: a memory-efficient, visualization-enhanced, and parallel-accelerated tool for genome-wide association study. Genom Proteom Bioinform. 2021;19(4):619-28. | 4.5.1 | NA |
| FinnGen dataset | FinnGen Consortium | Release 5 | RRID:SCR_022254 |
| gwasglue | MRCIEU, University of Bristol | 0.0.0.9000 | NA |
| IEU OpenGWAS platform | MRCIEU, University of Bristol | NA | NA |
| LDlink (LDtrait) | National Cancer Institute, NIH, USA | NA | RRID:SCR_011403 |
| Microsoft Excel | Microsoft Corporation, USA | 2021 | RRID:SCR_016137 |
| MR-PRESSO | Verbanck et al. | 1 | NA |
| R software | R Foundation for Statistical Computing, Austria | 4.4.0 | RRID:SCR_001905 |
| TwoSampleMR | MRCIEU, University of Bristol | 0.6.3 | RRID:SCR_019010 |
| VariantAnnotation | Bioconductor | 1.50.0 | RRID:SCR_000074 |
| VOSviewer | Leiden University, Netherlands | 1.6.18 | RRID:SCR_023516 |
| Web of Science Core Collection | Clarivate Analytics, USA | Accessed on December 20, 2025 | RRID:SCR_005051 |
Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE
Richiedi permesso