对印度牙氟症研究趋势、分布及合作网络的科学计量学分析

《Journal of Public Health Management and Practice》：A Scientometric Exploration of the Trends, Distribution, and Collaborative Networks of Dental Fluorosis Research in India

　　背景：牙氟斑症是一种由于牙齿发育期间持续接触高浓度氟化物而导致的牙釉质发育异常。根据联合国儿童基金会的报告，印度约65%的农村人口直接面临与氟化物相关的健康问题。目标：对印度关于牙氟斑症的研究进行科学计量学分析，重点梳理研究趋势、地理分布、合作网络以及主题关键信息，同时回顾并比较文献中报道的患病率及相关风险因素。研究设计：为评估印度牙氟斑症的研究状况，开展了一项描述性科学计量学研究。从PubMed、Scopus、EBSCO-HOST等数据库中检索文章，并利用VOSviewer和R软件分析地理分布、关键词模式、年度趋势以及合著网络。此外，还对报道的患病率及风险因素进行了评估和总结。研究结果：分析显示，牙氟斑症研究呈上升趋势，但研究集中于印度少数地区。常见关键词多与氟化物暴露及其流行病学相关，而合著网络则反映出机构间合作较为有限。现有研究表明，印度各地的患病率存在差异，相关风险因素在不同研究中也表现出不一致性。意义：这项科学计量学综述表明，印度牙氟斑症研究虽在增加，但发展不平衡。它有助于识别该领域的研究空白，为进一步开展研究以降低印度牙氟斑症的患病率提供依据。引言：氟化物这种矿物质天然存在于多种食物中，也可作为膳食补充剂使用。根据世界卫生组织2003年的《口腔健康报告》，氟化物是预防龋齿最有效的物质。然而，氟化物也有两个缺点：在适当剂量（0.7–1.2 ppm）下可预防龋齿，但若超过理想限度，则会破坏人体钙化组织，导致氟斑症。牙釉质发育异常即牙氟斑症，是由于牙齿形成期间反复接触过高浓度的氟化物所引起的。这样一来，牙釉质会变得更为多孔，矿物质含量也会减少。世界卫生组织指出，牙釉质表面出现水平条纹和双侧对称病变即为牙氟斑症的迹象。轻度情况下会出现细小的不透明白色线条，严重时则会发展为棕色斑点或凹陷，甚至出现腐蚀。这种情况主要是由于在牙齿形成过程中长期摄入过多氟化物，通常来自牙膏和公共供水等多种来源。目前已有少量文献研究牙氟斑症的本地风险因素，并探讨水中的氟化物含量与氟斑症之间的关联。印度是全球24个牙氟斑症高发国家之一。印度许多地区的氟化物含量较高。根据联合国儿童基金会的报告，印度约65%的农村人口直接面临与氟化物相关的健康问题。在安得拉邦、泰米尔纳德邦、拉贾斯坦邦、旁遮普邦、比哈尔邦、北方邦、中央邦和西孟加拉邦等地区，饮用水中的氟化物含量远高于允许标准，氟斑症问题尤为严重。本研究通过整合现有研究，旨在识别研究趋势、评估该疾病的负担，并明确水中的氟化物含量、饮食习惯和社会经济状况等影响因素。这一分析旨在为制定公共卫生政策与策略提供依据，以减轻牙氟斑症对受影响人群的影响。本研究旨在通过科学计量学分析回答以下研究问题：印度哪些地区在牙氟斑症研究方面最为深入，存在哪些研究空白？2010年至2024年间，印度关于牙氟斑症的论文发表情况有何变化？从合著关系和总链接强度来看，印度牙氟斑症研究领域中最具影响力且善于合作的作者是谁？印度开展的牙氟斑症研究中最常使用的关键词是什么，它们对应哪些研究主题？科学计量学分析被定义为“对科学、科学政策以及科学传播的定量研究”。它包括分析引用关系、评估研究影响力，以及研究特定学科领域内学术期刊和研究机构的作用。在本研究中，将采用两种主要方法的混合方式，即科学计量学分析（文献计量学），通过VOSviewer软件监测研究趋势、地理分布、合作模式及分类；同时结合系统评价，按照PRISMA 2020指南总结印度开展的患病率研究结果。本文共包含四个部分：方法论、研究结果、讨论以及结论。文献综述：Hitesh Chander Mittal等人近期开展的一项分析旨在确定印度不同地区、不同水氟含量以及不同严重程度下的牙氟斑症分布情况。他们的研究结果显示，水氟含量超过1 ppm的地区，其患病率是低于1 ppm地区的3倍以上（50.3%对比15.1%）。此外，男性（40.7%）、集体居住者（40.7%）、农村居民（38.1%）以及印度西部地区的患病率也相对较高（43.9%）。在另一项研究中，研究人员试图从牛奶、煮熟的米饭、饮用水以及绿叶蔬菜等多种来源中测定研究区域内的氟化物含量，并通过临床调查估算氟斑症病例比例。22个社区的氟斑症指数值均超过了公认的标准值。研究发现，无论年龄大小，饮用水都是氟化物含量最高的来源。因此，建议南印度地区——这些地区的饮食结构较为相似——饮用含氟量较低的水，以减少氟化物的不良影响。Shaz Ahmed等人进行的综述研究了过量氟化物可能对多种动物造成的危害。他们得出结论，含氟污染的水对人类健康尤其危险，需要采取有效的饮水和环境管理措施。由于氟化物是人类活动产生的，且大多数问题源于摄入自然来源的氟化物，因此这是一个重大的健康问题。联合国可持续发展目标中的清洁饮水准则提出了可行的、经济且有效的氟化物去除方法，能够避免根本性问题。有研究指出，当数据较少时，很难制定出准确且有意义的评判标准。由于需要综合多种方法才能形成协同的氟化物去除策略，因此只有少数研究人员能够专注于特定解决方案的探索。Anand Verma等人开展了一项横断面研究。该研究的目的是确定印度卡纳塔克邦科拉尔地区的牙氟斑症相关因素，并调查在校青少年的患病率。研究结果表明，约有三分之二的学生患有牙氟斑症，这一现象在公立学校以及长期居住在当地的人群中尤为普遍。为预防牙氟斑症，相关社区除了建立除氟工厂或提供家庭除氟技术培训外，还应开展健康教育与公众意识提升活动。Sandeep Kumar等人开展的另一项研究调查了印度青少年早期的牙氟斑症患病率及风险因素。这项横断面研究共选取了印度中央邦贾布阿区和达尔区的800名12至15岁的青少年作为研究对象。研究人员从各区域采集水样并送至实验室检测氟化物含量，同时使用迪恩氟斑症指数对牙氟斑症严重程度进行分级。结果显示，青少年群体中牙氟斑症的总体患病率为40.5%。贾布阿区的患病率为45%，而达尔区为36%。研究还发现，水氟含量之后，水源储存方式是预测牙氟斑症的第二个重要因素。Punitha等人在泰米尔纳德邦的非流行地区坎切普拉姆开展了研究。在这项横断面研究中，他们对348名7至15岁的儿童进行了氟斑症检测，并使用迪恩氟斑症指数对病情严重程度进行分级。最终共有19.2%的儿童患有牙氟斑症（置信区间：15.1–23.3）。研究发现，这些地区的饮用水中氟化物含量高达2.2 mg/L。氟化物含量与牙氟斑症之间存在显著相关性（P < .001）。此外，这些地区的饮用水并未定期进行纯度检测。该地区很少有农村地区的地下水氟化物含量过高，应优先寻找其他水源，同时必须定期检测饮用水的质量。研究方法论：研究问题：研究问题采用PCC格式表述（见表1）。方案与注册：本综述方案已在PROSPERO平台上注册。表1 基于PCC格式的描述 PCC格式 描述(P)——人群 印度关于牙氟斑症的科研论文(C)——概念 科学计量学趋势：地区分布、链接强度、作者网络及关键词(C)——背景 2010年至2024年间的各类科学论文数据库 该系统评价遵循PRISMA指南（2020年标准；见图1）进行。搜索结果以PRISMA流程图（2020版）形式呈现。纳入标准：通常接受近期发表的关于牙氟斑症的科学研究论文。2010年至2024年间发表的论文。聚焦氟化物使用、牙氟斑症成因、风险因素及患病率的论文。采用迪恩氟斑症指数作为诊断标准的论文。针对印度境内的氟斑症研究展开的论文。包含实验研究、观察性研究、临床试验或病例对照研究等原创性研究，能为牙氟斑症提供可靠的证据。排除标准：2010年之前完成的研究不予纳入评估。未专门聚焦氟化物使用、牙氟斑症、相关病因、风险因素及患病率的论文将被排除。印度以外的其他国家的研究也不予纳入。使用非迪恩氟斑症指数作为诊断标准的论文被排除。所有综述类文章也被排除。搜索策略：在不同的数据库中使用了不同的关键词，如牙氟斑症、氟化物含量、患病率、风险因素以及印度。从PubMed、Scopus、EBSCOhost和Web of Science等数据库中提取文章，通过标题与摘要匹配来识别重复内容并予以剔除。在数据库搜索时使用了包含“AND”运算符的查询语句，具体查询式为：(((prevalence) AND (“risk factors”)) AND (“dental fluorosis”)) AND (India)。研究选择：首先通过去重处理去除重复文章。随后，研究人员根据预先设定的标准，通过文章的标题和摘要对其进行分析。如果标题或摘要信息不足，就会在阅读全文后决定将其排除。接着会对所有看似符合纳入标准的相关文章的全文进行筛选。对于研究人员之间存在的意见分歧，将通过基于证据的讨论加以解决。数据提取与数据整合：在确认所有符合要求的全文文章后，会制作数据提取表，其中包含以下信息：“标题、作者姓名、发表年份、研究地点、研究设计、人群特征、样本量、年龄范围、性别分布、诊断标准、患病率、严重程度、水中的氟化物来源、水氟含量、其他风险因素、暴露持续时间、饮食习惯、社会经济状况、环境因素”。科学计量学分析：科学计量学是对科学研究的一种定量分析方法。它不仅能评估研究的影响力并分析引用关系，还能通过从学术数据库中提取的模式来绘制某一知识领域的图谱。尽管传统的手动文献综述能够提供某一研究主题的全面概览，但仍存在主观性偏差。本研究采用科学计量学方法，通过可视化手段绘制知识图谱，以分析牙氟斑症的患病率及风险因素。该方法利用文献计量学数据来确定研究主题并构建网络模型。在本综述研究中，通过标题、摘要和关键词进行文献计量学检索，从而对建筑项目复杂性这一主题展开全面梳理。为揭示研究规律，本研究采用了关键词共现分析、作者共引分析以及文献共引与聚类分析等方法。作者合作引用分析和关键词共现分析能够在聚类分析之前为研究领域提供整体概览。各州的出版物分布及存在的空白通过色阶地图以可视化方式呈现，显示出印度各州在牙科氟斑病研究方面的兴趣强度。安得拉邦和泰米尔纳德邦由于地下水中的氟含量一直较高，因此成为研究热点，有5到6篇相关论文发表，这可能是由于公共卫生问题以及当地在牙科和环境健康研究方面的努力。卡纳塔克邦和马哈拉施特拉邦也有较多的研究活动，可能是因为当地有研究机构且拥有更多的氟监测设备。中央邦和北部邦如中央邦、拉贾斯坦邦和北方邦的研究覆盖程度则相对较低，不过这些地区也存在氟斑病病例。喜马偕尔邦、查谟和克什米尔邦以及恰蒂斯加尔邦虽然贡献较少，但可能反映出人们对此问题的逐渐重视或存在零星的研究。需要指出的是，论文数量并不代表疾病的流行程度，而反映的是研究潜力和兴趣。论文发表较多的州并不一定意味着牙科氟斑病的发病率更高，而可能是因为这些地方拥有更先进的牙科研究设施、更好的研究基础设施或更多的资金支持（图2）。

从2011年到2024年，印度关于牙科氟斑病的论文发表趋势可通过条形图呈现（图3）。2013年发表的论文数量最多，共有7篇，也是该年度研究兴趣最高的年份。此后，2017年和2023年也出现了高峰，各有5篇论文，表明对该主题的学术兴趣时有波动。2012年、2014年、2016年、2020年和2022年的研究活动较为温和，分别为3到4篇论文。相反，2015年、2019年、2021年和2024年的论文数量较少，有些年份甚至没有或仅有少量研究论文。数据表明，人们对牙科氟斑病研究的兴趣呈非线性但持续上升的趋势，这可能是由于公共卫生重点的变化、当地的氟问题或政策带来的资金支持所致。2020年后论文数量的增加也可能反映出在新冠疫情干扰之后研究活动的恢复。此外，2023年的增长与对氟斑病研究的兴趣增加相符，这可能得益于技术进步以及疫区监测能力的提升。这项纵向研究为了解研究兴趣的趋势提供了重要见解，同时也强调了为应对既有的和新出现的口腔公共卫生问题，需要持续且广泛地开展牙科氟斑病研究。此外，该十年初期的研究较为零星，表明当时人们对牙科氟斑病作为公共卫生问题的认识和关注程度较低。2024年论文数量相对较少，可能是由于数据截止或部分研究尚未发表。通过时间线分析可以确定研究的高峰期以及需要填补的研究空白，以实现全国范围内的全面研究。作为受氟斑病影响最严重的国家之一，长期监测论文发表趋势有助于评估当前氟化物控制措施的效果。系统分析这类趋势有助于确定资金分配优先级、政策方向以及临床和社区口腔健康研究 agenda。

基于共现映射的作者合作分析通过VOSviewer软件对文献计量数据集中的作者共现情况进行分析，为了解印度牙科氟斑病研究中的合作状况提供了有益视角（图4）。最初，数据集中有169位不同的作者。由于研究样本量较小（n = 40），考虑到这一点，将作者合作的最低文章数量标准设定为零。如果采用更严格的标准，比如要求作者至少贡献2篇论文，那么在针对特定疾病和特定国家的研究背景下，这一标准将会将绝大多数研究人员排除在外。通过VOSviewer分析的文献计量数据中的作者关联关系，揭示了印度研究牙科氟斑病的学者之间合作程度的若干重要信息。数据库中共包含169位不同作者。由于数据量较小，将作者参与合作的最低文章数量标准设定为零。但如果将这一标准提高到每位作者需发表2篇论文，那么所构建的网络对于了解该疾病在特定国家的流行情况将毫无意义（图4）。

下表还根据作者在链接强度和文章数量方面的总体表现，展示了作者合作网络的情况（图5）。拉梅什·玛雅以4篇论文和18的链接强度位居首位，其次是阿鲁娜、丽塔·玛丽，各有3篇论文，链接强度为13，而巴拉、库穆德和苏普里亚等人的链接强度为11，排名靠后。令人意外的是，像奥塞伊图诺-安特萨纳、奥斯卡和阿斯图迪略-罗萨斯、威尔逊这样论文发表较少的作者，其链接强度也高达7，表明他们具有较高的合作影响力。这些量化指标为可视化图表提供了基础，有助于客观分析作者之间的关联程度及研究影响力。通过VOSviewer进行的数据可视化和提取不仅能识别出学术合作中的核心研究者，还能找出那些可能更深入融入研究社区的单一作者或薄弱环节（图5）。

在第一个图中，使用VOSviewer软件创建的共现网络图展示了从所选氟斑病研究文章标题中提取的关键词之间的关系。底部的节点“氟斑病”与“地区”、“患病率”、“分段研究”等术语相连，还有泰米尔纳德邦、拉贾斯坦邦和古吉拉特邦等印度各州的名字，这些反映了疾病的地理分布和研究热点。彩色编码的集群体现了主题分类，有助于识别相关的概念和地理区域。例如，有一个集群包含了“泰米尔纳德邦”、“地区”和“氟素高发区”，涉及区域性的案例研究。这种可视化方法的缺点在于它依赖于精确的关键词匹配，可能会忽略语义差异或上下文中合适的未标注术语。此外，它仅能查看文章标题，而无法查看全文内容（图6和图7）。

第二个图表是使用R程序生成的词云，同样展示了所研究文章标题中的关键词。单词大小随出现频率的增加而变大。最常见的词汇是“氟斑病”、“牙科”、“患病率”、“地区”和“印度”，突出了研究的主题重点。这种方式能够以直观的方式展示当代学术研究的主题，让人一目了然地看到最常研究的主题。尽管词云在视觉上很吸引人，但它无法体现共现图的结构细节，因为它不能显示关键词之间的相互关系。此外，频率展示也忽略了上下文背景，无法区分是刻意重复还是偶然重复。这两种方法虽然可以互补，但由于仅基于标题数据且缺乏进一步的语义分析，存在一定局限性（见表2和表3）。

表2显示了印度各地关于氟斑病患病率和水氟含量的研究数据。表3则分析了导致氟斑病风险的各种因素在不同州的表现。数据显示，2011年至2024年间，印度各州的牙科氟斑病患病率差异极大，从喜马偕尔邦的4.1%到北方邦的94.6%不等。不过，由于不同研究的目标人群（多数为7至15岁儿童，部分涉及成年人）、研究设计（调查 vs. 方便抽样）、抽样策略（学校 vs. 社区）以及诊断标准（不同截断值的迪恩氟斑病指数）存在差异，这些数据无法直接比较。如果能进行加权对比分析会更好，但由于结果呈现方式的不同以及缺乏原始数据，本研究无法进行定量整合。古吉拉特邦、马哈拉施特拉邦、安得拉邦和拉贾斯坦邦的患病率也相当高。这些差异在天然水源中的氟化物含量上也有体现，其范围从最低的0.04 ppm到最高的23.2 ppm，而在大多数情况下，这一数值远超过世界卫生组织规定的1.5 ppm的上限。一些研究，如Shanti Lal Choubisa和IKBAL HUSAIN的研究，报告了极高的氟化物含量（分别为21.6 ppm和23.2 ppm），正是这些高含量导致了氟斑牙的高发率。氟化物含量相对较低的地区，例如恰蒂斯加尔邦的某些地区（Bhagat P., 2019；0.5–6 ppm），也有氟斑牙病例出现，但发生率较低（约14.3%）。许多研究，例如Charu Aggarwal和Ashish Bhalla的研究，并没有对氟化物含量进行定量分析，这降低了相关研究的可靠性。泰米尔纳德邦和安得拉邦是研究最为深入的两个州，这反映了由于水源不同（政府供应水与地下水）以及含水层深度的不同而导致的区域内部差异。研究结果强调了针对不同地理区域进行水质监测以及采取有针对性的公共卫生干预措施以降低氟斑牙风险的迫切性。表2对2010年至2024年间在印度不同州进行的40篇经过同行评审的文章进行了全面比较分析，评估了导致牙齿氟斑牙的4个主要风险因素的普遍程度：长期接触氟化物、缺乏认知、过量摄入高氟食物以及经济状况。该表采用二元指标格式，其中加号（+）表示 ??研究提到了上述风险因素并将其视为导致牙齿氟斑牙的原因，而减号（?）则表示该研究未提及或评论这一因素。通过图表可以了解这些因素在各类研究和不同地区中被提及的频率和方式。长期接触氟化物指的是长期饮用含有过高氟化物的水，通常持续多年，这更容易引发氟斑牙。在牙齿发育期（生命的前8年），反复接触氟化物会造成最大危害，因为额外的氟化物会沉积在牙釉质中，导致矿化不足并出现可见的牙齿变化。本栏目中标有（+）符号的研究强调了氟化物中毒的严重性，尤其是在那些依赖深井水或未经处理的地下水的农村人口中。缺乏认知指的是人们在氟化物来源、氟斑牙的症状及影响、以及预防或补救措施方面的知识不足。（+）符号表示研究表明，公众的无知是早期预防和诊断氟斑牙的一个关键障碍。大多数研究，尤其是来自氟斑牙高发地区的研究，都指出患有氟斑牙的人往往将氟斑牙的症状与正常的牙齿变色混淆，从而导致延误治疗。摄入富含氟化物的食物意味着食用了含有天然或工业添加的高浓度氟化物的食品或产品，包括茶（尤其是砖茶）、古特卡烟以及烟草制品，还有诸如指米之类的农产品，这些食物中的氟化物来源于土壤和水。（+）这一列表明，调查还考虑了那些高氟摄入量的生活方式或饮食因素。需要注意的是，这些产品更可能被低收入或农村社区的人群所消费，从而带来额外的风险。标有（+）的社会经济地位指标表示研究对象多为低收入家庭。低社会经济地位是一个已知的间接风险因素，因为生活在这样的环境中的人们由于缺乏管道供水或处理过的水源，难以获得良好的牙科护理和健康教育，而且也无力负担能够抵消氟化物毒性的营养饮食。这类群体也不太可能要求改善基础设施，因此更容易遭受骨骼和牙齿氟斑牙等长期健康损害。从表格中可以看出，多项研究认为有多种因素共同导致了氟斑牙，而非单一因素。例如，安得拉邦、拉贾斯坦邦和马哈拉施特拉邦都报告称这4个风险因素都在起作用，这说明多种脆弱因素叠加会导致更高的患病率。同时，也有一些研究仅分析了水中的氟化物含量，而没有解释社会经济或行为因素，预计未来需要填补这些研究空白以形成完整的图景。这张表格不仅有助于总结现有文献，还能为公共卫生规划、项目干预和研究方向提供依据。它表明，印度的牙齿氟斑牙问题不仅仅是环境或化学问题，还涉及教育、饮食和社会层面，需要多方面的解决方案来应对。根据Cochrane标准，对纳入的牙齿氟斑牙研究进行的偏倚风险评估显示，7个常见方法学领域的偏倚风险情况如下：绿色条形代表偏倚风险低，黄色条形（此处未显示）代表偏倚风险不确定，红色条形代表偏倚风险高。在随机序列生成的选择偏倚方面，大多数研究的偏倚风险较低，但由于部分研究采用了不充分的随机化方法，也有少数研究的偏倚风险较高。分配隐蔽性的偏倚风险也大多较低，但有一定比例的研究偏倚风险较高，这表明在参与者分配过程中可能存在防止选择偏倚的缺陷。在参与者及工作人员盲法（性能偏倚）和结果评估盲法（检测偏倚）方面，大多数研究的偏倚风险较低，但也有一些研究没有对参与者、工作人员或评估者进行盲法处理。在报告偏倚（选择性报告或报告偏倚）和不完整结果偏倚（流失偏倚）方面，大多数研究的偏倚风险较低，但也有一些研究由于结果缺失或数据缺失而具有较高的偏倚风险。最后，其他类型的偏倚风险总体上也较低，只有少数研究存在较高风险，这表明大多数研究并未存在重大的补充方法学缺陷。总体而言，尽管绝大多数研究的方法学质量良好，但仍有少数研究存在重要缺陷，尤其是在盲法和分配隐蔽性方面（见图8）。讨论这项科学计量学分析概述了印度在牙齿氟斑牙研究方面的整体情况，包括论文数量、主题焦点、地理位置以及合作网络。从数据来看，存在明显的空间不平衡现象，研究主要集中在安得拉邦、泰米尔纳德邦、马哈拉施特拉邦和卡纳塔克邦等氟斑牙高发州，而奥里萨邦、比哈尔邦、贾坎德邦以及东北部各州的研究则相对较少，尽管这些地区的农村社区也可能存在氟化物暴露问题。这种地理上的不平衡可能是由于缺乏监测氟化物的基础设施，以及这些地区学术资源匮乏，从而导致国家监测工作中存在漏洞。从时间上看，研究发表的节奏并不均匀，高峰出现在2013年、2017年，2023年又有明显上升。这种多样化的研究态势表明，牙齿氟斑牙是一个时有时无但持续受到关注的科研课题，因此仍需持续的科学研究和重点关注。共同作者网络分析显示，研究之间存在一定程度的合作，有一些知名的贡献者，如Maya Ramesh，是他们所在网络的中心人物。然而，目前还没有跨地区或全印度的合作项目，这反映出研究工作存在碎片化现象，而非全国范围内的协同努力。关键词共现分析突出了“患病率”、“氟化物”、“牙齿氟斑牙”和“儿童”等主题，表明当前研究主要依赖于横断面和描述性的流行病学研究设计。不过，也出现了“尿氟”、“骨骼氟斑牙”和“农村人口”等新词汇，显示出研究视野的拓展。令人惊讶的是，关于氟斑牙的行为、饮食或社会经济成因的研究仍然有限。这一点非常重要，因为一些高氟暴露地区同时也是贫困、文盲率高的地区，且人们依赖茶叶、指米和烟草等含氟量高的食物。同样，对于长期预防来说至关重要的社区教育和健康教育也很少被研究或系统报道。这种缺乏全面评估的情况限制了现有证据的实用价值，也降低了其在政策制定中的意义。这项研究的发现对于监测策略、水资源安全管理、社区内的干预措施以及卫生政策都具有启示意义。首先，在监测方面，比哈尔邦、奥里萨邦、西孟加拉邦、贾坎德邦以及全国东北部地区在氟化物相关问题的监测方面存在巨大缺口，因此有必要开展不仅限于学术层面的系统性氟化物监测工作。应当利用国家氟斑牙防治计划来确保在研究较少的地区开展具有代表性的牙齿氟斑牙调查，并标准化报告格式，以便将来进行汇总分析。如果将氟斑牙筛查纳入国家口腔健康计划的相关活动中，还可以降低筛查的成本和复杂度。其次，氟斑牙高发地区的地下水氟化物含量往往超过世界卫生组织规定的1.5 mg/L的安全标准，这表明需要加强除氟措施，以改善水资源安全管理。可以通过文献调研中收集的水质参数，帮助各州政府和中央地下水委员会确定需要建设除氟设施的地区优先级。第三，从社区层面来看，多项研究指出的主要风险因素是缺乏认知，这再次强调了开展针对性健康教育活动的必要性。学校里的口腔健康教育计划、ASHA工作者的氟斑牙识别培训应该与国家儿童健康计划以及“阿育曼·巴拉特”计划中的学校健康项目相结合，特别是在农村和部落地区的社区层面。第四，在政策制定和能力建设方面，南部和西部地区的机构在牙齿公共卫生领域的作者网络更为集中。印度牙科委员会和印度牙科协会等国家级机构应该为在研究较少的地区开展关于氟斑牙的研究生论文研究提供激励，而印度医学研究委员会也应该考虑为这些研究不足的地区提供针对性的外部资助。通过共同作者分析发现的这些网络分隔问题，可以通过建立多机构研究联盟来解决，这样的联盟能够促进地区间的合作，尤其是北方和东北部氟斑牙高发州之间的合作。印度牙齿氟斑牙问题的复杂性及其与社会环境的紧密关联，也凸显出需要协调各方力量将研究成果转化为实际行动：要将科学证据转化为有效的行动计划，需要卫生、水利、教育和环境等多个领域的共同努力。学生和研究人员如果能熟练掌握各种文献计量学软件，将有助于更有效地开展科学计量学研究。本文中使用的软件更加容易理解和操作，能够提供精确准确的数据。文献综述表明，含氟水、氟化物补充剂、婴儿配方奶粉以及含氟牙膏都是导致氟斑牙的风险因素，使用这些产品会增加患氟斑牙的风险。与上述观点类似，本文的氟化物风险因素分析也显示，高氟摄入对增加牙齿氟斑牙的影响更大。Shakir Ali等人进行的一项荟萃分析研究了印度各地的水氟含量，他们发现印度的总体氟化物浓度约为2.37 mg/L（95%置信区间：1.46–3.28 mg/L）。由于这一数值远高于世界卫生组织建议的1.5 mg/L安全标准，印度大部分地区的饮用水氟化物含量可能处于不安全水平，从而导致广泛的骨骼和牙齿氟斑牙，这与本研究中的地理分布情况相符。Nelly Molina-Frechero等人在墨西哥进行的一项研究显示，中等社会经济地位群体的年轻人患牙齿氟斑牙的程度较轻，TF值最低，严重病例较少，而低社会经济地位群体的年轻人则更关心自己的牙齿状况。这种基于社会经济地位的差异具有显著性。相比之下，P.在喀拉拉邦的阿拉普扎区进行的一项研究则显示了不同的情况。Gopalakrishnan等人52指出，在他们的研究区域内，社会经济地位并不会影响牙氟斑病的发生。但这项研究分析表明，大多数研究并未将社会经济地位视为风险因素。结论：这份科学计量学综述反映了印度牙氟斑病研究的增长趋势，但发展并不均衡。南部和西部各州的研究数量较多，而氟含量较高的北部和东北部各州则相对较少有相关研究。随着时间的推移，相关研究数量呈上升趋势，这体现了人们对这一问题的日益重视。关键词分析显示，研究重点多集中在患病率、严重程度以及临床表现上，而关于社会经济因素、高氟摄入量以及水中的氟含量的研究则相对较少。共同作者网络显示，机构间及地区间的合作十分有限。这项研究为找出研究领域的不足提供了依据，也有助于后续研究进一步降低印度牙氟斑病的患病率。局限性：由于数据库中可纳入的文献范围和数量有限，这项科学计量学综述存在一定的局限；一些相关的区域研究可能因数据库限制而被遗漏。此外，不同研究在设计、报告方式以及氟含量评估方法上存在差异，这可能影响了患病率数据与风险因素数据之间的可比性。另外，由于仅考虑了英文文献，可能存在语言方面的偏差。对政策与实践的启示：■ 应加强欠发达地区的监测和研究工作。国家和州级卫生部门应优先为那些氟斑病高发但研究不足的地区提供资金支持，用于开展流行病学监测和研究。只有建立地理分布均衡的证据基础，才能制定出公平的氟含量控制策略，并实现资源的有效分配。■ 应将饮用水氟含量的定期监测纳入现有的公共卫生和初级保健计划中，同时结合社区口腔健康教育、早期筛查以及在高风险地区实施降氟措施。这样的整合有助于尽早发现问题，从而减轻牙氟斑病带来的长期负担。■ 政策制定者和资助机构应鼓励牙科院校、公共卫生部门、环境机构以及水务管理部门之间开展跨机构合作。未来的研究不应仅限于患病率调查，还应包括行为、社会经济、环境、实施情况以及政策相关方面的研究，以便为全国性的氟斑病预防和控制计划提供有力依据。