顾东晓 周静怡 王晓玉+刘波

〔摘要〕全面展示个性化健康管理领域在全球范围内的研究现状、重点国家（地区），挖掘个性化健康管理领域研究热点与未来发展趋势，对于信息管理、电子健康、智慧医疗等领域的研究者全面掌握该领域研究状况和进一步开展相关领域研究具有参考意义。以2003-2017为时间跨度，利用检索式，得到刊载在1 656个期刊上的文献数据4 803条。基于信息计量分析软件获得分析结果：①个性化健康管理的年度发文数量呈稳步增长趋势；②88个国家或地区参与此领域的研究，相关科研机构主要分布在美国；③主要研究学科为医学、计算机科学、社会学；④研究热点主要集中在互联网应用、个性化医疗等方面；⑤未来研究趋势偏向于个性化健康的实现和电子健康记录等。

〔关键词〕个性化健康；电子健康管理；信息计量；可视化分析

DOI：10.3969/j.issn.1008-0821.2018.02.020

〔中图分类号〕G250252〔文献标识码〕A〔文章编号〕1008-0821（2018）02-0122-08

A Bibliometrics Analysis on World-Wide Personalized Healthcare

Management Research During 2003-2017

Gu Dongxiao1Zhou Jingyi1*Wang Xiaoyu2Liu Bo1

（1.School of Management，Hefei University of Technology，Hefei 230009，China；

2.The Office of Pharmacy，Anhui University of Chinese Medicine，Hefei 230001，China）

〔Abstract〕Comprehensively displaying the research status，important countries or regions，research focus and development tendency in the area of personalized healthcare management，a bibliometrics analysis is of great importance for researchers in the field of information management，electronic health，smart healthcare，etc.to grasp the situation and carry out the following works.There were 4803 effectively extracted papers published in 1656 journals between 2003 and 2017 by certain set.With the informatics analysis software，the results showed：（1） an upward trend appeared in the overall number of the annual papers；（2） 88 countries or regions were involved in the research，and related institutions mostly were distributed in the United States；（3） research disciplines mainly were medicine，computer science and sociology；（4） hot spots concentrated on the Internet application，personalized medicine and so on；（5） the future research towards the implementation of personalized healthcare and electronic health record.

〔Key words〕personalized healthcare；electronic health management；informetrics；visualization analysis

隨着国家《促进大数据发展行动纲要》、《关于促进和规范健康医疗大数据应用发展的指导意见》等相关文件相继出台，医疗健康大数据和个性化健康管理成为我国健康与医疗事业发展重点内容[1]。个性化健康管理是一种对居民的健康状况进行全面评估、分析和管理的过程，其宗旨是通过有效的个性化健康指导及行为干预，达到改善其健康状态的目的。随着医学模式的转化，健康问题中社会的、心理的、个人行为的因素越来越多，个体化的情况和表现越来越多，强化个体化健康管理意义重大[2]。

一方面，随着新一代信息技术的迅速发展，物联网、大数据、云计算、可穿戴设备等在医疗健康领域获得广泛而深入的应用，推动着个性化健康研究与实践快速发展。当前，我国在医疗健康领域积累的海量数据已经为个性化健康服务打下了坚实的基础。若运用大数据、人工智能等新兴技术，将在个性化诊断、精准医疗与新药研发等发面产生巨大价值，推动着医药创新研究和医疗服务质量的大幅提升；另一方面，个性化健康管理研究在我国起步较晚，研究者对相关领域的研究状况、热点和趋势缺乏全面认识和了解。个性化健康管理是我国实现两个“一百年”发展目标的必然要求，是我国未来医疗卫生事业发展的重要目标。我国人口数量庞大，老龄化进程不断推进，以肿瘤、心脑血管疾病、精神疾病为主的慢性非传染性疾病严重影响着人们的健康和老年生命质量，全生命周期下的个性化健康管理受到越来越多研究者的高度关注。但相较于国外的个性化健康管理研究，国内相关研究人员在该领域研究的开展上还存在许多困难，尤其是缺乏对该领域研究状况、趋势等知识的全面把握[3]。为此，本研究采用信息计量分析方法，从Web of Science数据库收集了2003-2017的4 803条文献数据，利用HistCite、CiteSpace等工具进行了数据分析，对国际个性化健康管理领域的研究文献进行了可视化分析，全面展示了国际个性化医疗健康管理的研究现状、热点和发展趋势，为相关领域学者提供知识和参考。

1方法与数据

11研究方法与工具

信息计量学是以文献为研究对象，借助文献的各种特征，采用数学与统计学的方法来描述、评价和预测某专业学科的现状与发展趋势[4]。尤其是在自然科学和生命科学领域，文献计量学是公认的定量文献研究的标准方法[5]。CiteSpace是由美国德雷塞尔大学（Drexel）信息学院陈超美教授（Chaomei Chen）与大连理工大学WISE实验室联合开发的信息可视化软件，是用来分析和可视共引网络的Java应用程序，近年来被广泛用于文献引文网络分析，在许多领域取得了极具价值的科研成果[6]。

HistCite软件取名自短语“History of Cite”，是一款引文图谱分析软件。该软件系SCI的发明人尤金·加菲尔德开发，能够用图示的方式展示某领域不同文献之间的关系，可以帮助使用者快速绘制出一个领域的发展历史，定位出该领域的重要文献以及最新的重要成果[7]。

12数据收集

美国科技信息所（ISI）提供的Web of Sciences（WOS）数据库，被认为是世界上最权威的科技文献索引工具。它一共收录了9 000余种科技期刊的论文，数据每周更新一次保证了数据的实时性，同时它也保证了能够收录国际上最重要和最有影响力的研究成果。值得一提的是，人文科学和社会科学领域有许多不包含在该数据库的期刊，同时也享有较大的书和专著的份额，所以相较而言，Web of Science提供的文献数据更适用于自然科学和生命科学领域的文献计量研究[5]，能为个性化健康领域文献计量研究提供很好的数据支持。本文以Web of Science“核心合集”数据库作为数据检索源，以“（TS=（（“PERSONALIZED”OR“PERSONALIZATION”OR“CUSTOMIZED”OR“CUSTOMIZATION”OR“INDIVIDUALIZATION”）AND（“HEALTH”OR“HEALTHCARE”OR“NURSING”）））AND文献类型：（Article），文献来源=SCI-EXPANDED，CPCI-S，CCR-EXPANDED，时间跨度=所有年份”为检索策略进行相关文献检索，共得到4 803条文献记录，最后检索日期为2017年8月9日。

13分析方法

本研究利用HistCite和Excel软件对2003-2017年的文献记录进行统计分析，以呈现个性化健康领域相关文献发表数量随时间的变化趋势。然后通过可视化软件CiteSpace对研究文献的热点国家、研究机构、学科分布以及研究热点和前沿等进行分析。

将下载的以“download.txt”为文件名的数据导入CiteSpace，时间划分（Time Slicing）设置为2003-2017年，时间切片（Years per Slice）设置为1年，主题来源（Term Source）为标题（Title）、摘要（Abstract）、著者（Author Keywords-DE）、关键字（Keywords Plus-ID）。词类型（Term Types）、节点类型（Node Types）、连线（Links）、选择标准（Selection Criteria）、修剪（Pruning）、可视化视图（Visualization）等需按照实际分析内容进行相应的调试。最后，根据生成的可视化知识图谱对个性化健康管理领域的研究现状及前沿进行全面分析。

2结果与讨论

21个性化健康研究文献的年代分布

根据文献计量分析方法，文献的时间分布可以反映学科的发展态势，而发文量的多少则代表了该领域在某段时间的热门程度。从Web of Science中检索的与个性化健康管理相关的文献最早是从2003年开始，虽然个性化健康的概念由来已久，中医中的辩证施治也包含了“个性化”的内涵，但直到2003年人类基因组计划宣告完成，个性化健康管理领域才有了真正的技术支持，该领域研究也随之正式开展，之后缓慢而稳定的增长。个性化健康管理领域相关的4 803篇文献的时序分布如图1所示，比较重要的几个增长点分别为：2010年、2013年和2016年。需要指出的是，与个性化健康管理息息相关的另一个话题是个性化医疗，即精准医疗，该领域的发展也在一定程度上促进了个性化健康管理的发展。时任美国国家人类基因组研究所所长、人类基因组计划首席科学家弗朗西斯·S·柯林斯（Francis SCollins），在人类基因组测序完成的前一年，即2002年，指出“个性化医疗”可能会在2010年实现。直到2010年，科学界才冷静下来，意识到短短十年不足以实现这样的目标，并且就这个话题产生了分歧[8]，引發了一系列的讨论，个性化健康管理领域的研究在2010年也随之引起了越来越多的关注；同时，在2009年欧洲成立了首个个性化医疗诊断联合会，这促使了欧洲的一些国家对该领域的关注；世界经济合作组织在2012年10月发布的报告《为精准医学做好准备》指出，精准医学是未来医学的发展方向，随之在2013年个性化健康管理领域的研究就出现了一个比较可观的增长。2015年1月20日，美国总统奥巴马在国情咨文中提出“精准医学计划”，希望精准医学可以引领一个医学新时代[9]。与之相对应的，个性化健康管理的相关问题也开始得到重视，2016年的发文数量较之2014-2015年的平稳增长，有了一个较大的飞跃。截止到2017年8月9日，该年度已有455篇文章发表，可以预测的是，2017年的发文量将再创新高。从总体来看，个性化健康管理领域的研究将稳定增长，如果国际医疗科技界大力推动，将会出现一个“爆发式”的增长点。我国相关研究人员应当紧跟此次国际热潮，努力推动我国在个性化健康管理领域的研究，为日后个性化健康管理的发展打下良好的理论基础。

22地区分布

CiteSpace的节点类型（Node Types）选择国家（Country），设置阈值，绘制出相关的可视化知识图谱。国家或地区的合作网络关系如图2所示。连线代表合作关系，粗细代表合作密度，合作越多，线越粗，颜色代表第一次合作的年份。该知识网络图谱共由88个节点（Nodes）和74条连线（Links）组成，图中每个节点都表示1个国家，由图谱可以清晰地看到文献在全球分布很广，4 803篇与个性化健康管理研究相关的文献主要分布于全球88个国家。根据热点国家发表的文献数量统计结果显示（如表1），其中发文量最多的是美国（2 184篇），占总数的4547%，由此可见其对个性化健康管理领域发展的重视程度。美国医学界在2011年首次提出了“精准医学”的概念，奥巴马在2015年初次提出“精准医学计划”，美国财政预算计划在2016年拨付给美国国立卫生研究院（NIH）、美国食品药品监督管理局（FDA）、美国国家医疗信息技术协调办公室（ONC）等机构共215亿美元用于资助这方面的科学研究与创新发展[10]，这些举措都极大地促进了美国在个性化健康管理领域的研究，结果由发文数量的变化亦可看出。

最短路径中经过该节点的数量，是节点在整体网络中所起连接作用大小的度量。一个节点的中介中心性越高，说明它在网络中最短路径上出现的越多，其影响力和重要程度越大[11-12]。在热点国家知识图谱中（如图3），按中介中心性进行统计，荷兰是最高的国家（079），这意味着它是该领域影响力最大的国家，根据“欧洲健康消费者组织”发布的欧洲健康消费者指数显示，荷兰连续6年位于榜首，荣获“欧洲最佳医疗体系之国”称号。荷兰国内的市场激励、公共政策和财政支持、民众关心等因素，使荷兰的医疗健康发展一直处于世界领先水平，也是它在个性化健康管理领域影响力最大的原因。另外，节点间的连线较为密集，说明国家相互之间合作较多，通过连线的颜色判断，近些年来国家间的合作越来越多。

我国的发文数量全球第十，共计192篇，中介中心性排名第十三（029），为关键节点。这表明，我国在个性化健康管理领域的研究略有起色，但相较之美国、英国、加拿大、荷兰等，还有不小的差距。另外，发文数量和中心性排名之间的差距也提醒我国相关研究人员进一步提高研究成果的质量水平和影响力。

综上可知，目前从事个性化健康管理领域研究的国家遍布全球，研究分布非常广泛，国家间的合作不密切，全球性的合作网络还未完全形成。从文献发表频次上看，美国文献发表数量远远大于其他国家，说明美国已经是个性化健康管理研究的前沿阵地，英国、加拿大、荷兰也是个性化健康管理研究领域的主要国家。但是从中介中心性方面分析可知，荷兰的中心度最高，占核心地位，其次是美国、澳大利亚、和法国。我国在个性化健康管理领域的研究还有所欠缺，不仅仅是文献数量，在研究深度和影响力方面也还有很大的提升空间，这是我国学者们在今后的研究中需要加强的地方。

23机构分布

根据HistCite统计结果显示（如表2），发文数量前十名全部都是各国高校，其中8所为美国高校，说明参与个性化健康管理相关研究的机构主要集中在高等院校，尤其是美国高校，在整个个性化健康管理领域的研究中发挥着重要作用，推动着该领域的发展进程，其他极少数研究单位为医疗机构。由于本文是从文献发表方面入手进行研究的，结果表明参与研究的主体大多是高等院校和少数医疗机构，这样的结果是意料之中的，但同时也反映了目前个性化健康管理领域的研究还主要在高校和研究机构，医院健康服务机构和医疗健康产业界的参与较少。

CiteSpace中节点类型（Node Types）选择机构（Institution），设置各项参数，生成个性化健康管理领域研究的机构合作可视化图谱（如图4）。各机构之间合作较为紧密，共同推动了个性化健康管理领域的发展。

我国排在前列的是中国科学院（Chinese Acad Sci）、中国医科大学（China Med Univ）和台湾澄清医院（Cheng Ching Hosp），但在世界上的文献发表量排名都在100名开外，说明我国机构在该领域的活跃度还不是很高，相关科研主管部门和研究机构需要加大在这方面的资金投入和研究力度。

24研究学科分布

CiteSpace节点类型（Node Types）选择学科（Category），设置各项参数，生成个性化健康管理领域研究的学科分布可视化图谱（如图5）。图中共有128个节点和213条连线，每个节点代

它表征论文的学术思想内容，是文献计量研究的重要指标。

CiteSpace节点类型（Node Types）选择关键词（Keyword），设置各项参数，生成关键词共现网络可视化图谱（如图6）。在关键词共现网络图谱中，共有115个节点（Nodes）和140条连线（Links）组成，图中每个节点都表示一个关键词。通过聚类分析，共产生11个聚类，图中每一个#号表示一个聚类，从图中可看到主要有7个大的聚类，可从中推断当前个性化健康管理研究领域的主要热点和基本的研究主题。

从分析结果来看，依照中心性排名前十位的关键词（如表3）分别为Internet（互联网）、Intervention（介入）、Personalized Medicine（個性化医疗）、Symptom（症状）、Disease（疾病）、Model（模型）、Program（范式）、Genomics（基因组学）、Care（照顾）、Proteomics（蛋白质组学）。从中可以看出当前个性化健康管理领域的研究依靠互联网和医疗领域的支持较多，辅以部分社会学科的内容。此外，暂未出现Big Data（大数据）、IOT（物联网）、Cloud Computing（云计算）等近些年来大热的名词，说明在该领域还有很大的发展空间。

牛津大学的维克多·迈尔·舍恩伯格教授等提出大数据已经影响了世界的方方面面，从商业科技到医疗、政治、教育、经济、人文以及社会的其他各个领域[13]。就正如Kayyali B等所说，大数据将会对整个美国医疗行业产生重大影响，许多潜在的价值正逐渐显现出来；国内学者邹贺锉等也提出，大数据将对医疗系统包括管理与诊断手段造成“创造性破坏”[14]。更具体一些，大数据能够通过辅助医疗卫生领域内的事务管理，保证社会医疗事务处理效率，也能处理最底层医疗健康数据收集问题[15]。医疗和生命科学中的大数据，种类和体量都非常之多，一个CT图片含有

约150MB数据，一个基因序列文件大小约为750MB，一个标准的病理图接近5GB，若将这些数据乘以人口数量和寿命，仅仅一个社区医院或中等规模的制药企业就可以产生TB乃至PB级的结构化和非结构化数据[16]，这些数据的处理必须要借助到当前最为有效的大数据挖掘和云计算等技术。医疗健康大数据研究的发展主要分为3个阶段：疾病研究阶段，主要对癌症、肥胖病、高血压等进行研究；生命健康研究阶段，主要对食品、卫生、基因组等进行研究；智慧健康与养老研究阶段，主要侧重于个性化健康、精准医疗、精细老年照护等相关技术与方法的研究[17]。个性化健康管理处于健康大数据发展的后期阶段，科研人员可以同时结合物联网、云计算等技术，推动个性化健康领域向更智能的方向发展。

从图7时序图谱中可以看出，2011年往后的热点词汇有Implementation（实现）、Precision Medicine（精准医疗）、Electronic Health Record（電子健康记录）、Risk Factor（风险因素）、Cardiovascular Disease（心血管疾病）、Technology（技术）等，可以看出个性化健康管理领域将在原有的基础上向新的领域拓展，采用新的技术，在更深层次上探索，同时也越来越关注个性化健康管理的实际应用。为了推动个性化健康产业的建立和完善，我国的相关研究人员应当加大对技术、工具、设备等的研究；进一步扩大个性化健康服务对象的范围，将服务人群从高收入人群、患者扩大到一般人群，考虑到我国国情，要重点关注老年人和慢性病方面的个性化管理；同时要注重信息库的建立，国民健康数据和基因信息都需要建立庞大的数据管理系统。

3结论

本文利用HistCite和CiteSpace等软件对2003-2017年Web of Science核心集收录的4 803篇关于个性化健康管理领域研究的相关文献进行了文献计量分析，结果表明：1）从发表文献的数量和时间分布来看，个性化健康管理领域的研究文献的发表数量自2003年起，稳步增长至今，期间有较快增长的几个时间段但未见明显的“爆炸式”增长，说明这还是稳步发展中处于探索阶段的一个研究领域，未来还有很大的发展空间。2）从热点国家分布来看，从事个性化健康管理领域研究的国家分布广泛，其中发文数量和影响力最大的分别为美国和荷兰。我国发文数量较少，也未形成中心影响力，在该领域还处于萌芽状态，我国的相关学者应当在该领域多加投入；从研究机构来看，个性化健康管理领域研究的主力是世界各大高等学校，主要集中在美国，另外，部分医疗机构在个性化健康管理领域也占据着比较重要的作用。我国参与个性化健康管理领域的研究机构比较少，仅为几所高校和医院；从研究学科分布来看，个性化健康管理的研究主要涵盖了医学领域、计算机科学领域和社会学领域，考虑到大数据的应用，今后计算机科学领域的比重将越来越大，远程医疗、移动健康、电子病历等等应用都需要计算机信息技术的大力支持；从研究热点来看，个性化健康管理领域目前比较关注互联网应用、个性化医疗以及基因组学等[18]。

参考文献

[1]刘宁，陈敏.医疗健康大数据应用主题及相关数据来源研究[J].中国数字医学，2016，11（8）：6-9.

[2]张继可，杨莉，王宇，等.“个体化健康管理”探讨[J].中国卫生事业管理.2000，（3）：152-153.

[3]王红漫.个性化健康管理[M].北京：北京大学出版社，2014.

[4]李颖.中国文献计量学实用研究的新进展[J].现代情报，2005，（4）：168-170.

[5]Bornmann L，Thor A，Marx W，et al.The Application of Bibliometrics to Research Evaluation in the Humanities and Social Sciences：An Exploratory Study Using Normalized Google Scholar Data for the Publications of a Research Institute[J].Journal of the Association for Information Science & Technology，2016，67（11）：2778-2789.

[6]Chen C.CiteSpace Ⅱ：Detecting and Visualizing Emerging Trends and Transient Patterns in Scientific Literature[J].Journal of the American Society for Information Science and Technology，2006，57（3）：359-377.

[7]杨蔚.快速进入陌生领域：HistCite使用教程[EB/OL].http：//ztever.com/histcite-manu， 2017-08-25.

[8]Stephen SHall.个性化医疗误入歧途[J].赵瑾.环球科学，2010，（11），46-53.

[9]赵晓宇.美国“精准医学计划”解读与思考[J].军事医学，2015，39（4）：241-244.

[10]郭凡礼，蒋华阳，许玲妮.2017-2021年中国精准医疗行业深度调研及投资前景预测报告[R].北京：中投顾问出版社，2017.

[11]刘则渊，陈悦，侯海燕，等.科学知识图谱：方法与应用[M].北京：人民出版社，2008.

[12]林德明，陈超美，刘则渊.共被引网络中介中心性的Zipf—Pareto分布研究[J].情报学报，2011，30（1）：76-82.

[13]维克托·迈尔·舍恩伯格，肯尼思·库克耶.大数据时代——生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013：83.

[14]惠华强，郑萍，张云宏.医疗大数据研究面临的机遇与发展趋势[J].中国卫生质量管理，2016，（23）：91.

[15]宋学清，刘雨.大数据：信息技术与信息管理的一次变革[J].情报科学，2014，32（9）：14-17.

[16]高汉松，肖凌，许德玮，等.基于云计算的医疗大数据挖掘平台[J].医学信息学杂志，2013，（5）：7-12.

[17]Dongxiao Gu，Jingjing Li，Xingguo Li，Changyong Liang.Visualizing the Knowledge Structure and Evolution of Big Data Research in Healthcare Informatics[J].International Journal of Medical Informatics，2017，98：22-32.

[18]Yuangyuang X，Qi L，Li J.Detecting Adolescent Psychological Pressure Form Micro-Blog[J].Healyh Information Science，2014：83-94.

（实习编辑：陈媛）