Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.
Исследовательская статья
Этот библиометрический анализ был направлен на картографирование исследовательского ландшафта сахарного диабета и метаболического перепрограммирования (2016–2025) с использованием 6 864 статей. Он показывает быстрый рост, ведущие публикации в Китае, умеренное академическое влияние и переход к микробиоте кишечника, машинному обучению и интеграции мультиомик.
Сахарный диабет (СД) — это глобальный кризис общественного здравоохранения. Метаболическое перепрограммирование изменяет производство клеточной энергии и играет ключевую роль в патогенезе ДМ, однако отсутствует систематический обзор исследовательских тенденций, сетей сотрудничества и новых рубежей в этой области. В этом исследовании был проведен библиометрический анализ 6 864 англоязычных статей и обзоров, опубликованных в период с 2016 по 2025 годы, полученных с Web of Science, PubMed, Scopus и Embase. Аналитический рабочий процесс включал: (1) ежегодный анализ тенденций публикаций, (2) картирование сотрудничества стран/регионов и учреждений, (3) анализ соавторства и совместного цитирования авторов и журналов, (4) социтирование и обнаружение вспышек, а также (5) анализ тенденций по ключевым словам и темам с использованием трёх библиометрических инструментов. Годовое количество публикаций оставалось ниже 800 с 2016 по 2024 год, но превысило 1000 в 2025 году, что свидетельствует о быстром росте. Китай вносил наибольшую долю статей (50%) и занимал многие ведущие институты, однако анализ центральности показал, что США и европейские страны по-прежнему лидируют по академическому влиянию и генерации знаний. Структура знаний строится на трёх основных основах: инсулинорезистентности, окислительном стрессе и функции митохондрий. Новые исследования сосредоточены на микробиоте кишечника, машинном обучении и метаболическом перепрограммировании. Всплески ключевых слов и тематические трендовые карты показывают сдвиг парадигмы от статического наблюдения фенотипа к динамическим, мульти-омикс-интегрированным системным медицинам. Насколько нам известно, ни одно предыдущее библиометрическое исследование не было специально сосредоточено на пересечении ДМ и метаболического перепрограммирования; Таким образом, это исследование предоставляет первое специализированное отображение этой области. Хотя Китай доминирует по объёму публикаций, метрики центральности указывают на возможность более тесного международного сотрудничества и академического лидерства. Будущие усилия должны способствовать междисциплинарному сотрудничеству и поддерживать перевод из основ в клиническую практику. Это исследование предоставляет объективный ориентир для управления исследованиями и стратегического планирования.
Быстрые изменения в обществе за последние десятилетия значительно изменили пищевые модели и образ жизни. Эти изменения способствовали устойчивому росту мировой распространённости сахарного диабета (СД). В условиях растущего кризиса общественного здравоохранения ДМ и связанные с ним осложнения представляют серьёзную угрозу здоровью населения. К этим осложнениям относятся сердечно-сосудистые заболевания и терминальная недостаточность почек, среди прочих. Они существенно снижают качество жизнипострадавших: 1. В настоящее время ДМ занимает девятое место среди ведущих причин смертности в мире, и поражает примерно 1 из 11 взрослых людей вмире 2. ДМ — это хроническое метаболическое заболевание, вызванное либо недостаточным выработкой инсулина, либо нарушенным ответом организма на инсулин, что приводит к устойчиво высокому уровню сахарав крови 3. Патогенез ДМ и его осложнения крайне сложены, при этом механизмы, связанные с метаболизмом, остаются основным направлением современных исследований.
Метаболическое перепрограммирование — это процесс, при котором клетки изменяют свои метаболические пути для усиления производства энергии, главным образом посредством окислительного фосфорилирования митохондрий (OXPHOS) игликолиза 4. Классическим примером метаболического перепрограммирования является «эффект Варбурга», впервые предложенный профессором Отто Варбургом в 1927 году. Он отметил, что даже при адекватном кислороде опухолевые клетки могут вырабатывать АТФ с помощьюгликолиза 5. Помимо рака, метаболическое перепрограммирование через эти процессы способствует патогенезу множества заболеваний, включая гестационный ДМ, диабетическую нефропатию, сепсис, атеросклероз, инсульт и печёночнуюфиброз 4,6,7,8,9,10. ДМ — это хроническое метаболическое расстройство, характеризующееся гипергликемией, возникающее из-за различной степени инсулинорезистентности и нарушения секрецииинсулина. Связь между метаболическим перепрограммированием и ДМ хорошо установлена: избыток питательных веществ приводит к нарушению липидного обмена в печени и мышцах, способствуя инсулинорезистентности, в то время как β-клетки поджелудочной железы страдают от метаболических нарушений и секреторной дисфункции из-за липотоксичности, стресса эндоплазматического ретикулума и амилоидного отложения, что в совокупности приводит к появлениюСД 12.
В последние годы стремительный прогресс технологий с одиночными клетками и мультиомических анализов стал катализатором значительного сдвига парадигмы в исследованиях метаболизма. Эта область вышла за рамки статического наблюдения в сторону динамических, механистических исследований, открывая новые возможности для уточнения патогенеза ДМ и выявления потенциальных терапевтических целей. Несмотря на этот прогресс, в настоящее время не существует систематического синтеза глобальных исследовательских тенденций, ключевых участников и совместных сетей. Предварительный поиск в крупных базах данных (PubMed, Web of Science, Scopus) с использованием терминов, связанных с «сахарным диабетом» и «метаболическим перепрограммированием», не выявил ни одного предыдущего библиометрического исследования по этой теме. Что ещё важнее, существующие нарративные обзоры, систематические обзоры и мета-анализы были сосредоточены на суммировании конкретных молекулярных механизмов или клинических исходов, но не предоставили целостного, основанного на данных картографировании эволюции области, структуры знаний или новых рубежей. В результате нынешняя структура знаний в этом районе остаётся в значительной степени некартированной. В отличие от нарративного обзора, который может быть субъективным и зависеть от экспертизы автора, библиометрический анализ предлагает воспроизводимый, количественный и беспристрастный метод для отражения масштабных публикаций, сетей сотрудничества и тенденций исследований. Вместо этого она раскрывает интеллектуальную, социальную и концептуальную структуру исследовательской области со временем. Таким образом, библиометрический анализ может показать, что изучала область, кто внес вклад, как течёт знание и куда оно движется. Однако важно понимать, чего этот метод не может раскрыть. Библиометрический анализ не оценивает качество или достоверность отдельных исследований, а также не может оценить клиническую эффективность или механистическую причинность. Это также зависит от охватов и точности базовых баз данных, и может быть пропущено неанглоязычная литература, препринты или новые журналы. Таким образом, библиометрический анализ служит макроуровневым инструментом отображения, который дополняет, а не заменяет традиционные методы синтеза доказательств.
Насколько нам известно, ни одно предыдущее библиометрическое исследование не сосредотачивалось конкретно на пересечении ДМ и метаболического перепрограммирования. Цель исследования — использовать данные научной литературы в больших масштабах для систематического выявления эволюции, интеллектуальной основы, динамики горячих точек и новых рубежей в этой области исследований. Ожидается, что результаты предоставят объективную основу и стратегические инсайты для будущего научного прогресса и планирования исследований.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Источники данных и стратегия поиска
Для улучшения охват и снижения предвзятости источников литературы были проведены поиски в четырёх электронных базах данных: Web of Science (включая Web of Science Core Collection, WoSCC), PubMed, Scopus и Embase. Период публикации был ограничен 1 января 2016 года до 31 декабря 2025 года. Включены только оригинальные исследовательские статьи и обзорные статьи, написанные на английском языке. Поисковые запросы были сосредоточены на двух понятиях: «сахарный диабет» (DM) и «метаболическое перепрограммирование». Стратегии поиска и все критерии исключения, используемые в процессе отбора, изложены на рисунке 1.
Точные поисковые строки, используемые для каждой базы данных, приведены ниже:
Паутина науки (WoSCC):
TS=((диабет ИЛИ «сахарный диабет» ИЛИ «сахарный диабет 1 типа» ИЛИ «диабет 2 типа») И («метаболическое перепрограммирование» ИЛИ «метаболическое перепланирование» ИЛИ «метаболизм глюкозы» ИЛИ «эффект Варбурга» ИЛИ «клеточный метаболизм» ИЛИ «дисфункция митохондрий»))
*Фильтры: годы публикации: 2016-2025; Типы документов: статья, обзор; Язык: английский.*
PubMed:
("сахарный диабет"[Заголовок/Аннотация] ИЛИ "диабет 2 типа"[Заголовок/Аннотация] ИЛИ "диабет 1 типа"[Заголовок/Аннотация] ИЛИ "T2DM"[Заголовок/Аннотация] ИЛИ "T1DM"[Заголовок/Аннотация]) И ("метаболическое перепрограммирование"[Название/Аннотация] ИЛИ "метаболическое перепрограммирование"[Заголовок/Аннотация] ИЛИ "метаболическое перепланирование"[Заголовок/Аннотация] ИЛИ "эффект Варбурга"[Заголовок/Аннотация] ИЛИ "клеточный метаболизм"[Название/Аннотация] ИЛИ "клеточный метаболизм"[Заголовок/Аннотация] ИЛИ "митохондриальная дисфункция"[Заголовок/Аннотация])
*Фильтры: Дата публикации: 2016/01/01 – 2025/12/31; Тип статьи: статья, обзор; Язык: английский.*
Scopus:
TITLE-ABS-KEY("сахарный диабет" ИЛИ "диабет" ИЛИ "диабет 1 типа", ИЛИ "диабет 2 типа", ИЛИ "СД1" ИЛИ "T2DM") И TITLE-ABS-KEY ("метаболическое перепрограммирование" ИЛИ "метаболическое перепрограммирование" ИЛИ "митохондриальная дисфункция" ИЛИ "метаболическое ремоделирование" ИЛИ "эффект Варбурга")
*Фильтры: год публикации: 2016-2025; Тип документа: статья, обзор; Язык: английский.*
Embase:
('сахарный диабет'/exp ИЛИ 'сахарный диабет':ab,ti ИЛИ 'диабет 2 типа':ab,ti ИЛИ 'диабет 1 типа':ab,ti) И ('метаболическое перепрограммирование':ab,ti ИЛИ 'метаболическое перепрограммирование':ab,ti ИЛИ 'эффект Варбурга':ab,ti ИЛИ 'метаболическое ремоделирование':ab,ti)
*Фильтры: год публикации: 2016-2025; Типы документов: статья, обзор; Язык: английский.*
Все критерии исключения, используемые в процессе скрининга, обобщены на рисунке 1. Записи, полученные из каждой базы данных, экспортировались в простом текстовом формате, включая полную библиографическую информацию (название, авторы, журнал, год публикации, аннотация, ключевые слова и цитируемые ссылки).
Процесс дедупликации и ручного скрининга
Для обеспечения воспроизводимости был внедрен поэтапный процесс дедупликации и ручного отбора: сначала все обычные текстовые файлы, экспортированные из четырёх баз данных, импортировались в программное обеспечение для управления ссылками, а автоматическая дедупликация выполнялась с помощью функции «Ссылки > поиск дубликатов»; затем дедупликационные записи экспортировались в формат Excel с использованием стиля экспорта «Показать все поля» и вручную отбрасывались на основе заголовков и аннотации. Критерии включения включали оригинальные исследования или обзорные статьи, чётко затрагивавшие диабет (любой тип) и метаболическое перепрограммирование (включая гликолиз, окислительное фосфорилирование, эффект Варбурга или митохондриальную метаболическую адаптацию), написанные на английском языке. Критерии исключения включали редакционные статьи, письма в редакцию, тезисы конференций, кейс-отчёты, исследования на животных, не связанные с человеком, а также исследования, посвящённые исключительно метаболическому синдрому без рассмотрения диабета. В итоге в библиометрический анализ было включено 6 864 записи (Дополнительный файл 1).
Программное обеспечение и методологии библиометрического анализа
В этом исследовании использовались три инструмента библиометрического анализа (Таблица материалов) для систематического изучения авторов, учреждений, источников, названий, ключевых слов, цитируемых источников и другой подробной информации из статей. Исходные данные 6 864 исследований (дополнительный файл 1) служили входными данными для всех трёх программных инструментов. Библиометрическое программное обеспечение #1 — это бесплатный инструмент на базе Java, который помогает исследователям анализировать, визуализировать и интерпретировать научную литературу, сети знаний, совместные отношения и горячие точкиисследований 13. Библиометрическое программное обеспечение #2 — это инструмент визуализации для научной библиометрии и картирования знаний, который в первую очередь используется для выявления тенденций развития, горячих точек исследований и совместных сетей вакадемических областях 14. Библиометрическое программное обеспечение #3 — это пакет R для научно-исследовательского анализа и картирования знаний, используемый для импорта, анализа и визуализации библиографическихданных 15. Подробные операционные процедуры и конкретные параметры для каждого программного обеспечения приведены в Таблице материалов.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Анализ тенденций публикации (2016–2025)
С 2016 по 2025 год было выявлено 6 864 публикации, посвящённые ДМ и метаболическому перепрограммированию, охватывающих 10 лет. Рисунок 2A иллюстрирует ежегодные тенденции публикаций в этой области исследований. С 2016 по 2024 год годовой выпуск оставался ниже 800 статей. В 2025 году их число впервые превысило 1 000. По состоянию на текущий день общее количество публикаций достигло 6 864. Это свидете...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Это исследование систематически картирует интеллектуальную, социальную и концептуальную структуру этой новой области за последнее десятилетие. На основе 6 864 публикаций, полученных из четырёх баз данных, результаты показывают быстрый рост годового выпуска, доминирующую, но умеренно централизованную роль Китая в объёме публикаций, а также структуру знаний, сосредоточенную на инсулинорезистентности, окислительном стрессе и функции митохондрий. Новые рубежи включают микробиоту кишечника, м...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Авторы заявляют, что у них нет известных конкурирующих финансовых интересов или личных отношений, которые могли бы повлиять на работу, описанную в этой статье.
Эта работа была поддержана Комиссией по здравоохранению провинции Цзилинь (2024A070) и Бюро науки и технологий города Цзилинь (20230406225).
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| VOSviewer (версия 1.6.20) | Centre for Science and Technology Studies (CWTS), Университет Лейдена, Нидерланды | https://www.vosviewer.com/ | Маршрут меню для анализа соавторства: Создать > Создать карту на основе библиографических данных > Считывать данные из файлов библиографической базы данных > Выбрать файлы TXT > Тип анализа: Соавторство > Единица анализа: Авторы (или Организации) > Метод подсчета: Полный подсчет > Минимальное количество документов: 5 > Количество элементов для выбора: до 1000 > Нажмите “Далее” > Проверить выбранные элементы > Нажмите “Создать карту” > Выбрать параметры визуализации (притяжение=2, отталкивание=0, разрешение кластера=1.00) > Сохранить как.png или.txt. Маршрут меню для анализа социтаций: Создать > Создать карту на основе библиографических данных > Тип анализа: Социтации > Единица анализа: Цитируемые ссылки > Минимальное количество цитат: 10 > Оставшиеся шаги те же, что и выше. |
| CiteSpace (версия 6.3.R1) | Chaomei Chen, Drexel University, США | https://citespace.podia.com/ | После запуска анализа, выбрав Keyword или Cited Reference в типах узлов, нажмите Burstness и установите параметр Top N на 20, чтобы выявить 20 ведущих ключевых слов или ведущих ссылок с наибольшим количеством упоминаний или цитирований. |
| bibliometrix (версия 4.1.2) | Massimo Aria и Corrado Cuccurullo; R пакет | https://www.bibliometrix.org/ | В RStudio запустите library(bibliometrix) и biblioshiny(); в открывшемся веб-интерфейсе biblioshiny последовательно выполните следующие операции: импорт данных через “Данные > Импорт” выбрав файл, установив формат в “RIS” или “BibTeX”, затем нажав “Конвертировать” и далее “Начать”; сгенерировать ежегодное научное производство через “Описательный анализ > Ежегодное научное производство > Генерировать”; сгенерировать сеть сотрудничества стран через “Сотрудничество > Сетевое сотрудничество стран > Генерировать”; сгенерировать тематическую карту через “Концептуальный > Тематическая карта” установив минимальную частоту слов на 5 и количество кластеров на 3, затем нажав “Генерировать”; сгенерировать график всплеска ключевых слов через “Концептуальный > Всплеск ключевых слов > ReferencePublicationYearSpectra > Генерировать” |