超声技术与三阴性乳腺癌研究的可视化知识图谱：15年文献计量与前沿趋势分析

本研究针对三阴性乳腺癌(TNBC)诊断缺乏非侵入性分子分型技术的临床难题，通过文献计量学方法系统分析了2010-2024年全球310篇超声技术应用于TNBC的研究。研究人员运用CiteSpace和VOSviewer揭示了"机器学习方法"成为当前研究前沿，证实中国在发文量(46.75%)和美国在合作网络中心性(0.53)的互补优势，为TNBC超声诊断标准建立和AI技术转化提供理论依据。

　　

在乳腺癌诊疗领域，三阴性乳腺癌(TNBC)因其雌激素受体(ER)、孕激素受体(PR)和人表皮生长因子受体2(HER2)的"三阴"特征，成为临床治疗的棘手难题。这种约占乳腺癌15-20%的亚型，不仅侵袭性强、易转移，更因缺乏明确治疗靶点导致5年生存率显著低于其他亚型。传统依赖活检的分子分型方法存在创伤大、肿瘤异质性采样偏差等问题，而超声技术凭借其无创、可重复的优势，正逐渐成为TNBC诊疗的新突破口。

上海交通大学附属浦东新区公利医院超声医学科的研究团队在《Discover Oncology》发表了一项开创性研究，通过文献计量学方法绘制了全球超声技术应用于TNBC研究的全景知识图谱。研究团队检索了2010-2024年Web of Science核心合集数据库的310篇文献，运用CiteSpace和VOSviewer软件进行可视化分析，揭示了三个关键发现：机器学习方法(burst强度2.50)成为最强劲的研究前沿；中国以145篇发文量领跑但美国以0.53中心性主导国际合作；Memorial Sloan Kettering癌症中心(中心性0.05)在超声生物标志物转化研究中发挥枢纽作用。

研究采用文献计量学三大核心技术：1)共现分析构建国家/机构/作者合作网络；2)突现检测识别2010-2024年间25个关键演进术语；3)LLR算法生成10个主题聚类。样本来源于WOSCC数据库，涵盖SCI-EXPANDED、SSCI和ESCI索引文献，排除会议摘要等非研究型文献。

年度发文趋势
分析显示该领域呈现三阶段发展：2010-2013年聚焦基础影像特征("肿瘤"突现强度6.80)，2013-2017年转向病理关联("弹性成像"突现强度2.86)，2018-2024年进入AI驱动阶段("机器学习方法"年增长率4.67篇)。2020年后年发文量激增，与影像组学和人工智能技术突破高度吻合。

合作网络特征
上海交通大学以17篇发文量居首，但Memorial Sloan Kettering癌症中心凭借0.05中心性成为标准制定的关键节点。Adrada BE(8篇)和Ko Es(49次被引)分别代表技术优化和表型探索两类学术范式，但作者合作网络呈现碎片化特征。

研究热点演进
关键词聚类显示三大研究方向：1)治疗创新("纳米粒子"、"药物递送")；2)影像-病理整合("超声"、"MRI")；3)治疗指导("新辅助治疗"、"转移")。值得注意的是，"乳腺癌症"(聚类#0)与"建议"(聚类#1)展现出最强的时序连续性，而"聚(烷基氰基丙烯酸酯)"(聚类#9)等传统纳米载体研究热度衰减。

结论与展望
该研究首次通过多维度文献计量分析，系统描绘了超声技术在TNBC领域的研究版图。研究发现机器学习与影像组学的结合正在重塑TNBC诊断范式，如Moon WK团队通过支持向量机实现的0.847 AUC诊断效能。然而，多中心验证缺乏和标准化协议缺失仍是临床转化的主要障碍。研究建议建立跨国合作联盟，整合中国临床资源与西方标准制定经验，加速AI模型向临床工具的转化。这些发现为优化TNBC诊疗路径提供了循证依据，标志着超声技术正从形态学诊断迈向预测医学的新纪元。