Wizualna analiza bibliometryczna punktów zapalnych i trendów badawczych w zakresie oporności na środki przeciwdrobnoustrojowe w Chinach

Podsumowanie

Niniejsza analiza bibliometryczna mapuje trendy w badaniach nad opornością na środki przeciwdrobnoustrojowe oraz wyłaniające się punkty zapalne w Chinach w latach 2016–2025 przy użyciu programu CiteSpace. Wyniki wskazują na rosnącą uwagę poświęcaną nowym metodom terapeutycznym i podejściom opartym na technologii, obok kontrastujących trendów oporności MRSA i CRKP, co podkreśla potrzebę ciągłego nadzoru i ukierunkowanego zarządzania antybiotykoterapią.

Streszczenie

Celem pracy była systematyczna analiza krajobrazu badawczego nad opornością na środki przeciwdrobnoustrojowe (AMR) w Chinach w latach 2016–2025, identyfikacja głównych obszarów badań oraz wykrycie wyłaniających się trendów z wykorzystaniem technik wizualizacji bibliometrycznej. Zebrano 3 096 publikacji z bazy Web of Science Core Collection (w tym Science Citation Index Expanded, SCI-E) oraz China National Knowledge Infrastructure (CNKI). Przy użyciu oprogramowania CiteSpace przeprowadzono analizę sieci współautorstwa, mapowanie współwystępowania słów kluczowych oraz analizę skupień z wykorzystaniem algorytmu Log-Likelihood Ratio (LLR). Wykrywanie gwałtownych wzrostów (burst detection) za pomocą algorytmu Kleinberga pozwoliło zidentyfikować aktualne kierunki badań, natomiast współczynnik modularności Q (>0,3) oraz metryki sylwetkowe potwierdziły jakość strukturalną sieci. Liczba publikacji wzrosła z 357 w 2016 roku do 365 w 2022 roku, z przyspieszonym wzrostem po okresie 2019–2022. Wyłoniono sześć głównych skupisk badawczych o znaczącej trafności strukturalnej (modularność Q = 0,8108). Analiza gwałtownych wzrostów wskazała na mobilną oporność na kolistynę-1 (mcr-1, siła wzrostu 9,12) oraz karbapenemazy (8,52) jako najsilniejsze sygnały wyłaniających się trendów. Nadzór nad opornością ujawnił przeciwstawne tendencje: odsetek opornych na karbapenemy Klebsiella pneumoniae wzrósł alarmująco z 5,6% do 20,0%, podczas gdy odsetek gronkowca złocistego opornego na metycylinę spadł z 48,8% do 25,8%. Analiza sieci autorów wykazała strukturę silnie scentralizowaną z ograniczoną współpracą międzyregionalną. Znaczący wzrost zainteresowania odnotowano w obszarze nowych metod terapeutycznych, w tym peptydów przeciwdrobnoustrojowych, terapii fagowej oraz zastosowań uczenia maszynowego. Ogólnie wzorce bibliometryczne sugerują, że badania nad AMR w Chinach ewoluowały od opisowego nadzoru w stronę badań mechanistycznych i zwiększonej uwagi poświęcanej innowacyjnym interwencjom. Kontrastujący spadek liczby szczepów Staphylococcus aureus opornych na metycylinę i wzrost liczby patogenów opornych na karbapenemy podkreślają potrzebę kontynuowania nadzoru krajowego, zacieśnienia współpracy międzyregionalnej, ukierunkowanego zarządzania antybiotykoterapią oraz ostrożnego wdrażania nowych technologii do praktyki klinicznej.

Wprowadzenie

Oporność na środki przeciwdrobnoustrojowe (AMR) stanowi krytyczne zagrożenie dla globalnego zdrowia publicznego, a Światowa Organizacja Zdrowia zidentyfikowała ją jako jedno z dziesięciu największych zagrożeń zdrowotnych stojących przed ludzkością¹. Obciążenie ekonomiczne wynikające z AMR jest znaczne, a prognozy sugerują, że do 2050 roku infekcje oporne mogą powodować 10 milionów zgonów rocznie na całym świecie, jeśli obecne trendy się utrzymają². Fundamentalne mechanizmy oporności przeciwdrobnoustrojowej u bakterii obejmują złożone adaptacje genetyczne i fenotypowe, w tym enzymatyczną modyfikację leku, zmiany w miejscu docelowym, nadekspresję pomp efflux oraz tworzenie biofilmu, co łącznie zagraża skuteczności istniejącego instrumentarium terapeutycznego³. Niedawne globalne oceny dodatkowo podkreśliły rozległy zakres tego wyzwania; oporność na środki przeciwdrobnoustrojowe jest obecnie uznawana za złożone zjawisko ekologiczne wymagające skoordynowanych działań w obszarze zdrowia ludzi, hodowli zwierząt oraz sektorów środowiskowych⁴. AMR ma również szersze implikacje dla zrównoważonego rozwoju, w tym w odniesieniu do celów środowiskowych i społeczno-gospodarczych⁵. Wyzwanie to jest szczególnie dotkliwe w walce z opornością na leki stosowane w leczeniu malarii, HIV i gruźlicy, gdzie szczepy wielolekooporne zagrażają wieloletnim postępom w zwalczaniu chorób zakaźnych⁶. Analizy historyczne epidemiologii AMR w Chinach udokumentowały specyficzne cechy w porównaniu z populacjami zachodnimi, w tym unikalne profile genów oporności oraz dynamikę transmisji kształtowaną przez praktyki opieki zdrowotnej i wzorce zużycia antybiotyków⁷.

Chiny, ze względu na liczną populację i znaczne zużycie antybiotyków, mierzą się z szczególnie poważnymi wyzwaniami związanymi z AMR. Zużycie antybiotyków na mieszkańca w Chinach pozostaje znacznie wyższe niż w wielu krajach europejskich, co tworzy presję selekcyjną napędzającą rozwój oporności⁸. Dostrzegając powagę tego kryzysu, rząd chiński wdrożył Narodowy Plan Działań na rzecz Ograniczenia Oporności na Środki Przeciwmikrobowe (2016–2020, 2022–2025) oraz utworzył Chiński System Nadzoru nad Opornością na Środki Przeciwmikrobowe (CARSS) w celu monitorowania wzorców oporności w całym kraju⁹. Z perspektywy regionalnej Azja Południowo-Wschodnia stała się kluczowym obszarem badań i rozprzestrzeniania się AMR, a analizy bibliometryczne wykazują gwałtownie rosnącą liczbę publikacji badawczych, co odzwierciedla trajektorię Chin¹⁰. Globalne trendy i prognozy sugerują, że bez zdecydowanej interwencji obciążenie śmiertelnością z powodu AMR dotknie nieproporcjonalnie mocno kraje o średnim dochodzie, a niektóre prognozy wskazują, że do połowy stulecia region Azji i Pacyfiku może odpowiadać za prawie połowę wszystkich zgonów związanych z opornością¹¹. Te zatrważające prognozy przyspieszyły międzynarodowe zobowiązania do racjonalnego zarządzania antybiotykoterapią, choć na całym świecie nadal istnieją luki w implementacji między sformułowaniem polityki a praktyką kliniczną¹². Inicjatywy te dostarczyły obszernych danych na temat epidemiologii oporności, mechanizmów molekularnych i wyników klinicznych, stanowiąc bogate źródło dla analizy bibliometrycznej. Dlatego też współczesne ramy One Health kładą nacisk na skoordynowane interwencje w obszarach zdrowia ludzi, zdrowia zwierząt, rolnictwa i sektora środowiskowego, wspierane przez racjonalne zarządzanie antybiotykoterapią oraz technologie szybkiej diagnostyki¹³.

Analiza bibliometryczna, wykorzystująca metody matematyczne i statystyczne do ilościowego badania opublikowanej literatury, pozwala badaczom na odkrywanie aktualnych trendów badawczych, śledzenie trajektorii ewolucyjnych oraz przewidywanie przyszłych kierunków rozwoju¹⁴. Narzędzia wizualizacyjne, takie jak CiteSpace, przekształcają złożone dane cytowań w intuicyjne mapy wiedzy, ujawniając ukryte wzorce w literaturze naukowej¹⁵. Wcześniejsze badania bibliometryczne mapowały trendy badawcze w konkretnych obszarach AMR, w tym w globalnych badaniach nad opornością na środki przeciwgrzybicze¹⁶. Jednakże kompleksowa analiza bibliometryczna integrująca badania nad AMR w Chinach prowadzone w języku chińskim i angielskim pozostaje ograniczona. W przeciwieństwie do poprzednich analiz bibliometrycznych skupionych na konkretnych obszarach AMR, niniejsze badanie integruje zapisy z chińskojęzycznej bazy CNKI oraz anglojęzycznej bazy Web of Science i oddzielnie kontekstualizuje wyniki bibliometryczne, wykorzystując krajowe trendy nadzoru CARSS. Celem niniejszego badania jest przeprowadzenie systematycznej analizy bibliometrycznej badań nad AMR w Chinach w latach 2016–2025, z wykorzystaniem oprogramowania CiteSpace do generowania map wiedzy i sformułowania opartych na dowodach rekomendacji dotyczących przyszłych priorytetów badawczych oraz rozwoju polityki zdrowotnej. Taki łączony schemat zapewnia dwujęzyczny wgląd w krajobraz badawczy, umożliwiając interpretację trendów bibliometrycznych równolegle z krajowymi danymi z nadzoru nad opornością, lecz niezależnie od nich.

Protokół

Źródła danych

Przeprowadzono kompleksowy przegląd literatury w międzynarodowych i krajowych bazach danych, aby zapewnić globalny zasięg badań nad AMR w odniesieniu do Chin. W przypadku literatury międzynarodowej systematycznie przeszukiwano Web of Science Core Collection (w tym Science Citation Index Expanded, SCI-E) oraz China National Knowledge Infrastructure (CNKI) w okresie od 1 stycznia 2016 r. do 31 grudnia 2025 r. Dokładne zapytanie Boole'a dla SCI-E: TS = ((“antimicrobial resistance” OR “antibiotic resistance” OR “drug resistance”) AND (“China” OR “Chinese” OR “Mainland China”)). W przypadku CNKI przeszukiwano pole Temat (Subject) przy użyciu chińskojęzycznych odpowiedników terminów „oporność na antybiotyki”, „oporność na środki przeciwdrobnoustrojowe” oraz „oporność na leki” w połączeniu z terminem „Chiny”. Przed analizą w programie CiteSpace nie przeprowadzono formalnego łączenia synonimów słów kluczowych ani wstępnego przetwarzania w oparciu o tezaurus. Ostateczne wyszukiwanie wykonano 28 kwietnia 2026 r., aby zapewnić wystarczającą ilość czasu na zaindeksowanie w bazach danych publikacji wydanych do 31 grudnia 2025 r. Filtr roku publikacji w bazie danych ograniczono do lat 2016–2025. Podczas przesiewu dodatkowo sprawdzono rekordy oznaczone jako Early Access, a z analizy wykluczono artykuły, których data pierwszej publikacji online przypadała na 2026 r. Etykiety słów kluczowych zweryfikowano z oryginalnymi wynikami CiteSpace, aby zapewnić spójność terminologiczną w tekście, tabelach i rysunkach.

W wyszukiwaniu w bazie CNKI pobrano 983 rekordy z Peking University Core Journals (PKU Core), 802 z Chinese Science Citation Database (CSCD) oraz 462 z World Journal Clout Index (WJCI). Ponieważ pojedynczy artykuł może być zaindeksowany w więcej niż jednej z tych kategorii, liczby te reprezentują rekordy wyszukiwania specyficzne dla danej kategorii i nie są wzajemnie wykluczającymi się liczbami publikacji. W związku z tym trzy zestawy rekordów zostały połączone przed przesiewem kwalifikowalności. Powtórzone wpisy zidentyfikowano w pierwszej kolejności poprzez dokładne dopasowanie DOI. W przypadku rekordów bez numeru DOI porównano znormalizowane tytuły artykułów wraz z nazwiskiem pierwszego autora i rokiem publikacji. Rekordy z niepełnymi lub niespójnymi metadanymi sprawdzono ręcznie. Gdy ten sam artykuł pojawiał się w dwóch lub więcej kategoriach indeksowania CNKI, był on zachowywany tylko raz w połączonym zbiorze danych CNKI, niezależnie od liczby kategorii, w których został zaindeksowany. Po usunięciu duplikatów w obrębie bazy CNKI i przesiewie kwalifikowalności zachowano 1 096 unikalnych artykułów w języku chińskim. Nie zastosowano progu współczynnika wpływu (impact factor) czasopism, ponieważ celem niniejszego badania była charakterystyka ogólnego krajobrazu badań nad AMR, a nie ograniczenie korpusu ze względu na prestiż czasopisma. Nie przeprowadzono formalnej oceny jakości metodologicznej ani analizy ryzyka błędu (risk of bias) poszczególnych publikacji, ponieważ celem niniejszego badania była charakterystyka ogólnego krajobrazu bibliometrycznego, a nie ocena jakości metodologicznej na poziomie poszczególnych badań.

W bazach SCI-E oraz CNKI początkowo zidentyfikowano 5 286 rekordów. Następnie zastosowano te same kryteria oparte na DOI, tytule, autorze i roku w celu wykrycia potencjalnych powtórzeń między zbiorami danych CNKI i Web of Science. W procesie łącznej deduplikacji oraz oceny kwalifikowalności usunięto łącznie 2 190 rekordów, co pozostawiło 3 096 publikacji do analizy. Cały proces identyfikacji, przesiewania i włączania literatury przedstawiono na Rysunku uzupełniającym 1.

Kryteria włączenia obejmowały: badania koncentrujące się na bakteryjnej AMR w Chinach; artykuły raportujące wskaźniki oporności, epidemiologię molekularną, wyniki kliniczne lub strategie interwencyjne oraz publikacje wydane między 1 stycznia 2016 r. a 31 grudnia 2025 r. Wykluczono duplikaty, publikacje z 2026 r., przeglądy lub metaanalizy bez oryginalnych zbiorów danych oraz badania ograniczone do AMR w weterynarii lub środowisku bez komponentu dotyczącego zdrowia ludzi. Przeglądy i metaanalizy bez nowych pierwotnych zbiorów danych zostały wykluczone, ponieważ analiza została zaprojektowana w celu charakterystyki wyników badań oryginalnych. Ograniczenie korpusu do badań oryginalnych poprawia porównywalność wskaźników bibliometrycznych, w tym liczby publikacji, wzorców współautorstwa, częstotliwości słów kluczowych i miar związanych z cytowaniami, ponieważ artykuły syntetyzujące dowody agregują wcześniejsze badania i mogą mieć znacząco inne profile cytowań i słów kluczowych. Po usunięciu duplikatów z baz danych i przesiewowym przeglądzie tytułów/streszczeń, do analizy bibliometrycznej włączono łącznie 3 096 publikacji, w tym 1 096 artykułów w języku chińskim (35,4%) i 2000 publikacji w języku angielskim (64,6%).

Metody analityczne

Do analizy bibliometrycznej wykorzystano oprogramowanie CiteSpace (Drexel University, Philadelphia, PA, USA)¹⁷. Przedział czasowy obejmował lata 2016–2025 przy długości wycinka czasowego wynoszącej 1 rok. Typy węzłów wybrano oddzielnie dla analiz autorów, instytucji oraz słów kluczowych. Do selekcji węzłów wykorzystano wskaźnik g-index z parametrem k = 10; w wyświetlonej konfiguracji zastosowano również wartości LRF = 2.5, L/N = 10, LBY = 5 oraz e = 1.0. W celu redukcji nadmiarowych połączeń przy jednoczesnym zachowaniu głównej struktury sieci, w sieciach autorów, słów kluczowych i klastrów zastosowano przycinanie typu Pathfinder. Roczny wycinek czasowy wybrano, aby zachować coroczne zmiany w ramach 10-letniego okna badania.

Wykorzystano cztery główne moduły analityczne: analizę współautorstwa w celu zmapowania sieci współpracy między autorami i instytucjami; analizę współwystępowania słów kluczowych w celu zidentyfikowania tematów badawczych i ich wzajemnych relacji; analizę skupień z wykorzystaniem algorytmu Log-Likelihood Ratio (LLR) w celu wyodrębnienia klastrów tematycznych z automatycznym etykietowaniem; oraz detekcję gwałtownych wzrostów (burst detection) z wykorzystaniem algorytmu Kleinberga w celu zidentyfikowania wyłaniających się trendów i nowych obszarów badań. Do oceny jakości klastrów wykorzystano metryki sieciowe, w tym modularność Q oraz średnią sylwetkę S. Wartość modularności Q większa niż 0,3 wskazuje na znaczącą strukturę wspólnoty, natomiast średnia wartość sylwetki większa niż 0,7 świadczy o wysokiej spójności wewnątrz klastra i niezawodności przypisania do klastra¹⁸.

Analiza statystyczna trendów oporności

Trendy w zakresie wskaźników oporności głównych patogenów zostały opracowane na podstawie raportów rocznych Chińskiego Systemu Nadzoru nad Opornością na Środki Przeciwmikrobowe (CARSS) z lat 2016–2025, które agregują dane z uczestniczących szpitali sentinelowych w całym kraju. Dane nadzorcze te analizowano niezależnie od korpusu bibliometrycznego i nie zostały one wyodrębnione, połączone ani włączone do zbioru 3 096 publikacji z baz Web of Science i CNKI wykorzystanych w analizach CiteSpace.

Dla każdej kombinacji patogen–środek przeciwdrobnoustrojowy wyodrębniono roczną stopę oporności (procent niepowtarzających się izolatów opornych na określony preparat), całkowitą liczbę przebadanych izolatów (mianownik) oraz liczbę szpitali sentinelowych dostarczających dane. Badania wrażliwości przeprowadzono przy użyciu standaryzowanych metod mikrorozcieńczeń w bulionie lub dyfuzyjnych metod krążkowych, a interpretację wyników oparto na wytycznych Clinical and Laboratory Standards Institute (CLSI) (dokumenty M100, wydania 2016–2025).

Aby ocenić trendy czasowe, przeprowadzono analizę regresji liniowej, w której zmienną zależną była stopa oporności, a zmienną niezależną rok, obejmującą pełny 10-letni okres (2016–2025). Dla każdej pary patogen–lek przeciwdrobnoustrojowy obliczono nachylenie regresji (β) oraz współczynnik determinacji (R²). Aby uwzględnić potencjalne zmiany w zakresie nadzoru (np. rozszerzenie z 1398 szpitali w 2016 r. do 2349 szpitali w 2025 r.), przeprowadzono również analizy wrażliwości, ważąc stopę oporności z każdego roku odwrotnością liczby uczestniczących szpitali oraz rozkładem geograficznym ośrodków raportujących. Modele ważone wykazały kierunki trendów i poziomy istotności zgodne z analizami nieważonymi; w związku z tym, dla uproszczenia i przejrzystości interpretacji przedstawiono wyniki nieważone. Wszystkie analizy statystyczne wykonano przy użyciu programu R w wersji 4.3.2 (R Foundation for Statistical Computing, Wiedeń, Austria). Dwustronną wartość p <0,05 uznano za statystycznie istotną.

Wyniki

Publication trends

A total of 3,096 publications were included in the analysis. Total annual output increased from 357 publications in 2016 to a peak of 365 in 2022 and subsequently declined continuously to 146 in 2025 (Figure 1). English-language output increased from 130 publications in 2016 to 295 in 2022 before decreasing to 69 in 2025. Chinese-language output decreased from 227 publications in 2016 to 93 in 2019, increased during 2020–2021, ...

Dyskusja

Wzorce bibliometryczne sugerują, że badania nad AMR w Chinach stopniowo ewoluowały od opisowego nadzoru i charakterystyki patogenów w stronę mechanizmów oporności, podejść genomowych oraz badań zorientowanych na interwencje. Nakładające się klastry słów kluczowych i okresy gwałtownego wzrostu (burst periods) wskazują na kumulatywną dywersyfikację tematyczną, a nie na trzy oddzielne i wzajemnie wykluczające się etapy. Czas wystąpienia tych zmian zbiegł się z Narodowymi Planami Działań na rzecz Ograniczenia Oporności na Śr...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
CiteSpace	Drexel University, Philadelphia, PA, USA	wersja 6.4.R1	Do przeprowadzenia kompleksowej analizy bibliometrycznej, w tym analizy współautorstwa, analizy współwystępowania słów kluczowych, analizy klastrów oraz detekcji gwałtownych wzrostów (burst detection).
China National Knowledge Infrastructure (CNKI)	China National Knowledge Infrastructure	Nie dotyczy	Do zestawienia artykułów badawczych pochodzących z chińskich źródeł krajowych.
R	oprogramowanie R	wersja 4.3.2
Web of Science Core Collection (SCI-E)	Web of Science	Nie dotyczy	Do systematycznego przeszukiwania i pobierania międzynarodowej literatury.