É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.
Artigo de investigação
Esta análise bibliométrica teve como objetivo mapear o cenário de pesquisa sobre diabetes mellitus e reprogramação metabólica (2016–2025) utilizando 6.864 artigos. Revela crescimento rápido, a principal produção de publicações da China, mas influência acadêmica moderada, e uma mudança para microbiota intestinal, aprendizado de máquina e integração multi-ômica.
Diabetes mellitus (DM) é uma crise global de saúde pública. A reprogramação metabólica altera a produção de energia celular e desempenha um papel fundamental na patogênese da DM, mas falta uma visão sistemática das tendências de pesquisa, redes de colaboração e fronteiras emergentes nesse campo. Este estudo realizou uma análise bibliométrica de 6.864 artigos e revisões em inglês publicados entre 2016 e 2025, retirados do Web of Science, PubMed, Scopus e Embase. O fluxo de trabalho analítico incluiu: (1) análise anual de tendências de publicação, (2) mapeamento de colaboração por país/região e instituição, (3) análise de coautoria e co-citação de autores e periódicos, (4) co-citação de referências e detecção de rajadas, e (5) análise de tendências de palavras-chave e tópicos, utilizando três ferramentas de análise bibliométrica. As publicações anuais permaneceram abaixo de 800 de 2016 a 2024, mas ultrapassaram 1.000 em 2025, indicando um crescimento rápido. A China contribuiu com a maior parcela de artigos (50%) e representou muitas das principais instituições, mas a análise de centralidade mostrou que os Estados Unidos e os países europeus ainda lideram em influência acadêmica e geração de conhecimento. A estrutura do conhecimento é construída sobre três fundamentos centrais: resistência à insulina, estresse oxidativo e função mitocondrial. Pesquisas emergentes focam em microbiota intestinal, aprendizado de máquina e reprogramação metabólica. Explosões de palavras-chave e mapas de tendências de tópicos revelam uma mudança de paradigma da observação estática de fenótipos para a medicina dinâmica e integrada a múltiplos ômicos. Até onde sabemos, nenhum estudo bibliométrico anterior focou especificamente na interseção entre DM e reprogramação metabólica; Este estudo, portanto, fornece o primeiro mapeamento dedicado a esse campo. Embora a China domine em volume de publicações, métricas de centralidade indicam espaço para uma colaboração internacional mais forte e liderança acadêmica. Esforços futuros devem promover a cooperação interdisciplinar e apoiar a tradução do básico para o clínico. Este estudo fornece uma referência objetiva para a gestão da pesquisa e planejamento estratégico.
Mudanças sociais rápidas nas últimas décadas alteraram significativamente padrões nutricionais e estilos de vida. Essas mudanças contribuíram para um aumento constante da prevalência global do diabetes mellitus (DM). À medida que se torna uma crise crescente de saúde pública, a DM e suas complicações associadas representam uma séria ameaça à saúde da população. Essas complicações incluem doenças cardiovasculares e doença renal em estágio terminal, entre outras. Eles reduzem substancialmente a qualidade de vida dosafetados 1. Atualmente classificada como a nona principal causa de mortalidade no mundo, a DM afeta aproximadamente 1 em cada 11 adultos nomundo 2. A DM é uma doença metabólica crônica causada principalmente pela produção insuficiente de insulina ou pela resposta comprometida do corpo à insulina, levando a níveis persistentemente altos de açúcarno sangue 3. A patogênese da DM e suas complicações é altamente complexa, com mecanismos relacionados ao metabolismo permanecendo um foco principal das pesquisas atuais.
Reprogramação metabólica refere-se ao processo pelo qual as células alteram suas vias metabólicas para aumentar a produção de energia, principalmente por meio da fosforilação oxidativa mitocondrial (OXPHOS) eglicólise 4. O exemplo clássico de reprogramação metabólica é o "efeito Warburg", proposto pela primeira vez pelo Professor Otto Warburg em 1927. Ele observou que, mesmo sob condições adequadas de oxigênio, as células tumorais podem gerar ATP porglicólise 5. Além do câncer, a reprogramação metabólica por meio desses processos contribui para a patogênese de diversas doenças, incluindo DM gestacional, nefropatia diabética, sepse, aterosclerose, AVC e fibrose hepática 4,6,7,8,9,10. A DM é um distúrbio metabólico crônico caracterizado por hiperglicemia, resultante de diferentes graus de resistência à insulina e secreção de insulinaprejudicada 11. A ligação entre reprogramação metabólica e DM é bem estabelecida: o excesso de nutrientes leva a um metabolismo lipídico anormal no fígado e músculo, promovendo resistência à insulina, enquanto as células β pancreáticas sofrem perturbação metabólica e disfunção secretora devido à lipotoxicidade, estresse do retículo endoplasmático e deposição de amiloide, impulsionando coletivamente o início da DM12.
Nos últimos anos, o rápido avanço das tecnologias de célula única e das análises multi-ômicas catalisou uma grande mudança de paradigma na pesquisa em metabolismo. O campo avançou além da observação estática para uma investigação dinâmica e mecanicista, abrindo novas oportunidades para esclarecer a patogênese da DM e identificar potenciais alvos terapêuticos. Apesar desse progresso, no entanto, atualmente não existe uma síntese sistemática das tendências globais de pesquisa, dos principais colaboradores e das redes colaborativas. Uma busca preliminar em grandes bancos de dados (PubMed, Web of Science, Scopus) usando termos relacionados a "diabetes mellitus" e "reprogramação metabólica" não encontrou nenhum estudo bibliométrico anterior sobre esse tema. Mais importante ainda, revisões narrativas existentes, revisões sistemáticas e meta-análises têm focado em resumir mecanismos moleculares específicos ou resultados clínicos, mas não forneceram um mapeamento holístico e baseado em dados da evolução do campo, da estrutura do conhecimento ou das fronteiras emergentes do campo. Consequentemente, a estrutura atual do conhecimento nessa área permanece em grande parte não mapeada. Ao contrário de uma revisão narrativa, que pode ser subjetiva e dependente da expertise do autor, a análise bibliométrica oferece um método reproduzível, quantitativo e imparcial para capturar padrões de publicação em larga escala, redes de colaboração e tendências de pesquisa. Em vez disso, revela a estrutura intelectual, social e conceitual de um campo de pesquisa ao longo do tempo. Assim, a análise bibliométrica pode mostrar o que um campo estudou, quem contribuiu, como o conhecimento flui e para onde está indo. No entanto, é importante reconhecer o que esse método não pode revelar. A análise bibliométrica não avalia a qualidade ou validade de estudos individuais, nem pode avaliar a eficácia clínica ou a causalidade mecanicista. Também depende da cobertura e precisão dos bancos de dados subjacentes e pode deixar de incluir literatura não inglesa, preprints ou periódicos emergentes. Assim, a análise bibliométrica serve como uma ferramenta de mapeamento em nível macro que complementa, em vez de substituir, os métodos tradicionais de síntese de evidências.
Até onde sabemos, nenhum estudo bibliométrico anterior focou especificamente na interseção entre DM e reprogramação metabólica. O estudo tem como objetivo aproveitar dados da literatura científica em larga escala para descobrir sistematicamente a evolução, a base intelectual, a dinâmica dos hotspots e as fronteiras emergentes nessa área de pesquisa. Espera-se que os resultados forneçam uma base objetiva e insights estratégicos para o avanço científico futuro e o planejamento de pesquisas.
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Fonte de dados e estratégia de busca
Para melhorar a cobertura e reduzir o viés de fonte da literatura, quatro bancos de dados eletrônicos foram pesquisados: Web of Science (incluindo a Web of Science Core Collection, WoSCC), PubMed, Scopus e Embase. O período de publicação foi limitado a 1º de janeiro de 2016 a 31 de dezembro de 2025. Apenas artigos originais de pesquisa e artigos de revisão escritos em inglês foram incluídos. Os termos de busca focavam em dois conceitos: "diabetes mellitus" (DM) e "reprogramação metabólica". As estratégias de busca e todos os critérios de exclusão usados durante o processo de triagem são resumidos na Figura 1.
As strings exatas de busca usadas para cada banco de dados são fornecidas abaixo:
Web of Science (WoSCC):
TS=((diabetes OU "diabetes mellitus" OU "diabetes tipo 1" OU "diabetes tipo 2") E ("reprogramação metabólica" OU "remodelação metabólica" OU "metabolismo da glicose" OU "efeito Warburg" OU "metabolismo celular" OU "disfunção mitocondrial"))
*Filtros: Anos de publicação: 2016-2025; Tipos de documentos: Artigo, Revisão; Idioma: inglês.*
PubMed:
("diabetes mellitus"[Título/Resumo] OU "diabetes tipo 2"[Título/Resumo] OU "diabetes tipo 1"[Título/Resumo] OU "T2DM"[Título/Resumo] OU "T1DM"[Título/Resumo]) E ("reprogramação metabólica"[Título/Resumo] OU "reprogramação metabólica"[Título/Resumo] OU "remodelação metabólica"[Título/Resumo] OU "efeito Warburg"[Título/Resumo] OU "metabolismo celular"[Título/Resumo] OU "metabolismo celular"[Título/Resumo] OU "disfunção mitocondrial"[Título/Resumo])
*Filtros: Data de publicação: 01/01/2016 – 31/12/2025; Tipo de artigo: Artigo, Resenha; Idioma: inglês.*
Scopus:
TÍTULO-AB-CHAVE ("diabetes mellitus" OU "diabetes" OU "diabetes tipo 1" OU "diabetes tipo 2" OU "T1DM" OU "T2DM") E TÍTULO-ABS-CHAVE ("reprogramação metabólica" OU "reprogramação metabólica" OU "disfunção mitocondrial" OU "remodelação metabólica" OU "efeito Warburg")
*Filtros: Ano de publicação: 2016-2025; Tipo de documento: Artigo, Resenha; Idioma: inglês.*
Embase:
('diabetes mellitus'/exp OU 'diabetes mellitus': ab,ti OU 'diabetes tipo 2': ab,ti OU 'diabetes tipo 1':ab,ti) E ('reprogramação metabólica':ab,ti OU 'reprogramação metabólica':ab,ti OU 'efeito Warburg': ab,ti OU 'remodelação metabólica':ab,ti)
*Filtros: Ano de publicação: 2016-2025; Tipos de documentos: Artigo, Revisão; Idioma: inglês.*
Todos os critérios de exclusão usados durante o processo de triagem são resumidos na Figura 1. Os registros recuperados de cada banco de dados foram exportados em formato de texto simples, incluindo informações bibliográficas completas (título, autores, periódico, ano de publicação, resumo, palavras-chave e referências citadas).
Deduplicação e Processo de Triagem Manual
Para garantir a reprodutibilidade, foi adotado um processo de deduplicação gradual e triagem manual: primeiro, todos os arquivos de texto simples exportados dos quatro bancos de dados eram importados para um software de gerenciamento de referências, e a deduplicação automática era realizada usando a função "Referências > Encontrar Duplicatas"; depois, os registros deduplicados eram exportados para o formato Excel usando o estilo de exportação "Mostrar Todos os Campos" e filtrados manualmente com base em títulos e resumos. Os critérios de inclusão foram artigos originais de pesquisa ou revisão que abordavam claramente diabetes (qualquer tipo) e reprogramação metabólica (incluindo glicólise, fosforilação oxidativa, efeito Warburg ou adaptação metabólica mitocondrial), escritos em inglês. Os critérios de exclusão incluíam editoriais, cartas ao editor, resumos de conferências, relatos de caso, estudos com animais não relacionados a humanos e estudos focados exclusivamente na síndrome metabólica sem tratar do diabetes. No total, 6.864 registros foram incluídos na análise bibliométrica (Arquivo Suplementar 1).
Software e metodologias para análise bibliométrica
Este estudo utilizou três ferramentas de análise bibliométrica (Tabela de Materiais) para examinar sistematicamente autores, instituições, fontes, títulos, palavras-chave, referências citadas e outras informações detalhadas dos artigos. Os dados brutos dos 6.864 estudos (Arquivo Suplementar 1) serviram como entrada para as três ferramentas de software. O software bibliométrico #1 é uma ferramenta de software livre baseada em Java que auxilia pesquisadores na análise, visualização e interpretação de literatura acadêmica, redes de conhecimento, relações colaborativas e pontos críticos de pesquisa13. O software bibliométrico #2 é uma ferramenta de visualização para bibliometria científica e mapeamento do conhecimento, empregada principalmente para revelar tendências de desenvolvimento, pontos críticos de pesquisa e redes colaborativas em áreasacadêmicas 14. O software bibliométrico #3 é um pacote R para análise cientiométrica e mapeamento do conhecimento, usado para importar, analisar e visualizar dados bibliográficos15. Os procedimentos operacionais detalhados e as configurações específicas de parâmetros para cada software são fornecidos na Tabela de Materiais.
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Análise das tendências de publicação (2016-2025)
De 2016 a 2025, foram identificadas um total de 6.864 publicações focadas em DM e reprogramação metabólica, abrangendo um período de 10 anos. A Figura 2A ilustra as tendências anuais de publicação nesse campo de pesquisa. Entre 2016 e 2024, a produção anual permaneceu abaixo de 800 artigos. Em 2025, o número ultrapassou 1.000 pela primeira vez. Até a data atual, o número acumulado de public...
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Este estudo mapeia sistematicamente a estrutura intelectual, social e conceitual desse campo emergente na última década. Com base em 6.864 publicações recuperadas de quatro bancos de dados, os resultados revelam um rápido crescimento na produção anual, um papel dominante, porém moderadamente centralizado, para a China em volume de publicações, e uma estrutura de conhecimento centrada na resistência à insulina, estresse oxidativo e função mitocondrial. Fronteiras emergentes incluem microb...
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Os autores declaram que não possuem interesses financeiros concorrentes conhecidos ou relacionamentos pessoais que possam ter influenciado o trabalho relatado neste artigo.
Esse trabalho foi apoiado pela Comissão Provincial de Saúde de Jilin (2024A070) e pelo Departamento de Ciência e Tecnologia da Cidade de Jilin (20230406225).
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
| Nome | Empresa | Número de catálogo | Comentários |
|---|---|---|---|
| VOSviewer (versão 1.6.20) | Centre for Science and Technology Studies (CWTS), Leiden University, Países Baixos | https://www.vosviewer.com/ | Caminho do menu para análise de coautoria: Criar > Criar um mapa baseado em dados bibliográficos > Ler dados de arquivos de banco de dados bibliográficos > Selecionar arquivos TXT > Tipo de análise: Coautoria > Unidade de análise: Autores (ou Organizações) > Método de contagem: Contagem completa > Número mínimo de documentos: 5 > Número de itens para selecionar: até 1000 > Clique em “Próximo” > Verifique os itens selecionados > Clique em “Criar mapa” > Escolha os parâmetros de visualização (atração=2, repulsão=0, resolução de cluster=1.00) > Salve como .png ou.txt. Caminho do menu para análise de cocitação: Criar > Criar um mapa baseado em dados bibliográficos > Tipo de análise: Cocitação > Unidade de análise: Referências citadas > Número mínimo de citações: 10 > Passos restantes iguais aos acima. |
| CiteSpace (versão 6.3.R1) | Chaomei Chen, Drexel University, EUA | https://citespace.podia.com/ | Após executar a análise selecionando Palavra-chave ou Referência Citada nos Tipos de Nó, clique em Burstness e defina o parâmetro Top N como 20 para detectar as 20 palavras-chave ou referências com explosão com a maior frequência ou contagens de citação. |
| bibliometrix (versão 4.1.2) | Massimo Aria e Corrado Cuccurullo; pacote R | https://www.bibliometrix.org/ | No RStudio, execute library(bibliometrix) e biblioshiny(); na interface web biblioshiny aberta, realize as seguintes operações sequencialmente: importar dados via “Dados > Importar” selecionando o arquivo, definindo o formato como “RIS” ou “BibTeX”, em seguida, clicando em “Converter” seguido de “Iniciar”; gerar produção científica anual via “Análise Descritiva > Produção Científica Anual > Gerar”; gerar a rede de colaboração entre países via "Colaboração > Rede de Colaboração entre Países > Gerar"; gerar um mapa temático via "Conceitual > Mapa Temático" definindo a frequência mínima de palavras para 5 e o número de clusters para 3, em seguida, clicando em "Gerar"; gerar um gráfico de explosão de palavras-chave via “Conceitual > Palavras-chave em Explosão > ReferencePublicationYearSpectra > Gerar” |