编辑推荐：
为解决神经病理性疼痛（Neuropathic pain）诊断、治疗和管理的难题，研究人员开展了关于神经病理性疼痛研究趋势、贡献和未来方向的文献计量分析。结果发现研究存在地域和合作差异等问题。该研究为后续研究和临床治疗提供了方向，意义重大。
在医学的神秘版图中，神经病理性疼痛犹如一座难以攻克的险峻山峰，横亘在患者和医疗工作者面前。它是由躯体感觉神经系统的损伤或疾病引发的疼痛，在人群中的患病率约为 7%-10% 。患者常常遭受如灼烧感、刺痛等痛苦，而且常规的止痛药物对其效果不佳。这不仅严重影响患者的生活质量，还为医疗系统带来了沉重的经济负担。尽管近年来在神经病理性疼痛的发病机制研究上取得了一些进展，比如发现肠道微生物群（gut microbiota）与免疫介质、代谢物及神经系统的相互作用参与了其病理过程 ，也研究出了一些新的治疗方法，但仍有大量患者未能得到有效的治疗。诊断不准确、对病理机制理解不深入以及现有治疗手段的局限性等问题，都迫切需要解决。为了深入探索神经病理性疼痛的研究现状，挖掘未来的研究方向，来自罗马萨皮恩扎大学（Sapienza University of Rome）等多个机构的研究人员，开展了一项全面的文献计量分析研究。这项研究成果发表在《Current Pain and Headache Reports》上，为该领域的研究点亮了新的灯塔。
研究人员在开展这项研究时，主要运用了以下关键技术方法：首先，他们从 Web of Science 核心合集（Web of Science Core Collection，WoSCC）数据库中进行数据检索，通过特定的检索策略，筛选出符合要求的文献，并对数据进行清洗，确保数据的可靠性。其次，利用 Clarivate Analytics 的 Citation Report 工具对文献的发表数量和引用情况进行定量评估。再者，运用 VOSviewer 软件进行网络分析，生成作者、机构和研究主题之间的关系可视化地图。最后，使用 R 软件进行统计分析，如 Dickey-Fuller 检验、平均年度百分比变化（Average Annual Percentage Change，APC）计算、join-point 回归分析以及自回归积分滑动平均（Auto Regressive Integrated Moving Average，ARIMA）模型预测等。
研究结果主要如下：
- 发表趋势：研究期间共筛选出 9974 项研究。从 2005 年到 2024 年，科学出版物数量呈现出显著增长，在 2021 - 2022 年达到峰值，随后略有下降。通过 APC 分析发现，2005 年至 2021 年发表率持续上升，之后有所下降。而 ARIMA 模型预测，2025 年到 2030 年发表数量将呈轻微上升趋势。
- 期刊分布：大多数文献发表在高影响力的 Q1 期刊上，体现了研究的高质量。同时，也有相当一部分文献发表在 Q3 期刊，尤其是神经病学和神经科学领域。《Pain》杂志发表的相关论文数量最多且影响因子较高，在该领域研究中具有重要地位。
- 国家和作者合作：美国和中国是神经病理性疼痛研究的主要贡献国家，在发表数量上领先。国家间的合作网络显示，美国和中国是合作的核心枢纽，但部分国家如波兰和巴西在全球合作网络中的融入度较低。作者合作网络分析发现了六个主要的合作集群，各集群之间的联系相对较少，研究存在一定的分散性。
- 关键词分析：关键词共现分析确定了多个研究主题集群，如围绕 “慢性疼痛（chronic pain）”“患病率（prevalence）”“管理（management）” 的研究，关注神经病理性疼痛的流行病学、治疗策略和患者管理；围绕 “模型（model）” 的研究，利用动物模型探索神经病理性疼痛的机制；围绕 “表达（expression）” 的研究，聚焦于分子和细胞层面，探究炎症、氧化应激和小胶质细胞（microglia）等在神经病理性疼痛病理生理中的作用 。
在研究结论和讨论部分，研究人员指出，神经病理性疼痛的研究虽然取得了一定成果，但仍面临诸多挑战。研究的碎片化、国际合作的局限性以及对某些关键领域的研究不足，都限制了该领域的发展。例如，目前对个性化治疗方法和非药物干预的研究还不够深入。未来的研究应着重开发创新的、个性化的治疗方法，如探索肉毒杆菌毒素 A（Botulinum Toxin A，BTX-A）、氯胺酮（ketamine）、美西律（mexiletine）和氨溴索（ambroxol）等药物的治疗潜力；进一步优化神经刺激技术，如脊髓刺激（Spinal Cord Stimulation，SCS）、背根神经节刺激（Dorsal Root Ganglion Stimulation，DRGS）和重复经颅磁刺激（Repetitive Transcranial Magnetic Stimulation，rTMS）等；利用人工智能（Artificial Intelligence，AI）和机器学习（Machine Learning，ML）技术实现个性化医疗。同时，加强国际合作，促进不同研究团队之间的交流与合作，填补研究空白，对于推动神经病理性疼痛的研究和临床治疗的发展至关重要。这项研究为后续的研究指明了方向，有助于科研人员更有针对性地开展工作，从而提高神经病理性疼痛的治疗水平，为患者带来新的希望。
