《Information》：Diabetes: Bibliometric and Semantic Analysis with LDA Technology to Identify Current Trends in Research Directions
编辑推荐：
背景：糖尿病相关文献的快速增长使得仅凭传统文献计量学指标难以描述该领域的主题结构。本研究旨在将文献计量学网络映射与概率主题建模相结合，以描述糖尿病的主要研究方向及其引文可见性。方法：研究人员分析了211,637篇Scopus索引的出版物，这些出版物被归类为文章
背景：糖尿病相关文献的快速增长使得仅凭传统文献计量学指标难以描述该领域的主题结构。本研究旨在将文献计量学网络映射与概率主题建模相结合，以描述糖尿病的主要研究方向及其引文可见性。方法：研究人员分析了211,637篇Scopus索引的出版物，这些出版物被归类为文章、综述、短评或会议论文，发表于2015年1月至2025年5月之间。使用VOSviewer进行文献计量学映射，并利用潜在狄利克雷分配（LDA）对出版物标题进行语义分析。模型解释通过一致性得分、主题多样性、困惑度、主导主题分配以及专家对主题标签的验证来支持。使用领域加权引文影响（FWCI）描述性地比较不同主题领域随时间变化的引文可见性。结果：VOSviewer识别出七个关键词共现聚类，而LDA产生了六个广泛的语义主题：心血管和代谢风险、糖尿病管理与生活质量、治疗方法、糖尿病并发症、妊娠期糖尿病、病理生理学与建模。六主题LDA模型显示c_v=0.392，主题多样性=0.73，困惑度=?7.18。出版份额和FWCI轨迹表明，心血管和代谢风险研究仍然是最大的主题领域，而生活质量和疾病控制的引文可见性增长最为显著。结论：整合的文献计量学-语义工作流程识别了塑造当代糖尿病研究的主要主题领域和引文可见性模式。研究结果强调了心脏代谢共病研究的持续主导地位、生活质量和疾病控制主题日益增长的可见性，以及数字和人工智能（AI）辅助方法在并发症筛查和监测中的可见性。该框架为追踪糖尿病相关科学文献中的研究优先事项和新兴方向提供了可解释的基础。
**论文解读：基于LDA技术的糖尿病文献计量与语义分析——揭示当前研究趋势方向**
**1. 研究背景与问题**
糖尿病作为全球最重大的医学挑战之一，影响着数百万人口，给医疗系统和经济带来沉重负担。糖尿病相关文献的规模与异质性迅速增长，使得仅依赖传统文献计量学指标（如发文量、引文数、关键词共现）难以识别总体趋势、新兴优先领域及研究领域间的关系。既往文献计量学研究多聚焦于特定子领域（如糖尿病视网膜病变、糖尿病缓解等），或主要依赖预定义主题结构，缺乏对大型出版语料库进行整体语义分解的方法。因此，需要一种整合文献计量网络映射与概率主题建模的可解释工作流程，以捕捉糖尿病研究中既包含既定生物医学领域，又涵盖更广泛的临床、行为和技术支持方向的主题结构。本研究旨在开发并应用这一整合工作流程，使用211,637篇Scopus索引的糖尿病相关出版物（2015–2025年），识别主要主题领域、比较VOSviewer与LDA导出结构、评估年度出版份额与领域加权引文影响（FWCI）轨迹，并探索以患者为中心的“生活质量与疾病控制”领域的内部组成。该研究发表于《Information》。
**2. 主要关键技术方法**
研究人员采用多阶段分析框架，结合了文献计量学与语义方法。文献计量学映射使用VOSviewer 1.6.20版本，基于关键词共现网络识别主题聚类。语义分析采用潜在狄利克雷分配（LDA）主题建模，使用Gensim 4.3.3库，以出版物标题为文本输入（确保完整数据集的标准化元数据）。预处理包括使用SpaCy库进行分词、清洗（去除数字、特殊字符、停用词等）、词形还原，并设定文档频率阈值（至少25篇，最多50%文档）以降低噪声。模型评估基于一致性得分（c_v）、主题多样性和困惑度。主题标签通过GPT-4o自动生成初稿，并由两位领域专家独立审查修订。FWCI用于比较不同主题的引文可见性，并通过双因素方差分析/回归评估时间趋势。数据来源于Scopus数据库，检索词为标题中含“diabet*”或“T2D”的英文记录，排除撤回文章。
**3. 研究结果**
**3.1 文献计量学分析与VOSviewer主题建模**
研究人员通过VOSviewer对211,637篇出版物进行关键词共现分析，识别出七个主要聚类：生活质量与心理社会方面（红色）、嗅觉并发症与检测技术（紫色）、妊娠期糖尿病与妊娠结局（橙色）、肾脏并发症与遗传研究（绿色）、新型治疗策略与药物开发（深蓝）、一般糖尿病管理（黄色）、治疗安全与药物警戒（浅蓝）。美国（42,453篇）、中国（39,391篇）和印度（15,665篇）是发文量最高的国家。Q1期刊发文占比随时间增加，表明领域可见性提升。
**3.2 LDA主题建模**
LDA模型生成六个可解释的主题组（c_v=0.392，主题多样性=0.73，困惑度=?7.18）：心血管和代谢风险/共病管理、生活质量与疾病控制、治疗方法、糖尿病并发症、妊娠期糖尿病与代谢风险、病理生理学与建模。每个主题通过主导主题分配计算出版份额，并识别高引出版物。VOSviewer聚类与LDA主题在部分领域（如妊娠期糖尿病、并发症、治疗策略、生活质量）存在重叠，但LDA提供了更高层次的语义聚合，更适合比较出版量、FWCI和高引文献。
**3.3 文献计量学方法与主题建模技术的结合**
通过双因素方差分析，不同主题的年度出版份额和FWCI轨迹存在显著差异（p<0.001）。心血管和代谢风险主题保持稳定出版份额（24–27%），但FWCI略有下降（2025年约0.97）；生活质量与疾病控制主题约占21–22%的出版份额，2025年FWCI最高达1.69；治疗方法主题出版份额从17%降至13%，FWCI波动；糖尿病并发症主题出版份额从11%增至15%，FWCI从0.95升至1.20；妊娠期糖尿病主题出版份额10–14%，FWCI下降至0.74；病理生理学与建模主题出版稳定，FWCI在2023年短暂升至1.50。结果表明，共病管理在出版量上占主导，而生活质量和疾病控制主题的引文可见性近年增长显著。
**3.4 “生活质量与疾病控制”部分子主题分析**
对“生活质量与疾病控制”主题进行二次LDA分析（c_v=0.349，主题多样性=0.86，困惑度=?6.72），识别出七个子主题：成人糖尿病健康教育与心理社会支持（10,650篇）、妊娠期糖尿病血糖控制（7,270篇）、改善疾病控制的临床试验与医疗干预（3,335篇）、儿童青少年糖尿病生活质量（10,393篇）、糖尿病视网膜病变早期筛查与治疗（4,962篇）、糖尿病足并发症预防与管理（3,689篇）、共病治疗策略（5,506篇）。这些子主题涵盖了患者中心糖尿病研究的不同维度。
**4. 讨论与结论**
**讨论**部分指出，VOSviewer与LDA提供了互补视角：VOSviewer基于关键词共现网络，LDA基于标题级词分布生成主题概率，两者并非一一对应，但部分重叠增强了主要研究领域的稳健性。LDA的价值在于能够进行文档级主题分配，从而计算出版份额、FWCI轨迹和高引文献。技术相关术语（如人工智能、机器学习、远程医疗）在现有主题中作为交叉元素出现，并未形成独立主题，表明数字健康方向是嵌入现有研究领域而非独立范式。FWCI分析显示不同主题的引文可见性差异，但不应被解释为临床重要性或研究质量的直接证据。该工作流程具有可转移性，可应用于其他生物医学领域。局限性包括：基于Scopus数据库、英文标题级元数据、预处理决策影响、专家验证仅限于两位研究者、LDA在语义表达上不如嵌入方法，但作为可解释的探索性工具是合适的。
**结论**部分翻译：本研究展示了一个面向应用的文献计量学-语义工作流程，用于大规模生物医学文献映射。该研究并非提出新的主题建模算法，而是整合了三个分析层面：基于VOSviewer的关键词共现映射、基于LDA的标题级语义分解，以及使用出版份额、FWCI轨迹和高引文献的主题级文献计量学比较。这种组合为将大型出版语料库组织成广泛的语义领域并比较其随时间相对可见性提供了可解释的框架。应用于约十年间大型Scopus索引糖尿病相关出版语料库，该工作流程重构了与糖尿病主要研究领域相对应的标题级语义领域：心血管代谢风险与共病管理、生活质量与疾病控制、治疗方法、糖尿病并发症、妊娠期糖尿病、病理生理学与建模。结果应被视为出版级和标题级语义模式的探索性地图，而非糖尿病研究的最终分类或领域因果变化的证据。该工作流程的实际价值在于其可转移性，通过将文献计量网络结构与可解释的主题分配和主题级引文可见性指标联系起来，支持研究优先事项的监测、广泛主题领域的比较、更详细子主题分析领域的选择以及基于证据的未来研究规划。未来研究可通过比较标题级结果与摘要或全文级语料库，以及将LDA与嵌入方法、动态或神经主题建模方法进行基准测试来进一步扩展此工作流程。
