您好, 访客   登录/注册

基于文献计量学的国际在线健康社区研究进展可视化分析

来源:用户上传      作者:

  摘 要:本文通过检索Web of Science数据库获取了1998~2019年在线健康社区领域相关文献798篇,借助于CiteSpace分析工具,从在线健康社区合作网络、文献共被引及名词性术语共现网络分析三个视角构建在线健康社区研究知识图谱。揭示了目前在线健康社区领域研究的发展现状,为今后在线健康社区开展进一步研究提供借鉴。
  关键词:在线健康社区;信息可视化;网络
  近年来,为解决健康医疗行业健康医疗资源总量不足、健康资源分配不均、健康供需不匹配等问题,“互联网+”健康模式不断涌现。尤其在疫情防控期间,阿里健康、平安好医生等多个平台通过开展线上义诊、名医直播等方式,为公众提供线上问诊服务,解决了用户购药缺乏专业指导、医疗科普、去医院看病或有交叉感染风险等痛点。在线健康社区(OHC)目前已成为医患交互、资源共享的开放式平台。当下流行的OHC平台有好大夫在线、甜蜜家园、春雨医生等。随着健康社区的成熟发展,国内外关于在线健康社区的研究也不断深入,但关于在线健康社区研究现状的概述性文章没有捕捉到该领域研究的时间脉络,缺乏从文献计量学角度对该领域研究现状进行系统地可视化分析。鉴于此,本文将通过梳理国际在线健康社区研究发展的脉络,结合文献计量学可视化分析方法,从在线健康社区合作网络、文献共被引及名词性术语共现网络分析三个方面构建在线健康社区研究知识图谱,探索该领域未来的发展趋势及研究方向。
  1 数据来源与研究方法
  本研究文献来源于美国科技信息所开发的Web of Science(WoS)核心数据集。WoS平台是最权威的外文科学文献检索平台,保证了文献来源的可靠性和代表性。本文收集的外文文献检索主题词为“online health community”、“Online medical community”、“Health Care Community”,且鉴于外文文献关于在线健康社区主题的研究领域多达100多個,因此本文将文献领域来源限定为“信息学”、“图书馆学”、“信息系统”等研究领域,文献年限为1998~2019年。为了满足文献获取的查全率和查准率,文献在采集操作过程中借用HistCite对文献数据进行预处理,删除180篇不可用和重复的文献,最终采集到了外文文献798篇,并作为本文的分析数据,操作时间为2019年4月5日。本文主要借鉴CiteSpace.5.4.R3对文献进行数据处理。CiteSpace是由陈超美教授基于JAVA语言开发的,着眼于分析科学研究文献中隐性知识网络,并在文献计量学和信息可视化的背景下逐渐流行起来的一款引文可视化分析软件,致力于构建领域研究的科学知识图谱[1]。因此,通过CiteSpace软件可以实现在线健康社区合作网络、文献共被引及名词性术语共现网络的构建。
  2 国际在线健康社区研究的合作网络分析
  CiteSpace提供了三个层次的科学合作者网络分析,分别为宏观的国家或地区的合作Co-country/territory,中观的机构合作网络Co-institutions和微观的学者合作网络Co-Author,因此,可以通过CiteSpace实现对科学空间领域的可视化分析,有利于学者深入了解研究领域知识量的空间构图以及各研究主体对该领域研究的贡献程度。下文将利用CiteSpace得到在线健康社区研究合作网络图谱。其中,节点代表了作者、机构或国家/地区,节点大小代表了作者、机构或国家/地区发表的论文数量。
  2.1 在线健康社区研究国家(地区)分布
  图1左侧为CiteSpace绘制的在线健康社区国家(地区)合作的网络图谱,图像绘制阈值为top30%,节点显示类型为引文年轮。其中,不同节点代表不同的国家,引文年轮代表着某篇文章的引用历史,年轮的整体大小反映论文的被引用次数,引文颜色代表着相应的引文时间[2]。从图中可以看出,美国、加拿大、澳大利亚、英国、中国等节点年环大,说明此类国家发文贡献量大,这与先前统计分析结果相符合。由不同节点连线紧密程度可知,不同国家科研合作关系密切;其次,年轮内环向外环颜色是从冷色调(蓝、靛、绿)转为暖色调(红、黄、橘),且暖色调占比更大,说明在线健康社区的研究多集中在近几年,早期发文主要集中在美国地区,国家间合作也较少,而随着时间的演变,不同国家间合作越来越紧密,该领域研究成果愈加丰富。
  2.2 在线健康社区研究机构分布
  图1中间为CiteSpace绘制的在线健康社区机构合作的网络图谱,图像绘制阈值为top30%,节点显示类型为中介中心性。由图所示,国际在线健康社区研究合作团队很多,处于top10的研究机构合作密切,如华盛顿大学与哈尔滨工业大学为核心的合作网络、加州圣地亚哥大学为核心的合作网络、斯康星大学和马里兰大学为核心的合作网络、哈佛大学与多伦多大学为核心的合作网络,其中加州圣地亚哥大学与多个合作网络之间存在结构洞,说明加州圣地亚哥大学是连接在线健康社区领域研究不同核心合作网络的纽带,促进了在线健康领域研究发展。而墨尔本大学、德雷克塞尔大学游离在主要合作网络之外,说明这两所机构在该领域创新性强,能独立完成该领域的学术研究,贡献较大,具有较强的科研实力。
  2.3 在线健康社区研究作者分布
  通过HistCite、Excel工具对来源于Wos的798篇外文文献进行作者统计分析,根据统计结果,共有2 804名作者,其中发文5篇以上的作者占比0.21%,发文1篇的作者占比高达91.01%,可见在在线健康社区研究还处于较新的研究领域,在该领域研究的持续贡献者较少。图1右侧为利用gephi将CiteSpace导出的作者网络结构可视化后的结果,从图中可以看出,在线健康社区领域研究作者之间的关系呈现节点多、分布散、联系较不密切,只有少部分作者之间出现合作图谱,且合作团队人数较少,合作子网络之间无联系,说明在该领域研究作者多,但是作者合作较少,这与前面的统计分析数据结果一致。未来可呼吁在线健康社区领域研究者加强合作,共同推进该领域的研究突破。   3 国际在线健康社区研究的共被引分析
  共被引关系是指两篇文献共同出现在了第三篇施引文献的参考文献目录中,共被引分析(Co-Citation analysis)则是通过对一个文献空间数据集合进行文献共被引关系的挖掘的过程[5]。下文将通过对在线健康社区领域作者和文献进行共被引分析,厘清在线健康社区领域研究的文献发展脉络,构建共被引知识网络图谱,分析该领域研究的转折点和创新点,为未来学术研究者提供参考。
  3.1 在线健康社区文献的共被引分析
  在线健康社区领域研究文献的共被引网络反映了不同研究主题的知识单元从游离状态到重组产生新的知识的过程,体现了学科之间的交叉、渗透和发展。图2在线健康社区研究文献共被引网络图谱节点间连接紧密。其中,共被引文献次数高的节点出现在中心位置,分别连接不同的网络节点,形成了连接子网络的结构洞,这说明这些文献在该领域研究中具有重大借鉴意义,开拓了该领域研究的创新思路,影响力大。根据统计结果,排在前10的有Fox S(2009)、Fox S(2011)、Nambisan P(2011)、Fox S(2013)、Eysenbach G(2004)、Frost JH(2008)、Eysenbach G(2008)、Cobb NK(2010)、Wicks P(2010)、Hwang KO(2010)。共被引文献次数随着时间改变,也揭示了该领域知识体系随着时间变化不断发展演变。因此,通过文献共被引的网络图谱可以紧跟当前研究热点,借鉴学术质量高的研究文献。
  图2突发性TOP的共被引文献图谱反映了研究主题的创新和研究前沿。其中,处于突发性TOP20且共被引次数处于TOP10的被共引文献有Eysenbach G(2004)、Fox S(2009)、Cobb NK(2010)、Wicks P(2010),说明这几篇文献可能是在线健康社区研究主题的转折点,在该领域研究中具有很强的影响力。Eysenbach G(2004)通過关注对等在线健康社区互动有效性,考察了在线健康社区信息支持和社会支持的质量,研究结果虽只在少量的调查组中得到验证,但为在线健康信息系统质量研究开创了新的方向[3]。Fox S(2009)是来源于互联网与美国人生活调研数据的专业报告,在探讨在线健康社区与互联网用户关系时被广泛运用。Cobb NK(2010)基于网络评论评估患者参与互联网戒烟信息系统的疗效,为健康信息系统的发展提供了指导建议[4]。Wicks P(2010)关注新兴在线健康平台PatientsLikeMe用户的信息分享行为对用户感知效益的影响,为在线健康社区医患互动效益的研究提供了新思路[5]。
  3.2 在线健康社区作者的共被引分析
  作者共被引网络反映了被引文献间的关系及被引文献作者的贡献量,如图2作者共被引网络图谱所示,作者共被引网络图谱节点联系紧密,说明共被引文献间研究的领域相似,研究的主题间存在特定的关系,部分高质量学术研究成果得到了不同研究学者的高度认可。其次,作者共被引网络年轮内环向外环颜色是从冷色调(蓝、靛、绿)转为暖色调(红、黄、橘),且暖色调占比更大,说明在线健康社区被共引年限发表的时间相对接近,而随着时间的演变,不同作者间合作越来越紧密,该领域研究成果愈加丰富。其中,Eysenbach G、Fox S、Preece J、van Uden-Kraan C、Wicks P、Mo PKH、Coulson NS、Bandura A、Huh J、Strauss A、Barak A、Nambisan P、Cobb NK、Wright KB、Cutrona CE等多位作者共被引次数最高,在该领域贡献大。此外,图中外环颜色为紫的作者节点表示该共被引作者文献的突发性较高,文献创新性高,研究主题前沿并得到了学术界的认可。
  4 国际在线健康社区研究的名词性术语共现网络分析
  CiteSpace的名词性术语的共词分析主要是从标题(TI)、关键词(DE)、辅助关键词(ID)以及摘要(AB)中提取。名词性术语的共现网络捕获了在线健康社区研究的主题演变过程,展现了在线健康社区的研究趋势,可为未来在线健康社区研究提供方向。通过对798篇外文文献的名词性术语进行检索,得到在线健康社区研究的主题演变路径。本文结合名词性术语的网络图谱及研究深度,大致将在线健康社区研究分为3个阶段:萌芽阶段、起步阶段、发展阶段。其中,在萌芽阶段突现的主要名词性术语如“在线健康社区”、“健康信息”、“内容分析”、“健康专业医生”等,表明在这一阶段研究主要关注在线健康医患互动的信息交流行为。在起步阶段突现的主要名词性术语如“社会支持”、“社区小组”、“情感”、“社区成员”等,表明该阶段在线健康社区的研究已经转为对社区提供的社会支持的深入探讨,注重社区成员亲密关系建立、信任关系维护、社区成员聚类、社区支持效用等主题研究。在发展阶段突现的主要名词性术语如“社会网络”、“健康消费者”、“高质量健康信息”、“关键收益”等,表明在线健康社区在发展阶段研究主题正逐渐转为社区用户结构和社区价值释放的研究,主要关注在线健康社区的信息支持、社会支持等陪伴活动如何影响社区用户的网络结构、健康信息系统集成、健康信息价值释放等。因此,国内外关于在线健康社区的研究呈现逐渐深入的研究趋势,由早期对开放社区平台交互的信息共享和情感共享到社区成员关系和结构建立的探究,再到社区价值创造的探析。
  5 结语
  本文通过合作网络、文献共被引及名词性术语共现网络分析三个方面对798篇外文文献进行系统地梳理和分析,得到以下研究结论和启示:
  从合作网络来看,美国、英国、澳大利亚、加拿大、中国等国在在线健康社区领域研究中贡献较大,来自美国的华盛顿大学为在线健康社区领域研究的领头羊,国际在线健康社区领域研究国家和机构间合作密切,但该领域作者间的合作呈现出分布散、子网间联系稀疏等特点。因此,未来在线健康社区领域研究可以加强作者间的相互合作,共同推进该领域的研究突破。   从文献共被引来看,Eysenbach G、Fox S、Preece J、van Uden-Kraan C、Wicks P、Mo PKH、Coulson NS、Bandura A、Huh J、Strauss A等在该领域研究成果质量高,创新性强,得到了学术界的普遍认可。因此,对于新进入该领域研究的学者,可以追溯以上作者研究成果,梳理在线健康社区研究的发展图谱,为个人进入该领域研究提供文献指引和研究方向。
  从名词性术语共现网络来看,在线健康社区领域的研究视角从基于社区用户行为,到社区用户关系,社区用户结构,进一步向社区价值创造方向演变。从时间维度看,基于社区用户行为的研究开始于在线健康社区研究的萌芽阶段,社区用户关系的研究开始于在线健康社区的起步阶段,但由于这两个研究主题持续性时间较长,未来研究应在研究方法和研究理论上不断创新和突破,例如结合深度学习、神经网络等研究技术深入分析健康社区用户生成内容来解释社区用户行为和用户关系;而源于社会网络理论的发展社区用户结构研究在在线健康社区研究的发展阶段得到学术界的关注,但当前社会网络理论的运用范围主要局限于用户聚类、结构性社会资本衡量、用户动态分析等方面,未来可扩展社会网络在在线健康社区的研究视域;社区价值创造为当前在线健康社区研究的热点,但目前关注于该主题的研究的作者较少,未来学者可以在这一研究方向做更深入的分析。
  [参考文献]
  [1]Chen C. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology. 2006, 57(3): 359-377.
  [2]李杰,陈超美著. Citespace:科技文本挖掘及可视化:text mining and visualization in scientific literature[M]. 首都经济贸易大学出版社, 2016.
  [3]Eysenbach G, Powell J, Englesakis M, et al. Health related virtual communities and electronic support groups: systematic review of the effects of online peer to peer interactions[J]. Bmj British Medical Journal. 2004, 328(7449): 1166-1170.
  [4]Cobb N K, Graham A L, Bock B C, et al. Initial Evaluation of a Real-World Internet Smoking Cessation System[J]. Nicotine & Tobacco Research. 2005, 7(2): 207-216.
  [5]Wicks P, Massagli M, Frost J, et al. Sharing health data for better outcomes on PatientsLikeMe[J]. Journal of Medical Internet Research. 2010, 12(2): e19.
  (作者單位:中国人民大学,北京 100872)
转载注明来源:https://www.xzbu.com/7/view-15350734.htm