综述：肝细胞癌预测模型的综合文献计量分析：现状与未来展望

这篇综述通过文献计量学方法系统分析了肝细胞癌（HCC）预测模型的研究现状，揭示中国（826篇）和美国（96篇）为研究主导国家，多组学（multi-omics）数据整合和人工智能（AI）驱动模型优化将成为未来趋势，为临床预后提升提供新思路。

　　

Abstract

肝细胞癌（HCC）作为最常见的原发性肝脏恶性肿瘤，其发病率和死亡率持续上升，对全球公共卫生构成严峻挑战。精准预测HCC的发生与发展对改善患者预后至关重要。本研究利用CiteSpace 6.2软件对Web of Science（WOS）数据库中1092篇相关文献进行定量分析，揭示了该领域的研究热点与未来方向。

Background

HCC的早期预测依赖于对风险因素（如乙肝病毒感染、肝硬化）和肿瘤分期的深入理解。近年来，随着分子生物学技术的发展，DNA甲基化、免疫微环境调控等机制成为研究新靶点。

Methods

通过文献计量学分析，研究覆盖114个国家、4254个机构和280种期刊，总引用量达48,788次。数据显示，中山大学、复旦大学等机构在论文产出量上领先，而期刊《Hepatology》（2209次引用）和《Journal of Hepatology》（946次引用）影响力显著。

Results

核心作者Kim Seung Up（23篇）和Ahn Sang Hoon（H-index=14）的研究聚焦于HCC的分子标志物挖掘。早期研究集中于传统临床指标，而近年趋势转向多组学（如基因组、表观组）与机器学习结合的预测模型优化，例如基于循环肿瘤DNA（ctDNA）的早期筛查技术。

Conclusion

未来HCC预测研究将深度融合多组学数据与AI算法，通过跨学科协作推动个性化医疗发展。这一方向不仅可提升模型准确性，还可能破解肿瘤异质性带来的临床难题。