Onderzoeksartikel

Macrofagen in systemische lupus erythematosus: een bibliometrische analyse van onderzoekstrends en opkomende grenzen

37 weergaven

DOI:

10.3791/72238

11 augustus 2026

In dit artikel

Samenvatting

Deze studie schetst systematisch het onderzoekslandschap en de zich ontwikkelende grenzen van het vakgebied systemische lupus erythematodes en macrofagen van 2016 tot 2025 met behulp van bibliometrische analyse.

Samenvatting

Deze studie analyseerde systematisch 1.197 artikelen over de rol van macrofagen in systemische lupus erythematosus (SLE), gepubliceerd tussen 2016 en 2025, met behulp van bibliometrische methoden gebaseerd op de Web of Science Core Collection. De analyse onderzocht publicatietrends, samenwerkingsnetwerken, onderzoeksthema's en de kennisbasis om het huidige onderzoekslandschap, kernonderzoekskrachten en grensontwikkeling in dit vakgebied te verduidelijken. Het aantal publicaties piekte op 154 in 2022, terwijl de jaarlijkse citaties in totaal stegen van 184 in 2016 tot 9.030 in 2025, wat wijst op actief en impactvol onderzoek. China stond op de eerste plaats in publicatievolume (379 artikelen), terwijl de Verenigde Staten vooraanvoerden in totaal aantal citaties (18.838) en internationale samenwerkingscentraliteit. Shanghai Jiao Tong Universiteit en Karolinska Instituut waren de meest productieve instellingen, elk met 23 artikelen. Frontiers in Immunology (impactfactor = 5,9; Journal Citation Reports kwartiel 1) was het meest productieve tijdschrift. Keyword timeline clustering identificeerde 13 belangrijke onderzoeksthema's, waaronder belangrijke componenten van de aangeboren immuniteit zoals neutrofiele extracellulaire vallen, dendritische cellen en Toll-achtige receptoren, evenals adaptieve immuniteit met T-cellen, B-cellen en plasmacytoïde dendritische cellen. Deze thema's omvatten ook kernmechanismen zoals macrofagenpolarisatie, de NOD-achtige receptorfamilie pyrine-bevattende 3-inflammasoom (NLRP3) en het verwijderen van apoptotische cellen, samen met klinische hotspots zoals lupusnefritis, macrofagenactivatiesyndroom en reumatoïde artritis. De evolutie van onderzoekshotspots weerspiegelt een ontwikkeling van vroege basismechanismen van apoptotische cellen en immuuncomplexen tot verfijnde regulatie van cytokines, aangeboren immuniteit en adaptieve immuniteit, en uiteindelijk naar studies naar therapieën gericht op signaalroutes, klinisch beheer en multicentervalidatie, waarbij "pathway" en "multicenter diagnose" opvallen als huidige onderzoeksfronten.

Inleiding

Systemische lupus erythematosus (SLE) is een chronische auto-immuunziekte die wordt gekenmerkt door de productie van autoantistoffen, afzetting van immuuncomplexen en multi-orgaanontsteking 1,2. Ondanks aanzienlijke vooruitgang in diagnostische benaderingen en therapeutische strategieën in de afgelopen decennia, blijft SLE ernstige schade veroorzaken aan de nieren, het hematologische systeem en het centrale zenuwstelsel 3,4,5. Bestaande behandelingen, waaronder glucocorticoïden, immunosuppressiva en biologische middelen, hebben over het algemeen beperkte therapeutische effectiviteit en worden geassocieerd met bijwerking in verschillende gradaties 6,7,8. Celengineeringstrategieën, zoals chimerische antigeenreceptor T (CAR-T) celtherapie, hebben aangetoond dat ze het potentieel hebben om duurzame geneesmiddelvrije remissie in SLE te bereiken door diepe uitputting van autoreactieve B-cellen 9,10,11. Als sleutelleden van het aangeboren immuunsysteem vervullen macrofagen cruciale functies bij het opruimen van immuuncomplexen, efferocytose van apoptotische cellen en cytokinesecretie, waardoor de immuunhomeostasebehouden blijft. Steeds meer bewijs wijst erop dat meerdere vormen van macrofagendisfunctie betrokken zijn bij SLE-pathogenese 13,14,15. Ontregelde macrofagenpolarisatie in pro-inflammatoire M1- versus anti-inflammatoire M2-fenotypes is consequent waargenomen bij lupusnefritis, waarbij M1-macrofagen weefselschade bevorderen terwijl M2-macrofagen bijdragen aan weefselherstel en fibrotische remodellering16,17. Overmatige vorming van neutrofiele extracellulaire vallen (NET's) en abnormale activatie van interferonsignaalroutes versterken verder macrofaag-gemedieerde ontstekingsreacties 18,19,20. Daardoor is macrofagendisfunctie niet alleen een centrale knoop in de SLE-pathogenese geworden, maar ook een veelbelovend therapeutisch doelwit21.

Het afgelopen decennium heeft een snelle uitbreiding gekend van publicaties die zich richten op de rol van macrofagen in SLE, met uiteenlopende onderzoeksrichtingen, waaronder efferocytose, NETosis, macrofagenpolarisatie, metabole herprogrammering en gerichte modulatie van signaalroutes 22,23,24,25,26 . De groeiende literatuur brengt echter ook uitdagingen met zich mee, waaronder gefragmenteerde onderzoeksthema's, onduidelijke identificatie van kernonderzoekskrachten en een dubbelzinnige mapping van grensevolutie, wat de dringende noodzaak van een systematisch overzicht van het huidige onderzoekslandschap onderstreept. Bibliometrie maakt gebruik van wiskundige en statistische methoden om de distributiekenmerken en evolutionaire patronen van kennisdragers kwantitatief te analyseren, en levert objectieve gegevens over publicatietrends, samenwerkingsnetwerken, onderzoekshotspots en grensdynamiek 27,28,29,30,31 . Hoewel bibliometrische benaderingen met succes zijn toegepast op kennismapping in SLE-immunotherapie, biomarkerontdekking en aanverwante vakgebieden, blijft bibliometrische mapping die specifiek gericht is op macrofagen in SLE beperkt 32,33,34. Deze studie haalt relevante literatuur op uit de Web of Science Core Collection-database van 2016 tot 2025 en maakt gebruik van CiteSpace, VOSviewer en Scimago Graphica voor multidimensionale visuele analyses. Door publicatie-outputs, land/regio- en institutionele samenwerkingen, auteurs- en tijdschriftnetwerken, keyword co-occurrence en tijdlijnclustering, evenals citation burst-detectie, wil deze studie systematisch de huidige onderzoeksstatus, kernonderzoekskrachten, thematische evolutie en opkomende grenzen op het gebied van macrofagen in SLE verduidelijken, waardoor een objectieve kenniskaart en richtingsreferentie voor toekomstige onderzoeken worden geboden.

Protocol

Voor deze studie was geen ethische goedkeuring of geïnformeerde toestemming vereist, aangezien alle gegevens afkomstig waren van openbaar beschikbare bibliografische records in de Web of Science Core Collection-database. Er waren geen menselijke deelnemers, dieren of klinische monsters betrokken bij dit onderzoek.

Gegevensverzameling en zoekstrategie

Gegevens werden op één datum (27 april 2026) opgehaald uit de Web of Science Core Collection (WOSCC) database om dataconsistentie en reproduceerbaarheid te waarborgen. De zoekopdracht gebruikte Booleaanse operatoren met de volgende structuur: TS=("Lupus Erythematosus, Systemisch" OF "Systemisch Lupus Erythematosus" OF "Lupus Erythematosus Disseminatus") EN TS=("macrofaag*"). Documenttypes waren beperkt tot artikelen en overzichtsartikelen. De publicatieperiode liep van 1 januari 2016 tot 31 december 2025. In totaal werden 1.197 geldige artikelen behouden voor latere bibliometrische analyse.

Analytische hulpmiddelen

Er werd een analytische pijplijn gebruikt die meerdere softwarepakketten omvatte. CiteSpace (Research Resource Identifier [RRID]: SCR_020932) werd gebruikt voor clustering van zoekwoordtijdlijnen en citatieburstanalyse35. VOSviewer (RRID: SCR_016598) werd gebruikt om coauteurschapsnetwerken te construeren en te visualiseren voor landen/regio's, instellingen en auteurs, en om trefwoordco-occurrencekaartente genereren 36. Scimago Graphica werd gebruikt om landen/regio samenwerkingsnetwerkvisualisaties te genereren uit netwerkbestanden die werden geëxporteerd vanuit VOSviewer37. Basisstatistische berekeningen en het maken van figuren werden uitgevoerd met WPS Excel en GraphPad Prism (RRID: SCR_002798). De algehele bibliometrische workflow wordt geïllustreerd in Figuur 1.

Parameterconfiguratie in CiteSpace en VOSviewer

In CiteSpace werd de tijdsperiode vastgesteld van 2016 tot 2025 met intervallen van één jaar. De g-index (k = 10) werd gekozen als de drempel voor knoopkeuze. Het Pathfinder snoeialgoritme werd twee keer toegepast: eerst om elk individueel tijdslice-netwerk te vereenvoudigen, en opnieuw na het samenvoegen van alle slices om de visuele complexiteit te verminderen. In VOSviewer werd het LinLog/modulariteitsalgoritme gekozen voor netwerkindelingsoptimalisatie. Knooppuntgroottes werden gewogen op basis van het aantal documenten of citatiefrequenties, afhankelijk van de specifieke analyse. Voor land/regio samenwerkingsmapping met Scimago Graphica weerspiegelden knoopdiameters publicatievolumes en vertegenwoordigden linkdikte samenwerkingsintensiteiten tussen landen.

Resultaten

Jaarlijkse publicatie

Tussen 2016 en 2025 werden in totaal 1.197 artikelen over macrofagen in SLE gepubliceerd. Het jaarlijkse publicatievolume fluctueerde, beginnend bij 112 in 2016, piekte op 154 in 2022, en daalde vervolgens licht tot 133 in 2025. In dezelfde periode steeg het jaarlijkse citatiecijfer in totaal van 184 naar 9.030, met kleine schommelingen, wat wijst op een geleidelijke toename van de academische impact in dit vakgebied (Figuur 2).

Bijdragen aan landen/regio's en transnationale samenwerkingsnetwerken

In totaal droegen 76 landen/regio's bij aan onderzoek naar macrofagen in SLE. De top 10 landen/regio's, gerangschikt op publicatievolume, worden gepresenteerd (Tabel 1). China stond op de eerste plaats met 379 artikelen (31,7% van het totaal), gevolgd door de Verenigde Staten (311 artikelen, 26,0%), Japan (74 artikelen), Engeland (59 artikelen) en Duitsland (57 artikelen). Wat betreft het totale aantal citaties leidde de Verenigde Staten met 18.838 citaties, ruim hoger dan China's 8.935 citaties. Opmerkelijk is dat Engeland, Zweden en Duitsland de hoogste gemiddelde citaties per artikel vertoonden (respectievelijk 66, 64 en 57), wat hun krachtige bijdragen weerspiegelt ondanks matige publicatievolumes. De totale linksterkte was het hoogst voor de Verenigde Staten (178), gevolgd door Engeland (78) en Duitsland (78), met China dicht daarachter met 77, wat wijst op een niveau van internationale samenwerkingsintensiteit vergelijkbaar met dat van de grote Europese landen. Deze bevindingen suggereren dat, hoewel de Verenigde Staten een centrale positie innemen in het wereldwijde samenwerkingsnetwerk, zowel Europese landen als China ook sterke samenwerkingsactiviteiten tonen.

Drie grote groepen werden geïdentificeerd in het samenwerkingsnetwerk tussen land en regio. Een groep bestond uit Duitsland, Griekenland, Iran, Italië, Japan, Nederland en Zwitserland; een andere omvatte Canada, Frankrijk, Polen, Spanje, Zweden en het Verenigd Koninkrijk; en de derde bestond uit China, Mexico, de Verenigde Staten en Australië (Figuur 3A). Het koorddiagram laat verder de intensiteit van bilaterale samenwerkingen tussen de meest productieve landen/regio's zien, waarbij de dominante rollen van de Verenigde Staten en China in coauteurschapskoppelingen worden benadrukt (Figuur 3B). De jaarlijkse publicatietrends van de top 10 landen/regio's van 2016 tot 2025 tonen aan dat de productie in China gestaag toenam, van 18 artikelen in 2016 tot 70 artikelen in 2025. De Verenigde Staten vertoonden een relatief stabiele maar licht dalende trend, beginnend met 51 artikelen in 2016 en eindigend bij 21 artikelen in 2025. Japan, Engeland, Duitsland en andere Europese landen leverden gedurende het decennium bescheiden maar consistente bijdragen. Over het algemeen tonen de temporele patronen een verschuiving in onderzoeksleiderschap: terwijl de Verenigde Staten de eerste jaren domineerden, kwam China in de tweede helft van de observatieperiode naar voren als de meest productieve bijdrager (Figuur 3C).

Onderzoeksinstellingen en samenwerkingsnetwerken

In totaal droegen 417 instellingen bij aan dit vakgebied. De top 10 instellingen per publicatievolume worden gepresenteerd (Tabel 2). Het institutionele samenwerkingsnetwerk onthulde vijf grote clusters (Figuur 4A). Cluster 1 (rood) bestond uit 12 instellingen, waaronder Harvard Medical School, Brigham & Women's Hospital, Yale University, University of Washington, University of Michigan en Shanghai Jiao Tong University. Cluster 2 (groen) bestond uit negen instellingen, voornamelijk uit China, zoals Peking University, Central South University, Sun Yat-sen University en de University of Hong Kong. Cluster 3 (blauw) omvatte acht instellingen, voornamelijk uit Oost-China, zoals Huazhong University of Science and Technology, Nanjing University, Soochow University en Southern Medical University. Cluster 4 (geel) bestond uit zeven instellingen, waaronder Fudan University, Anhui Medical University, University of Cambridge, Monash University, University of Melbourne, University of Toronto en Chulalongkorn University. Cluster 5 (paars) bevatte ook zeven instellingen, waaronder de Chinese Academie van Wetenschappen, de University of Chinese Academy of Sciences, het Karolinska Institutet, het Karolinska University Hospital, de Zhejiang Chinese Medical University, de Zhejiang University en de University of Houston.

Shanghai Jiao Tong Universiteit en Karolinska Instituut deelden het hoogste aantal met elk 23 artikelen, gevolgd door de Sun Yat-sen Universiteit (21 artikelen), Huazhong Universiteit voor Wetenschap en Technologie (20 artikelen) en Nanjing Universiteit (20 artikelen). Onder de top 10 kwamen zeven uit China, terwijl de overige drie Karolinska Institutet (Zweden), de University of Washington (Verenigde Staten) en Harvard Medical School (Verenigde Staten) waren (Figuur 4B). Wat citaties betreft, ontving de University of Washington 2.095 citaties, waarmee ze op de eerste plaats stond, gevolgd door Karolinska Institutet (1.929), Harvard Medical School (1.265) en Central South University (926). Opmerkelijk is dat NIAMSD (National Institute of Arthritis and Musculoskeletal and Skin Diseases) slechts 13 artikelen had, maar 2.124 citaties verzamelde, wat een uitzonderlijk hoge impact per artikel weerspiegelt. De verdeling van de top 10 productieve instellingen per land/regio wordt weergegeven. China domineerde de lijst met acht instellingen, terwijl Zweden en de Verenigde Staten elk één instelling bijdroegen. Daarentegen vertoonden de top 10 instellingen volgens citatieaantallen een ander patroon: de Verenigde Staten leverden vijf instellingen, China droeg drie instellingen bij, namelijk Central South University, Chinese Academy of Sciences en Sun Yat-sen University, Zweden leverde Karolinska Institutet, en Canada droeg de University of Toronto bij (Figuur 4C). Dit verschil geeft aan dat hoewel Chinese instellingen voorop lopen in onderzoekshoeveelheid, Amerikaanse en Europese instellingen doorgaans een hogere impact per artikel en bredere erkenning hebben.

Publicatie en citatieanalyse van tijdschriften

In totaal publiceerden 417 tijdschriften artikelen over macrofagen in SLE van 2016 tot 2025. De top 10 tijdschriften per publicatievolume worden vermeld (Tabel 3). Frontiers in Immunology stond op de eerste plaats met 108 artikelen, gevolgd door Lupus (38 artikelen), International Journal of Molecular Sciences (31 artikelen), Journal of Immunology (26 artikelen) en Arthritis & Rheumatology (24 artikelen). Wat betreft het totale aantal citaties leidde Frontiers in Immunology ook met 6.104 citaties, ruimschoots meer dan andere tijdschriften. Nature Reviews Rheumatology had slechts 11 artikelen, maar verzamelde 1.364 citaties, wat een hoge impact per artikel weerspiegelt. Onder de top 10 tijdschriften stonden er zeven in Journal Citation Reports (JCR) Q1, twee in Q2 en één in Q3. Het co-citatienetwerk van tijdschriften onthulde vijf grote clusters (Figuur 5A). Cluster 1 omvatte toonaangevende immunologietijdschriften zoals Nature Reviews Rheumatology, Annals of the Rheumatic Diseases, Journal of Autoimmunity en Autoimmunity Reviews. Cluster 2 bestond uit Frontiers in Immunology, Clinical Immunology, International Immunopharmacology en International Journal of Molecular Sciences. Cluster 3 bevatte Journal of Immunology, Proceedings of the National Academy of Sciences, Nature Communications en Immunity. Cluster 4 omvatte Artritis & Reumatologie, Lupus, Kinderreumatologie, Reumatologie International, Biomedicines, en Klinische en Experimentele Reumatologie. Cluster 5 bestond uit Autoimmuniteit, Klinische Reumatologie, Frontiers in Medicine en International Journal of Life Sciences.

De bubbelgrafiek illustreert de relatie tussen publicatievolume, citatiecijfer en impactfactor van tijdschriften onder de top 10 productieve tijdschriften (Figuur 5B). Frontiers in Immunology vertoonde de grootste bubbel (hoogste publicaties en citaties), gevolgd door International Journal of Molecular Sciences en Arthritis & Rheumatology. Tijdschriften met hoge impactfactoren, zoals Arthritis & Rheumatology (impact factor [IF] = 10,9, Q1) en Autoimmunity Reviews (IF = 8,3, Q1), toonden matige publicatievolumes maar sterke citatieprestaties. Het staafdiagram van geco-citeerde tijdschriften benadrukt de meest invloedrijke bronnen qua citatiefrequentie (Figuur 5C). Wat betreft de frequentie van co-citaties werden de top vijf tijdschriften als volgt gerangschikt: Journal of Immunology, Frontiers in Immunology, Lupus, Annals of the Rheumatic Diseases, en Arthritis & Rheumatology. Andere vaak geciteerde tijdschriften waren onder andere Nature, Nature Immunology, Proceedings of the National Academy of Sciences en Immunity. Deze verdeling onderstreept de fundamentele rol van klassieke immunologietijdschriften en de groeiende invloed van open-access en specialistische tijdschriften in dit onderzoeksgebied.

Samenwerkingsnetwerken van auteurs en academische impactanalyse

In totaal droegen 787 auteurs bij aan de macrofagen in het SLE-veld. Het samenwerkingsnetwerk van auteurs was verdeeld in vijf hoofdclusters (Figuur 6A). Cluster 1 omvatte Sun, L.Y. en een groep Chinese onderzoekers die zich richtten op macrofagenpolarisatie en lupusnefritis. Cluster 2 bevatte Kaplan, M.J., Elkon, K.B., Barnes, B.J. en Carmona-Rivera, C., die een sterk onderling verbonden groep vertegenwoordigden die werkten aan NETs en efferocytose. Deze cluster sluit aan bij de huidige onderzoeksgebieden, aangezien NETosis en verminderde clearance van apoptotische cellen worden erkend als belangrijke drijfveren van SLE-pathogenese. Cluster 3 bestond uit Cao, X.T., Lu, Q.J., Zhao, M. en anderen, met de nadruk op epigenetische regulatie en auto-immuniteit. Cluster 4 omvatte Mohan, C., Davidson, A. en Putterman, C., die een grote bijdrage hebben geleverd aan de ontdekking van lupusnefritis en biomarkers. Cluster 5 bevatte Dong, C., Ji, J. en anderen, die voornamelijk macrofaag-gerelateerde signaalroutes onderzochten.

De top 10 auteurs per publicatievolume worden gepresenteerd (Figuur 6B). Kaplan, M.J. stond op de eerste plaats met 12 artikelen, gevolgd door Mohan, C. (10 artikelen), Deng, G.M. (10 artikelen), Lu, Q.J. (9 artikelen) en Sun, L.Y. (8 artikelen). Opmerkelijk is dat Kaplan, M.J., ook de leiding had in citatieaantallen met 1.957 citaties, ruim hoger dan andere auteurs. Elkon, K.B. (1.834 citaties) en Carmona-Rivera, C. (1.410 citaties) toonden ook een uitzonderlijk hoge impact per artikel. Wat betreft de verdeling van landen/regio's onder de meest geciteerde auteurs, droegen de Verenigde Staten zeven van de top 10 bij, en Duitsland (Munoz, L.E.), China (Lu, Q.J.) en Iran (Sahebkar, A.) elk één (Figuur 6C). Dit patroon geeft aan dat, hoewel Chinese auteurs vaak voorkomen in de productiviteitsranglijst, Amerikaanse onderzoekers momenteel domineren qua academische invloed.

Al met al onthult het samenwerkingsnetwerk van auteurs verschillende onderzoeksgemeenschappen: één gericht op NETs en efferocytose (Cluster 2) en een andere gericht op macrofagenpolarisatie en lupusnefritis (Cluster 1), wat de twee belangrijkste hete onderwerpen op dit gebied weerspiegelt. De hoge citatieaantallen van Kaplan, Elkon en Carmona-Rivera onderstrepen de groeiende erkenning van aangeboren immuunmechanismen, met name NET-gemedieerde ontsteking en defecte verwijdering van stervende cellen, als cruciale gebieden voor toekomstige therapeutische interventie.

Clustering van sleutelwoorden en evolutie van onderzoekshotspots

Het keyword co-occurrence netwerk omvatte 196 knooppunten en 254 links, met een netwerkdichtheid van 0,0133 (Figuur 7A). Tabel 4 geeft de top 10 trefwoorden weer gerangschikt op aantal gevallen en centraliteit. Het meest voorkomende trefwoord was "systemische lupus erythematosus" (666 voorkomen), gevolgd door "expressie" (186), "activatie" (157), "reumatoïde artritis" (149) en "macrofagen" (144). Wat betreft centraliteit, wat de brugrol van een trefwoord in het onderzoeksnetwerk weerspiegelt, vertoonden "auto-immuun" (0,31), "auto-immuunziekten" (0,30) en "macrofaag" (0,30) de hoogste waarden, wat hun centrale positie aangeeft in het verbinden van diverse onderzoeksonderwerpen binnen het vakgebied. Het macrofagenactivatiesyndroom was ook een van de meest voorkomende trefwoorden.

De clustering van de zoekwoord-tijdlijn besloeg 2016–2025. Vroegstadiaonderzoek (2016–2019) werd gedomineerd door fundamentele clusters, waaronder #6 erythematosus, #9 auto-immuunziekten en #12 auto-immuunziekten, met de nadruk op basale klinische en immunologische kenmerken van SLE, met kernwoorden zoals systemische lupus erythematosus, macrofagen en ontsteking. In 2020–2023 verschoof de onderzoeksprioriteiten naar mechanistische clusters, waarbij #1 NETs, #3 lupusnefritis en #4 T-cellen aan prominentie wonnen. Trefwoorden zoals polarisatie, regulatie en NETs werden centrale thema's, die de groeiende aandacht voor interacties en regulerende mechanismen tussen aangeboren en adaptieve immuuncellen weerspiegelen. In de meest recente periode (2023–2025) werden de opkomende clusters #0 macrofagenactivatiesyndroom, #2 genexpressie en #11 apoptotische cellen dominant, wat wijst op een verschuiving naar diepgaande moleculaire mechanismen, gerichte inhibitiestrategieën en translationele therapeutische toepassingen.

Keyword burst-analyse (Figuur 7B) identificeerde de 25 termen met de sterkste citatiebursts, waarmee snel groeiende onderzoeksprioriteiten werden benadrukt. Vroege burst-trefwoorden, zoals apoptotische cellen en tumornecrosefactor alfa, weerspiegelden fundamentele studies over ontsteking en celdood. Meer recente uitbarstingen omvatten apoptose, risico, management en pathway, wat wijst op een verschuiving naar translationeel onderzoek, therapeutische doelen en klinische toepassingen. Opmerkelijk is dat termen als therapie en pathway sterke pieken hebben aanhouden tot in 2025, wat hun status als huidige onderzoeksgebieden aangeeft.

Samen werken de statistische resultaten en de verschillende mappinganalyses systematisch de onderzoeksfocus, thematische structuur en ontwikkelingstrends van macrofaag-gerelateerd onderzoek in SLE uit (Figuur 7C en Tabel 4). Deze bevindingen tonen een duidelijke ontwikkeling van beschrijvende studies naar immuuncelfunctie tot diepgaand onderzoek naar aangeboren immuunroutes, met een toenemende nadruk op het vertalen van fundamenteel onderzoek naar nieuwe therapeutische strategieën voor SLE en de complicaties daarvan.

Bibliometrische analyse van referenties

Uit het co-citatienetwerk waren de meest geciteerde referenties fundamentele en impactvolle bijdragen in SLE-immunopathologie, macrofagenbiologie en aanverwant therapeutisch onderzoek. Anders HJ (2020, Nat Rev Dis Primers) stond eerste met 35 citaties,38, gevolgd door Jing C (2020, Proc Natl Acad Sci USA) met 31 citaties,39, en Tsokos GC (2016, Nat Rev Rheumatol) met 29 citaties(40). De review van Tsokos GC (2016), gepubliceerd in Nature Reviews Rheumatology, blijft een hoeksteen van het vakgebied en wordt veel geciteerd vanwege het overzicht van SLE-pathogenese40. Referenties met hoge centraliteit, die een cruciale brugrol spelen in het kennisnetwerk, werden ook geïdentificeerd. Mohammadi S (2017, Lupus) vertoonde de hoogste centraliteit (0,69)41, gevolgd door Funes SC (2018, Immunologie) (0,67)42. Deze referenties verbinden meerdere onderzoeksrichtingen, waarbij basisimmunologische mechanismen, zoals macrofagenpolarisatie en activatie van NLRP3-inflammasoomen, worden gekoppeld aan klinische manifestaties zoals lupusnefritis en cytokinestormen (Figuur 8A).

Clusteranalyse identificeerde 13 belangrijke thematische clusters, die de kernkennisdomeinen en onderzoeksgemeenschappen in het veld weerspiegelen. Deze clusters omvatten #0 macrofagenactivatiesyndroom43, #1 apoptose, #2 hemofagocytaire lymfohistiocytose, #3 lactobacillus delbrueckii, #4 auto-immuunziekten, #5 lupusnefritis, #6 perifere mononucleaire bloedcellen (PBMC's), #7 metabolisme, #8 NOD-achtige receptorfamilie pyrine-domeinhoudende 3 (NLRP3) inflammasoomen, #9 type I interferon, #10 dendritische cel, #11 cytokinestormen en #12 vitamine D. Deze clusters bestrijken belangrijke onderzoeksrichtingen zoals aangeboren immuunactivatie, inflammatoire celdood, cytokine-dysregulatie, orgaanschademechanismen en therapeutische interventies, en vormen daarmee het fundamentele kader voor onderzoek naar macrofagen in SLE (Figuur 8B).

Burstreferentieanalyse toonde de dynamische evolutie van de kennisbasis op dit gebied (Figuur 8C). Wat betreft burststerkte had de review van Tsokos GC (2016) een burststerkte van 10,4544, met een burstperiode van 2018 tot 2021, wat de meest invloedrijke referentie in deze periode was. De studie van Lood C (2016) toonde een burststerkte van 6,23, actief van 2016 tot 2020, wat de aanhoudende impact van NETosis-onderzoek benadrukt. Vanuit een temporeel perspectief kunnen burstreferenties worden onderverdeeld in drie fasen: 2016–2018, gedomineerd door fundamentele reviews over SLE-immunopathologie en vroege mechanistische studies over macrofagendisfunctie44; 2019–2022, gericht op vooruitgang in aangeboren immuniteit, waaronder studies naar NLRP3-inflammasomen, dendritische cellen en apoptosemechanismen45,46, en 2023–2025, gekenmerkt door opkomend onderzoek naar cytokinestormen, metabolisme en therapeutische interventies47,48, wat een verschuiving naar translationele en klinische toepassingen weerspiegelt.

BESCHIKBAARHEID GEGEVENS:

De datasets die tijdens deze studie zijn gegenereerd en geanalyseerd, zijn momenteel toegankelijk via een peer-review link van de Science Data Bank: https://www.scidb.cn/en/detail?dataSetId=122808b00b8a4040a775db6bcc8d5a8a.

figure-results-1
Figuur 1: Schematisch overzicht van de bibliometrische workflow. De workflow bestaat uit vier hoofdfasen: literatuuropvraging uit de Web of Science Core Collection; gegevensscreening en -extractie; bibliometrische analyse met behulp van CiteSpace en VOSviewer; en visualisatie en interpretatie van de resultaten. Afkorting: WOSCC = Web of Science Core Collection. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-2
Figuur 2: Jaarlijkse publicatievolumes en citaties van 2016 tot 2025. De balken geven het aantal publicaties per jaar weer en de regel geeft het jaarlijkse citatieaantal aan. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-3
Figuur 3: Bibliometrische analyse van land/regio. (A) Netwerk, samenwerking tussen land en regio. De knoopgrootte geeft het publicatievolume weer aan, knooppuntkleur duidt op een samenwerkingscluster en de linkdikte weerspiegelt de intensiteit van de samenwerking. (B) Koorddiagram dat de kracht en verspreiding van samenwerking tussen grote landen/regio's illustreert. (C) Jaarlijkse publicatievolume van de top 10 landen/regio's van 2016 tot 2025. Afkortingen: VK = Verenigd Koninkrijk; VS = Verenigde Staten van Amerika. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-4
Figuur 4: Institutionele bibliometrische analyse. (A) Institutioneel samenwerkingsnetwerk. De knoopgrootte geeft het publicatievolume weer aan, knooppuntkleur duidt een samenwerkingscluster aan en de linkdikte weerspiegelt de intensiteit van het coauteurschap. (B) Top 10 instellingen op basis van publicatievolume met overeenkomstige land/regio-affiliatie. (C) Top 10 instellingen op basis van citaties met overeenkomstige land/regio-affiliatie. Afkortingen: NIAMSD = National Institute of Arthritis and Musculoskeletal and Skin Diseases; VS = Verenigde Staten van Amerika. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-5
Figuur 5: Bibliometrische analyse van het tijdschrift. (A) Tijdschrift-co-citatienetwerk. De knoopgrootte geeft het publicatievolume weer, de knoopkleur duidt op een tijdschriftcluster en de linkdikte weerspiegelt de co-citatierelaties. (B) Journal-bubbeldiagram. De x-as geeft het aantal citaties aan, de bubbelgrootte het publicatievolume en de kleur van de bubbel geeft de impactfactor aan. (C) Rangschikking van geciteerde tijdschriften. De x-as geeft het aantal citaties aan, de y-as geeft tijdschriftnamen weer en de balkkleur geeft de impactfactor aan. Afkortingen: IF = impactfactor; JCR = Journal Citation Reports. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-6
Figuur 6: Auteurbibliometrische analyse. (A) Samenwerkingsnetwerk van auteurs. De knoopgrootte geeft het publicatievolume weer, de knooppuntkleur duidt een onderzoekscluster aan, en de linkdikte weerspiegelt de kracht van het coauteurschap. (B) Ringlijst van de top 10 auteurs per publicatievolume; Segmentgrootte is evenredig met het aantal publicaties. (C) Top 10 auteurs op citatieaantal met overeenkomstige land/regio-affiliatie. Afkorting: VS = Verenigde Staten van Amerika. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-7
Figuur 7: Sleutelwoordbibliometrische analyse. (A) Keyword co-occurrence netwerk. Knooppuntgrootte geeft de frequentie van sleutelwoorden aan, knooppuntkleur duidt op een thematisch cluster, en de linkdikte weerspiegelt de co-voorkomende sterkte. (B) Top 25 trefwoorden met de sterkste citatiebursts, gerangschikt op burststerkte; Rode balken geven de burstperiode aan. (C) Visualisatie van trefwoordtijdlijn die de evolutie van onderzoekshotspots en de opkomst van nieuwe onderzoeksrichtingen van 2016 tot 2025 toont. Afkorting: SLE = systemische lupus erythematosus. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-8
Figuur 8: Referentiebibliometrische analyse. (A) Referentie co-citatienetwerk. De knoopgrootte geeft de citatiefrequentie weer aan, knooppuntkleur duidt een referentiecluster aan en links weerspiegelen co-citatierelaties. (B) Referentieclustering: kaartgroepering van gezamenlijk geciteerde referenties in thematische clusters op basis van gedeelde citatiepatronen. (C) Top 15 referenties met de sterkste citatiebursts, gerangschikt op burststerkte; Rode balken geven de burstperiode aan, en de blauwe lijn geeft de studieperiode aan. Afkortingen: NLRP3 = NOD-achtige receptorfamilie pyrine-bevattend 3; PBMC = perifere bloed mononucleaire cel. Klik hier om een grotere versie van deze figuur te bekijken.

RangLand/regioDocumentenBronvermeldingenGemiddelde citaties per artikelTotale schakelsterkte
1China37989352477
2VS3111883861178
3Japan7415452126
4Engeland5939026678
5Duitsland5732365778
6Italië3921775638
7Australië3814203733
8Zweden3321086440
9Frankrijk3014174740
10Zuid-Korea307252420

Tabel 1: Top 10 landen/regio's naar totaal publicatievolume. Landen/regio's zijn gesorteerd op publicatievolume.

RangInstellingDocumentenBronvermeldingenTotale schakelsterkteLand/regio
1Shanghai Jiao Tong Universiteit2330815China
2Karolinska Institutet23192918Zweden
3Sun Yat-sen Universiteit2182126China
4Huazhong Universiteit voor Wetenschap en Technologie2038411China
5Nanjing Universiteit2051212China
6Chinese Academie van Wetenschappen1885527China
7Central South University1892617China
8Universiteit van Washington1720959VS
9Nanjing Medische Universiteit1627917China
10Harvard Medische Faculteit16126516VS

Tabel 2: Top 10 instellingen naar totale publicatieproductie. Instellingen zijn gesorteerd op publicatievolume.

RangTijdschriftDocumentenBronvermeldingenTotale schakelsterkteALSJCR-kwartiel
1Grenzen in de immunologie10861042215.9Q1
2Lupus38478701.9V3
3Internationaal Tijdschrift voor Moleculaire Wetenschappen311028474.9Q1
4Tijdschrift voor Immunologie26585473.4Q2
5Artritis & Reumatologie249115610.9Q1
6Wetenschappelijke rapporten23526203.9Q1
7Klinische immunologie22487623.8Q2
8Internationale Immunofarmacologie21237304.7Q1
9Journal of Autoimmunity18749347.0Q1
10Auto-immuniteitsreviews16698688.3Q1

Tabel 3: publicatievolume, impactfactor en kwartielrangorde. De tabel geeft publicatieaantallen, impactfactoren en kwartielen van Journal Citation Reports weer voor de top 10 tijdschriften. Afkortingen: IF = impactfactor; JCR = Journal Citation Reports.

RangTrefwoord (frequentie)GraafSleutelwoord (centraliteit)Centraliteit
1Systemische lupus erythematosus666Auto-immuun0.31
2Expressie186Auto-immuunziekten0.30
3Activering157macrofaag0.30
4Reumatoïde artritis149erythematosus0.27
5macrofagen144Muizen0.27
6Ziekte112atherosclerose0.26
7Macrofaagactivatiesyndroom111Genexpressie0.25
8dendritische cellen108regulerende T-cellen0.24
9T-cellen101Muismodel0.24
10Cellen85Ziekte0.23

Tabel 4: Top 10 trefwoorden op frequentie en betweenness-centraliteit. Zoekwoorden met hoge frequentie duiden op onderzoekshotspots, terwijl sleutelwoorden met hoge tussenheid concepten vertegenwoordigen die meerdere thema's verbinden.

Discussie

Deze bibliometrische studie schetst systematisch het onderzoekslandschap van macrofagen in SLE over het afgelopen decennium (2016–2025). Door 1.197 publicaties uit de Web of Science Core Collection te analyseren, identificeerden we wereldwijde publicatietrends, samenwerkingsnetwerken, kernonderzoekskrachten, thematische evolutie en kennisbasisdynamiek, waarmee we een objectieve routekaart boden voor toekomstig onderzoek in dit snel evoluerende vakgebied.

Gedurende de 10-jarige studieperiode namen jaarlijkse publicaties over macrofagen in SLE bescheiden toe van 112 in 2016 tot een piek van 154 in 2022, en daalden vervolgens licht tot 133 in 2025. Belangrijker nog, het jaarlijkse citatieaantal is in totaal gestegen van 184 naar 9.030, wat aangeeft dat ondanks schommelingen in de output de academische impact van dit vakgebied aanzienlijk is toegenomen. Dit groeitraject sluit aan bij de toenemende erkenning van macrofagen als centrale spelers in de SLE-pathogenese, naast hun traditionele rol in het opruimen van immuuncomplexen en efferocytose. Het afgelopen decennium zijn baanbrekende ontdekkingen geweest die macrofagendisfunctie koppelen aan NETosis, type I interferonsignaturen en metabole herprogrammering, wat de onderzoeksinteresse heeft gestimuleerd 49,50,51,52,53. Opmerkelijk is dat de piek in 2022 samenvalt met de publicatie van verschillende krachtige mechanistische studies en de uitbreiding van biologische therapieën gericht op aangeboren immuunroutes, wat suggereert dat klinische vertaling fundamenteel onderzoek is gaan stimuleren.

Op nationaal niveau staat China op de eerste plaats qua publicatievolume, als toonaangevende bijdrager wereldwijd, terwijl de Verenigde Staten vooraanlopen in totaal aantal citaties en internationale samenwerking. Engeland, Zweden en Duitsland vertonen, ondanks matige publicatievolumes, de hoogste gemiddelde citaties per artikel, wat hun hoge citatie-impact weerspiegelt. Het samenwerkingsnetwerk tussen land en regio vormde drie grote clusters, waarbij de Verenigde Staten en China in dezelfde grote samenwerkingscluster als Mexico voorkwamen. Hoewel de totale linksterkte van China matig was, is de jaarlijkse productie gestaag gestegen van 18 naar 70 artikelen in het afgelopen decennium, waarmee het die van de Verenigde Staten na 2020 overtreft. Deze verschuiving kan weerspiegelen dat China aanzienlijk investeert in immunologisch onderzoek en de groeiende samenwerkingscapaciteit. De top 10 instellingen qua publicatievolume bevinden zich voornamelijk in China, met binnenlandse samenwerkingen die een duidelijke regionale clustering vertonen, vooral onder oostelijke instellingen zoals Shanghai Jiao Tong University, Sun Yat-sen University en Huazhong University of Science and Technology. Daarentegen worden de top 10 hooggeciteerde instellingen gedomineerd door Amerikaanse en Europese instellingen, zoals de University of Washington, Karolinska Institutet en Harvard Medical School, waarbij NIAMSD per artikel uitzonderlijk veel impact behaalt. Analyse van het tijdschrift identificeerde Frontiers in Immunology als het meest productieve tijdschrift, wat de groeiende invloed van de open-access-beweging in de immunologie weerspiegelt. Toonaangevende abonnementstijdschriften zoals Nature Reviews, Rheumatology en Arthritis & Rheumatology publiceerden minder artikelen, maar verzamelden aanzienlijke citaties, wat hun rol in het vormgeven van het theoretische kader onderstreept. De co-citatiekaart benadrukte Journal of Immunology als de meest geco-citeerde bron, gevolgd door Frontiers in Immunology and Lupus, waarmee de mix van klassieke immunologietijdschriften en gespecialiseerde lupustijdschriften die de kennisbasis vormen, illustreert. Samenwerkingsnetwerken van auteurs onthulden vijf grote clusters. Cluster 2, met Kaplan, M.J., Elkon, K.B. en Carmona-Rivera, C., richt zich op NETs en efferocytose—mechanismen die ons begrip van aangeboren immuundysregulatie in SLE54,55 hebben hervormd. De hoge citatiecijfers van Kaplan, Elkon en Carmona-Rivera onderstrepen het groeiende besef in het vakgebied dat defecte opruiming van stervende cellen en door NET gemedieerde ontstekingen niet slechts epifenomenen zijn, maar centrale pathogene drijfveren en therapeutische doelen56.

Analyses van trefwoordco-occurrence en tijdlijnclustering tonen aan dat onderzoeksthema's op het gebied van macrofagen in SLE prominente dynamische evolutionaire kenmerken vertonen. Vroeg onderzoek richtte zich voornamelijk op de fundamentele mechanismen van macrofagendisfunctie bij SLE, met de kernnadruk op macrofagenpolarisatie, opruiming van apoptotische cellen en het omgaan met immuuncomplexen. Door clusteranalyse werden 13 belangrijke thematische clusters in dit vakgebied geïdentificeerd. Deze meerdere clusters interpreteren systematisch de veelzijdige regulerende rollen van macrofagen bij aangeboren immuunactivatie, inflammatoire celdood, cytokine-dysregulatie, multi-orgaanschade en potentiële gerichte therapeutische interventies. In de vroege onderzoeksfase concentreerden wetenschappers zich vooral op de fundamentele fysiologische functies van macrofagen, vooral op het verwijderen van apoptotische cellen en circulerende immuuncomplexen, evenals het regulerende mechanisme van auto-immuuntolerantie. De baanbrekende ontdekking van een verstoorde door macrofaag gemedieerde efferocytose in SLE stelde een cruciale mechanistische link vast tussen macrofagen functionele defecten en de progressie van auto-immuunziekten55. Van 2019 tot 2022 verschoof de onderzoeksfocus naar diepgaande mechanistische verkenning. Naast abnormale celopruiming werden macrofagen verder erkend als kernontstekingsversterkers in SLE, die aanhoudende ontstekingsreacties aanwakkeren via inflammasoomactivatie en interferongerelateerde positieve feedbacklussen56. Referentieburstanalyse bevestigde dat het baanbrekende NETs-onderzoek uitgevoerd door Lood C (2016) en de gezaghebbende thematische review gepubliceerd door Tsokos GC (2016) sterke citatiebursts in deze periode behielden, wat sterk consistent was met de dynamisch veranderende trend van kernzoekwoorden in dezelfde periode. Ondertussen is de stofwisseling geleidelijk ontstaan en heeft deze aanhoudende aandacht getrokken, wat aangeeft dat immunometabole herprogrammering van macrofagen een groeiend onderzoekscentrum in dit vakgebied is geworden. In de afgelopen jaren zijn de onderzoeksgebieden van dit vakgebied verder geactualiseerd en uitgebreid, met opkomende clusters zoals cytokinestormen, metabolisme en vitamine D, samen met klinisch gerichte onderzoeksrichtingen. Onder hen zijn "pathway" en "multicenter diagnose" toonaangevende onderzoeksgebieden geworden, wat aangeeft dat dit vakgebied geleidelijk vordert richting gerichte pathwaytherapie en gestandaardiseerde klinische diagnose. Belangrijk is dat niet alle opkomende trefwoorden een blijvende onderzoeksrichting vertegenwoordigen. Bij het onderscheid tussen tijdelijke uitbarstingen en langetermijntrends, zagen we dat COVID-19-gerelateerde termen kortstondige fenomenen waren, waarschijnlijk als gevolg van de tijdelijke onderzoeksgolf tijdens de wereldwijde pandemieperiode. Daarentegen hebben onderwerpen zoals macrofagenpolarisatie, metabole herprogrammering en gerichte therapie gedurende de studieperiode een consistentere en blijvendere tractie laten zien, wat aangeeft dat ze echte, duurzame onderzoeksfronten vertegenwoordigen in plaats van vluchtige hotspots. De high-burst trefwoorden in de laatste fase omvatten voornamelijk cytokinestorm, metabole herprogrammering, vitamine D, macrofagenpolarisatie en therapeutisch doel, die volledig de nieuwste onderzoeksprioriteiten weerspiegelen. Daarnaast hebben twee opkomende verkennende richtingen de aandacht gekregen. Eén daarvan is Lactobacillus delbrueckii, wat een groeiende interesse in regulatie van het darmmicrobioom in SLE weerspiegelt.57. De andere zijn perifere mononucleaire cellen (PBMC) moleculaire signaturen, die nieuwe niet-invasieve biomarkerideeën bieden voor aanvullende diagnose en conditie-evaluatie van SLE58. Opmerkelijk is dat lupusnefritis een persistent onderzoekscentrum is gebleven in alle evolutionaire stadia, waarmee volledig is aangetoond dat nierschade, als de meest voorkomende ernstige orgaancomplicatie van SLE, nog steeds de kern van de klinische uitdaging is die diepgaand onderzoek naar macrofagen drijft59. Vitamine D en metabole herprogrammering vertonen een hoge citatie-burst-intensiteit, waardoor ze de meest dynamische en veelbelovende opkomende fronten in het huidige onderzoekslandschap zijn.

Hoewel systematisch systeembiologisch onderzoek in dit veld nog geen onafhankelijke clusteringsonderwerpen heeft opgeleverd, zijn opkomende technologieën zoals single-cell RNA-sequencing, multi-omics en machine learning breed toegepast in hoogwaardige, impactvolle publicaties. Single-cell transcriptomics-technologie heeft met succes meerdere functioneel defecte macrofagen subsets geïdentificeerd bij SLE-patiënten, zoals MerTK⁺ fagocytaire macrofagen, wat een basis biedt voor verder onderzoek naar ziektemechanismen en therapeutische doelen voor diepgaand onderzoek van ziektemechanismen 60,61,62,63. De integratie van single-cell sequencing, ruimtelijke transcriptomics en andere geavanceerde geavanceerde technologieën biedt nieuwe perspectieven om de complexe pathogenese van auto-immuunletsel te onthullen 64,65,66. Referentieco-citatieanalyse bevestigt verder dat dit vakgebied beschikt over een complete en gestructureerde kennisbasis. Mijlpaalstudies vertegenwoordigd door Tsokos GC (2016, Nature Reviews Rheumatology) en Lood C (2016, Nature Medicine) vormen het kerntheoretische kader van dit onderzoeksdomein. Citation burst-analyse verdeelt duidelijk de evolutie van het kennissysteem in drie progressieve fasen, die intuïtief de voortdurende verdieping en innovatie van onderzoeksinhoud op dit gebied weerspiegelen.

Ondanks deze vooruitgang blijven er verschillende uitdagingen bestaan. Macrofagenheterogeniteit in SLE is nog steeds slecht gekarakteriseerd. Single-cell RNA-sequencing heeft onverwachte subsets aan het licht gebracht, zoals de MerTK+ fagocytaire macrofagen die defect zijn bij SLE-patiënten67. Hoe deze subsets verschillend bijdragen aan het ontstaan van de ziekte, opvlammingen en orgaanschade vereist verder onderzoek68,69. Hoewel het richten op macrofagen therapeutisch potentie biedt—bijvoorbeeld het bevorderen van efferocytose via peroxisoomproliferator-geactiveerde receptor gamma (PPARγ)-agonisten, het remmen van NLRP3-inflammasoom met MCC950, of het scheeftrekken van polarisatie richting M2-fenotypen — blijven de meeste interventies preklinisch. Hoogwaardige, multicenter gerandomiseerde gecontroleerde onderzoeken zijn dringend nodig om macrofaaggerichte therapieën in SLE te evalueren. De vertaling van multi-omics-signaturen naar klinisch bruikbare biomarkers en behandelalgoritmen blijft een leem. Toekomstig onderzoek moet systeembiologische benaderingen integreren met rigoureuze klinische fenotypering om precisiegeneeskunde voor SLE te bereiken.

Deze studie kent verschillende beperkingen die erkend moeten worden. Ten eerste werden de gegevens uitsluitend afkomstig uit de Web of Science Core Collection, met uitzondering van andere databases zoals PubMed, Scopus of Chinese databases (CNKI, Wanfang). Dit kan selectiebias hebben geïntroduceerd, vooral voor regionaal significante studies. Hoewel WOSCC veel wordt gebruikt voor bibliometrische analyses en onze bevindingen over het algemeen consistent zijn met eerdere studies die ook voornamelijk op WOSCC steunden, had de opname van aanvullende databases zoals Scopus of PubMed mogelijk een breder scala aan publicaties kunnen omvatten en mogelijk de waargenomen samenwerkingspatronen kunnen veranderen. Ten tweede was onze zoektocht beperkt tot Engelstalige publicaties, die mogelijk belangrijke bijdragen in andere talen ondervertegenwoordigd waren, met name uit niet-Engelstalige landen met actieve SLE-onderzoeksprogramma's. Ten derde beschrijft bibliometrische analyse externe kenmerken en co-occurorrelaties, maar kan de kwaliteit, innovatie of klinische validiteit van individuele studies niet beoordelen. Ten vierde werd de periode 2016–2025 gekozen om het meest recente decennium te omvatten; Toch is een deel fundamenteel werk dat vóór 2016 is gepubliceerd, onvermijdelijk ondervertegenwoordigd in burstdetectie. Ten vijfde lijden citatie-gebaseerde indicatoren inherent aan citatievertraging, wat betekent dat recent gepubliceerde hoogwaardige studies mogelijk minder citaties hebben verzameld, simpelweg omdat ze niet genoeg tijd hebben gehad om citaties te verzamelen, wat mogelijk hun werkelijke impact onderschat. Deze temporele bias is vooral relevant voor publicaties uit 2025 die in onze analyse zijn opgenomen. Tot slot erkennen we dat onze analyse niet specifiek rekening hield met mogelijke intrekkingen. Onze dataset is afgeleid van de Web of Science Core Collection, die ingetrokken artikelen niet automatisch uitsluit. Omdat de analyse de teruggetrokken records niet identificeerde of kwantificeerde, is de mate van hun invloed op de geaggregeerde bibliometrische patronen onbekend.

Samenvattend biedt deze bibliometrische analyse een uitgebreide en objectieve kaart van de macrofagen in het SLE-veld. De resultaten tonen een dynamische evolutie van basale immunologische observaties naar gedetailleerde mechanistische onderzoeken en, recenter, naar translationele en klinische toepassingen. China is uitgegroeid tot de grootste bijdrager qua volume, terwijl de Verenigde Staten en Europese landen nog steeds voorop lopen in impact- en samenwerkingscentraliteit. De kennisbasis is verankerd door baanbrekende reviews en mechanistische studies over NETosis, type I interferon en efferocytose. Huidige grenzen richten zich op cytokinestormen, immunometabolisme en pathwaygerichte therapieën, waarbij "multicenter diagnose" en "type I interferonroutes" de meest levendige onderzoeksfronten vertegenwoordigen. Naast het samenvatten van onze huidige bevindingen, stelt deze studie verschillende specifieke toepassingen van bibliometrische analyse voor om toekomstig SLE-onderzoek te sturen. Ten eerste hebben we duurzame onderzoeksrichtingen geïdentificeerd, met name macrofagenpolarisatie, metabole herprogrammering en gerichte therapie. Deze gebieden bieden op bewijs gebaseerde richtlijnen om financieringsinstanties te helpen prioriteit te geven aan de toewijzing van middelen aan vakgebieden die een langdurige wetenschappelijke tractie hebben getoond. Ten tweede benadrukken de ondervertegenwoordiging van publicaties in klinische studies en het gebrek aan multicenter validatiestudies die in onze analyse aan het licht kwamen, kritieke onderzoekshiaten die gerichte investeringen rechtvaardigen. Ten derde zijn de waargenomen samenwerkingsnetwerken grotendeels geconcentreerd in China en de Verenigde Staten, terwijl cross-cluster verbindingen met andere regio's relatief schaars blijven. Dit patroon suggereert kansen om internationale samenwerkingsinitiatieven te faciliteren, vooral tussen onderzoekscentra in Azië, Europa en Latijns-Amerika, om de wereldwijde vooruitgang in macrofaaggerichte SLE-therapieën te versnellen. Toekomstige inspanningen moeten prioriteit geven aan internationale samenwerking, hoogwaardige klinische onderzoeken en de integratie van multi-omics benaderingen om macrofagenbiologie te vertalen naar tastbare voordelen voor SLE-patiënten.

Openbaarmakingen

De auteurs hoeven geen belangenconflicten aan te geven. Er zijn geen AI-ondersteunde tools gebruikt bij de voorbereiding van dit manuscript, waaronder data-analyse, figuurgeneratie of schrijven.

Dankbetuigingen

Dit werk werd ondersteund door het Excellence & Innovation Initiative van het China-Japan Friendship Hospital (subsidie nr. ZRZC2025-KCC02), de Nationale Financiering voor Klinische Klinische Onderzoeken van Hoog Ziekenhuis (Subsidie nr. 2025-NHLHCRF-JBGS-B-WZ-15), de Nationale Stichting Natuurwetenschappen van China (Subsidie nr. 82400846), het Grote Nieuwe Geneesmiddelinnovatieproject van het Ministerie van Wetenschap en Technologie van China (Subsidie nr. 2017ZX09301001), en het Foreign Top Scientists Program van de Russische Nationale Wetenschapsstichting (Subsidie nr. 257431017).

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
CiteSpace (version 6.4.R1)Drexel University, Philadelphia, PA, USAN/AKeyword timeline clustering and citation burst analysis; RRID: SCR_020932; URL: https://citespace.podia.com
GraphPad Prism (version 10.1)Dotmatics, Boston, MA, USAN/AFigure preparation and data visualization; RRID: SCR_002798; URL: https://www.graphpad.com
Scimago Graphica (version 1.0.25)Scimago Lab, Madrid, SpainN/ACountry/region collaboration network visualization; RRID: not available; URL: https://www.graphica.app
VOSviewer (version 1.6.19)Centre for Science and Technology Studies, Leiden University, Leiden, NetherlandsN/ACoauthorship network construction and keyword co-occurrence mapping; RRID: SCR_016598; URL: https://www.vosviewer.com
Web of Science Core CollectionClarivate Analytics, Philadelphia, PA, USAN/ALiterature retrieval and data source; URL: https://clarivate.com/webofscience
WPS Excel (2023)Kingsoft, Zhuhai, ChinaN/ABasic statistical calculations and bar, line, and pie charts; RRID: not available; URL: https://www.wps.com

Referenties

  1. Tanaka Y. Systemic lupus erythematosus. Best Pract Res Clin Rheumatol. 2022;36(4):101814.
  2. Cascarano G, et al. Systemic lupus erythematosus: one year in review 2026. Clin Exp Rheumatol. 2026;44(3):427-37.
  3. Mejia-Vilet JM, Turner-Stokes T, Houssiau F, Rovin BH. Kidney involvement in systemic lupus erythematosus: from the patient assessment to a tailored treatment. Best Pract Res Clin Rheumatol. 2023;37(4):101925.
  4. Zheng Z, et al. Immune thrombocytopenia in patients with systemic lupus erythematosus. Clin Rheumatol. 2025;44(1):97-104.
  5. Justiz-Vaillant AA, et al. Neuropsychiatric systemic lupus erythematosus: molecules involved in its immunopathogenesis, clinical features, and treatment. Molecules. 2024;29(4):747.
  6. Fanouriakis A, et al. EULAR recommendations for the management of systemic lupus erythematosus: 2023 update. Ann Rheum Dis. 2024;83(1):15-29.
  7. Su X, et al. Systemic lupus erythematosus: pathogenesis and targeted therapy. Mol Biomed. 2024;5(1):54.
  8. Morand EF, Fernandez-Ruiz R, Blazer A, Niewold TB. Advances in the management of systemic lupus erythematosus. BMJ. 2023;383:e073980.
  9. Mackensen A, et al. Anti-CD19 CAR T cell therapy for refractory systemic lupus erythematosus. Nat Med. 2022;28(10):2124-32.
  10. Wang Q, et al. In vivo CD19 CAR T-cell therapy for refractory systemic lupus erythematosus. N Engl J Med. 2025;393(15):1542-4.
  11. Wang W, et al. BCMA-CD19 compound CAR T cells for systemic lupus erythematosus: a phase 1 open-label clinical trial. Ann Rheum Dis. 2024;83(10):1304-14.
  12. Bao Y, Wang G, Li H. Approaches for studying human macrophages. Trends Immunol. 2024;45(4):237-47.
  13. Bernier ED, Bartnicki E, Khanna KM. Macrophages: sentinels, warriors, and healers. Hum Mol Genet. 2025;34(R1):R110-20.
  14. Zhang L, Sheng J, Liu T. Macrophages in lupus nephritis: insights into its pathogenesis and emerging treatments. Front Biosci (Landmark Ed). 2025;30(10):39365.
  15. Yang S, Zhao M, Jia S. Macrophage: key player in the pathogenesis of autoimmune diseases. Front Immunol. 2023;14:1080310.
  16. Chavanisakun C, Keawvichit R, Benjakul N. M1 and M2 macrophage polarization correlates with activity and chronicity indices in lupus nephritis. Life (Basel). 2025;15(1):55.
  17. Zhao L, et al. Regulation of macrophage polarization by targeted metabolic reprogramming for the treatment of lupus nephritis. Mol Med. 2024;30(1):96.
  18. Fresneda Alarcon M, McLaren Z, Wright HL. Neutrophils in the pathogenesis of rheumatoid arthritis and systemic lupus erythematosus: same foe different M.O. Front Immunol. 2021;12:649693.
  19. Postal M, et al. Type I interferon in the pathogenesis of systemic lupus erythematosus. Curr Opin Immunol. 2020;67:87-94.
  20. Lood C, et al. Neutrophil extracellular traps enriched in oxidized mitochondrial DNA are interferogenic and contribute to lupus-like disease. Nat Med. 2016;22(2):146-53.
  21. Cutolo M, et al. Dynamic macrophage phenotypes in autoimmune and inflammatory rheumatic diseases. Nat Rev Rheumatol. 2025;21(9):546-65.
  22. Wu R, et al. Polydopamine-encapsulated probiotics restore gut homeostasis and reinstate macrophage efferocytosis in systemic lupus erythematosus. Adv Sci (Weinh). 2026;13(24):e22637.
  23. Suvandjieva V, et al. Modelling the impact of NETosis during the initial stage of systemic lupus erythematosus. Bull Math Biol. 2024;86(6):66.
  24. Zhao CL, et al. Long non-coding RNA H19 contributes to M1 macrophage polarization mediated inflammation via miR-145-5p-PAI-1 axis in systemic lupus erythematosus. Autoimmunity. 2026;59(1):2649582.
  25. Su H, et al. Glucose metabolic reprogramming in systemic lupus erythematosus and lupus nephritis: theoretical foundations and therapeutic implications. Front Immunol. 2026;17:1799232.
  26. Lv Q, et al. ANGPTL3 in podocytes contributes to the pathogenesis of lupus nephritis by activating MSR1 in macrophages. Kidney Dis (Basel). 2026;12(1):288-301.
  27. Chen G, Yan Z, Wang Y, Tao Q. Rheumatoid arthritis and fibromyalgia syndrome: a bibliometric and bioinformatics perspective on comorbidity research. J Multidiscip Healthc. 2025;18:6811-27.
  28. Wang Y, et al. Research trends and hotspots in JAK inhibitors for ulcerative colitis: a bibliometric analysis from 2015 to 2024. J Multidiscip Healthc. 2025;18:6755-71.
  29. Ma L, Yao T, Jin D, Yan Z. Mapping the knowledge landscape of muscle disorders in rheumatoid arthritis: a bibliometric and bioinformatics study. J Vis Exp. 2026;(230):e70373.
  30. Jia MY, Bai XX. Mapping the knowledge landscape of atopic dermatitis and allergic rhinitis comorbidity: a bibliometrics study. J Vis Exp. 2026;(230):e70363.
  31. Zhao Y, Chen GY, Fang M. Research trends of rheumatoid arthritis and depression from 2019 to 2023: a bibliometric analysis. J Multidiscip Healthc. 2024;17:4465-74.
  32. Fu D, Cao Y, Ma T, Wu H. A bibliometric analysis on immunotherapy treatments for systemic lupus erythematosus: analysis of published evidence from 2014 to 2024. Clin Rheumatol. 2026;45(2):831-44.
  33. Yan YL, et al. Research trends of the aetiology of systemic lupus erythematosus in the past 10 years: a bibliometric analysis (2014-2023). Clin Exp Rheumatol. 2025;43(9):1650-60.
  34. Yu H, et al. Mapping theme evolution and identifying hotspots in biomarkers of systemic lupus erythematosus based on global research. Biomark Med. 2024;18(7):321-32.
  35. Synnestvedt MB, Chen C, Holmes JH. CiteSpace II: visualization and knowledge discovery in bibliographic databases. AMIA Annu Symp Proc. 2005;2005:724-8.
  36. van Eck NJ, Waltman L. Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics. 2010;84(2):523-38.
  37. Wang YF, et al. Global trends and hotspots of artificial intelligence in pain management: a bibliometric analysis. Digit Health. 2026;12:20552076261460708.
  38. Anders HJ, et al. Lupus nephritis. Nat Rev Dis Primers. 2020;6(1):7.
  39. Jing C, et al. Macrophage metabolic reprogramming presents a therapeutic target in lupus nephritis. Proc Natl Acad Sci U S A. 2020;117(26):15160-71.
  40. Tsokos GC, et al. New insights into the immunopathogenesis of systemic lupus erythematosus. Nat Rev Rheumatol. 2016;12(12):716-30.
  41. Mohammadi S, Saghaeian-Jazi M, Sedighi S, Memarian A. Immunomodulation in systemic lupus erythematosus: induction of M2 population in monocyte-derived macrophages by pioglitazone. Lupus. 2017;26(12):1318-27.
  42. Funes SC, et al. Implications of macrophage polarization in autoimmunity. Immunology. 2018;154(2):186-95.
  43. Carter SJ, Tattersall RS, Ramanan AV. Macrophage activation syndrome in adults: recent advances in pathophysiology, diagnosis and treatment. Rheumatology (Oxford). 2019;58(1):5-17.
  44. da Cruz HLA, et al. Differential expression of the inflammasome complex genes in systemic lupus erythematosus. Immunogenetics. 2020;72(4):217-24.
  45. Caricchio R, Gallucci S. Systemic lupus erythematosus and cytokine storm. Adv Exp Med Biol. 2024;1448:355-64.
  46. Ahamada MM, Jia Y, Wu X. Macrophage polarization and plasticity in systemic lupus erythematosus. Front Immunol. 2021;12:734008.
  47. Sadeghi M, et al. Neutrophil extracellular trap: a key player in the pathogenesis of autoimmune diseases. Int Immunopharmacol. 2023;116:109843.
  48. Wang X, et al. Recent advances of type I interferon on the regulation of immune cells and the treatment of systemic lupus erythematosus. J Inflamm Res. 2025;18:4533-49.
  49. Hanata N, Kaplan MJ. The role of neutrophil extracellular traps in inflammatory rheumatic diseases. Curr Opin Rheumatol. 2025;37(1):64-71.
  50. Lee S, et al. AIM2 forms a complex with pyrin and ZBP1 to drive PANoptosis and host defence. Nature. 2021;597(7876):415-9.
  51. Kraaij T, et al. A novel method for high-throughput detection and quantification of neutrophil extracellular traps reveals ROS-independent NET release with immune complexes. Autoimmun Rev. 2016;15(6):577-84.
  52. Li Q, Liu H, Yin G, Xie Q. Efferocytosis: current status and future prospects in the treatment of autoimmune diseases. Heliyon. 2024;10(7):e28399.
  53. Dehdashtian E, Caricchio R. From innate immunity to autoimmunity: neutrophils in systemic lupus erythematosus pathogenesis. Lupus. 2025;34(10):989-1002.
  54. Maria NI, Davidson A. Renal macrophages and dendritic cells in SLE nephritis. Curr Rheumatol Rep. 2017;19(12):81.
  55. Ma C, Xia Y, Yang Q, Zhao Y. The contribution of macrophages to systemic lupus erythematosus. Clin Immunol. 2019;207:1-9.
  56. Kahlenberg JM, Kaplan MJ. The inflammasome and lupus: another innate immune mechanism contributing to disease pathogenesis? Curr Opin Rheumatol. 2014;26(5):475-81.
  57. Khorasani S et al. Amelioration of regulatory T cells by Lactobacillus delbrueckii and Lactobacillus rhamnosus in pristane-induced lupus mice model. J Cell Physiol. 2019;234(6):9778-9786.
  58. Xu H, Yuan K, Chen G. Single-cell transcriptomics reveals CCL3+ classical monocyte subset linked to autoimmune pathogenesis. J Inflamm Res. 2025;18:16273-91.
  59. Wei S, et al. Integrative analysis of single-cell and bulk transcriptome data reveal the significant role of macrophages in lupus nephritis. Arthritis Res Ther. 2024;26(1):84.
  60. Nehar-Belaid D et al. Mapping systemic lupus erythematosus heterogeneity at the single-cell level. Nat Immunol. 2020;21(9):1094-1106.
  61. Liu SY, et al. Hydroxychloroquine enhances efferocytosis and modulates inflammation via MerTK/Gas6 signaling in a pristane-induced lupus mouse model. Front Immunol. 2025;16:1524315.
  62. Xing Y, et al. Single-cell spatial transcriptomics reveals pathogenic mechanism of renal fibrosis in imiquimod-induced lupus nephritis in mice. Biochem Biophys Rep. 2025;43:102087.
  63. Zhao J, et al. Cxcl9high macrophages recruit circulating Cxcr3+ plasmablasts into kidneys to promote pathogenesis of lupus nephritis mice. Commun Biol. 2025;8(1):1446.
  64. Zhou H, et al. Machine learning combined multi-omics analysis to explore key oxidative stress features in systemic lupus erythematosus. Front Immunol. 2025;16:1567466.
  65. Wang K, Li X, Tang Y, Zhao L. Exploring key genes of glutathione metabolism in systemic lupus erythematosus based on Mendelian randomisation, single-cell RNA sequencing and multiple machine learning approaches. IET Syst Biol. 2025;19(1):e70021.
  66. Lee M, et al. Inhibition of salt-inducible kinases resolves autoimmune arthritis by promoting macrophage efferocytosis. Signal Transduct Target Ther. 2025;10(1):293.
  67. Hoover PJ, et al. A human-mouse atlas of intrarenal myeloid cells identifies conserved disease-associated macrophages in lupus nephritis. J Exp Med. 2025;222(11):e20241873.
  68. Zhu H, et al. The expression and clinical significance of different forms of Mer receptor tyrosine kinase in systemic lupus erythematosus. J Immunol Res. 2014;2014:431896.
  69. Yin Y, et al. Amino acid metabolism modulates macrophage polarization: implications for autoimmune-related diseases. Front Immunol. 2026;17:1736082.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

Macrofagepolarisatieaangeboren immuniteitadaptieve immuniteitNLRP3 inflammasoomklaring van apoptotische cellenlupusnefritisToll like receptorenmacrofaagactivatiesyndroom

Gerelateerde artikelen