基于关键词共现聚类的新型城镇化研究热点分析
优化关键词利用策略的共词分析研究
2021年第12期（总第21134摘要：本文提出关键词利用策略的优化方案，解决小数量级概念失焦、关键词组概念缺失等问题，优化共词分析结果，以发现潜在研究热点，拓展研究热点主题识别的深度。
关键词利用策略优化方案在高频词共词分析的基础上，引入关键词与关键词组相结合的处理方案，通过调整数据集范围，实现共词分析结果优化。
实证部分以“主动健康”主题为例，使用DDA 软件，完成基于关键词利用策略优化方案的共词分析，探测主动健康的学科主题热点。
在初始发现的5类研究领域、12个热点之外，基于关键词利用策略优化方案的共词分析扩展识别了7个潜在热点话题，补充发现5个复合词组表达的研究概念。
关键词利用策略优化方案令小数量级概念聚焦形成类团，在聚类过程中得到表达，令关键词组代表的概念得到完整呈现。
关键词：共词分析；关键词；关键词组；主动健康；优化方案；DDA 中图分类号：G250.252 DOI ：10.3772/j.issn.1673-2286.2021.12.006引文格式：马宇驰，牟冬梅，杨鑫禹. 优化关键词利用策略的共词分析研究[J]. 数字图书馆论坛，2021（12）：34-40.* 本研究得到国家自然科学基金项目“信息链视域下电子病历数据驱动健康服务供给侧决策的路径与模式研究”（编号：71974074）资助。
学科知识结构揭示模型将学科知识结构模块分为低中高三个层级，其中对关键词、主题词、标题词、特征词等节点的共词分析是揭示中层级知识结构的主要技术方法，在数据整合与智慧服务领域起到发现学科研究热点、探究学科发展进程的作用[1]。
结合时间轴属性，共词分析能在纵向上反映一段时间内专业领域的动态发展演化历程，在横向上反映某个时间节点静态知识单元分布结构[2]，揭示了领域的基本特征，对该领域的研究人员有重要的指导作用[3]。
共词分析方法基本分为6个环节，即确定分析问题、术语词源选择、高频词选定、术语相关计算、多元统计分析及统计结果分析[4]。
基于共词分析的信息构建研究热点分析
词共 同出现在某一篇 文献 中的频 次 ，形成 共现矩 阵 ，如 果
两个词 的共现频次越 大 ，表明二者 之 间的距离 越近 ，相 似 度也越大 ，进而利用 多元 统计方法对 这些 高频关键 词进 行 聚类 ，进而反映某学科或主题 的研究热点。
开始这 一概念并没有 得到人们 的认 同和重 视。直到上世 纪 ９ 年代末 ，信息构建才受到 国内信息 科学 相关 学者 的广 泛 ｏ 关注 ，对 其 的 理 论 研 究 和 实践 应 用 都 取 得 了一 定 的 成
Ｓｕ ｙ ｏ ｎ ｏ ｍａ ｉｎ Ａｒ ｈ ｔｃｕ ｅＢａ ｅ ｎ Ｃｏ－ Ｗ ｏ ｄ Ａｎ ｌ ｓ ｔｄ ｎ Ｉ ｆｒ ｔ ｃ ｉ ｔｒ ｓｄ ｏ ｏ ｅ — ｒ ａｙ ｉ ｓ
Ｚｈ ｎｅ １ Ｄｕ Ｚ ｉｉ２ ｕ Ｗｅ ｆｎ ｈ ｙｎ
（ ．Ｃ ｌ ｇ ｆ ｕｓ ｇ ｈｎ ｑ ｅｉ ｌ ｎｖｒ ｔ，Ｃ ｏｇｉｇ ０ ０ ６ ｈ ａ １ ｏ ｅｅ ｒ ｎ ，Ｃ ｏ ｉ Ｍ ｄ ａ Ｕ ｉ ｓｙ ｈｎｑ ０ １ ，Ｃ ｉ ； ｌ ｏＮ ｉ ｇ ｎ ｇ ｃ ｅｉ ｎ ４ ｎ
２ ｅａｔｅ ｔ ｆ ｎ ｒａｉ ｎｇｍ ｎ，Ｃ ｏ ｑ ｅｉ ｌ ｎｖｒ ｔ，Ｃ ｏ ｑｎ ０ ０ ６ ｈ ａ ．Ｄ ｐｒ ｎ ｏ ｆ ｍ ｔ ｎＭａａｅ ｅ ｔ ｈｎ ｉ Ｍ ｄｃ ｉ ｅ ｉ ｍ Ｉｏ ｏ ｇ ｎ ｇ ａ Ｕ ｓ ｙ ｈｎ ｉ ４ ０ １ ，Ｃ ｉ ） ｇ ｇ ｎ
２１ ０２年 ８月
现 代 情 报
Ｊｕｎ ｌ ｆ ｄ ｍ Ｉｆｒ ｔ ｎ ｏｒａ Ｍｏ ｅ ｎｏｍａ ｏ ｏ ｉ
Ａｌ ，２ １ 唱． ０ ２ Ｖｏ． ２ Ｎ ． １３ ｏ ８
第 ３ 卷第 ８期 ２
・
信 词 分 析 的信 息 构 建研 究 热 点 分 析
基于PubMed数据库病人报告结局研究热点的共词聚类分析
基于P u b M e d 数据库病人报告结局研究热点的共词聚类分析邹丽萍,宁向东,徐淑君,尹 婷,孙美艳,吴 飞摘要 目的:分析P u b M e d 数据库中病人报告结局的研究热点,了解该领域研究现状及发展方向㊂方法:以P u b M e d 收录的病人报告结局相关文献为研究对象,使用B i c o m b2.0㊁S P S S25.0软件对主题词+副主题词进行词频分析和共词聚类分析㊂结果:共纳入3652篇文献,获得高频主题词+副主题词77个,占总频次累计百分比为20.23%㊂通过共词聚类分析总结出病人报告结局研究的11个热点㊂战略坐标图中,第Ⅰ象限1个类团;第Ⅱ象限4个类团;第Ⅲ象限3个类团;第Ⅳ象限3个类团㊂结论:病人报告结局研究热点分析有助于了解该领域的研究现状及发展趋势㊂癌症治疗及幸存者的心理㊁脊柱手术术后并发症及病人满意度㊁骨关节手术术后疼痛评估方式㊁膝关节手术的不良反应等类团主题是未来病人报告结局研究的热点㊂关键词 病人报告结局;聚类分析;战略坐标;类团K e y w o r d s p a t i e n t -r e p o r t e do u t c o m e s ;c l u s t e r a n a l y s i s ;s t r a t e g i c c o o r d i n a t e s ;c l a s s g r o u p d o i :10.12104/j.i s s n .1674-4748.2023.22.008 病人报告结局(p a t i e n t -r e po r t e d o u t c o m e s ,P R O s)是一种在没有医生或他人影响下,直接由病人对自身健康状况进行测量报告[1]㊂P R O s 在治疗效果的评价㊁治疗不良反应的检测㊁病人健康状况的监测㊁症状严重程度的判断及病人治疗依从性和医疗服务质量的评估方面都有应用[2]㊂P R O s 可有效提高病人疾病体验,促进医/护患沟通和病人在临床决策中的参与,降低病人门诊及二次入院次数,最终提升病人整体生活质量和照护质量[3]㊂病人报告结局工具(pa t i e n t -r e po r t e do u t c o m e m e a s u r e s ,P R OM s )是用来测量P R O s 的一种工具[4],是一种标准化的问卷或量表㊂G r a m -H a n s s e n 等[5]认为P R OM s 一般可以分为通用㊁特定疾病㊁特定领域3种类型,通用P R OM s 用来评估病人一般症状或体征;特定疾病P R OM s 用于某种特定疾病或状况的评估㊂由于疾病种类繁多,需要通过聚类分析了解当前P R O s 领域的研究热点,明确研究方向和发展趋势㊂1 资料与方法1.1 资料来源通过查询美国国立生物技术信息中心(N a t i o n a lC e n t e r f o rB i o t e c h n o l o g y In f o r m a t i o n ,N C B I )网站的基金项目 湖南省卫生健康委2020年度卫生科研课题立项项目,编号:D 202314027633㊂作者简介 邹丽萍,主管护师,本科,单位:421001,南华大学附属第二医院;宁向东㊁徐淑君㊁尹婷㊁孙美艳单位:421001,南华大学附属第二医院;吴飞(通讯作者)单位:421001,南华大学护理学院㊂引用信息 邹丽萍,宁向东,徐淑君,等.基于P u b M e d 数据库病人报告结局研究热点的共词聚类分析[J ].全科护理,2023,21(22):3061-3065.医学主题词(M e d i c a lS u b j e c tH e a d i n gs ,M e S H )数据库,确定主题词为 P a t i e n tR e p o r t e dO u t c o m eM e a s u r e s ㊂检索P u b M e d 数据库,检索时间2019年5月29日2021年5月29日,共检索到相关文献3669篇㊂通过N o t e E x p r e s s 软件去重后,剩余3652篇文献㊂将剩余文献题录以x m l 格式导入书目共现分析系统(B i b l i o g r a ph i c I t e m C o o c c u r r e n c eM a t r i xB u i l d e r ,B I C OM B )[6],包括文献题目㊁作者㊁所在期刊㊁主题词㊁摘要等基本信息㊂1.2 研究方法1.2.1 系统聚类分析在B I C OM B2.0软件提取的主题词+副主题词列表中,将 P a t i e n tR e p o r t e d O u t c o m e s 以及同义词删除,将剩余主题词+副主题词按出现频次降序排列,形成主题词+副主题词次序和频次对照表,通过h 指数㊁高低频次分界公式T =1/2ˑ(-1+1+8I 1)㊁普赖斯公式m =0.749ˑn m a x 和二八定律4种方法确定高频主题词+副主题词的结果,选择最佳频次和累计百分比,记录序号㊁关键字段㊁出现频次㊁出现百分比和累计百分比㊂高频主题词+副主题词计算确定后,利用B i c o m b2.0软件构建高频主题词+副主题词词篇矩阵,并将词篇矩阵(t x t )数据导入S P S S25.0软件进行系统聚类分析,选择谱系图,聚类方法选择组内联接,词篇矩阵为二值(0,1)矩阵,选择落合(o c h i a i )系数,主题词+副主题词的聚类分析结果以树状图形式呈现㊂1.2.2 战略坐标图分析战略坐标图是一个二维坐标轴,是类团分析的主要方法,X 轴为向心度,表示类团主题间相互作用的强度,一个学科主题同其他学科主题联系的强度越大,说明这个类团主题在整个学科研究中趋于中心地位;Y㊃1603㊃全科护理2023年8月第21卷第22期Copyright ©博看网. All Rights Reserved.轴为密度,表示类团主题内的联系强度,是该类维持自己和发展自己的能力,密度越大表示该类团主题发展得越成熟[7]㊂从B i c o m b2.0软件导出共现矩阵数据,根据词篇矩阵的聚类分析结果对高频主题词+副主题词进行分类,并计算高频主题词+副主题词的总链接数㊁类内链接数㊁类外链接数㊁类内主题词数㊁类外主题词数㊁类内链接平均数和类外链接平均数,然后根据上述数据计算各类团的类内链接平均值㊁类间链接平均值㊁总计平均值,再计算各类团的向心度X和密度Y,并绘制战略坐标图[8]㊂2结果2.1高频主题词+副主题词聚类分析2.1.1高频主题词+副主题词统计分析通过B i c o m b2.0软件共提取9377个P R O s的主要主题词+副主题词,根据h指数原则确定高频词阈值为24,累计百分比只有11.55%,占比较小,不适合;根据高低频词分界公式计算的T值为77.85,只有1个主题词+副主题词符合,不适合;根据普赖斯公式计算出的m值为9.5,高频词阈值确定为10,有113对主要主题词+副主题词,数量较大;根据二八定律自主确定,高频词阈值为12时,累计百分比达到20.23%,有77对主要主题词+副主题词,更为适合进行聚类分析㊂2.1.2高频主题词+副主题词聚类分析在B i c o m b2.0软件设置频次阈值ȡ12,ɤ161,生成词篇矩阵㊂将B i c o m b2.0软件词篇矩阵(t x t)数据导入S P S S25.0软件进行系统聚类分析,生成谱系图㊂谱系图横坐标聚类标定距离表示2个主题词之间的平均距离,反映二者之间的亲密关系,距离越小,主题词内涵越接近,在同一篇文献中出现次数越多,反映的主题越一致㊂以聚类谱系图为参考,结合专业知识,共总结了11个主题类团,其中第1类团~第3类团最具代表性,主题词亲密关系梯度更加明显,聚类分析结果见图1㊂图1 P R O s高频主题词+副主题词第1类团~第3类团聚类分析谱系图2.2战略坐标图绘制根据各主题类团的向心度和密度计算结果绘制P R O s主题战略坐标,见图2㊂㊃2603㊃C H I N E S EG E N E R A LP R A C T I C E N U R S I N G A u g u s t2023V o l.21N o.22Copyright©博看网. All Rights Reserved.图2 P R O s主题类团战略坐标3讨论3.1聚类分析P R O s主题类团热点分析P R O s高频主题词+副主题词聚类分析形成的11个类团热点可以划分为鼻炎病人生活质量㊁类风湿关节炎病人生活质量㊁癌症病人心理㊁骨关节手术病人生活质量和术后疼痛5个方面㊂3.1.1鼻炎病人生活质量第1类团为鼻炎手术治疗对病人生活质量及心理的影响,该热点说明鼻炎对病人健康相关生活质量有显著负面影响,需借助P R O s进行报告,22项鼻腔结局测量工具(22-i t e m S i n o N a s a lO u t c o m eT e s t,S N O T-22)属于鼻炎这种特定疾病的P R OM s,H u s a i n等[9]通过S N O T-22来评价过敏性鼻炎病人的生活质量和症状控制,B a c h e r t等[10]通过S N O T-22评价慢性鼻窦炎合并鼻息肉病人的健康相关生活质量㊂3.1.2类风湿关节炎病人生活质量第2类团为单克隆抗体在类风湿性关节炎(r h e u m a t o i da r t h r i t i s,R A)治疗中的应用,该热点关注的是类风湿性关节炎,该疾病造成病人关节疼痛和日常活动困难,单次就诊判断病人的情况可能会导致医生和病人对疾病的评估不一致,将P R O s作为主要结果是类风湿性关节炎临床研究的重大转变之一[11],但尚缺乏类风湿性关节炎特异性的P R OM s㊂3.1.3癌症病人心理第3类团和第4类团涉及的热点均与癌症病人的心理有关,因为抗肿瘤药物治疗会导致病人出现疲劳㊁恶心㊁血小板减少㊁头痛等一系列不良反应,病人的心理负担更重㊂P R O s可用于评估癌症病人化疗的效果,C o n t e等[12]比较乳腺癌病人术后2种化疗方法的效果,使用欧洲癌症研究治疗组织的生活质量问卷-核心30(Q u a l i t y o fL i f e Q u e s t i o n n a i r e-C o r e30,Q L Q-C30)和生活质量问卷乳腺癌模块(Q L Q-B R23)测量癌症特异性和乳腺癌特异性生活质量结果;K a r g o等[13]对P R OM s在卵巢癌幸存者中的前瞻性应用进行系统综述,表明P R OM s可以识别其他未观察到的症状,提出未来的研究应评估使用P R OM s是否能促进更个性化和更有效的随访计划,以适应卵巢癌病人的需求和偏好㊂3.1.4骨关节手术病人生活质量第5类团涉及的热点是脊柱手术,F a r a j等[14]对成人脊柱畸形手术的病人报告结果进行系统综述,评估各种P R OM s的优点㊁缺点和不足,结果显示脊柱侧凸研究会-22(S c o l i o s i sR e s e a r c hS o c i e t y,S R S-22)问卷的评估质量最高㊂第7类团和第10类团涉及的热点是膝关节手术,K a n e k o等[15]通过美国膝关节协会评分(K n e e S o c i e t y S c o r e,K S S)㊁西部安大略省和麦克马斯特大学骨关节炎指数评分(W e s t e r n O n t a r i oa n d M c M a s t e rU n i v e r s i t i e sA r t h r i t i s I n d e x,WOMA C)等4个P R OM s评估膝关节置换术后1.5年病人的满意度㊁生理功能㊁股四头肌肌力等多个方面的状况,及时评价膝关节手术术后病人存在的不良反应;前交叉韧带(A n t e r i o r c r u c i a t e l i g a m e n t,A C L)损伤是临床上一种较为常见的运动创伤,S a r r a j等[16]的研究结果表明前交叉韧带重建(A n t e r i o r c r u c i a t e l i g a m e n t r e c o n s t r u c t i o n, A C L R)联合半月板切除的病人随访2年的症状较A C L R联合半月板修复的病人更好;G r a s s i等[17]对A C L R病人随访10年,通过膝关节损伤和骨关节炎评分表㊁L y s h o l m评分表和疼痛视觉模拟评分表评价病人主观的临床结果㊂第8类团和第9类团涉及的热点是髋关节手术,髋关节置换前症状持续时间可能影响㊃3603㊃全科护理2023年8月第21卷第22期Copyright©博看网. All Rights Reserved.术后获得的生活质量,L a u等[18]通过欧洲五维健康量表(E Q-5D)和牛津髋关节评分表(O x f o r d H i p S c o r e, O H S)评估病人术前症状持续时间与术后结局之间的关系,结果表明髋关节置换术前病人的症状持续时间增加,术后生活质量㊁功能状态则较差;M a r t i n等[19]通过12项国际髋关节评估工具(12-i t e mI n t e r n a t i o n a l H i p O u t c o m eT o o l,i HO T-12)评估髋关节镜手术后2年内实质性的临床受益和病人可接受症状状态,并通过术后视觉模拟满意度量表评估病人对手术的满意度㊂3.1.5术后疼痛第6类团和第11类团涉及的研究热点为术后疼痛,传统评估疼痛的量表有多种,P R OM s的响应能力关系到P R O s报告结果的质量,C h e n等[20]通过3组临床试验比较病人报告结局测量信息系统疼痛干扰量表(P a t i e n t-R e p o r t e dO u t c o m e sM e a s u r e s I n f o r m a t i o n S y s t e m P a i n I n t e r f e r e n c e,P R OM I S-P I)与健康调查简表(S F-36)身体疼痛分量表㊁罗兰-莫里斯伤残问卷㊁简明疼痛清单㊁疼痛量表等传统疼痛测量工具的响应能力,结果P R OM I S-P I的响应能力更高㊂慢性疼痛病人的用药频率与P R OM s结果测量的相关性尚不清楚,瑞典的K a l l m a n等[21]通过医院焦虑抑郁量表(H o s p i t a lA n x i e t y a n dD e p r e s s i o nS c a l e,HA D S)㊁多维疼痛清单(M u l t i d i m e n s i o n a lP a i nI n v e n t o r y)㊁欧洲生活质量仪器(E u r o p e a nQ u a l i t y o fL i f e I n s t r u m e n t, E Q-5D)等多个量表评估阿片类药物治疗与P R O s的关系,结果表明阿片类药物的使用与疼痛严重程度㊁干扰㊁健康相关生活质量㊁活动参与度和社会生活满意度呈显著负相关㊂3.2聚类分析P R O M s主题类团核心度与成熟度分析第Ⅰ象限为核心㊁成熟的类团,只有第10类团在第Ⅰ象限,密度高,而向心度较低,表示此类团内部主题之间联系较紧密,研究已经成熟,具备相当的规模,但是与外部各类主题联系不是特别密切,中心地位不够㊂第Ⅱ象限为核心㊁不成熟的类团,第4类团~第7类团主题向心度较高,特别是第6类,但密度较低,表示主题的内部结构比较松散,但与其他类之间联系紧密,处于核心地位,在P R OM s研究领域中比较活跃,未来有很大的发展空间,随着研究的深入会日渐成熟㊂第Ⅲ象限为周边㊁成熟的类团,第1类团㊁第2类团㊁第9类团密度较高,但是向心度最低,表示此类内部主题集聚程度较高,但与外部各类的联系程度很低,说明此类主题的研究虽然已经形成相当的研究规模,但是特异性较强,核心地位低㊂第Ⅳ象限为周边㊁不成熟的类团,第3类团㊁第8类团㊁第11类团的向心度和密度均较低,表示此类主题尚不成熟,且外部各类的紧密程度尚较低,说明这几类研究的关注度不高,处于边缘研究领域㊂4小结聚类的11个类团中只有1个类团处在第Ⅰ象限,说明成熟又具有一定核心性的类团很少;第Ⅱ象限的癌症治疗及幸存者的心理㊁脊柱手术术后并发症及病人满意度㊁骨关节手术术后疼痛评估方式㊁膝关节手术的不良反应4个类团具有较高的核心性,但是发展得不成熟,可以作为未来研究的热点,继续推进相关研究㊂对于既不成熟也不核心的类团要关注其特异性以及临床的研究价值㊂我国对P R O s及P R OM s在临床中的应用研究处于起步阶段,通过本研究有助于国内研究者把握P R O s领域的研究热点,推动相关领域研究进一步深化,在借鉴国外相关领域研究成果的同时,鼓励研究者开发适合我国病人生理㊁精神和社会状态评估的P R OM s,真正做到以病人为中心㊂参考文献:[1] U.S.D e p a r t m e n t o fH e a l t ha n d H u m a nS e r v i c e sF D A C e n t e r f o rD r u gE v a l u a t i o na n d R e s e a r c h,U.S.D e p a r t m e n to f H e a l t ha n dH u m a n S e r v i c e s F D A C e n t e r f o r B i o l o g i c s E v a l u a t i o n a n dR e s e a r c h,U.S.D e p a r t m e n to f H e a l t ha n d H u m a nS e r v i c e sF D AC e n t e r f o rD e v i c e s a n dR a d i o l o g i c a lH e a l t h.G u i d a n c e f o r i n d u s t r y:p a t i e n t-r e p o r t e d o u t c o m e m e a s u r e s:u s e i n m e d i c a l p r o d u c td e v e l o p m e n t t o s u p p o r t l a b e l i n g c l a i m s:d r a f t g u i d a n c e[J].H e a l t hQ u a l L i f eO u t c o m e s,2006,4:79.[2]安凤英,韩吉淑,玄银河,等.国外慢性静脉疾病特异性患者报告结局工具的研究进展[J].解放军护理杂志,2019,36(12):75-78.[3] L A V A L L E E DC,C H E N O K K E,L O V E R M,e ta l.I n c o r p o r a t i n gp a t i e n t-r e p o r t e do u t c o m e s i n t oh e a l t hc a r e t oe n g a g e p a t i e n t s a n de n h a n c e c a r e[J].H e a l t hAf f a i r s,2016,35(4):575-582.[4]J O K S T A D A.P a t i e n t-r e p o r t e do u t c o m e s(P R O s)v e r s u s p a t i e n t-r e p o r t e do u t c o m em e a s u r e s(P R OM s)-I s t h e r ead i f f e r e n c e?[J].C l i n i c a l a n dE x p e r i m e n t a lD e n t a lR e s e a r c h,2018,4(3):61-62.[5] G R A M-H A N S S E N A,J E S S E N M L,C H R I S T O P H E R S E N C,e t a l.T r e n d si nt h eu s eo f p a t i e n t-r e p o r t e do u t c o m em e a s u r e s f o r i n g u i n a lh e r n i a r e p a i r:a q u a n t i t a t i v e s y s t e m a t i c r e v i e w[J].H e r n i a,2021,25(5):1111-1120.[6]崔雷,刘伟,闫雷,等.文献数据库中书目信息共现挖掘系统的开发[J].现代图书情报技术,2008(8):70-75.[7]李永忠,陈静,谢隆腾.共词分析法中战略坐标图的改进研究[J].情报理论与实践,2019,42(1):65-69.[8] C A L L O N M,C O U R T I A L J P,L A V I L L EF.C o-w o r d a n a l y s i s a s at o o l f o r d e s c r i b i n g t h en e t w o r ko f i n t e r a c t i o n sb e t w e e nb a s i ca n d t e c h n o l o g i c a l r e s e a r c h:t h e c a s e o f p o l y m e r c h e m s i t r y[J].S c i e n t o m e t r i c s,1991,22(1):155-205.[9] HU S A I N Q,H O E H L E L,P H I L L I P S K,e t a l.T h e22-i t e ms i n o n a s a l o u t c o m e t e s t a sa t o o l f o r t h ea s s e s s m e n to f q u a l i t y o f l i f e a n d s y m p t o mc o n t r o l i na l l e r g i c r h i n i t i s[J].A m e r i c a nJ o u r n a l o fR h i n o l o g y&A l l e r g y,2020,34(2):209-216.[10] B A C H E R TC,H E L L I N G SP W,MU L L O LJ,e ta l.D u p i l u m a bi m p r o v e sh e a l t h-r e l a t e d q u a l i t y o f l i f ei n p a t i e n t s w i t hc h r o n i c㊃4603㊃C H I N E S EG E N E R A LP R A C T I C E N U R S I N G A u g u s t2023V o l.21N o.22Copyright©博看网. All Rights Reserved.r h i n o s i n u s i t i sw i t hn a s a l p o l y p o s i s [J ].A l l e r g y,2020,75(1):148-157.[11] C HOSK ,S U N G Y K.A p a r a d i gm s h i f ti ns t u d i e sb a s e d o n r h e u m a t o i da r t h r i t i s c l i n i c a l r e g i s t r i e s [J ].T h eK o r e a nJ o u r n a l o f I n t e r n a lM e d i c i n e ,2019,34(5):974-981.[12] C O N T EP ,S C H N E E W E I S SA ,L O I B LS ,e ta l .P a t i e n t -r e po r t e d o u t c o m e sf r o m K A T H E R I N E :a p h a s e 3s t u d y o f a d ju v a n t t r a s t u z u m a b e m t a n s i n e v e r s u s t r a s t u z u m a b i n p a t i e n t s w i t h r e s i d u a l i n v a s i v ed i s e a s ea f t e rn e o a d j u v a n tt h e r a p y fo rh u m a n e p i d e r m a l g r o w t hf a c t o rr e c e p t o r2-po s i t i v eb r e a s tc a n c e r [J ].C a n c e r ,2020,126(13):3132-3139.[13] K A R G O AS ,C O U L T E R A ,J E N S E N P T ,e ta l .P r o a c t i v eu s eo f P R OM s i no v a r i a nc a n c e rs u r v i v o r s :as y s t e m a t i cr e v i e w [J ].J o u r n a l o fO v a r i a nR e s e a r c h ,2019,12(1):63.[14] F A R A J SSA ,V A N H O O F F M L ,H O L E W I J N R M ,e ta l .M e a s u r i n g o u t c o m e s i n a d u l t s p i n a l d e f o r m i t y s u r g e r y :a s y s t e m a t i c r e v i e wt o i d e n t i f y c u r r e n t s t r e n gt h s ,w e a k n e s s e sa n d g a p s i n p a t i e n t -r e p o r t e do u t c o m e m e a s u r e s [J ].E u r o p e a nS pi n e J o u r n a l ,2017,26(8):2084-2093.[15] K A N E K OT ,M O C H I Z U K IY ,H A D A M ,e t a l .G r e a t e r p o s t o pe r a t i v e r e l a t i v e l y m e d i a ll o o s e g a p a t90ʎo ff l e x i o nf o rv a r u s k n e e s i m p r o v e s p a t i e n t -r e po r t e do u t c o m e m e a s u r e m e n t s i na n a t o m i c a l b i -c r u c i a t e r e t a i n i n g t o t a l k n e e a r t h r o p l a s t y [J ].T h eK n e e ,2020,27(5):1534-1541.[16] S A R R A JM ,C O U G H L I N R P ,S O L OW M ,e t a l .A n t e r i o rc r u c i a t e l i ga m e n t r e c o n s t r u c t i o n w i t h c o n c o m i t a n t m e n i s c a l s u r g e r y :as y s t e m a t i c r e v i e wa n d m e t a -a n a l y s i so f o u t c o m e s [J ].K n e e S u r g e r y ,S p o r t sT r a u m a t o l o g y ,A r t h r o s c o p y ,2019,27(11):3441-3452.[17] G R A S S IA ,MA C C H I A R O L A L ,L U C I D IG A ,e ta l .T e n -ye a r s u r v i v o r s h i p ,p a t i e n t -r e po r t e d o u t c o m e m e a s u r e s ,a n d p a t i e n t a c c e p t a b l e s y m p t o m s t a t ea f t e ro v e r -t h e -t o p h a m s t r i n g an t e r i o r c r u c i a t el i ga m e n tr e c o n s t r u c t i o n w i t h al a t e r a le x t r a -a r t i c u l a r r e c o n s t r u c t i o n :a n a l y s i s o f 267c o n s e c u t i v e c a s e s [J ].T h e A m e r i c a n J o u r n a l o f S po r t sM e d i c i n e ,2021,49(2):374-383.[18] L A U YS ,H A R R I S O N M ,S U T T O N M.A s s o c i a t i o n b e t w e e ns y m p t o m d u r a t i o n a n d p a t i e n t -r e po r t e d o u t c o m e s b e f o r e a n d a f t e rh i p r e p l a c e m e n ts u r g e r y [J ].A r t h r i t i sC a r e &R e s e a r c h ,2020,72(3):423-431.[19] MA R T I N RL ,K I V L A N B R ,C H R I S T O F O R E T T IJJ ,e ta l .D e f i n i n g v a r i a t i o n s i n o u t c o m e s o f h i p a r t h r o s c o p y f o r f e m o r o a c e t a b u l a r i m p i n g e m e n tu s i n g th e12-i t e m i n t e r n a t i o n a l h i p o u t c o m e t o o l (i H O T -12)[J ].T h eA m e r i c a nJ o u r n a l o f S p o r t s M e d i c i n e ,2020,48(5):1175-1180.[20] C H E NCX ,K R O E N K E K ,S T UM P T ,e t a l .C o m p a r a t i v e r e s po n s i v e n e s so ft h e P R OM I S p a i ni n t e r f e r e n c es h o r tf o r m s w i t h l e g a c yp a i nm e a s u r e s :r e s u l t s f r o mt h r e e r a n d o m i z e d c l i n i c a l t r i a l s [J ].T h e J o u r n a l o f P a i n ,2019,20(6):664-675.[21] K A L L MA N TF ,B ÄC K R Y D E .P r e v a l e n c eo fa n a l ge s i cu s ei n p a t i e n t sw i t hc h r o n i c p a i nr ef e r r e dt oa m u l t i d i s c i p l i n a r y pa i n c e n t r e a n d i t s c o r r e l a t i o n w i t h p a t i e n t -r e po r t e d o u t c o m e m e a s u r e s :ac r o s s -s e c t i o n a l ,r e g i s t r y -b a s e ds t u d y [J ].J o u r n a lo f R e h a b i l i t a t i o n M e d i c i n e ,2020,52(11):jr m 00126.(收稿日期:2023-03-23;修回日期:2023-08-05)(本文编辑李进鹏)护理本科 五维一体 发展性评价体系的信效度分析及应用聂玉翠,卢玉林,史书毓,王肖芹,饶 梦摘要 目的:检验护理本科 五维一体 发展性评价体系的信效度,并结合实际应用情况不断完善该评价体系㊂方法:以前期构建的评价指标体系内容为依据,转化编制为调查问卷,采用便利抽样法和整群抽样法,于2022年12月 2023年1月在云南省某医科大学选取符合纳入标准的473名护理本科生进行问卷调查,分析该体系的信效度及初步应用情况㊂结果:体系问卷的C r o n b a c h 's α系数为0.987;总体系的内容效度(S -C V I )为0.93,各指标条目水平的内容效度(I -C V I )为0.75~1.00;该评价体系79个条目的KMO值为0.968,B a r t l e t t 球形检验显著性为0.000,通过探索性因子分析共提取出7个公因子,累计贡献率为81.204%,经最大方差正交旋转后的因子载荷矩阵中,各条目的载荷值均>0.4;再通过2次探索性因子分析,对应本研究的5个维度㊂结论:护理本科 五维一体 发展性评价体系具有良好的信效度,且初步应用情况良好,可为客观评价护理本科生综合素质的梯度水平提供一定借鉴㊂关键词 护理本科;五维一体;评价体系;信度;效度K e y w o r d s b a c h e l o r d e g r e e i nn u r s i n g ;f i v e d i m e n s i o n a l i n t e g r a t i o n ;e v a l u a t i o n s y s t e m ;r e l i a b i l i t y ;v a l i d i t y d o i :10.12104/j.i s s n .1674-4748.2023.22.009基金项目 云南省哲学社会科学规划项目,编号:Y B 2021052;昆明医科大学2022年度发展改革研究项目立项课题项目,编号:2022-F G -Z D -02㊂作者简介 聂玉翠,护师,本科,单位:650500,昆明医科大学护理学院;卢玉林(通讯作者)㊁史书毓㊁王肖芹㊁饶梦单位:650500,昆明医科大学护理学院㊂引用信息 聂玉翠,卢玉林,史书毓,等.护理本科 五维一体 发展性评价体系的信效度分析及应用[J ].全科护理,2023,21(22):3065-3069.㊃5603㊃全科护理2023年8月第21卷第22期Copyright ©博看网. All Rights Reserved.。
农村公共服务研究的现状、热点与趋势——基于CiteSpace可视化视角
第34卷总第200期）2021年4月第2期.农村公共服务研究的现状、热点与趋势----基于CiteSpace可视化视角周恩毅王海娜（西安建筑科技大学公共管理学院，西安710055）摘要:基于中国知网（CNKI） 1992—2020年农村公共服务研究的文献数据，利用CiteSpace可视化技术和计量统计方法，对农村公共服务的发丈趋势、核心作者和机构、研究热点等方面进行研究。
结果表明：农村公共服务研究的发展大致经历了低潮徘徊期、摸索壮大期、急剧发展期、成熟稳定期；尚未形成明显的核心作者群,研究力量主要分散在各高等院校且没有明显的合作关系；农村公共服务供给、满意度、类型以及城乡公共服务均等化等是该领域的研究热点；未来研究应重视核心力量领衔，注重定量与定性混合研究,探索农村公共服务创新发展模式。
关键词:农村公共服务;CiteSpace;知识图谱;研究热点党的十九大报告提出乡村振兴发展战略,《中共中央国务院关于实施乡村振兴战略的意见》明确了“到2035年，城乡基本公共服务均等化基本实现”的主要目标。
一方面道出了农村公共服务水平相对落后的现实，另一方面体现了新形势下对农村公共服务的发展要求。
无论从城乡的协调发展、从我国社会的稳定与和谐发展,还是从乡村振兴战略的实施来看,改变农村公共服务的现状都是大势所趋。
学术界关于农村公共服务的研究不可悉数，但往往是传统意义上的内容综述和定性分析,无法准确捕捉该领域的研究现状,本文借助知识图谱可视化视角，全面回视学术界对于农村公共服务的研究历程,梳理该领域的研究脉络。
1研究设计1.1研究数据本文以中国知网的期刊数据库（CNKI）为源数据库，通过高级检索,将主题设置为“农村公共服务”，考虑到文献的相关性和权威性,期刊来源类别选定为“CSSCI”“核心期刊”和“CSCD”，检索年限设定为CNKI建库至2020年5月15日，共检索出1410篇相关文献。
为提高研究样本的信效度，剔除政府文件、要闻、会议通知、会议讲话、期刊征稿、无作者条目等无效文献后,共得到有效文献1359篇,文献起止时间为1992—2020年。
共词分析法研究共词分析的过程与方式
共词分析法研究共词分析的过程与方式一、本文概述共词分析法是一种广泛应用于信息科学、图书馆学、社会学、管理学等领域的文献计量学方法。
它通过统计和分析一组词汇在特定领域文献中共同出现的频次，揭示这些词汇之间的关联性和聚类性，从而反映该领域的热点主题、研究趋势和知识结构。
本文旨在深入探讨共词分析的过程与方式，包括数据准备、共词矩阵构建、聚类分析、结果解读等关键环节，以期为相关领域的研究者提供一套系统、实用的方法论参考。
在本文中，我们首先将对共词分析法的基本原理进行简要介绍，阐述其相较于其他文献计量学方法的独特优势。
随后，我们将详细介绍共词分析的具体步骤，包括如何从海量文献中筛选和提取关键词，如何构建共词矩阵并计算关键词之间的关联强度，以及如何运用聚类分析等统计方法对共词矩阵进行解读和可视化展示。
我们将通过实例分析，展示共词分析法在实际研究中的应用效果，并探讨其可能存在的局限性和改进方向。
通过本文的阐述，我们期望能够帮助读者更加深入地理解共词分析法的核心思想和操作步骤，掌握其在实际研究中的应用技巧，从而推动该方法在相关领域的研究中得到更广泛的应用和发展。
二、共词分析法的理论基础共词分析法是一种基于文献计量学的方法，它的理论基础主要源自信息科学、文献学和情报学等领域。
该方法通过统计和分析一组关键词或主题词在同一篇文献中共同出现的频次，来揭示这些关键词或主题词之间的关联程度，从而反映某一学科或领域的热点、结构和发展趋势。
共词分析法的理论基础主要包括词频分析理论、共现分析理论和聚类分析理论。
词频分析理论认为，关键词的出现频次能够反映其在某一学科或领域的重要性，频次越高，说明该关键词越受关注，其研究价值也越大。
共现分析理论则强调关键词之间的关联性，认为如果两个关键词在同一篇文献中频繁共现，那么它们之间就存在一定的关联或相似性。
聚类分析理论则是将共现频次较高的关键词进行聚类，形成不同的主题或研究领域，从而揭示学科或领域的结构和发展趋势。
基于CiteSpace的近二十年国内情态研究热点与趋势分析
式，指出除情态助动词、半情态助动词、情态副词、具 有情态意义的动词外，时态、条件句、疑问等语言形 式 也 具 有 表 达 情 态 的 功 能 ；Bybee & Fleischman （1995）［4］指出情态的语言表达手段很多，如形态的、 词汇的、句法的、语气的等。Palme（r 2001，2007）［5］［6］ 从类型学角度对情态各领域进行描述，构建了命题 情态（propositional modality）和事件情态（event mo‐ dality）两大情态语义系统，在掌握了世界近 70 种语 言相关材料的基础上，考察了不同情态类型在不同 语言中的表现，充分证明了情态是人类语言共有的 一个语义概念，在不同语言中有着自己的个性特点。
三、基于 CiteSpace 的国内情态研究可视化分析
采用 CiteSpace 软件和 CNKI 数据对 905 篇有效 样本进行可视化分析，具体包括发文趋势、研究主题 分 布 、作 者 及 机 构 合 作 网 络 、关 键 词 聚 类 与 共 现 网 络、关键词突现与关键词时区等 5 个方面。
（一）发文趋势 年度发文数量是考察情态领域研究热点与发展 趋势的重要指标，可以科学直观地表明该领域在历时 层面的总体趋势和变化。为了解国内近二十年来在 情态领域的研究状态，本文参考了 CNKI 期刊库生成 的计量可视化分析发文量图表数据，如图 1 所示。
情态研究成为语言研究关注的热点，不仅因为 情态在各语言中具有诸多共性特征，更因为不同语 言情态表达成分和方式存在诸多差异。到二十世纪 七八十年代情态研究范围进一步扩大，和认知语法、 话语分析、语言类型、语法化等学科交叉融合，情态 研究视野更为开阔，研究领域更加广泛，研究的理论 和方法愈加成熟。
在国内, 近代汉语情态研究源于《马氏文通》。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于关键词共现聚类的新型城镇化研究热点分析 （作者 虞昌亮） 摘要：以“新型城镇化”为关键词，选取2011-2015年的1085篇CSSCI期刊论文为样本，分析新型城镇化研究的新趋势。通过对文献的外部特征如发表年份、期刊分布、文献作者等进行统计分析，近五年新型城镇化已成为热点。通过关键词共现和聚类分析，研究聚焦于新型城镇化发展路径模式、城镇化公共服务保障机制、城镇化实证分析及顶层设计、人的城镇化与绿色协调发展、土地管理与金融创新、户籍改革与房地产业发展等六个领域。 关键词：新型城镇化；关键词共现；聚类分析；研究热点
20世纪80年代初期，在改革从农村向城市发展的背景下，城镇化一词在我国出现并进入了学者研究的领域，较早的学术论文是1979年《城市规划》上刊发的吴友仁教授《关于我国社会主义城市化问题》。多年来，城镇化的研究不断发展，成果累累，随着《国家新型城镇化规划（2014－2020年）》的发布，新型城镇化的关注将不断深入。 一、新型城镇化研究文献概况 通过对文献的外部特征如发表年份、期刊分布、文献作者等进行统计分析，了解2011- 2015年近5年来学者研究新型城镇化的基本概况。 （一）数据来源 通过CNKI期刊高级检索，以关键词“新型城镇化”为对象，时间跨度从2011年到2015年，来源类别选取CSSCI，检索日期为2016年1月12日，共检索到1085篇文献。 （二）发表年份 近五年新型城镇化研究公开发表的文献数见图1，如图所示，基本趋势是逐年上升，2015年有所下降。2013年数量有了量级的飞跃，是前一年的数10倍，主要原因是2012年党的十八大把新型城镇化列为重要发展战略，当年底中央首次召开了城镇化工作会议，学者研究急国家之所需，出现井喷之势。虽然2015年呈下降，但数量依然很大，整体上新型城镇化研究热度不减，未来可期。
626248454351
050100150200250300350
400
450500
20112012201320142015年份发表论文数量
图1 近五年新型城镇化研究文献数量 （三）期刊分布 新型城镇化相关的研究文献1085篇发表在276种期刊上，节选出刊发量较多的期刊见表1。其中刊文量最多的是《经济研究参考》，该刊定位于反映国家改革开放和经济发展的全局性问题和深层次问题，新型城镇化自然是近年来我国经济发展突出问题，另一方面该刊出版周期为周刊，发文总数量也较多。其次是《城市发展研究》和《宏观经济管理》，《城市发展研究》是中国城市科学研究会的会刊，服务于国家城镇化和城市科学发展；《宏观经济管理》是国家发改委的委刊，注重研究探讨国民经济运行中的重大问题。通过分析，期刊的发文量一方面与该刊的定位宗旨有很大的关系，另一方面近年来多种期刊在选题上也非常青睐新型城镇化方面的文献。 表1 期刊分布情况（部分） （四）文献作者 文献的作者可能是某个课题组或是多人，某个课题组在本文分析中视为一个文献作者，多个作者视为每个作者均独立发表了这篇文章。通过excel分列排序统计，发表两篇及以上文献的作者达到了209人，发表3篇及以上文献的作者有41人，充分说明对新型城镇化的研究百家争鸣，成果丰硕。发表4篇及以上文献的高产作者有16人，具体信息如图2所示。
9666555444444444
012345
678910
贾康倪鹏飞张鸿雁张占斌新型城镇化建设课题组徐盈之赵永平冯奎辜胜阻胡若痴黄亚平刘国斌沈和石忆邵薛翠翠张冰松
图2 高产作者 二、新型城镇化高频关键词共现分析 通过CNKI中国知网文献输出功能，自定义导出excel文件，对1085篇文献进行关键词提取，使用excel相关功能，形成新型城镇化高频关键词的共词矩阵，并进一步转化为相关矩阵、相异矩阵，再导入SPSS20.0，进行因子分析和聚类分析，做研究热点的归纳分析总结。 （一）关键词提取处理 对1085篇文献，使用excel对关键词列进行分列、排序、统计和数据透视图，共提取关键词2803个，节选部分高频词得到表2。根据Donohue的高频词低频词界分公式
)811(211In，I1是词频为1的关键词数量1，I1值为2211，得到n=65，高频词阀
值是65，即核心关键词只有新型城镇化、城镇化，显然无法进行深入研究。 关键词 词频 关键词 词频 关键词 词频 新型城镇化 923 经济增长 20 农民 13
期刊名称 发表文献数（篇） 占比（%） 经济研究参考 45 2.5 城市发展研究 38 2.1 宏观经济管理 37 2 中国发展观察 26 1.4 经济纵横 25 1.4 环境保护 21 1.2 城市规划 20 1.1 城镇化 78 农民工 18 可持续发展 12 城市群 38 农民工市民化 18 路径 12 转移人口 38 以人为本 17 民族地区 12 人口城镇化 32 城市规模 16 城镇化道路 11 中国城镇化 31 对策 15 基础设施 11 城乡一体化 29 土地财政 15 金融支持 11 市民化 27 中国特色 15 内涵 11 农业现代化 23 地区城镇化 14 生态环境 11 生态文明 22 城市发展 13 指标体系 11 表2高频词（部分） 接下来本文选取词频大于等于5 的关键词，数量达到了118个，见表3。本文对这118个关键词进行共现聚类分析发现，聚类程度低，科学性不强，无法有效归纳热点研究。 关键词 词频 关键词 词频 关键词 词频 城市化 10 产业发展 8 财经大学 6 城镇经济 10 产业结构 8 产业转型升级 6 „„ 10 „„ 8 „„ 6 城市经济 9 保障房 7 成本分担机制 5 发展路径 9 城乡规划 7 城市规划 5 „„ 9 „„ 7 „„ 5 表3关键词（部分） 通过分析，有些关键词对本文研究无实质意义，如“财经大学、河南省、学术委员会、亿人、征文活动启事”等，还有很多关键词虽不完全一致，但涵义基本相同，如“人口城镇化、人的城镇化”，“户籍制度、户籍制度改革”，“基本公共服务、公共服务”等”，这些因素干扰了分析统计。本文对118个词频大于等于5 的关键词，进行清洗归纳，去掉本文研究“新型城镇化”本身这个关键词、去掉无意义的关键词、并进行关键词的同义替换，因篇幅所限，节选部分关键词词映射表，见表4，把118个关键词替换成26个新关键词，本文接下来就基于这26个关键词开展分析。 原关键词 新关键词 原关键词 新关键词 基本公共服务 公共服务 户籍人口 户籍改革 公共服务 户籍制度 公共政策 户籍制度改革 城乡规划 城乡统筹 人口城镇化 人的城镇化 城乡统筹 人的城镇化 城乡二元结构 以人为本 城乡关系 生态环境
绿色协调 城乡一体化 可持续发展 转移人口 人口转移 生态文明 农业转移人口 协调发展 劳动力转移 绿色城市 人口转移 生态宜居 金融创新 金融创新 综合承载力 金融支持 发展路径 路径模式 融资 路径选择 代偿机制 路径 成本分担机制 模式 公共财政 发展模式 表4 关键词替换（部分） （二）高频关键词共词矩阵构建 关键词之间的共现频率越高，说明它们之间的关系越紧密。通过excel对26个关键词进行配对，构建共词矩阵，形成26*26的矩阵，见表5。
高频关键词 城市发展管理 城市规模 城乡统筹 城镇化过程 城镇化建设 房地产业 公共服务 城市发展管理 83 15 8 5 8 1 1 城市规模 15 181 9 14 16 4 0 城乡统筹 8 9 81 4 11 2 0 城镇化过程 5 14 4 79 5 1 0 城镇化建设 8 16 11 5 165 5 1 房地产业 1 4 2 1 5 28 0 公共服务 1 0 0 0 1 0 8 表5 新型城镇化高频关键词共词矩阵（部分） 共词矩阵是对称的，对角线上的数字是该关键词出现的频次，如“城市发展管理”出现频次为83次，它与“城市规模”共同出现的频次为15次；“城市规模”出现频次为181次，它与“城镇化建设”共同出现的频次为16次。 （三）标准相关相异矩阵转化 共词矩阵中，两两关键词共现频次受两个关键词出现频次的影响，难以真正的反映彼此关系程度。为消除影响，引入Ochiai系数，将共词矩阵转换成相关矩阵，反映高频关键词之间的实质性共现关系。
)(/Ochiai,jijinnn
在公式中，jin,表示关键词i和j共同出现的频次，ni，nj分别表示关键词i，j共同的频次2。通过计算得到共词相关矩阵，见表6。 Ochiai系数 城市发展管理 城市规模 城乡统筹 城镇化过程 城镇化建设 房地产业 公共
服务 城市发展管理 1 0.1224 0.0976 0.0617 0.0684 0.0207 0.0388 城市规模 0.1224 1 0.0743 0.1171 0.0926 0.0562 0 城乡统筹 0.0976 0.0743 1 0.05 0.0951 0.042 0 城镇化过程 0.0617 0.1171 0.05 1 0.0438 0.0213 0 城镇化建设 0.0684 0.0926 0.0951 0.0438 1 0.0736 0.0275 房地产业 0.0207 0.0562 0.042 0.0213 0.0736 1 0 公共服务 0.0388 0 0 0 0.0275 0 1 表6 共词相关矩阵（部分） 相关矩阵中的元素数值在0-1之间，数值越大越接近1表示这两个关键词的相似度越大；相反，数值越小表明两个关键词相似度越小。对角线上的数据表示该关键词自身的相关程度，均为1。通过计算得到的相关矩阵中0值过多，容易造成误差，为方便进一步分析，用1与相关矩阵中的各个数字相减，就得到了表示两个关键词相异程度的相异矩阵，在相异矩阵中，