Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.
Onderzoeksartikel
Deze bibliometrische analyse was bedoeld om het onderzoekslandschap van diabetes mellitus en metabole herprogrammering (2016–2025) in kaart te brengen met behulp van 6.864 artikelen. Het toont snelle groei, China's toonaangevende publicatieproductie, maar matige academische invloed en een verschuiving naar darmmicrobiota, machine learning en multi-omics-integratie.
Diabetes mellitus (DM) is een wereldwijde volksgezondheidscrisis. Metabole herprogrammering verandert de productie van cellulaire energie en speelt een sleutelrol in de pathogenese van DM, maar een systematisch overzicht van onderzoekstrends, samenwerkingsnetwerken en opkomende grenzen op dit gebied ontbreekt. Deze studie voerde een bibliometrische analyse uit van 6.864 Engelstalige artikelen en reviews die tussen 2016 en 2025 zijn gepubliceerd, opgehaald van Web of Science, PubMed, Scopus en Embase. De analyseworkflow omvatte: (1) jaarlijkse analyse van publicatietrends, (2) land-/regio- en institutionele samenwerkingsmapping, (3) auteur- en tijdschrift-coauteurschaps- en co-citatieanalyse, (4) referentieco-citatie en burstdetectie, en (5) analyse van zoekwoorden en onderwerptrends, met behulp van drie bibliometrische analysetools. Jaarlijkse publicaties bleven van 2016 tot 2024 onder de 800, maar overschreden in 2025 de 1.000, wat wijst op een snelle groei. China leverde het grootste aandeel van de artikelen (50%) en was goed voor veel van de topinstellingen, maar een centraliteitsanalyse toonde aan dat de Verenigde Staten en Europese landen nog steeds voorop lopen in academische invloed en kennisgeneratie. De kennisstructuur is gebouwd op drie kernfundamenten: insulineresistentie, oxidatieve stress en mitochondriale functie. Opkomend onderzoek richt zich op darmmicrobiota, machine learning en metabole herprogrammering. Trefwoorduitbarstingen en trendkaarten van onderwerpen tonen een paradigmaverschuiving van statische fenotype-observatie naar dynamische, multi-omics-geïntegreerde systeemgeneeskunde. Voor zover wij weten, heeft geen enkele eerdere bibliometrische studie zich specifiek gericht op de kruising van DM en metabole herprogrammering; Deze studie levert daarmee de eerste toegewijde mapping van dit vakgebied. Hoewel China domineert in publicatievolume, geven centraliteitsmetrics ruimte voor sterkere internationale samenwerking en academisch leiderschap. Toekomstige inspanningen moeten interdisciplinaire samenwerking bevorderen en de vertaling van basis naar klinisch ondersteunen. Deze studie biedt een objectieve referentie voor onderzoeksmanagement en strategische planning.
Snelle maatschappelijke veranderingen in de afgelopen decennia hebben voedingspatronen en levensstijlen aanzienlijk veranderd. Deze veranderingen hebben bijgedragen aan een gestage stijging van de wereldwijde prevalentie van diabetes mellitus (DM). Als groeiende volksgezondheidscrisis vormen DM en de bijbehorende complicaties een ernstige bedreiging voor de volksgezondheid. Deze complicaties omvatten hart- en vaatziekten en eindstadium nierziekten, onder andere. Ze verminderen aanzienlijk de kwaliteit van leven voor de getroffenen1. DM staat momenteel als de negende belangrijkste doodsoorzaak wereldwijd en treft ongeveer 1 op de 11 volwassenen wereldwijd,2. DM is een chronische stofwisselingsziekte die voornamelijk wordt veroorzaakt door een onvoldoende insulineproductie of door een verstoorde insulinerespons van het lichaam, wat leidt tot aanhoudend hoge bloedsuikerwaarden3. De pathogenese van DM en de complicaties ervan is zeer complex, waarbij metabolisme-gerelateerde mechanismen een belangrijk aandachtspunt blijven van het huidige onderzoek.
Metabole herprogrammering verwijst naar het proces waarbij cellen hun metabole routes aanpassen om de energieproductie te verhogen, voornamelijk via mitochondriale oxidatieve fosforylering (OXPHOS) en glycolyse4. Het klassieke voorbeeld van metabole herprogrammering is het "Warburg-effect," voor het eerst voorgesteld door professor Otto Warburg in 1927. Hij merkte op dat zelfs onder adequate zuurstofomstandigheden tumorcellen ATP kunnen aanmaken via glycolyse5. Naast kanker draagt metabole herprogrammering via deze processen bij aan de pathogenese van tal van ziekten, waaronder zwangerschaps-DM, diabetische nefropathie, sepsis, atherosclerose, beroerte en leverfibrose 4,6,7,8,9,10. DM is een chronische stofwisselingsstoornis die wordt gekenmerkt door hyperglykemie, veroorzaakt door verschillende graden van insulineresistentie en een verminderde insulineafgifte11. De relatie tussen metabole herprogrammering en DM is goed vastgesteld: een teveel aan voedingsstoffen leidt tot abnormale lipidmetabolisme in de lever en spieren, wat insulineresistentie bevordert, terwijl de β-cellen van de alvleesklier metabole verstoring en secretoire disfunctie ondervinden door lipotoxiciteit, stress van het endoplasmatische reticulum en amyloïdepositie, wat samen het ontstaan vanDM-12 aandrijft.
In de afgelopen jaren heeft de snelle vooruitgang van single-cell technologieën en multi-omics-analyses een grote paradigmaverschuiving in metabolismeonderzoek veroorzaakt. Het vakgebied is verder gegaan dan statische observatie naar dynamisch, mechanistisch onderzoek, wat nieuwe mogelijkheden opent om de pathogenese van DM te verduidelijken en potentiële therapeutische doelen te identificeren. Ondanks deze vooruitgang bestaat er momenteel geen systematische synthese van wereldwijde onderzoekstrends, belangrijke bijdragers en samenwerkingsnetwerken. Een voorlopige zoektocht in grote databases (PubMed, Web of Science, Scopus) met termen gerelateerd aan "diabetes mellitus" en "metabole herprogrammering" vond geen eerdere bibliometrische studie over dit onderwerp. Belangrijker nog, bestaande narratieve reviews, systematische reviews en meta-analyses hebben zich gericht op het samenvatten van specifieke moleculaire mechanismen of klinische uitkomsten, maar geen holistische, datagedreven kaart hebben gegeven van de evolutie, kennisstructuur of opkomende grenzen van het vakgebied. Daardoor blijft de huidige kennisstructuur op dit gebied grotendeels onontgonnen. In tegenstelling tot een narratieve review, die subjectief kan zijn en afhankelijk kan zijn van de expertise van de auteur, biedt bibliometrische analyse een reproduceerbare, kwantitatieve en onbevooroordeelde methode om grootschalige publicatiepatronen, samenwerkingsnetwerken en onderzoekstrends vast te leggen. In plaats daarvan onthult het de intellectuele, sociale en conceptuele structuur van een onderzoeksveld in de loop van de tijd. Als zodanig kan bibliometrische analyse laten zien wat een vakgebied heeft bestudeerd, wie heeft bijgedragen, hoe kennis stroomt en waar het naartoe gaat. Het is echter belangrijk te erkennen wat deze methode niet kan onthullen. Bibliometrische analyse evalueert niet de kwaliteit of validiteit van individuele studies, noch kan het klinische werkzaamheid of mechanistische causaliteit beoordelen. Het hangt ook af van de dekking en nauwkeurigheid van de onderliggende databases en kan niet-Engelstalige literatuur, preprints of opkomende tijdschriften missen. Bibliometrische analyse dient dus als een macro-niveau kaartinstrument dat traditionele methoden voor bewijssynthese aanvult in plaats van vervangt.
Voor zover wij weten, heeft geen enkele eerdere bibliometrische studie zich specifiek gericht op de kruising van DM en metabole herprogrammering. De studie heeft als doel wetenschappelijke literatuurgegevens op grote schaal te benutten om systematisch de evolutie, intellectuele basis, hotspotdynamiek en opkomende grenzen in dit onderzoeksgebied te onthullen. De bevindingen worden verwacht een objectieve basis en strategische inzichten te bieden voor toekomstige wetenschappelijke vooruitgang en onderzoeksplanning.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Gegevensbron en zoekstrategie
Om de dekking te verbeteren en bronvooringenomenheid in de literatuur te verminderen, werden vier elektronische databases doorzocht: Web of Science (waaronder de Web of Science Core Collection, WoSCC), PubMed, Scopus en Embase. De publicatieperiode was beperkt tot 1 januari 2016 tot 31 december 2025. Alleen originele onderzoeksartikelen en overzichtsartikelen geschreven in het Engels werden opgenomen. De zoektermen richtten zich op twee concepten: "diabetes mellitus" (DM) en "metabole herprogrammering". De zoekstrategieën en alle uitsluitingscriteria die tijdens het screeningsproces worden gebruikt, worden samengevat in Figuur 1.
De exacte zoekstrings die voor elke database worden gebruikt, worden hieronder weergegeven:
Web of Science (WoSCC):
TS=((diabetes OF "diabetes mellitus" OF "type 1 diabetes" OF "type 2 diabetes") EN ("metabole herprogrammering" OF "metabole herstructurering" OF "glucosemetabolisme" OF "Warburg-effect" OF "cellulair metabolisme" OF "mitochondriale disfunctie"))
*Filters: Publicatiejaren: 2016-2025; Documenttypen: Artikel, Review; Taal: Engels.*
PubMed:
("diabetes mellitus"[Titel/Abstract] OF "type 2 diabetes"[Titel/Abstract] OF "type 1 diabetes"[Titel/Abstract] OF "T2DM"[Titel/Abstract] OF "T1DM"[Titel/Abstract]) EN ("metabole herprogrammering"[Titel/Samenvatting] OF "metabole herprogrammering"[Titel/Samenvatting] OF "metabole hervorming"[Titel/Samenvatting] OF "Warburg-effect"[Titel/Samenvatting] OF "cellulaire metabolisme"[Titel/Samenvatting] OF "cellulaire metabolisme"[Titel/Samenvatting] OF "mitochondriale disfunctie"[Titel/Samenvatting])
*Filters: Publicatiedatum: 2016/01/01 – 2025/12/31; Artikeltype: Artikel, Recensie; Taal: Engels.*
Scopus:
TITLE-ABS-KEY ("diabetes mellitus" OF "diabetes" OF "type 1 diabetes" OF "type 2 diabetes" OF "T1DM" OF "T2DM") EN TITLE-ABS-KEY ("metabole herprogrammering" OF "metabole herprogrammering" OF "mitochondriale disfunctie" OF "metabole remodeling" OF "Warburg-effect")
*Filters: Publicatiejaar: 2016-2025; Documenttype: Artikel, Review; Taal: Engels.*
Embase:
('diabetes mellitus'/exp OF 'diabetes mellitus':ab,ti OF 'type 2 diabetes':ab,ti OF 'type 1 diabetes': ab,ti) EN ('metabole herprogrammering':ab,ti OF 'metabole herprogrammering':ab,ti OF 'Warburg-effect':ab,ti OF 'metabole herstructurering': ab,ti)
*Filters: Publicatiejaar: 2016-2025; Documenttypen: Artikel, Review; Taal: Engels.*
Alle exclusiecriteria die tijdens het screeningsproces zijn gebruikt, zijn samengevat in Figuur 1. Records die uit elke database werden gehaald, werden geëxporteerd in platte tekst, inclusief volledige bibliografische informatie (titel, auteurs, tijdschrift, publicatiejaar, abstract, trefwoorden en geciteerde referenties).
Deduplicatie en handmatig screeningsproces
Om reproduceerbaarheid te waarborgen, werd een stapsgewijze deduplicatie en handmatig screeningsproces toegepast: eerst werden alle platte tekstbestanden die uit de vier databases werden geëxporteerd geïmporteerd in referentiebeheersoftware, en werd automatische deduplicatie uitgevoerd met de functie "Referenties > Duplicaten Vinden"; daarna werden de gededupliceerde records geëxporteerd naar Excel-formaat met de exportstijl "Toon alle velden" en handmatig gescreend op basis van titels en abstracts. De inclusiecriteria waren origineel onderzoek of overzichtsartikelen die duidelijk diabetes (elk type) en metabole herprogrammering behandelden (inclusief glycolyse, oxidatieve fosforylering, het Warburg-effect of mitochondriale metabole aanpassing), geschreven in het Engels. Uitsluitingscriteria omvatten hoofdartikelen, brieven aan de redactie, conferentiesamenvattingen, caserapporten, dierstudies die niet gerelateerd zijn aan mensen, en studies die zich uitsluitend richtten op het metabool syndroom zonder diabetes te behandelen. Uiteindelijk werden 6.864 records opgenomen in de bibliometrische analyse (Supplementary File 1).
Software en methodologieën voor bibliometrische analyse
Deze studie maakte gebruik van drie bibliometrische analysetools (Table of Materials) om systematisch auteurs, instellingen, bronnen, titels, trefwoorden, geciteerde referenties en andere gedetailleerde informatie uit de artikelen te onderzoeken. De ruwe gegevens van de 6.864 studies (Aanvullend Bestand 1) dienden als input voor alle drie de softwaretools. Bibliometric Software #1 is een op Java gebaseerde gratis softwaretool en ondersteunt onderzoekers bij het analyseren, visualiseren en interpreteren van wetenschappelijke literatuur, kennisnetwerken, samenwerkingsrelaties en onderzoekshotspots13. Bibliometrische software #2 is een visualisatietool voor wetenschappelijke bibliometrie en kenniskaarten, voornamelijk ingezet om ontwikkelingstrends, onderzoekshotspots en samenwerkingsnetwerken in academische vakgebieden te onthullen14. Bibliometrische software #3 is een R-pakket voor scientometrische analyse en kennismapping, gebruikt om bibliografische gegevenste importeren, analyseren en visualiseren. De gedetailleerde bedieningsprocedures en specifieke parameterinstellingen voor elke software worden weergegeven in de Materiaaloverzicht.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Analyse van publicatietrends (2016-2025)
Van 2016 tot 2025 werden in totaal 6.864 publicaties geïdentificeerd die zich richten op DM en metabole herprogrammering, verspreid over een periode van 10 jaar. Figuur 2A illustreert de jaarlijkse publicatietrends in dit onderzoeksgebied. Tussen 2016 en 2024 bleef de jaarlijkse productie onder de 800 artikelen. In 2025 overschreed het aantal voor het eerst de 1.000. Op de huidige datum is het cumu...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Deze studie brengt systematisch de intellectuele, sociale en conceptuele structuur van dit opkomende vakgebied in kaart over het afgelopen decennium. Op basis van 6.864 publicaties uit vier databases tonen de bevindingen een snelle groei van de jaarlijkse productie, een dominante maar matig gecentraliseerde rol voor China in publicatievolume, en een kennisstructuur gericht op insulineresistentie, oxidatieve stress en mitochondriale functie. Opkomende grensgebieden zijn onder andere darmm...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De auteurs geven aan dat zij geen bekende concurrerende financiële belangen of persoonlijke relaties hebben die invloed hadden kunnen hebben op het werk dat in dit artikel wordt gerapporteerd.
Dit werk werd ondersteund door de Jilin Provinciale Gezondheidscommissie (2024A070) en het Wetenschaps- en Technologiebureau van Jilin City (20230406225).
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| VOSviewer (versie 1.6.20) | Centre for Science and Technology Studies (CWTS), Universiteit Leiden, Nederland | https://www.vosviewer.com/ | Menupad voor co-auteurschapsanalyse: Aanmaken > Maak een kaart op basis van bibliografische gegevens > Gegevens lezen uit bibliografische databasebestanden > Selecteer TXT-bestanden > Type analyse: Co-auteurschap > Eenheid van analyse: Auteurs (of Organisaties) > Tellingmethode: Volledige telling > Minimum aantal documenten: 5 > Aantal items om te selecteren: maximaal 1000 > Klik op “Volgende” > Geselecteerde items verifiëren > Klik op “Kaart maken” > Kies visualisatieparameters (attractie=2, afstoting=0, clusterresolutie=1,00) > Opslaan als .png of.txt. Menupad voor co-citatieanalyse: Aanmaken > Maak een kaart op basis van bibliografische gegevens > Type analyse: Co-citatie > Eenheid van analyse: Geciteerde referenties > Minimum aantal citaties: 10 > Overige stappen hetzelfde als hierboven. |
| CiteSpace (versie 6.3.R1) | Chaomei Chen, Drexel University, VS | https://citespace.podia.com/ | Na het uitvoeren van de analyse door trefwoord of geciteerde referentie te selecteren in de knooppunttypen, klik op Burstness en stel de Top N-parameter in op 20 om de top 20 burst-trefwoorden of burst-referenties met de hoogste frequentie of aantal citaties te detecteren. |
| bibliometrix (versie 4.1.2) | Massimo Aria en Corrado Cuccurullo; R-pakket | https://www.bibliometrix.org/ | In RStudio, voer library(bibliometrix) en biblioshiny() uit; in de geopende biblioshiny webinterface, voer de volgende bewerkingen sequentieel uit: gegevens importeren via “Gegevens > Importeren” door het bestand te selecteren, het formaat in te stellen op “RIS” of “BibTeX”, vervolgens op “Converteren” te klikken gevolgd door “Starten”; genereer jaarlijkse wetenschappelijke productie via “Beschrijvende analyse > Jaarlijkse wetenschappelijke productie > Genereren”; genereer het landensamenwerkingsnetwerk via "Samenwerking > Landensamenwerkingsnetwerk > Genereren"; genereer een thematische kaart via "Conceptueel > Thematische kaart" door de minimale woordfrequentie in te stellen op 5 en het aantal clusters op 3, vervolgens op "Genereren" te klikken; genereer een trefwoord-burstgrafiek via “Conceptueel > Trefwoord-burst > ReferencePublicationYearSpectra > Genereren” |