综述:串联线索:基于语义网络的方法在儿科iNO研究中的发现
《Wiley Interdisciplinary Reviews-Data Mining and Knowledge Discovery》:Connecting the Dots: A Semantic Network Approach to Pediatric iNO Research Discovery
【字体:
大
中
小
】
时间:2026年02月18日
来源:Wiley Interdisciplinary Reviews-Data Mining and Knowledge Discovery 11.7
编辑推荐:
**摘要**
在儿科心脏外科手术中,吸入一氧化氮(iNO)常用于管理术后肺动脉高压。然而,对其研究轨迹的全面理解仍然不完整。本研究通过应用先进的计算书目计量技术,包括词汇网络分析、基于潜在狄利克雷分配(LDA)的主题建模、概念级实体提取(CLEE)和基于超图的语义映射,来阐明i
**摘要**
在儿科心脏外科手术中,吸入一氧化氮(iNO)常用于管理术后肺动脉高压。然而,对其研究轨迹的全面理解仍然不完整。本研究通过应用先进的计算书目计量技术,包括词汇网络分析、基于潜在狄利克雷分配(LDA)的主题建模、概念级实体提取(CLEE)和基于超图的语义映射,来阐明iNO研究在临床领域的概念演变。我们检查了来自Scopus、Web of Science和PubMed的2517篇出版物。经过两阶段的去重处理,最初是自动化的,随后通过手动筛选进行了细化,最终得到了219条独特记录的精选数据集。Scopus占了所有检索条目的大约75%,这与它在儿科心脏和围手术期文献中的广泛覆盖范围一致,而资金分析确定中国是当代iNO学术研究的主要推动者。词汇共现网络揭示了在稳健性检查中保持一致性的稳定语义簇,整合的超图捕捉到了跨越六个历史阶段的主题转变,从早期的机制探索到当前对以患者为中心的结果、围手术期优化和转化准备的关注。这些模式可能有助于确定协调的多中心研究在哪些方面最具影响力,特别是在协议协调、生物标志物开发和标准化报告方面。这项工作是首次使用基于超图的书目计量框架对儿科iNO研究进行可复现的历史重建,提供了描述性综合,突出了知识空白而非推断因果关系,并可能支持未来基于假设的转化研究的设计。
**分类**
- **算法开发 > 统计学**
- **应用领域 > 科学与技术**
- **技术 > 机器学习**
**图形摘要**
**儿科iNO研究的语义重建:从词汇网络到转化洞察**。该图形摘要总结了一个计算框架,用于绘制儿科心脏外科手术中吸入一氧化氮(iNO)研究的历史和语义演变。关键技术——命名实体识别(NER)、LDA和超图建模——被应用于2517篇出版物,揭示了六个主题阶段、术语主导趋势和全球资金模式。中心面板突出了词汇-语义映射、差距检测和转化转变。这是首次将超图分析应用于iNO研究的研究,提供了一个可复现的模型,用于基于书目计量的临床洞察。
**1 引言**
在过去三十年中,吸入一氧化氮(iNO)已被广泛用于儿科心脏外科手术的围手术期管理(Sharma和Rani 2018;Yan等人2024;Logotheti等人2016;Bhatraju等人2015;Benedetto等人2015;Salvi等人2024;Abdollahi等人2024)。最初作为急性右心室功能障碍和肺动脉高压的急救疗法,iNO现在被普遍整合到术中和术后方案中(Gaudard等人2018;Ghadimi等人2023;Hoeper等人2019;Ichinose和Zapol 2017;Matamis等人2012;Moser等人2018;Petit等人2022;Yates等人2022)。其选择性的肺血管扩张作用可以在不引起全身性低血压的情况下实现,通过激活可溶性鸟苷酸环化酶和增加环状鸟苷单磷酸(cGMP)来改善氧合和血流动力学(Abouzid等人2023;Kaplish等人2024;Muenster等人2024;Ramadan等人2024;Yan等人2024)。临床研究表明,iNO可以减少通气时间(Burns等人2014;Funk和Kumar 2013;Goldbart等人2020;Hunt等人2016;Janssens等人2018;Mekontso Dessap等人2023;Rose等人2015;Vaschetto等人2021;Yeung等人2018;Zheng等人2023),缩短重症监护时间(Evans 2016;Gaudard等人2018;Goldbart等人2020;Gruppo di Autoformazione Metodologica (GrAM)等人2012;Hunt等人2016;Janssens等人2018;Jhou等人2020;Mekontso Dessap等人2023;Tavazzi等人2020;Tian等人2022),并调节炎症标志物如白细胞介素-6(IL-6)和肿瘤坏死因子-α(TNF-α)(Abouzid等人2023;Braun等人2002;Brierly等人2023;Cunningham等人2012;Elnaiem等人2023;Gioia等人2022;Jang等人2021;Leone等人2023;Low和Hyrich 2013;Lv等人2014;Mercogliano等人2021;Mohd Zawawi等人2023;Villarreal等人2020;Yan等人2024)。当通过心肺旁路循环给药时,iNO与降低低心输出综合征、心肌损伤和氧气需求有关(Kolcz等人2022;Matsugi等人2024;Nagadi等人2024)。其对死亡率的影响尚无定论(Schlapbach等人2022),但在某些情况下,早期的生理反应具有临床相关性。尽管应用广泛,但仍存在重大不确定性。剂量方案从5到80 ppm不等,这使得跨研究比较变得复杂(Durongpisitkul等人2021;Kaplish等人2024;Kesumarini等人2023;Muenster等人2024;Pruitt 2022;Redaelli等人2023;Shei和Baranauskas 2022)。成本、监测要求和基础设施等障碍限制了其全球可及性(中国胸科医师协会呼吸治疗师工作组和中国胸科协会呼吸护理组2024)。有希望的临床前证据表明其具有器官保护作用(Boyko等人2024;Kamenshchikov等人2024;Tyo等人2023),但转化为一致的临床益处仍不确定。长期结果和亚组分析仍然很少(Berger等人2020;Clark等人2003;Dellinger等人2012;Hasan等人2017;Kamenshchikov等人2023;Karam等人2017;Sadiq 1998;Su和Chen 2008;Vonbank 2003;Zheng等人2023),并且没有经过验证的生物标志物来指导个性化剂量(Foote等人2022;Muenster等人2024)。书目计量分析在心脏病学相关领域最近受到了重视,包括COVID-19相关的突发心脏死亡和年轻人群的心脏代谢风险,突显了结构化映射不断发展的临床知识的必要性(Bhattacharya等人2024;Saxena等人2025)。为了解决这些空白,我们开发了一个计算框架,以重建儿科心脏外科手术中iNO研究的概念演变。我们使用潜在狄利克雷分配(LDA)(Kim等人2025;Liu等人2023;Mehta和Thaker 2024;Paris等人2025;You等人2023)进行主题建模,以及基于规则的概念级实体提取(CLEE)而不是监督式的命名实体识别,以及书目计量语义网络构建,分析了2517篇出版物。这种描述性方法揭示了时间趋势、主题转变和未充分探索的向量。我们确定了iNO研究的六个时间阶段,其特征是从解剖学焦点到恢复和个人化主题的词汇转变。据我们所知,这是首次结合LDA和概念级提取来绘制这一背景下iNO的书目计量轨迹的研究。该框架突出了关键知识簇、演变的研究方向和未来基于假设的转化研究的潜在重点,而不推断临床结果。除了本工作中采用的方法学选择外,还有几种替代的书目计量和AI辅助框架提供了科学映射的互补视角。动态引用网络、共引用聚类和监督式主题建模提供了分析主题演变和智力影响的独特方法。此外,Pereira及其同事(Pereira等人2025)展示了将引用结构与机器学习元素结合的混合管道的有效性。我们对该领域的最新贡献同样反映了这种方法学的多样性,包括基于Python的相似性网络、AI引导的先进提取和情感分析、LLM增强的术语挖掘以及VOSviewer驱动的共现模型(Gomes, Bhansali, Maranh?o等人2025;Gomes, Bhansali, Vallad?o等人2025;Gomes, Bhansali, Vallad?o, Maranh?o等人2025;Gomes, Velasco, Cunha, Santos等人2025;Parvin等人2025;Souza等人2025;Vallad?o等人2025)。在这个更广泛的背景下,当前的LDA–CLEE–超图管道提供了一个透明且可复现的替代方案,补充了基于引用的、基于相似性的和AI增强的方法。因为这种方法纯粹是词汇和书目计量的,所有解释都是描述性的而非因果性的,发现应被视为假设生成而非临床有效性的证据。
**2 方法**
这些方法实现了在LaBioS实验室开发的书目计量分析生态系统,整合了数据获取、文本处理、主题建模和网络可视化,形成了一个完全可复现的工作流程,不推断临床因果关系或治疗效果。这里使用的所有分析工具均为里约热内卢联邦大学(UFRJ)的专有技术(F.G. Souza Jr. 2023a, 2023b, 2023c, 2024a, 2024b),除了最终的可视化模块,该模块目前正在申请知识产权注册。
**2.1 文献数据库搜索**
在Scopus、PubMed和Web of Science中进行了结构化的多阶段文献搜索,以识别关于术后儿科心脏外科手术中吸入一氧化氮的研究,包括截至2025年5月16日的所有索引记录。搜索围绕治疗剂、术后背景、干预类型和临床条件进行定义。例如,在Scopus中,使用了以下语法:
```
TITLE-ABS-KEY (“nitric oxide” OR “NO” OR “inhaled nitric oxide” OR “iNO”) AND TITLE-ABS-KEY (“postoperative” OR “post-operative” OR “after surgery”) AND TITLE-ABS-KEY (“cardiac surgery” OR “heart surgery” OR “cardiothoracic surgery”) AND TITLE-ABS-KEY (“congenital heart disease” OR “congenital heart defect” OR “congenital cardiac disease” OR “congenital cardiac anomaly” OR “congenital heart malformation” OR “CHD” OR “hypoplastic left heart syndrome” OR “HLHS” OR “left heart hypoplasia”
```
查询根据每个平台进行了调整,以保持逻辑等价性,同时尊重它们的特定语法规则。检索到的记录被映射到一个包含标题、摘要、年份、DOI、来源和关键词的统一模式中。合并的数据集包含3942条记录。应用了基于DOI匹配的层次化去重协议,通过小写化、标记过滤和标点符号去除进行标题规范化,然后根据标题、年份和第一作者构建复合标识符。当存在多个版本时,保留了元数据最完整的记录,优先考虑Scopus、Web of Science和PubMed的顺序。去重后,剩下2517条独特记录。按照相同的日期限制进行的全面文献搜索在各个系统之间得到了可比的计数,确认了两种获取协议之间的一致性。Scopus、PubMed和Web of Science中的布尔策略与LaBioS统一模式进行了协调,以确保文献覆盖的透明追踪,而不涉及对临床实践或治疗效果的评估判断。Scopus占了检索记录的大约75%,这反映了儿科心脏和围手术期研究数据库覆盖范围的差异。Web of Science和PubMed返回的文档数量明显较少,这与它们对儿科iNO试验和转化围手术期研究的狭窄索引范围一致。为了透明度,我们将这种覆盖不平衡视为文献景观的固有特征,并据此解释我们的发现。自动化诊断记录了来源计数,记录了重复项的移除,并生成了摘要统计和年份标准化图表,确保了整个语料库准备工作流程的可追溯性。然后以CSV格式导出了包括标题、摘要、关键词、出版年份、隶属关系和资金实体的元数据字段,以便与第2.2节和第2.4节中描述的后续模块兼容,严格支持书目计量映射,而不是任何形式的临床推断或结果评估。2025年5月16日的时间截止点是所有文献来源被收集和冻结用于分析的时刻,使得数据集完全可复现,由于数据收集、预处理、建模、手稿准备和同行评审都在该日期之后进行,因此该日期之后发表的研究不包含在超图中。这一限制仅影响时间线的最新部分,不影响观察到的历史或结构模式,尽管未来的更新可以使用相同的工作流程进行整合,该流程设计上是完全可扩展的。
**2.2 文本清洗和预处理**
预处理是在Python中使用pandas、nltk和gensim执行的。标题和摘要经过了系统化的规范化处理,包括小写化、Unicode标准化、去除标点符号、数字和样板临床表达式。应用了扩展的生物医学停用词列表,使用WordNetLemmatizer进行了词形还原,并使用Porter词干提取进行了时间分析。手动策划的词典将“iNO”、“NO inhalation”和“inhaled NO”等同义词形式统一为“inhaled nitric oxide”,将“cardiopulmonary bypass”统一为“CPB”,并合并了术后肺动脉高压的变体。标题和摘要字段被合并到CombinedText中用于主题建模。计算了两个数值描述符:基于VOSviewer共现矩阵的链接强度指数和语义图坐标之间的欧几里得距离。整个预处理工作流程被模块化为参数化函数,所有中间对象都以CSV格式导出,以便精确重跑。这个流程与第二个工作流程中的额外例程进行了协调,确保了标记化、词干提取、规范化和LSBI计算在两种方法描述中保持严格等效。
**2.3 主题建模、概念级实体提取、共现网络和时间分析**
**2.3.1 主题建模**
使用gensim库实现了潜在狄利克雷分配(LDA),并分别应用于标题和摘要。所有输入在去除停用词和标记标准化后转换为TF-IDF矩阵。模型选择遵循了旨在评估一致性、语义稳定性和可解释性的结构化稳健性评估。VOSviewer(v1.6.20)使用最低出现次数阈值三次重复生成了二进制计数的语义网络,而SLAT(v4.2)使用Gensim进行了LDA建模。为了确保透明性和稳健性,我们报告了主题建模阶段使用的所有超参数。LDA模型使用了10个主题、10次迭代和默认自动优化的α和η先验进行训练。作为额外的稳健性检查,我们通过改变主题数量(8、10和12)、比较对称与自动学习的α先验,并在多个随机种子下运行模型来评估不同的配置。尽管包含12个主题的模型产生的连贯性值略高(<1.5%),但这种提升伴随着语义上的碎片化,并没有产生更清晰或更具临床意义的主题。相比之下,10个主题的配置在连贯性、稳定性和可解释性之间展现了最平衡的权衡,主题结构在α先验和初始化种子变化时保持稳定。基于这些原因,我们选择了10个主题的模型作为最终方案。术语频率-逆文档频率(TF-IDF)矩阵排除了医学停用词,生成了代表性强术语的主题云。WordSpectrum v0.9提供了词汇叠加层。这种配置为标题和摘要生成了主题向量,表示为β加权术语分布。从这些分布中得出的主题云使得可以比较不同文档部分之间的词汇突出度和主题聚类。
2.3.2 概念级实体提取
概念级实体提取(CLEE)是通过基于LDA主题的统计方法实现的,而不是通过生物医学命名实体识别(NER)模型。从LDA关键词中加载最高的概念显著术语被用作语义挖掘的焦点词汇。每个焦点术语通过边界控制的正则表达式匹配在语料库中识别,以确保准确检索完整的词汇项。对于每个焦点术语,检索出包含该术语的所有文档,并用它们构建一个加权共现图,将焦点概念与同一文本中出现的其他所有LDA派生关键词连接起来。边权重代表文档级别的共现次数,从而提供了概念关联强度的定量度量。这一过程生成了以概念为中心的图,捕捉了每个LDA提取实体周围的语义邻域。然后通过聚合整个焦点词汇集中的边权重,将所有单独的图合并成一个统一的超图。在这个集成网络中,节点代表词汇概念,节点大小反映了度或加权度,边厚度编码了标准化的共现值。该框架构成了一个基于LDA派生关键词和文档级别共现模式的CLEE模块,作为主题建模的轻量级语义映射策略。该模块的所有阶段都保存了原始和标准化的术语列表、文档链接的共现表和聚合的频率结构,从而实现了完全的可追溯性和外部验证。我们强调,该模块实现的是概念级提取策略(CLEE),而不是生物医学命名实体识别(NER)。所有提取的术语都直接来自统计上占主导地位的LDA主题,而不是来自预训练的监督模型或本体驱动的分类。因此,边界识别是确定性的,并且受词典限制,防止了幻觉或语义漂移。通过改变最小共现阈值(2-5次出现)和链接强度百分位数(75-95范围)来评估提取的稳健性,确认了在高阈值扰动下高度节点和顶级术语对的一致性。图表的稳定性通过保持节点排名和网络拓扑的相似性来量化。焦点词汇的语义有效性还通过两位儿科术后护理领域的专家的结构化审查得到了额外确认,他们独立检查了代表性术语组,以确保概念的适当性。分歧通过共识解决,这加强了通常应用于监督NER的精确度/召回率指标不直接适用于这种基于规则的CLEE设计的观点。
2.3.3 共现网络
VOSviewer根据术语频率和链接强度的最小阈值生成了二进制计数共现网络。输出包括完整的共现矩阵、用于计算LSBI的链接强度值,以及用于评估语义接近度的二维地图坐标。这些结构化输出作为COMPASS和BiDAVis模块的输入。一个补充的Python流程通过合并第2.3.2节中生成的所有以关键词为中心的图并求和它们的边权重,构建了一个独立的共现层。随后,将生成的集成共现网络作为超图模块的输入。节点大小按度的平方根进行缩放,边厚度与标准化共现权重成正比。所有阶段都被记录下来,以确保方法的可追溯性和可重复性。
2.3.4 词汇的时间动态
使用WordSpectrum v0.9分析了词汇词干的时间演变。标题和摘要被词干化、分词化,并按出版年份计数,生成了绝对和相对频率轨迹、样条平滑曲线以及年度词元密度诊断。对标题、摘要和组合文本流分别进行了分析,允许对时间趋势进行交叉验证。所有中间对象都被存档,以便完全重建时间信号和平滑参数。
2.3.5 强烈、近期和语义接近的术语对的提取
COMPASS模块处理VOSviewer矩阵和坐标表,计算每个术语对的LSBI、欧几里得距离和平均出版年份。应用基于近期性、LSBI排名和语义接近性的过滤器来提取强烈关联的、时间上新兴的或位置接近的概念对。所有过滤后的列表和中间表都按照种子控制的顺序导出,以确保可重复性。
2.4 语义聚类和超图构建
语义聚类和网络合成是使用BiDAVis和Supergraph模块在LDA、VOSviewer、WordSpectrum和COMPASS的输出上进行的。BiDAVis应用层次聚类和Ward链接,对由LSBI、近期性或最小欧几里得距离定义的术语对子集进行聚类。使用肘部方法估计了最佳聚类数量。每个子集被表示为一个特征向量,包含LSBI、欧几里得距离、出版年份和频率。结果聚类被转换为NetworkX图。之前构建的以关键词为中心的图作为该框架的第一层。生成了加权图,节点大小按度标准化,边宽度按比例缩放,为统一集成提供了候选结构。Supergraph模块使用固定的弹簧布局种子将所有BiDAVis图合并成一个统一的语义网络。边颜色编码了近期性,边宽度编码了LSBI,节点大小编码了术语频率。生成了三种格式:全局叠加图、分块子集和LSBI热图。还生成了一个合并的共现超图。节点和边表被导出以供外部检查。所有可视化都是使用matplotlib、NetworkX和嵌入式例程生成的。元数据可在项目仓库中找到(https://github.com/fgomes-ima-ufrj/iNO2025/tree/main)(作者Fernando Gomes Jr. 2025)。包括数据摄入、预处理、LDA、CLEE、共现组装、LSBI和欧几里得距离计算、聚类和超图构建在内的完整工作流程,都是使用确定性种子和时间戳日志实现的,以确保完全的可重复性。
2.5 最终语料库精炼
第2.2节和第2.4节描述的所有分析阶段都为最终分析语料库的构建做出了贡献。工作流程从广泛的、最大化敏感性的数据获取步骤开始,从Scopus、PubMed和Web of Science检索了3942条记录。元数据协调和层次去重后得到了2517个独特条目,然后通过标准化的文本规范化程序处理这些条目,以去除噪声、统一术语并生成所有下游模块(包括LDA主题建模、概念级实体提取、共现分析和词汇时间分析)的一致输入。预处理后,应用基于规则的资格过滤器,仅保留同时满足三个领域特定条件的研究:(i)涉及儿科患者,(ii)给予吸入一氧化氮,以及(iii)先天性心脏病手术后的术后管理。这些自动化过滤器将数据集减少到了一组可能满足所有纳入要求的候选记录。只有这组过滤后的条目经过了人工审核。候选集的标题和摘要由训练有素的审稿人独立检查,以验证是否符合三个核心标准。与术后护理无关的记录、仅针对成人的队列、没有手术干预的新生儿背景、非特定研究的以及涉及手术环境之外的肺动脉高压的研究被移除。审稿人之间的分歧通过共识解决,以确保决策的一致性和无偏见。最终精炼的语料库包括219篇直接研究心脏手术后吸入一氧化氮的婴儿的血流动力学管理、重症监护实践和关键先天性条件的出版物。精炼流程的所有阶段,包括数据获取、协调、去重、预处理、自动过滤、人工审核和最终选择,都进行了完整记录,版本控制并通过存档的脚本、数据集和排除及保留记录的表格进行了可重复性验证。
3 结果
3.1 时间趋势和词汇变化
图1(右上角)展示了先天性心脏病手术中吸入一氧化氮(iNO)文献的历史增长情况。1990年之前每年发表的论文少于10篇,1993年后数量稳步增加——与iNO的临床引入相吻合——到2021年达到了171篇。2025年的下降反映了数据不完整(索引至5月16日)。插图中的词云基于2517篇文档中的5250个词干,突出了“患者”、“组”、“手术”和“心脏”等核心术语,反映了临床结果和比较设计的主导地位。图1展示了先天性心脏病手术中吸入一氧化氮(iNO)出版物的时间、词汇和地理演变。顶部面板显示了语料库中十个最常见词汇词干的年度频率(例如,patient、surgery、heart、pulmonari)。每条彩色线条代表特定术语的年度使用情况,说明了该领域词汇随时间的变化;较高的峰值表明某些概念(如术后管理或肺生理学)变得特别突出。插图显示了1950年至2025年的年度出版数量(蓝线),并附有一个词云,其中词的大小与其在标题和摘要中的频率成正比,突出了患者结果、先天性条件和围手术期策略等主导临床主题。为了解释上面的可视化图表,每种线条颜色对应一个词汇词干,较高的垂直值表示给定年份中术语的更高频率,上升的趋势表明临床兴趣或研究重点随时间的扩展。底部面板展示了一个世界地图,显示了分析出版物中提到的资助机构的分布。国家根据其作为资金来源的出现频率进行着色,从蓝色(出现频率低)到红色(出现频率高)不等。中国表示最强的资助力度,其次是美国和几个欧洲及大洋洲国家。阅读这张地图时,颜色越深表示数据集中的资助存在越强,颜色较浅的区域表示提及有限或不存在,这种模式主要反映了国家投资、出版量和报告实践的差异,而不是研究质量。这些可视化图表共同展示了iNO文献如何随几十年演变,其中心术语如何随着临床发展而变化,以及不同国家如何为该领域的资金格局做出贡献。词汇轨迹(图1中间图)显示了2005年后“患者”和“heart”等术语的快速增长,到2023年分别超过了600次和400次年度提及。作为词汇词干的“p”的增加强调了文献中统计参数报告的增加。这些趋势表明,在已发表的研究中越来越关注以患者为中心的报告,但并不意味着临床结果的改善。
3.2 地理分布和资金密度
图1(底部)按国家展示了8228次资金提及情况。中国领先(>110次),其次是美国(约45次),然后是澳大利亚、日本和欧洲(各20-35次)。这种分布反映了出版活动的集中情况,这可能促进但不保证更广泛的协作研究。
3.3 语义共现和主题聚类
图2(上部)显示了来自5727个重复术语的语义网络。“患者”是主导节点(n=2020;总链接强度=85,451),位于中心位置,并与117个复合表达式(例如“patient outcome”)相连。绿色、蓝色和红色聚类分别对应药理学、结果研究和手术并发症。时间叠加层(图2底部)突出了研究重点从生理学研究(蓝色)向与临床试验、数据整合和治疗个性化(红色)相关的词汇模式的转变,代表了科学话语中的主题演变。图2展示了从2517项关于先天性心脏病手术中iNO的研究中得出的语义共现图。上部面板使用二进制计数在VOSviewer(版本1.6.20)中生成的语义网络。每个节点对应至少在标题或摘要中出现三次的术语,其直径反映了该术语在整个语料库中的出现频率。节点之间的物理距离表示这些术语在同一文档中共同出现的频率:位置更接近的节点代表倾向于共同出现的概念,形成了语义上有意义的组。节点颜色区分了软件自动识别的聚类,每个聚类代表一组频繁共现的术语,因此表示一个连贯的主题领域。聚类中心的较大节点突出了与该领域广泛相关的概念,而边缘节点代表更具体或依赖于上下文的术语。下部面板通过时间叠加层显示了相同的网络,其中节点颜色按照从蓝色(较早使用,约2005年)到红色(较新使用,约2020年)的时间顺序进行着色。这个梯度让读者能够观察到该领域的历史发展轨迹:早期的研究主要集中在病理生理机制、通气策略和围手术期监测上,而最近的研究则越来越强调临床结果、经过验证的协议以及以实践为导向的指标,如死亡率、住院时间、安全性和再次手术率。综合来看,这些图表揭示了先天性心脏病手术中吸入一氧化氮(iNO)的概念关系、主题集群和研究重点是如何随时间演变的,从基础性的机制研究转向了更加成熟和以结果为导向的临床方向。
3.4 时间演变与主题成熟
图2的下方面板将出版日期叠加在语义网络上,显示出清晰的时间顺序。早期的主题(蓝色节点,约2005-2010年)集中在“cpb”、“氧气”和“细胞因子”等生理和技术术语上,反映了针对小样本群体的机制和可行性研究。从2011年到2016年,绿色-黄色节点突出了临床结果和数据集整合,包括“死亡率”、“住院时间”和“协议”等术语。更近期的研究(2017-2024年,橙红色节点)反映了在证据整合、大规模分析以及以患者为中心的结果(如“荟萃分析”、“贝利量表”和“数据库”)方面的报道增加。
这种演变表明了已发表文献中研究焦点的变化,但并不意味着治疗效果的变化,这标志着儿科iNO成为一个具有主题结构的研究领域,而不是确立临床影响。
3.5 语义超图与主题建模
图3整合了潜在狄利克雷分配(LDA)、语义对分析和图论。顶部面板显示了应用于标题(左)和摘要(右)的LDA得到的特定主题词云。标题主题强调“心房”、“间隔”和“修复”等技术术语,而摘要主题则反映了与结果相关的语言模式,包括“死亡率”、“结果”和“儿童”。
图3展示了先天性心脏病手术中吸入一氧化氮(iNO)文献的主题结构和概念演变。该图结合了三种互补的分析方法——主题建模、语义对分析和超图可视化——来说明该领域概念景观是如何随时间发展的。顶部面板展示了两个来自LDA主题的词云。左侧的词云代表从标题中提取的主题3,强调了“心房”、“间隔”、“闭合”和“修复”等术语,表明了强烈的解剖学和外科手术焦点。右侧的词云对应于从摘要中提取的主题9,突出了“结果”、“死亡率”、“住院时间”和“医院”等术语,反映了向以患者为中心和以结果为导向的临床研究的演变。两个词云中较大的词表示在该主题中的频率较高,提供了每个概念相对重要性的视觉指示。中间面板根据两个独立标准总结了最显著的共现术语对。左侧是基于项目间链接强度(LSBI)得分最高的配对,这些配对在语料库中频繁出现,揭示了诸如“患者-研究”、“患者-手术”和“儿童-患者”等强烈的主题关联。右侧是按平均出版年份排序的最新术语对,突出了与当代实践和标准相关的概念,包括“标准cpb”与“术后年份”、“试验注册”和“总分”。每个配对都标注了其LSBI或出版年份以及ED,ED反映了共现的变异性。这些面板既捕捉了该领域的结构凝聚力,也展示了新的方法学和临床重点的出现。底部面板展示了一个由37条边连接的40个高相关性术语的超图。每个节点代表从语料库中提取的一个概念,其大小与其频率成正比,并根据与其他术语的共现关系进行定位。位置较接近的节点表示在相同文档中频繁出现的概念,表明了强烈的概念联系。边的颜色遵循时间梯度,接近紫色的色调表示较早的关联,而接近黄色的色调表示较新的关联。这种时间编码使读者能够追踪主题如何从先天性心脏病的基础讨论、外科修复和围手术期生理学转向标准化的心肺旁路协议、风险分层、临床试验注册和长期结果评估等更近期的兴趣。
3.6 词汇转换与概念重新定位
标题主题中的主导词(DWITT)向量强调外科手术和心肺旁路。摘要主题中的主导词(DWIAT)向量扩展到了并发症、住院时间、死亡率和炎症标志物。这种分歧表明了发表文献中研究框架的转变,从程序重点转向与个性化护理和结果分析相关的词汇模式。
“肺动脉高压”作为一个跨领域的锚点,反映了这一主题在报告研究中的持续中心性。DWITT和DWIAT共同揭示了科学话语中的描述性、词汇编码的转变,但并不意味着临床效果的改变。
3.7 高中心性术语对与语义创新
图3的中间面板展示了关键术语对动态。具有高链接强度指数(LSBI)的稳定配对——如“患者-研究”(LSBI=879)和“患者-手术”(LSBI=850)——主导了临床-方法学核心。相比之下,最近的配对如“标准cpb-试验注册”(ED=0.82)表明了文献中新兴的方法学焦点。由此产生的超图(密度=0.051;模块性=0.436)揭示了五个围绕患者结果、试验结构和纵向指标的词汇社区。像“标准cpb”和“术后年份”这样的术语代表了受到关注的研究主题,而不是实践中经过验证的创新。
3.8 语料库优化与目标语义扩展
在之前的词汇和结构分析基础上,搜索策略得到了优化,以捕捉“标准CPB”、“试验注册”和“肺动脉高压”等高中心性概念。重新制定的研究问题将计量学调查集中在与右心室功能障碍、系统炎症和接受心肺旁路治疗的儿童术后iNO反应相关的结果上。精炼的搜索查询(例如,在Scopus中使用TITLE-ABS-KEY语法)将这些术语与布尔逻辑结合,以确保主题的特异性(见支持信息部分S20)。最终整理的数据集在去重后包含219篇独特的出版物。这个精炼的语料库描述了现有文献对血流动力学管理、ICU级干预和婴儿高风险先天性条件的关注。图4通过潜在狄利克雷分配(LDA)综合了词频、主题分布以及从概念级实体提取(CLEE,而非监督式NER)得到的共现图。这些视觉层总结了出版物中记录的共现关系,而不是治疗效果。LDA和CLEE的整合使得基于文档级共现模式的结构化语义网络的构建成为可能。
3.6 词汇转换与概念重新定位
标题主题中的主导词(DWITT)向量强调外科手术和心肺旁路。摘要主题中的主导词(DWIAT)向量扩展到了并发症、住院时间、死亡率和炎症标志物。这种分歧表明了发表文献中研究框架的转变,从程序重点转向与个性化护理和结果分析相关的词汇模式。
“肺动脉高压”作为一个跨领域的锚点,反映了这一主题在报告研究中的持续中心性。DWITT和DWIAT共同揭示了科学话语中的描述性、词汇编码的转变,但并不意味着临床效果的改变。
3.7 高中心性术语对与语义创新
图3的中间面板展示了关键术语对动态。具有高链接强度指数(LSBI)的稳定配对——如“患者-研究”(LSBI=879)和“患者-手术”(LSBI=850)——主导了临床-方法学核心。相比之下,最近的配对如“标准cpb-试验注册”(ED=0.82)表明了文献中新兴的方法学焦点。由此产生的超图(密度=0.051;模块性=0.436)揭示了五个围绕患者结果、试验结构和纵向指标的词汇社区。像“标准cpb”和“术后年份”这样的术语代表了受到关注的研究主题,而不是实践中经过验证的创新。
3.8 语料库优化与目标语义扩展
在之前的词汇和结构分析基础上,搜索策略得到了优化,以捕捉“标准CPB”、“试验注册”和“肺动脉高压”等高中心性概念。重新制定的研究问题将计量学调查集中在与右心室功能障碍、系统炎症和接受心肺旁路治疗的儿童术后iNO反应相关的结果上。精炼的搜索查询(例如,在Scopus中使用TITLE-ABS-KEY语法)将这些术语与布尔逻辑结合,以确保主题的特异性(见支持信息部分S20)。最终整理的数据集在去重后包含219篇独特的出版物。这个精炼的语料库描述了现有文献对血流动力学管理、ICU级干预和婴儿高风险先天性条件的关注。图4通过潜在狄利克雷分配(LDA)综合了词频、主题分布以及从概念级实体提取(CLEE,而非监督式NER)得到的共现图。这些视觉层总结了出版物中记录的共现关系,而不是治疗效果。LDA和CLEE的整合使得基于文档级共现模式的结构化语义网络的构建成为可能。
3.6 词汇转换与概念重新定位
标题主题中的主导词(DWITT)向量强调外科手术和心肺旁路。摘要主题中的主导词(DWIAT)向量扩展到了并发症、住院时间、死亡率和炎症标志物。这种分歧表明了发表文献中研究框架的转变,从程序重点转向与个性化护理和结果分析相关的词汇模式。
“肺动脉高压”作为一个跨领域的锚点,反映了这一主题在报告研究中的持续中心性。DWITT和DWIAT共同揭示了科学话语中的描述性、词汇编码的转变,但并不意味着临床效果的改变。
3.7 高中心性术语对与语义创新
图3的中间面板展示了关键术语对动态。具有高链接强度指数(LSBI)的稳定配对——如“患者-研究”(LSBI=879)和“患者-手术”(LSBI=850)——主导了临床-方法学核心。相比之下,最近的配对如“标准cpb-试验注册”(ED=0.82)表明了文献中新兴的方法学焦点。由此产生的超图(密度=0.051;模块性=0.436)揭示了五个围绕患者结果、试验结构和纵向指标的词汇社区。像“标准cpb”和“术后年份”这样的术语代表了受到关注的研究主题,而不是实践中经过验证的创新。
3.8 语料库优化与目标语义扩展
在之前的词汇和结构分析基础上,搜索策略得到了优化,以捕捉“标准CPB”、“试验注册”和“肺动脉高压”等高中心性概念。重新制定的研究问题将计量学调查集中在与右心室功能障碍、系统炎症和接受心肺旁路治疗的儿童术后iNO反应相关的结果上。精炼的搜索查询(例如,在Scopus中使用TITLE-ABS-KEY语法)将这些术语与布尔逻辑结合,以确保主题的特异性(见支持信息部分S20)。最终整理的数据集在去重后包含219篇独特的出版物。这个精炼的语料库描述了现有文献对血流动力学管理、ICU级干预和婴儿高风险先天性条件的关注。图4通过潜在狄利克雷分配(LDA)综合了词频、主题分布以及从概念级实体提取(CLEE,而非监督式NER)得到的共现图。这些视觉层总结了出版物中记录的共现关系,而不是治疗效果。LDA和CLEE的整合使得基于文档级共现模式的结构化语义网络的构建成为可能。
3.9 差距与整合语义建模
尽管经过了数十年的研究,发表的文献在研究设计上仍然存在相当大的变异性。少于15%的研究是随机对照试验。成本效益、预测生物标志物和神经发育结果很少被提及。像血管活性-肌力评分或接收者操作特征(ROC)曲线这样的综合指标也很少被报告,表明当前证据基础中存在未充分探索的分析维度。图4综合了词汇、主题和关系方面的见解。中间面板整合了标题主题中的主导词(DWITT)向量13,强调了“吸入”、“一氧化氮”和“氧化物”等技术术语,以及摘要主题中的主导词(DWIAT)向量31,后者强调了与“死亡率”和“儿童”等结果相关术语相关的词汇模式。由此产生的超图揭示了三个语义轴:生理学(例如,“压力”、“肺”)、临床(例如,“患者”、“综合征”)和方法学(例如,“试验”、“控制”)。观察到的高中心性和聚类系数反映了科学话语内的凝聚力,而不是在临床实践中的验证整合。
3.10 iNO研究的历史阶段
图5概述了1990年至2025年间吸入一氧化氮(iNO)文献的六个发展阶段:
- 第1阶段:胚胎探索(1990-1992年)——早期关于一氧化氮信号传导的生化研究。
- 第2阶段:概念验证(1993-1996年)——初步试验展示了心肺旁路期间的选择性肺血管扩张。
- 第3阶段:血流动力学巩固(1997-2005年)——扩大了ICU的使用和辅助疗法。
- 第4阶段:临床标准化(2006-2013年)——引入了血管活性-肌力评分和结构化协议。
- 第5阶段:扩展的终点(2014-2018年)——包括了通气、炎症和经济指标。
- 第6阶段:治疗与修复(2019-2025年)——强调个性化护理、基于人工智能的预测和基于注册的结果。
图5展示了1993-2025年间儿科心脏手术中吸入一氧化氮(iNO)文献的主题演变和词汇频率。顶部面板提供了一个概念时间线,总结了从Scopus、Web of Science和PubMed检索到的219篇独特出版物中提取的五个主要阶段的科学理解进展。每个阶段都以其时期的主要临床或方法学重点为特征。最早期的阶段是概念验证阶段,在此期间,里程碑式的研究确立了iNO在术后心脏护理中的选择性肺血管扩张特性。随后是血流动力学巩固阶段,常规新生儿重症监护的使用和组合疗法变得越来越普遍。临床标准化在随后的时期出现,引入了结构化协议、多中心合作和以结果为导向的指标,如血管活性-肌力评分。后来的年份显示了临床终点的扩大,包括通气时间、液体平衡、炎症生物标志物和其他结果指标。最新的阶段被称为治疗与修复时代,其特点是个性化方法、生理学指导的协议以及包括早期应用人工智能在内的预测工具,以支持复杂先天性心脏病的长期随访。底部面板可视化了从LDA主题中提取的40个最相关术语的语义超图。每个节点代表一个从语料库中提取的关键生物医学或临床术语,节点大小与其频率成正比,并根据其与其他术语的共现关系进行定位。位置较接近的节点表示在相同文档中频繁出现的概念,表明了强烈的概念联系。边的颜色遵循时间梯度,接近紫色的色调表示较早的关联,而接近黄色的色调表示较新的关联。这种时间编码使读者能够追踪主题如何从先天性心脏病的基础讨论、外科修复和围手术期生理学转向标准化的心肺旁路协议、风险分层、临床试验注册和长期结果评估等更近期的兴趣。这三个面板共同展示了现代iNO文献中外科、临床和方法学领域的融合,提供了该领域历史轨迹和新兴重点的连贯表示。底部面板展示了一个由40个概念上重要的术语(例如,“患者”、“试验注册”、“标准cpb”、“风险”、“住院时间”)组成的语义超图,形成了一个密集的网络,捕捉了近期文献中外科、临床和方法学概念的共现情况,作为科学话语的表示,而不是临床效果的证明。
3.9 词汇转换与概念重新定位
标题主题中的主导词(DWITT)向量强调外科手术和心肺旁路。摘要主题中的主导词(DWIAT)向量扩展到了并发症、住院时间、死亡率和炎症标志物。这种分歧表明了发表文献中研究框架的转变,从程序重点转向与个性化护理和结果分析相关的词汇模式。
“肺动脉高压”作为一个跨领域的锚点,反映了这一主题在报告研究中的持续中心性。DWITT和DWIAT共同揭示了科学话语中的描述性、词汇编码的转变,但并不意味着临床效果的改变。
3.7 高中心性术语对与语义创新
图3的中间面板展示了关键术语对动态。具有高链接强度指数(LSBI)的稳定配对——如“患者-研究”(LSBI=879)和“患者-手术”(LSBI=850)——主导了临床-方法学核心。相比之下,最近的配对如“标准cpb-试验注册”(ED=0.82)表明了文献中新兴的方法学焦点。由此产生的超图(密度=0.051;模块性=0.436)揭示了五个围绕患者结果、试验结构和纵向指标的词汇社区。像“标准cpb”和“术后年份”这样的术语代表了受到关注的研究主题,而不是实践中经过验证的创新。
3.8 语料库优化与目标语义扩展
在之前的词汇和结构分析基础上,搜索策略得到了优化,以捕捉“标准CPB”、“试验注册”和“肺动脉高压”等高中心性概念。重新制定的研究问题将计量学调查集中在与右心室功能障碍、系统炎症和儿童术后iNO反应相关的结果上。精炼的搜索查询(例如,在Scopus中使用TITLE-ABS-KEY语法)将这些术语与布尔逻辑结合,以确保主题的特异性(见支持信息部分S20)。最终整理的数据集在去重后包含219篇独特的出版物。这个精炼的语料库描述了现有文献对血流动力学管理、ICU级干预和婴儿高风险先天性条件的关注。图4通过潜在狄利克雷分配(LDA)综合了词频、主题分布以及从概念级实体提取(CLEE,而非监督式NER)得到的共现图。这些视觉层总结了出版物中记录的共现关系,而不是治疗效果。LDA和CLEE的整合使得基于文档级共现模式的结构化语义网络的构建成为可能。
3.6 词汇转换与概念重新定位
标题主题中的主导词(DWITT)向量强调外科手术和心肺旁路。摘要主题中的主导词(DWIAT)向量扩展到了并发症、住院时间、死亡率和炎症标志物。这种分歧表明了发表文献中研究框架的转变,从程序重点转向与个性化护理和结果分析相关的词汇模式。
“肺动脉高压”作为一个跨领域的锚点,反映了这一主题在报告研究中的持续中心性。DWITT和DWIAT共同揭示了科学话语中的描述性、词汇编码的转变,但并不意味着临床效果的改变。
3.7 高中心性术语对与语义创新
图3的中间面板展示了关键术语对动态。具有高链接强度指数(LSBI)的稳定配对——如“患者-研究”(LSBI=879)和“患者-手术”(LSBI=850)——主导了临床-方法学核心。相比之下,最近的配对如“标准cpb-试验注册”(ED=0.82)表明了文献中新兴的方法学焦点。由此产生的超图(密度=0.051;模块性=0.436)揭示了五个围绕患者结果、试验结构和纵向指标的词汇社区。像“标准cpb”和“术后年份”这样的术语代表了受到关注的研究主题,而不是实践中经过验证的创新。
3.8 语料库优化与目标语义扩展
在之前的词汇和结构分析基础上,搜索策略得到了优化,以捕捉“标准CPB”、“试验注册”和“肺动脉高压”等高中心性概念。重新制定的研究问题将计量学调查集中在与右心室功能障碍、系统炎症和接受心肺旁路治疗的儿童术后iNO反应相关的结果上。精炼的搜索查询(例如,在Scopus中使用TITLE-ABS-KEY语法)将这些术语与布尔逻辑结合,以确保主题的特异性(见支持信息部分S20)。最终整理的数据集在去重后包含219篇独特的出版物。这个精炼的语料库描述了现有文献对血流动力学管理、ICU级干预和婴儿高风险先天性条件的关注。图4通过潜在狄利克雷分配(LDA)综合了词频、主题分布以及从概念级实体提取(CLEE,而非监督式NER)得到的共现图。这些视觉层总结了出版物中记录的共现关系,而不是治疗效果。LDA和CLEE的整合使得基于文档级共现模式的结构化语义网络的构建成为可能。
3.6 词汇转换与概念重新定位
标题主题中的主导词(DWITT)向量强调外科手术和心肺旁路。摘要主题中的主导词(DWIAT)向量扩展到了并发症、住院时间、死亡率和炎症标志物。这种分歧表明了发表文献中研究框架的转变,从程序重点转向与个性化护理和结果分析相关的词汇模式。
“肺动脉高压”作为一个跨领域的锚点,反映了这一主题在报告研究中的持续中心性。DWITT和DWIAT共同揭示了科学话语中的描述性、词汇编码的转变,但并不意味着临床效果的改变。
3.7 高中心性术语对与语义创新
图3的中间面板展示了关键术语对动态。具有高链接强度指数(LSBI)的稳定配对——如“患者-研究”(LSBI=879)和“患者-手术”(LSBI=850)——主导了临床-方法学核心。相比之下,最近的配对如“标准cpb-试验注册”(ED=0.82)表明了文献中新兴的方法学焦点。由此产生的超图(密度=0.051;模块性=0.436)揭示了五个围绕患者结果、试验结构和纵向指标的词汇社区。像“标准cpb”和“术后年份”这样的术语代表了受到关注的研究主题,而不是实践中经过验证的创新。
3.8 语料库优化与目标语义扩展
在之前的词汇和结构分析基础上,搜索策略得到了优化,以捕捉“标准CPB”、“试验注册”和“肺动脉高压”等高中心性概念。重新制定的研究问题将计量学调查集中在与右心室功能障碍、系统炎症和接受心肺旁路治疗的儿童术后iNO反应相关的结果上。精炼的搜索查询(例如,在Scopus中使用TITLE-ABS-KEY语法)将这些术语与布尔逻辑结合,以确保主题的特异性(见支持信息部分S20)。最终整理的数据集在去重后包含219篇独特的出版物。这个精炼的语料库描述了现有文献对血流动力学管理、ICU级干预和婴儿高风险先天性条件的关注。图4通过潜在狄利克雷分配(LDA)综合了词频、主题分布以及从概念级实体提取(CLEE,而非监督式NER)得到的共现图。这些视觉层总结了出版物中记录的共现关系,而不是治疗效果。LDA和CLEE的整合使得基于文档级共现模式的结构化语义网络的构建成为可能。
3.6 词汇转换与概念重新定位
标题主题中的主导词(DWITT)向量强调外科手术和心肺旁路。摘要主题中的主导词(DWIAT)向量扩展到了并发症、住院时间、死亡率和炎症标志物。这种分歧表明了发表文献中研究框架的转变,从程序重点转向与个性化护理和结果分析相关的词汇模式。
“肺动脉高压”作为一个跨领域的锚点,反映了这一主题在报告研究中的持续中心性。DWITT和DWIAT共同揭示了科学话语中的描述性、词汇编码的转变,但并不意味着临床效果的改变。
3.7 高中心性术语对与语义创新
图3的中间面板展示了关键术语对动态。具有高链接强度指数(LSBI)的稳定配对——如“患者-研究”(LSBI=879)和“患者-手术”(LSBI=850)——主导了临床-方法学核心。相比之下,最近的配对如“标准cpb-试验注册”(ED=0.82)表明了文献中新兴的方法学焦点。由此产生的超图(密度=0.051;模块性=0.436)揭示了五个围绕患者结果、试验结构和纵向指标的词汇社区。像“标准cpb”和“术后年份”这样的术语代表了受到关注的研究主题,而不是实践中经过验证的创新。
3.8 语料库优化与目标语义扩展
在之前的词汇和结构分析基础上,搜索策略得到了优化,以捕捉“标准CPB”、“试验注册”和“肺动脉高压”等高中心性概念。重新制定的研究问题将计量学调查集中在与右心室功能障碍、系统炎症和接受心肺旁路治疗的儿童术后iNO反应相关的结果上。精炼的搜索查询(例如,在Scopus中使用TITLE-ABS-KEY语法)将这些术语与布尔逻辑结合,以确保主题的特异性(见支持信息部分S20)。最终整理的数据集在去重后包含219篇独特的出版物。这个精炼的语料库描述了现有文献对血流动力学管理、ICU级干预和婴儿高风险先天性条件的关注。图4通过潜在狄利克雷分配(LDA)综合了词频、主题分布以及从概念级实体提取(CLEE,而非监督式NER)得到的共现图。这些视觉层总结了出版物中记录的共现关系,而不是治疗效果。LDA和CLEE的整合使得基于文档级共现模式的结构化语义网络的构建成为可能。
3.6 词汇转换与概念重新定位
标题主题中的主导词(DWITT)向量强调外科手术和心肺旁路。摘要主题中的主导词(DWIAT)向量扩展到了并发症、住院时间、死亡率和炎症标志物。这种分歧表明了发表文献中研究框架的转变,从程序重点转向与个性化护理和结果分析相关的词汇模式。
“肺动脉高压”作为一个跨领域的锚点,反映了这一主题在报告研究中的持续中心性。DWITT和DWIAT共同揭示了科学话语中的描述性、词汇编码的转变,但并不意味着临床效果的改变。
3.7 高中心性术语对与语义创新
图3的中间面板展示了关键术语对动态。具有高链接强度指数(LSBI)的稳定配对——如“患者-研究”(LSBI=879)和“患者-手术”(LSBI=850)——主导了临床-方法学核心。相比之下,最近的配对如“标准cpb-试验注册”(ED=0.82)表明了文献中新兴的方法学焦点。由此产生的超图(密度=0.051;模块性=0.436)揭示了五个围绕患者结果、试验结构和纵向指标的词汇社区。像“标准cpb”和“术后年份”这样的术语代表了受到关注的研究主题,而不是实践中经过验证的创新。
3.8 语料库优化与目标语义扩展
在之前的词汇和结构分析基础上,搜索策略得到了优化,以捕捉“标准CPB”、“试验注册”和“肺动脉高压”等高中心性概念。重新制定的研究问题将计量学调查集中在与右心室功能障碍、系统炎症和接受心肺旁路治疗的儿童术后iNO反应相关的结果上。精炼的搜索查询(例如,在Scopus中使用TITLE-ABS-KEY语法)将这些术语与布尔逻辑结合,以确保主题的特异性(见支持信息部分S20)。最终整理的数据集在去重后包含219篇独特的出版物。这个精炼的语料库描述了现有文献对血流动力学管理、ICU级干预和婴儿高风险先天性条件的关注。图4通过潜在狄利克雷分配(LDA)综合了词频、主题分布以及从概念级实体提取(CLEE,而非监督式NER)得到的共现图。这些视觉层总结了出版物中记录的共现关系,而不是治疗效果。LDA和CLEE的整合使得基于文档级共现模式的结构化语义网络的构建成为可能。
3.6 词汇转换与概念重新定位
标题主题中的主导词(DWITT)向量强调外科手术和心肺旁路。摘要主题中的主导词(DWIAT)向量扩展到了并发症、住院时间、死亡率和炎症标志物。这种分歧表明了发表文献中研究框架的转变,从程序重点转向与个性化护理和结果分析相关的词汇模式。
“肺动脉高压”作为一个跨领域的锚点,反映了这一主题在报告研究中的持续中心性。DWITT和DWIAT共同揭示了科学话语中的描述性、词汇编码的转变,但并不意味着临床效果的改变。
3.7 高中心性术语对与语义创新
图3的中间面板展示了关键术语对动态。具有高链接强度指数(LSBI)的稳定配对——如“患者-研究”(LSBI=879)和“患者-手术”(LSBI=850)——主导了临床-方法学核心。相比之下,最近的配对如“标准cpb-试验注册”(ED=0.82)表明了文献中新兴的方法学焦点。由此产生的超图(密度=0.051;模块性=0.436)揭示了五个围绕患者结果、试验结构和纵向指标的词汇社区。像“标准cpb”和“术后年份”这样的术语代表了受到关注的研究主题,而不是实践中经过验证的创新。
3.8 语料库优化与目标语义扩展
在之前的词汇和结构分析基础上,搜索策略得到了优化,以捕捉“标准CPB”、“试验注册”和“肺动脉高压”等高中心性概念。重新制定的研究问题将计量学调查集中在与右心室功能障碍、系统炎症和接受心肺旁路治疗的儿童术后iNO反应相关的结果上。精炼的搜索查询(例如,在Scopus中使用TITLE-ABS-KEY语法)将这些术语与布尔逻辑结合,以确保主题的特异性(见支持信息部分S20)。最终整理的数据集在去重后包含219篇独特的出版物。这个精炼的语料库描述了现有文献对血流动力学管理、ICU级干预和婴儿高风险先天性条件的关注。图4通过潜在狄利克雷分配(LDA)综合了词频、主题分布以及从概念级实体提取(CLEE,而非监督式NER)得到的共现图。这些视觉层总结了出版物中记录的共现关系,而不是治疗效果。LDA和CLEE的整合使得基于文档级共现模式的结构化语义网络的构建成为可能。
3.9 差距与整合语义建模
尽管经过了数十年的研究,发表的文献在研究设计上仍然存在相当大的变异性。少于15%的研究是随机对照试验。成本效益、预测生物标志物和神经发育结果很少被提及。像血管活性-肌力评分或接收者操作特征(ROC)曲线这样的综合指标也很少被报告,表明当前证据基础中存在未充分探索的分析维度。图4综合了词汇、主题和关系方面的见解。中间面板整合了标题主题中的主导词(DWITT)向量13,强调了“吸入”、“一氧化氮”和“氧化物”等技术术语,以及摘要主题中的主导词(DWIAT)向量31,后者强调了与“死亡率”和“儿童”等结果相关术语相关的词汇模式。由此产生的超图揭示了三个语义轴:生理学(例如,“压力”、“肺”)、临床(例如,“患者”、“综合征”)和方法学(例如,“试验”、“控制”)。观察到的高中心性和聚类系数反映了科学话语内的凝聚力,而不是在临床实践中的验证整合。
3.10 iNO研究的历史阶段
图5概述了1990年至2025年间吸入一氧化氮(iNO)文献的六个发展阶段:
- 第1阶段:胚胎探索(1990-1992年)——早期关于一氧化氮信号传导的生化研究。
- 第2阶段:概念验证(1993-1996年)——初步试验展示了心肺旁路期间的选择性肺血管扩张。
- 第3阶段:血流动力学巩固(1997-2005年)——扩大了ICU的使用和辅助疗法。
- 第4阶段:临床标准化(2006-2013年)——引入了血管活性-肌力评分和结构化协议。
- 第5阶段:扩展的终点(2014-2018年)——包括了通气、炎症和经济指标。
- 第6阶段:治疗与修复(2019-2025年)——强调个性化护理、基于人工智能的预测和基于注册的结果。
图5展示了1993-2025年间儿科心脏手术中吸入一氧化氮(iNO)文献的主题演变和词汇频率。顶部面板提供了一个概念时间线,总结了从Scopus、Web of Science和PubMed检索到的219篇独特出版物中提取的五个主要阶段的科学理解进展。每个阶段都以其时期的主要临床或方法学重点为特征。最早的阶段是概念验证阶段,在此期间,里程碑式的研究确立了iNO在术后心脏护理中的选择性肺血管扩张特性。随后是血流动力学巩固阶段,常规新生儿重症监护的使用和组合疗法变得越来越普遍。临床标准化在随后的时期出现,引入了结构化协议、多中心合作和以结果为导向的指标,如血管活性-肌力评分。后来的年份显示了临床终点的扩大,包括通气时间、液体平衡、炎症生物标志物和其他结果指标。最新的阶段被称为治疗与修复时代,其特点是个性化方法、生理学指导的协议以及包括早期应用人工智能在内的预测工具,以支持复杂先天性心脏病的长期随访。底部面板可视化了在选定语料库的标题和摘要中发现的10个最常出现的词汇词干的年度频率。每条彩色曲线代表特定术语(如pulmonari、patient、hypertens、heart、oxid、nitric和inhal)的时间变化趋势,使读者能够观察到对特定临床或生理概念的关注如何随时间波动。峰值表示这些术语出现频率较高的年份,反映了科学研究重点的转变。与肺生理学、术后状态和一氧化氮输送相关的术语的反复出现,凸显了它们在该领域发展各个阶段中的持续重要性。将这些频率模式与概念时间线结合来看,可以发现术语变化与研究重点、临床实践和方法论复杂性的广泛发展相呼应。这种分段反映了研究重点的词汇编码模式,而非治疗策略或临床效果的变化,同时突出了一氧化氮在科学讨论中的框架演变。
3.11 吸入性一氧化氮(iNO)在个性化儿科护理中的综合意义
表1所示的吸入性一氧化氮(iNO)文献的时间和语义映射揭示了一条复杂但有序的发展轨迹——从早期的生化探索到发表研究中越来越重视数据驱动的个性化治疗。尽管有坚实的生理学基础和大量的临床应用报告,但仍存在未解决的问题,包括多中心试验的局限性、生物标志物验证不足以及患者对一氧化氮反应的个体差异。
3.12 吸入性一氧化氮在儿科心脏外科手术中的历史演变
1990年至1992年的初期研究主要集中在吸入性一氧化氮(iNO)的生化机制及其对先天性心脏病患儿肺血管的扩张作用(Pasternak等,1990;Reilly等,1991;Samet和Utell,1990;Shann和Butt,1992;Sherman和Ganz,1992;Xuan等,1990)。L-精氨酸-一氧化氮信号通路被确认为调节肺血管张力的关键因素(Sherman和Ganz,1992;Xuan等,1990)。安全性数据表明其毒性低且引起的 methemoglobinemia(高铁血红蛋白)现象极少(Winberg等,1994)。1993年至1996年,iNO在心脏外科术后肺动脉高压的治疗效果得到了临床验证(Beghetti等,1995;Goldman等,1996;Goldman等,1996;Journois等,1994;Roberts等,1993;Wessel等,1993;Winberg等,1994)。比较研究表明,iNO能够选择性地扩张肺血管,并与环磷酸鸟苷(cGMP)水平的升高相关(Goldman等,1996)。1997年至2005年间,iNO在临床应用得到广泛认可(Atz和Wessel,1997;Dodge-Khatami等,2002;Dodge-Khatami等,2002;Duke等,1997;Finer,1997;Kageyama等,2004;Miller等,2000)。除了对肺血管的影响外,还有研究报道了其对全身系统的作用,包括对肾脏功能的影响(Beghetti等,1995)。2006年至2013年,标准化治疗方案开始在临床实践中得到应用(Al Dhahri等,2006;Barr和Macrae,2010;Cecchia等,2012;Loukanov等,2011;Yamasaki等,2011)。研究表明,iNO可以纳入快速康复方案中(Yamasaki等,2011),但同时也存在血栓形成的并发症(Al Dhahri等,2006)。2014年至2018年,研究重点从单纯的血管扩张扩展到分层治疗策略(Chiu等,2015;Dowell等,2017;Hunt等,2016;Oishi和Fineman,2016)。右心室功能障碍成为重要的预后因素(Saji,2014)。2019年至2025年,iNO的应用进入了“治疗-修复”时代,不再仅仅作为急性血管扩张剂使用,而是被整合到基于生理精确性和预测模型的多模式围手术期策略中(Berger等,2020;Gupta等,2019;Kamenshchikov等,2023;Scharoun等,2022;Thuan等,2024;Wang等,2024;Yates等,2022)。研究表明,iNO与高频振荡通气结合使用可改善婴儿的氧合状况(Scharoun,2022)。2024年的一项病例报告展示了在复杂先天性心脏病患者中成功处理大型肺动脉血栓的情况(Thuan等,2024),强调了综合治疗策略的必要性。
本研究描述了研究重点向生理导向和以患者为中心的策略的转变。通过整合时间、词汇和结构上的洞察,本文梳理了一氧化氮在科学讨论中的框架,并为未来的研究提供了假设生成的框架,特别是那些旨在优化研究结果和促进儿科心脏外科手术转化应用的研究。接下来,我们将讨论表1中列出的文章以及其他相关文献的贡献。
3.12 吸入性一氧化氮在儿科心脏外科手术中的历史演变
1990年至1992年的初期研究集中在吸入性一氧化氮(iNO)的生化机制及其对先天性心脏病患儿肺血管的扩张作用(Pasternak等,1990;Reilly等,1991;Samet和Utell,1990;Shann和Butt,1992;Sherman和Ganz,1992;Xuan等,1990)。L-精氨酸-一氧化氮信号通路被确认为调节肺血管张力的关键因素(Sherman和Ganz,1992;Xuan等,1990)。安全性数据证实其毒性低且引起的血色素沉着症罕见(Winberg等,1994)。1993年至1996年,iNO在心脏外科术后肺动脉高压的治疗效果得到了临床验证(Beghetti等,1995;Goldman等,1996;Goldman等,1996;Goldman等,1996;Journois等,1994;Roberts等,1993;Wessel等,1993;Winberg等,1994)。比较研究表明,iNO能够选择性地扩张肺血管,并与环磷酸鸟苷(cGMP)水平的升高相关(Goldman等,1996)。1997年至2005年间,iNO在临床应用得到更广泛的认可(Atz和Wessel,1997;Dodge-Khatami等,2002;Dodge-Khatami等,2002;Duke等,1997;Finer,1997;Kageyama等,2004;Miller等,2000)。除了对肺血管的影响外,还有研究报道了其对全身系统的作用,包括肾脏功能(Beghetti等,1995)。然而,患者间的反应差异成为一个挑战,这可能与右心室功能障碍和解剖结构复杂有关(Yu等,2019)。2006年至2013年,标准化治疗方案开始在临床实践中得到应用(Al Dhahri等,2006;Barr和Macrae,2010;Cecchia等,2012;Loukanov等,2011;Yamasaki等,2011)。研究表明,iNO可以纳入快速康复方案中(Yamasaki等,2011),但同时也存在血栓形成的并发症(Al Dhahri等,2006)。2014年至2018年,研究重点从单纯的血管扩张扩展到分层治疗策略(Chiu等,2015;Dowell等,2017;Hunt等,2016;Oishi和Fineman,2016;Saji,2014)。右心室功能障碍成为重要的预后因素(Saji,2014)。预防性使用iNO时常常与L-瓜氨酸或L-精氨酸联合应用(Barr和Macrae,2010)。2019年至2025年,iNO在儿科心脏外科手术中的应用进入了“治疗-修复”时代,不再局限于急性血管扩张剂的作用,而是被整合到基于生理精确性和预测模型的多模式围手术期策略中(Berger等,2020;Gupta等,2019;Kamenshchikov等,2023;Scharoun等,2022;Schlapbach等,2022;Thuan等,2024;Wang等,2024;Yates等,2022)。研究表明,iNO与高频振荡通气结合使用可改善氧合状况(Scharoun,2022)。基于大型儿科重症监护病房(ICU)数据集的预测工具进一步明确了iNO的作用,将其使用与体外膜氧合(ECMO)的风险分层联系起来(Gupta等,2019)。然而,治疗效果仍存在差异(Thuan等,2024)。新兴证据还表明iNO可能具有肾脏保护作用,但需要进一步的对照试验来验证这些发现(Kamenshchikov等,2023)。总体而言,这一阶段的特点是近期出版物越来越多地讨论数据驱动的、个性化的临床决策,其中iNO既作为一种治疗工具,也作为临床严重程度的标志,但并未证明其具有明确的因果关系或治疗效果。
3.13 语义演变与临床意义的综合
本研究通过分析已发表文献中吸入性一氧化氮(iNO)在六个历史阶段中的语义演变,揭示了其从生化探索到逐步关注个性化儿科心脏护理的演变过程。该方法结合了潜在狄利克雷分配(LDA)、概念级实体提取(CLEE)和主题超图建模,重建了一条可复制且易于解释的发展轨迹。这一方法表明,iNO不仅在描述方式上发生了变化——从单纯的肺血管扩张扩展到多模式围手术期应用——而且在科学讨论中作为疾病严重程度的标志和综合护理路径中的决策节点的地位也发生了变化。由此形成的框架为组织生物医学知识提供了一个可扩展的、基于语义的模型,有助于生成假设。通过将时间趋势与基于网络的词汇聚类相结合,我们发现围绕患者特定干预措施的主题整合与研究实践中的方法创新相呼应,而非直接证实临床结果。这些发现可能为未来的研究方向提供参考,尤其是在治疗规划和临床效果评估方面,同时指出了尚未解决的挑战,如生物标志物验证、结果异质性和患者分层作为知识空白而非已验证的临床目标。
4 结论
本研究描述了吸入性一氧化氮(iNO)在儿科心脏外科手术不同围手术期背景下的文献框架。通过语义共现分析、潜在狄利克雷分配(LDA)和主题超图建模,我们总结了研究趋势,这些趋势强调了方法学的整合和个性化治疗策略在科学报告中的体现。作为纯粹的文献计量分析,这些模式反映了出版动态而非临床证据,因此所有发现的关联应被视为假设生成的,而非因果或评估性的。诸如“患者”、“方案”和“结果”等核心概念成为关键的语义锚点,表明文献中对分层护理的关注度增加,但并未证明其对患者的实际益处。文献中指出的持续存在的问题包括纵向数据有限、生物标志物验证不足以及剂量标准化缺失,这些都是未来研究的机会,而非已确认的临床重点。
作者贡献
S. Fernando Gomes Jr:概念化(同等贡献)、数据整理(同等贡献)、形式分析(同等贡献)、资金获取(同等贡献)、研究调查(同等贡献)、方法论设计(同等贡献)、项目管理(同等贡献)、资源调配(同等贡献)、软件使用(同等贡献)、监督工作(同等贡献)、验证工作(同等贡献)、可视化处理(同等贡献)、初稿撰写(同等贡献)。
Paulo Cesar Duarte Junior:概念化(同等贡献)、形式分析(同等贡献)、审稿与编辑(同等贡献)。
Shirley Ferraz Crispilho:概念化(同等贡献)、形式分析(同等贡献)、审稿与编辑(同等贡献)。
Hafsa Siddiqui:形式分析(同等贡献)、研究调查(同等贡献)、方法论设计(同等贡献)、审稿与编辑(同等贡献)。
Jaciara Santos:数据整理(同等贡献)、研究调查(同等贡献)、审稿与编辑(同等贡献)。
Kaushik Pal:研究调查(同等贡献)、方法论设计(同等贡献)、审稿与编辑(同等贡献)。
Aron José Pazin de Andrade:概念化(同等贡献)、形式分析(同等贡献)、研究调查(同等贡献)、审稿与编辑(同等贡献)。
Himanshu Upadhyay:监督工作(同等贡献)、审稿与编辑(同等贡献)。
在准备本手稿的过程中,作者使用了先进的生成式AI工具(如ChatGPT和Grammarly)来提高文本的清晰度、语法准确性和学术出版标准的一致性。作为非英语母语者,我们利用这些工具来增强国际读者的理解能力,同时保持研究的科学严谨性。鉴于本研究侧重于吸入性一氧化氮(iNO)在儿科心脏外科手术中的概念演变,方法论工作中整合了多种AI辅助和算法技术,包括LLMa3:8b等大型语言模型,用于支持词汇推断、术语消歧和数据增强,尤其是在传统正则表达式处理方法不足的情况下。命名实体识别(NER)、潜在狄利克雷分配(LDA)和关键词共现分析是使用Python环境实现的,其中整合了pandas、nltk、networkx、gensim和matplotlib等库。预处理步骤包括对2500多条文献记录进行分词、标准化、词干提取和向量化处理,最终生成了超级图、树状图和时间叠加图等结构化输出。在需要时,会使用大型语言模型(LLMs)来推断新兴术语的上下文意义并验证元数据的整理工作。所有输出均经过临床和计算专家的手动审核和验证,以确保方法论的完整性和科学的一致性。作者对论文中呈现的内容、结论和解释的准确性负全责。本研究的发表费用由巴西高等教育人员培训协调委员会(CAPES)(ROR标识符:00x0ma614)提供资助。
作者感谢以下机构的财政支持:巴西高等教育人员培训协调委员会(CAPES—财务代码001)、里约热内卢州卡洛斯·查加斯研究基金会(FAPERJ—E-26/210.800/2021 Energy;E-26/211.122/2021 COVID;E-26/210.511/2021 ConBraPA2022;E-26/201.154/2021 和 E-26/204.115/2024 CNE;E-26/201.154/2023 Thematic;E-26/267/2023 ConBraPA2024;E-26/210.080/2023 SiBEN;E-26/210.080/2023 Microplastics)、巴西国家石油、天然气和生物燃料局(ANP)(PRH 16.1)、巴西国家科学技术发展委员会(CNPq—BRICS 440090/2022-9;PQ-1D 302508/2022-8;SiBEN 446377/2023-6;Universal 402901/2023-1;CoopInternacional 441135/2023-4;201304/2024-4)、雷普索尔公司(Funder ID:10.13039/501100013411 - 项目IMA 25485)。此外,该研究还得到了沙特阿拉伯法伊萨尔国王大学研究生院及科学研究办公室的支持。
作者声明没有利益冲突。
相关WIREs文章:基于主题建模的自动摘要研究文献计量学探索
数据可用性声明:支持本研究结果的数据可应相应作者的要求提供。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号