综述：卫生系统建模的趋势与发展：一项文献计量分析

《Frontiers in Digital Health》：Trends and developments in health systems modeling: a bibliometric analysis

健康系统建模研究发展（摘要） 本文基于Web of Science数据库，通过文献计量学方法系统分析了1992-2023年健康系统建模领域的研究进展。研究发现，该领域年发文量增长率达7.53%，国际合作占比37.67%，《柳叶刀》和《PLOS One》为顶级期刊，Blakely T.和Hay S.I.为代表性学者，美国、英国、伊朗等国机构贡献突出。主题分析显示预测建模、系统动力学和COVID-19响应为前沿方向，同时存在数据整合、多学科协作等挑战。研究为未来政策制定和学术合作提供参考。

　　健康系统建模作为一种重要的研究工具，近年来在应对复杂健康挑战和指导政策制定方面发挥了关键作用。尽管这一领域的重要性日益凸显，但其研究主题和全球贡献仍在不断演变。本研究通过系统分析，旨在揭示该领域的演进趋势，识别关键的出版物、作者、机构及国家，并指出新兴的研究主题，以引导未来的研究方向和国际合作。

### 方法与分析框架

为了全面了解健康系统建模的研究动态，本研究采用了文献计量分析方法，结合了科学映射和绩效分析。文献计量分析是一种量化研究方法，通过分析学术文献中的各种指标，如合作模式、作者产出、机构影响力和国家贡献，能够有效揭示该领域的知识结构和发展趋势。研究数据来源于Web of Science (WoS) 核心数据库，时间范围覆盖1992年至2023年。通过使用关键词“health system*”与“modelling”或“modeling”进行检索，共获得2,023篇相关文献。这些文献包括期刊文章、会议论文和早期访问文章，其中期刊文章占比最高，显示出该领域在学术界的高度关注。

文献计量分析的过程包括数据清洗、去重、标准化处理等步骤，以确保数据的准确性和代表性。使用Biblioshiny和VOSviewer软件进行可视化分析，帮助研究人员更直观地理解文献的分布、合作网络以及研究主题的演变。通过这些工具，可以识别出高影响力的研究成果、主要研究机构以及国家间的合作模式。研究结果表明，健康系统建模的年增长率高达7.53%，平均每篇文章有9.35位合著者，且37.67%的文献涉及国际合作，显示出该领域具有广泛的全球影响力。

### 研究结果

研究结果揭示了健康系统建模的几个重要方面。首先，从文献的分布来看，The Lancet和PLOS One是该领域的主要期刊，而Blakely T.和Hay S.I.则是影响力最大的两位作者。研究机构方面，Tehran University of Medical Sciences和University of Washington在该领域贡献显著，而美国和英国则在国家层面占据主导地位，显示出其在健康系统建模研究中的领导地位。

其次，研究结果展示了健康系统建模在多个领域的应用。例如，在流行病预测、运营优化、成本效益分析和数字健康转型等方面，健康系统建模已成为重要的决策支持工具。特别是在应对像新冠这样的全球性公共卫生事件时，建模研究在预测疫情传播趋势、评估防控措施的有效性以及优化医疗资源配置方面发挥了关键作用。此外，建模技术也被应用于慢性病管理、癌症筛查、心理健康研究、磁共振成像诊断以及数字假肢等具体领域，进一步拓展了健康系统建模的适用范围。

在研究主题方面，健康系统建模涵盖了从预测模型到解释模型的多种类型。预测模型主要用于对未来健康系统状态进行预测，例如疫情的传播趋势或资源需求的变化，而解释模型则侧重于理解复杂系统内部的机制和相互作用。这种分类有助于明确不同模型的适用场景和研究目的。此外，研究还揭示了数据驱动建模和系统建模两种主要方法。数据驱动建模依赖于大量数据和统计分析，广泛应用于疾病分类、风险预测和患者结果预测。而系统建模则基于理论框架，更注重模拟系统内各组件之间的动态关系，例如患者在医院内的流动或医疗政策的影响。

研究还分析了文献中频繁出现的关键词，如“care”、“impact”、“health systems”、“epidemiology”等。这些关键词反映了健康系统建模在多个领域的广泛应用，同时也揭示了该领域的研究重点和热点。通过构建词云和关键词共现网络，可以更直观地理解研究主题的分布和演化。例如，“health systems”和“modeling”作为核心关键词，显示出该领域对系统结构和建模方法的持续关注，而“predictive modeling”和“systems dynamics”则代表了新兴的研究方向。

### 研究意义与未来方向

本研究的成果不仅有助于了解健康系统建模的发展现状，还为未来的研究和国际合作提供了方向。首先，健康系统建模的研究成果已经形成了一定的学术网络，显示出高度的协作性和跨学科性。例如，美国和英国在该领域具有强大的研究实力和广泛的国际合作，而伊朗、巴西和中国等国家虽然在文献数量上相对较少，但正在逐渐增强其在全球健康系统建模研究中的影响力。

其次，健康系统建模在应对全球健康挑战方面具有重要价值。例如，在新冠疫情期间，建模研究在预测疫情传播趋势、评估防控措施的有效性以及优化医疗资源配置方面发挥了关键作用。此外，建模技术还被应用于其他领域，如心理健康研究、环境因素对健康的影响以及医疗技术的评估。这些应用表明，健康系统建模不仅限于流行病学，还能够支持更广泛的公共卫生决策。

然而，研究也指出了一些局限性。首先，由于仅依赖WoS数据库，可能遗漏了一些未被索引的文献，特别是来自非英语国家或非传统学术渠道的研究成果。其次，研究中未深入探讨国际合作的驱动因素，如共同的健康挑战、资金支持、地理接近性或政策导向等。这些因素可能影响国家间的合作模式和研究重点，因此，未来的研究应进一步探讨这些驱动因素，以促进更有效的国际合作。

### 健康系统建模的未来发展方向

基于文献计量分析的结果，本研究提出了未来健康系统建模的三个优先研究方向。首先，个性化和精准医学是未来健康系统建模的重要方向。随着医疗技术的发展，精准医学能够通过整合基因组学、临床数据、环境暴露和行为因素等多源数据，为个体化治疗策略提供支持。然而，目前的精准医学模型仍面临数据标准化、解释性不足和临床应用受限等挑战。因此，未来的研究应注重开发标准化的数据治理框架，提高模型的可解释性，并加强临床验证和实际应用。

其次，健康系统建模需要进一步增强其在应对全球健康威胁方面的应用。新冠大流行显示了建模在预测和评估疫情传播、优化医疗资源配置和制定防控政策中的重要性。然而，现有的建模方法往往过于聚焦于疾病传播动态，而忽略了医疗系统的实际运营情况，如医护人员配置、重症监护资源和供应链依赖等。因此，未来的研究应采用系统性思维，整合临床、物流、治理和公众行为等因素，以提高模型的实用性和全面性。

最后，健康系统建模的发展需要跨学科合作和利益相关者的参与。由于健康系统建模涉及多个领域，如公共卫生、医疗技术、经济学和政策研究，因此，未来的建模工作应加强不同学科之间的协作，并确保模型的开发和应用符合实际需求。此外，政策制定者、医疗从业者和患者等利益相关者的参与对于模型的实用性至关重要，因此，未来的建模研究应注重与这些群体的互动，以确保模型的适用性和可推广性。

### 研究贡献与局限性

本研究的贡献在于，它为研究人员、政策制定者和医疗从业者提供了关于健康系统建模的研究趋势、关键机构和国家以及主要研究主题的全面视角。通过分析2,023篇文献，研究揭示了该领域的知识结构和学术影响力，为未来的合作和研究方向提供了指导。此外，研究还强调了健康系统建模在实际应用中的价值，如在应对疫情和慢性病管理方面的支持作用。

然而，研究也存在一定的局限性。首先，仅依赖WoS数据库可能无法全面覆盖所有相关文献，尤其是在非英语出版物和非传统学术资源方面。其次，研究未深入探讨国际合作的驱动因素，这可能影响对合作模式的全面理解。此外，研究未涉及具体的模型方法或技术细节，而是更关注于文献的宏观趋势和影响因素。因此，未来的研究可以进一步整合多个数据库，并引入专家咨询，以提高研究的全面性和准确性。

### 结论

综上所述，健康系统建模作为一项重要的研究工具，正在不断演进和扩展其应用范围。通过文献计量分析，本研究揭示了该领域的研究趋势、主要贡献者和国际合作模式，并提出了未来的研究方向。健康系统建模不仅能够支持公共卫生决策，还能促进跨学科合作和技术创新。然而，研究也指出了一些需要改进的地方，如扩大文献来源、深入探讨国际合作的驱动因素以及加强模型的可解释性和实用性。未来的研究应继续关注这些方向，以推动健康系统建模在应对全球健康挑战中的更大作用。