本書誌計量分析は、糖尿病と代謝再プログラミングの研究状況(2016–2025)を6,864本の論文を用いてマッピングすることを目的としました。この報告書は、急速な成長、中国の主要な論文発表、そして学術的影響力は中程度であり、腸内細菌叢、機械学習、マルチオミクス統合へのシフトを示しています。
このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。
本書誌計量分析は、糖尿病と代謝再プログラミングの研究状況(2016–2025)を6,864本の論文を用いてマッピングすることを目的としました。この報告書は、急速な成長、中国の主要な論文発表、そして学術的影響力は中程度であり、腸内細菌叢、機械学習、マルチオミクス統合へのシフトを示しています。
糖尿病(DM)は世界的な公衆衛生上の危機です。代謝再プログラミングは細胞のエネルギー産生を変化させ、DMの病因に重要な役割を果たしますが、この分野における研究動向、共同研究ネットワーク、新興フロンティアの体系的な概観は不足しています。本研究は、2016年から2025年の間に発表された6,864件の英語論文およびレビューを、Web of Science、PubMed、Scopus、Embaseから取得した文献計量分析を実施しました。分析ワークフローには、(1)年間出版傾向分析、(2)国・地域および機関の共同マッピング、(3)著者およびジャーナルの共著者および共被引用分析、(4)参考文献共著およびバースト検出、(5)キーワードおよびトピックトレンド分析が含まれており、これらは3つの文献計量分析ツールを用いています。年間出版物は2016年から2024年まで800部未満でしたが、2025年には1,000部を超え、急速な成長を示しています。中国は論文の最大シェア(50%)を占め、多くの主要機関を占めましたが、中心性分析ではアメリカやヨーロッパ諸国が学術的影響力と知識創出で依然としてリードしていることが示されました。知識の構造は、インスリン抵抗性、酸化ストレス、ミトコンドリア機能という3つの核心的基盤に基づいて構築されています。新興の研究は腸内細菌叢、機械学習、代謝再プログラミングに焦点を当てています。キーワードバーストやトピックトレンドマップは、静的な表現型観察から動的で多オミクス統合システム医療へのパラダイムシフトを示しています。私たちの知る限り、これまでにDMと代謝再プログラミングの交差点に焦点を当てた文献計量学的研究は存在しません。この研究はこの分野の初めての専用マッピングを提供します。中国が論文量で優位である一方で、中心性の指標は国際的な協力や学術リーダーシップの強化の余地を示しています。今後の取り組みは学際的な協力を促進し、基礎から臨床への翻訳支援を推進すべきです。本研究は研究管理と戦略的計画の客観的な参考資料を提供します。
過去数十年にわたる急速な社会変化は、栄養パターンや生活様式を大きく変えました。これらの変化は、糖尿病(DM)の世界的な有病率の着実な増加に寄与しています。公衆衛生危機が拡大する中、DMおよびそれに伴う合併症は人口の健康に深刻な脅威をもたらしています。これらの合併症には心血管疾患や末期腎疾患などが含まれます。彼らは影響を受けた人々の生活の質を大幅に低下させます。現在、世界で死亡原因の第9位にランクされており、成人の約11人に1人に影響を及ぼしています。DMは主にインスリン分泌不足やインスリンへの反応の低下によって引き起こされる慢性代謝疾患であり、持続的に高血糖を引き起こす3。DMおよびその合併症の病因は非常に複雑であり、代謝関連のメカニズムが現在の研究の主要な焦点となっています。
代謝再プログラミングとは、主にミトコンドリアの酸化リン酸化(OXPHOS)および解糖作用を通じて、細胞がエネルギー産生を促進するために代謝経路を変更する過程を指します。代謝再プログラミングの古典的な例は「ウォーバーグ効果」であり、1927年にオットー・ウォーバーグ教授によって初めて提唱されました。彼は、十分な酸素条件下でも腫瘍細胞が解糖作用5を通じてATPを生成することを観察しました。がんだけでなく、これらの過程による代謝再プログラムは、妊娠性糖尿病、糖尿病性腎症、敗血症、動脈硬化、脳卒中、肝線維症など多くの疾患の病因に寄与しています。DMは、インスリン抵抗性の度合いやインスリン分泌の障害に起因する高血糖を特徴とする慢性代謝障害です。代謝再プログラミングとDMの関連はよく知られており、栄養過剰は肝臓や筋肉の脂質代謝異常を引き起こし、インスリン抵抗性を促進します。一方、膵β細胞は脂肪毒性、小胞体ストレス、アミロイド沈着により代謝障害や分泌機能障害を起こし、DM12の発症を促します。
近年、単一細胞技術とマルチオミクス解析の急速な進歩は、代謝研究における大きなパラダイムシフトを催化しています。この分野は静的な観察を超えて動的かつ機構的な探求へと移行し、DMの病因を明確にし、潜在的な治療標的を特定する新たな機会を開いています。しかしながら、これらの進展にもかかわらず、現時点では世界の研究動向、主要な貢献者、協働ネットワークの体系的な総合は存在しません。「糖尿病」や「代謝再プログラミング」に関連する用語を用いて主要なデータベース(PubMed、Web of Science、Scopus)を予備的に検索したところ、このテーマに関する先行的な文献計量研究は見つかりませんでした。さらに重要なのは、既存のナラティブレビュー、システマティックレビュー、メタアナリシスは特定の分子メカニズムや臨床アウトカムの要約に焦点を当てているものの、分野の進化、知識構造、新たなフロンティアの包括的かつデータ駆動型のマッピングを提供していないことです。その結果、この分野の現在の知識構造はほとんど未完成のままです。ナラティブレビューは主観的で著者の専門性に依存しることがあるのに対し、書誌計量分析は大規模な出版パターン、コラボレーションネットワーク、研究動向を再現可能で定量的かつ偏りのない方法として捉えます。むしろ、研究分野の知的、社会的、概念的構造を時間とともに明らかにします。したがって、文献計量分析は、その分野が何を研究し、誰が貢献し、知識がどのように流れ、どこへ向かっているのかを示すことができます。しかし、この方法が明らかにできないことを認識することが重要です。文献計量分析は個別研究の質や妥当性を評価するものではなく、臨床的有効性や機序的因果関係を評価するものではありません。また、基盤となるデータベースのカバレッジや正確さにも依存し、非英文学文献、プレプリント、新興ジャーナルを見落とす可能性があります。したがって、文献計量分析は従来のエビデンス統合手法を補完するのではなく、マクロレベルのマッピングツールとして機能します。
私たちの知る限り、これまでの文献計量学研究は、DMと代謝再プログラミングの交差点に特化したものはありません。本研究は、科学文献データを大規模に活用し、この研究分野における進化、知的基盤、ホットスポットの動態、そして新たなフロンティアを体系的に明らかにすることを目指しています。これらの発見は、将来の科学的進歩や研究計画のための客観的な基盤と戦略的洞察を提供することが期待されています。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
データソースと検索戦略
文献のカバレッジを改善し、出典バイアスを減らすために、Web of Science(Web of Scienceコアコレクション、WoSCCを含む)、PubMed、Scopus、Embaseの4つの電子データベースを検索しました。出版期間は2016年1月1日から2025年12月31日までに限定されていました。英語で書かれたオリジナル研究論文および総説記事のみが含まれていました。検索語は「糖尿病」(DM)と「代謝再プログラミング」という2つの概念に焦点を当てていました。スクリーニングプロセスで用いられた検索戦略およびすべての除外基準は 図1にまとめられています。
各データベースで使用される正確な検索文字列は以下の通りです。
Web of Science(WoSCC):
TS=((糖尿病、または「糖尿病」または「1型糖尿病」または「2型糖尿病」)および(「代謝再プログラミング」または「代謝再モデル」または「グルコース代謝」または「ウォーブルグ効果」または「細胞代謝」または「ミトコンドリア機能障害」))
*フィルター:出版年:2016-2025年;文書の種類:記事、レビュー;言語:英語。*
PubMed:
(「糖尿病」[タイトル/要旨] または「2型糖尿病」[タイトル/要旨] または「1型糖尿病」[タイトル/要旨] または「T2DM」[タイトル/要旨] または「T1DM」[タイトル/要旨])および(「代謝再プログラミング」[タイトル/要旨] または「代謝再プログラム」[タイトル/要旨] または「代謝再構築」[タイトル/要旨] または「ウォーバーグ効果」[タイトル/要旨] または「細胞代謝」[タイトル/要旨] または「細胞代謝」[タイトル/要旨] または「ミトコンドリア機能障害」[タイトル/要旨])
*フィルター:出版日:2016/01/01 – 2025/12/31;記事タイプ:記事、レビュー;言語:英語。*
スコパス:
タイトル-ABS-キー(「糖尿病」または「糖尿病」または「1型糖尿病」または「2型糖尿病」または「T1DM」または「T2DM」)およびタイトル-ABS-KEY(「代謝再プログラミング」または「代謝再プログラム」または「ミトコンドリア機能障害」または「代謝再構築」または「ウォーバーグ効果」)
*フィルター:出版年:2016-2025年;文書の種類:記事、レビュー;言語:英語。*
Embase:
(「糖尿病」/EXP または「糖尿病」:ab,ti または「2型糖尿病」:ab,ti または「1型糖尿病」:ab,ti)および(「代謝再プログラミング」:ab,ti または「代謝再プログラム」:ab,ti または「ワーバーグ効果」:ab,ti または「代謝再編成」:ab,ti)
*フィルター:出版年:2016-2025年;文書の種類:記事、レビュー;言語:英語。*
スクリーニング過程で使用されるすべての除外基準は 図1にまとめられています。各データベースから取得したレコードは、タイトル、著者、ジャーナル、出版年、要旨、キーワード、引用文献などの完全な書誌情報を含むプレーンテキスト形式でエクスポートされました。
重複除去および手動スクリーニングプロセス
再現性を確保するため、段階的な重複除去および手動スクリーニングプロセスが採用されました。まず、4つのデータベースからエクスポートされたすべてのプレーンテキストファイルを参考文献管理ソフトウェアにインポートし、「重複検索>参考文献検索」機能を使って自動重複除去を行いました。その後、重複を解いたレコードは「すべてのフィールドを表示」エクスポートスタイルでExcel形式にエクスポートされ、タイトルと要約に基づいて手動でスクリーニングされました。選出基準は、糖尿病(いかなるタイプでも)および代謝再プログラミング(解糖、酸化リン酸化、ワーブルク効果、ミトコンドリア代謝適応を含む)に明確に取り組んだ英語で書かれたオリジナル研究または総説論文でした。除外基準には、社説、編集者への手紙、会議要旨、症例報告、ヒトに関係のない動物実験、そして糖尿病に触れずに代謝症候群のみに焦点を当てた研究が含まれていました。最終的に6,864件の記録が文献計量分析に含まれました(補足ファイル1)。
書誌計量分析のためのソフトウェアと手法
本研究では、著者、機関、資料、タイトル、キーワード、引用文献、その他詳細な情報を体系的に調査するために、3つの文献計量分析ツール(資料表)を用いました。6,864件の研究の生データ(補足ファイル1)は、3つのソフトウェアツールすべてに入力されました。Bibliometricソフトウェア#1はJavaベースのフリーソフトウェアツールで、研究者が学術文献、知識ネットワーク、協働関係、研究ホットスポットの分析、可視化、解釈を支援する13。Bibliometricソフトウェア#2は、主に学術分野における発展の傾向、研究ホットスポット、協働ネットワークを明らかにするために用いられる科学的文献計量学および知識マッピングのための可視化ツールです。Bibliometricソフトウェア#3は、科学計量分析および知識マッピング用のRパッケージで、書誌データのインポート、解析、可視化に使用されます。各ソフトウェアの詳細な運用手順やパラメータ設定は 、材料表に記載されています。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
出版動向の分析(2016-2025年)
2016年から2025年の間に、DMおよび代謝再プログラミングに焦点を当てた合計6,864件の論文が10年間にわたって特定されました。 図2A は、この研究分野における年間論文発表の傾向を示しています。2016年から2024年の間、年間の記事数は800本未満にとどまりました。2025年には初めて1,000人を超えました。現在時点で、累計出版件数は6,864件に達しています。これは、2025年以降、DMと代謝再プログラミングに関する研究への関心が高まっており、研究が時間とともにますます深化していることを示しています。
国・地域の分布
過去10年間で、DMと代謝再プログラミングというますます重要になっていく分野において、合計121か国・地域が研究に大きな貢献をしてきました。中国は出版量でトップで、文献総量の半分を占めています(
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
本研究は、過去10年間にわたりこの新興分野の知的、社会的、概念的構造を体系的にマッピングします。4つのデータベースから取得した6,864件の論文に基づき、年間生産量の急速な増加、中国が出版量において支配的でありながらやや中央集権的な役割を担い、インスリン抵抗性、酸化ストレス、ミトコンドリア機能に焦点を当てた知識構造があることが明らかになりました。新たなフロンティアとしては、腸内細菌叢、機械学習、代謝再プログラミングなどがあり、システム医学へのパラダイムシフトを示しています。
中国は出版量で支配的ですが、中心性の指標は国際的な協力や学術リーダーシップの強化の余地を示しています。今後の取り組みは学際的な協力を促進し、基礎から臨床への翻訳支援を推進すべきです。本研究は研究管理と戦略的計画の客観的な参考資料を提供します。
本研究で提示された文献計量プロトコルの成功は、いくつかの重要なステップに依存しています。第一に、検索戦略の包括性が関連文献のリコール率を直接決定しま...
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
著者らは、本論文で報告された研究に影響を与えた可能性のある競合する財政的利害関係や個人的な関係は知られていないと述べています。
この研究は吉林省衛生委員会(2024A070)および吉林市科学技術局(20230406225)の支援を受けました。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
| 名前 | 会社 | カタログ番号 | コメント |
|---|---|---|---|
| VOSviewer (version 1.6.20) | Centre for Science and Technology Studies (CWTS), Leiden University, Netherlands | https://www.vosviewer.com/ | 共著分析のメニューパス: Create > 文献データベースファイルを基にマップ作成 > 文献データベースファイルからデータを読み込む > TXTファイルを選択 > 分析タイプ: 共著 > 分析単位: 著者（または組織） > カウント方法: 完全カウント > 最小ドキュメント数: 5 > 選択するアイテム数: 最大1000 > “次へ”をクリック > 選択したアイテムを確認 > “マップ作成”をクリック > 可視化パラメータを選択（引力=2、反発=0、クラスタ解像度=1.00） > .pngまたは.txtとして保存。 共被引用分析のメニューパス: Create > 文献データベースファイルを基にマップ作成 > 分析タイプ: 共被引用 > 分析単位: 被引用参照 > 最小引用数: 10 > 残りのステップは上記と同じ。 |
| CiteSpace (version 6.3.R1) | Chaomei Chen, Drexel University, USA | https://citespace.podia.com/ | ノードタイプで「キーワード」または「被引用参照」を選択し分析を実行した後、BurstnessをクリックしTop Nパラメータを20に設定して、最も高い頻度または引用数を持つ上位20のバーストキーワードまたはバースト参照を検出します。 |
| bibliometrix (version 4.1.2) | Massimo AriaとCorrado Cuccurullo; Rパッケージ | https://www.bibliometrix.org/ | RStudioでlibrary(bibliometrix)とbiblioshiny()を実行し、開いたbiblioshinyウェブインターフェースで以下の操作を順番に実行します: ファイルを選択し、フォーマットを“RIS”または“BibTeX”に設定し、“変換”をクリックしてから“開始”をクリックしてデータをインポートします; “記述分析 > 年間科学生産 > 生成”で年間の科学生産を生成します; “協力 > 国別協力ネットワーク > 生成”で国別協力ネットワークを生成します; “概念 > テーママップ”で最小単語頻度を5、クラスタ数を3に設定し、“生成”をクリックしてテーママップを生成します; “概念 > キーワードバースト > 参考文献公開年スペクトル > 生成”でキーワードバーストグラフを生成します |