基于知识图谱的自闭症谱系障碍研究主题分析

发布时间：2022-01-22 10:59

　　自闭症是一种广泛性发育障碍的疾病,近几年的自闭症患者数量不断增加。该文选取自闭症相关研究文献,从PubMed数据库中抽取自闭症相关文献,通过发文量统计发现自闭症研究文献呈现指数上涨趋势且在2016年达到顶峰。运用词频分析法截取相关高频词制作关键词词云发现随着自闭症患者年龄的不断增长,研究者较为关注自闭症的共病问题。利用中心性分析、共词分析和社会网络分析方法,通过VOSviewer可视化软件形成了6个研究主题的聚类,分别为自闭症的相关基础理论研究、致病因素研究、表型症状研究、临床诊断研究、干预措施研究、共病研究,并基于知识图谱对自闭症研究相关文献进行主题分析,从发文量和研究热点角度探究自闭症的研究现状及发展趋势,为科研人员提供参考依据。 

【文章来源】：中国卫生产业. 2020,17(20)

【文章页数】：6 页

【部分图文】：

自闭症研究相关文献发文量统计

通过自建网络并采用关联强度进行主题聚类，同时采用VOSviewer软件对其进行可视化，图中节点大小表示关键词频次的高低，连线代表关键词之间的关联程度，见图3，整个研究主题以“Autism Spectrum Disorder自闭症谱系障碍”为中心构成一个基于关键词共现形成的知识图谱，并根据关联强度自闭症知识图谱被聚为6个研究主题，分别为如下几方面。图3 自闭症文献研究的知识图谱

图2 自闭症关键词词云(1)自闭症的相关基础理论研究。随着自闭症患者数量逐年增加，研究人员对自闭症的关注度不断上升，在自闭症的相关基础理论研究主题下，研究人员主要对自闭症不同年龄段的患者包括儿童、青少年、成人的患病率、性别差异等基础信息进行统计学分析，并对患者的心理健康、生活质量和睡眠压力、情绪调节方面进行评估。根据词频和中心性分析可以看出图中的高频关键词有“children（儿童）”“diagnosis（诊断）”“adult（成人）”“intervention（干预）”“assessment（评估）“epidemiology（流行病学）”等。其中3种中心性在整个网络中都处于靠前位置，说明该主题为自闭症的基础理论研究，且对其他主题都有支撑作用。主要针对不同年龄段的人群包括儿童、成人及患者的兄弟姐妹的患病情况、诊断情况及生活情况进行宏观描述，并根据患者的心理健康、社会技巧、睡眠质量。常用的分析方法有Meta分析、随机对照实验、流行病学研究等。见表1。

【参考文献】：
期刊论文
[1]国内外健康医疗大数据资源标准体系研究进展[J]. 马敬东,张学高,李岳峰,胡建平.  中国卫生信息管理杂志. 2019(03)
[2]孤独症谱系障碍的遗传学研究进展[J]. 李胜,江鸿,费安兴,邹甜甜.  中国儿童保健杂志. 2020(01)
[3]社会网络分析方法在情报分析中的应用研究[J]. 陈云伟.  情报学报. 2019(01)
[4]基于社会网络分析的虚拟学术社区知识共享研究[J]. 祁凯,张子墨.  知识管理论坛. 2018(06)
[5]我国自闭症儿童干预研究的可视化知识图谱分析[J]. 吴彦.  南京晓庄学院学报. 2018(05)
[6]初探肠道菌群与自闭症的关系[J]. 刘天浩,张晓梅,程羽,卫娜,孙增坤.  辽宁中医杂志. 2018(09)
[7]自闭症研究动向综述[J]. 南洁,崔军武,董效军,谢唯维,王炳昭,迟宇豪,杨群.  系统医学. 2018(11)
[8]孤独症的共病问题及其对诊疗的影响[J]. 郑毅.  中国儿童保健杂志. 2018(04)
[9]词频分析法中高频词阈值界定方法适用性的实证分析[J]. 刘奕杉,王玉琳,李明鑫.  数字图书馆论坛. 2017(09)
[10]热点分析类文章的文献计量分析——以词频分析方法为例[J]. 田丹,刘奕杉,王玉琳.  情报科学. 2017(08)

硕士论文
[1]基于共现分析的图书情报领域可视化研究[D]. 李炯.山东大学 2014



本文编号：3602075