王岩，李春玉，刘佳斌，王秀芳

延边大学护理学院，吉林 延吉 133002

网络疑病症(cyberchondria，CYB)一般被定义为:出于对健康的焦虑或困扰，个体在网络中反复或过度检索与健康有关的信息，这种困扰或焦虑的症状由此得到加强[1-2]。随着人们对自身健康关注度的增高和网络信息平台的发展，尤其是新型冠状病毒肺炎(COVID-19)疫情的突发，加速了网络疑病症的发生[3]。网络疑病症给个体带来躯体和精神的多重折磨，严重影响其生活质量，逐渐引起了国内外学者的重视。本研究利用文献计量学方法旨在清晰、直观、多方位管窥国内外网络疑病症研究现状、热点与前沿，为未来相关研究提供借鉴。

1 资料与方法

1.1 资料来源 本研究以Web of Science和中国知网为数据库资料来源，检索自建库至2020年8月30日内的所有网络疑病症相关文献。检索式分别为cyberchondria or Internet hypochondria or Network hypochondria；网络疑病症or网络疑病。检索语言为英文或中文。纳入文献共计102篇，其中英文95篇，中文7篇。

1.2 研究方法 本研究采用的工具是陈超美博士2004年开发的CiteSpace信息可视化软件，使用的版本为CiteSpace5.6.R5。该软件是在科学计量学和数据可视化背景下逐渐发展起来的，通过可视化的手段呈现科学知识的规律、结构和分布情况，分析科学分析中蕴含的潜在知识[4]。

2 结果

2.1 发文年度变化 如图1所示，国外网络疑病症研究数量总体呈现稳步增长趋势。发文趋势大致可分为两大阶段。第一阶段(2003—2011年)发文量少且处于较为稳定的状态。第二阶段(2012—2020年)发文量总体呈增长趋势，其中前段(2012—2016年)处于稳定上升阶段，2017年和2018年虽有小幅度回落，但之后的1年内，发文量迅速增加。而国内对网络疑病症的研究起步较晚，2013年至今平均每年发文0.39篇，发表量处于欠发展阶段。2020年开始突破0和1的发文量，呈增长趋势。

图1 2003—2020年国内外网络疑病症相关研究发文情况

2.2 发文国家分布 网络疑病症发文量排名前5位的国家共发文70篇，约占总发文量的69%。其中美国以24篇文献居于首位，其研究数量约占总发文量的24%，其次为澳大利亚、英国和德国，分别为16篇、14篇、9篇。中国发文7篇，在网络疑病症相关研究发文量国家中排第5位，文献数量占总发文量的近7%，见图2。

图2 网络疑病症发文量前5位国家

2.3 发文机构分布 选择“Insititution”作为节点，不使用裁剪算法进行机构的合作网络分析显示，图谱中形成121个节点、118条连线，网络密度为0.0163。在机构的合作网络中，节点的大小反映的是作者、国家、地区或者机构的发文量[4]，节点的冷色调表示研究年限较早，色调越暖代表研究越新，连线的颜色代表机构间首次合作的时间。发文量前5位的发文机构均属国外，依次分别为：Univ Sydney(澳大利亚悉尼大学，12篇)、Baylor Univ(美国贝勒大学，9篇)、Nepean Hosp(加拿大Nepean医院，6篇)、Univ Technol Sydney(澳大利亚悉尼科技大学，4篇)和Florida State Univ(美国佛罗里达州立大学，4篇)。以上排名前5位的机构发文总量为35篇，占总发文量的34%，因此从国际角度看，网络疑病症发文机构较多且较集中。此外，通过图3可以了解到，总体来看部分发文机构间缺乏合作，国外过半的发文机构间存在合作关系，且这种关系近年来逐渐增多且更为紧密。而在机构的合作网络中，我国的研究机构仅有两个，分别为：河南工业大学和北京林业大学人文社会科学学院心理学系，其他诸如中南大学湘雅公共卫生学院[5]、内蒙古师范大学心理学院[6]等机构未显示于合作网络中，原因可能是其共现强度不够。总之，与国外机构相比，我国网络疑病症的研究机构数量少且分散，机构间缺乏合作。

图3 网络疑病症发文机构合作情况

2.4 文献共被引情况 共被引属于动态结构模型，能够反映研究对象变化和发展的动态与趋势。文献共被引分析能够在大量被引参考文献中定位研究领域核心经典文献，即重要的知识基础，并对文献间的关联性和发展脉络进行挖掘与分析。按文献共被引频次排序，网络疑病症高共被引列于前10位的文献见表1[7-16]。其中包括：1篇综述[7]、2篇纵向研究[13-14]、3篇横断面调查[9，11-12]研究以及4篇有关网络疑病症量表的开发、检验[8，10，15-16]文献。有50%的论文发表于《Journal of Anxiety disorders》期刊上，该杂志由爱思唯尔(Elsevier)集团出版管理，出版国家为英国，该刊CiteScore值为6.9，2019年的影响因子为3.079。

表1 共被引频次排名前10位的文献

2.5 关键词聚类情况 CiteSpace软件通过算法将关系紧密的关键词进行聚类，并给关键词赋值，同聚类中最大值的关键词即为聚类标签。在聚类分析图谱中，节点的大小代表文献的总被引次数。CiteSpace使用中介中心性来测量节点在网络中的重要程度，且以紫色圈对此类文献做重点标注[4]。本研究的聚类分析未使用裁剪算法，图谱中的时间切片为1，节点数为251，连线数是990，网络密度为0.031 6，Modularity值为0.605 4，即Q值>0.3，结果显示聚类结构显著。通过关键词聚类得到8个聚类，见图4。经后台数据查询可知在8大聚类中，文献被引频次最多的节点为“人为因素(#5 human factors)”聚类中的“网络疑病症(cyberchondria)”关键词节点。该节点下引用频次最高的文献是WHITE等[13]在2009年发表的论文，引用次数达160次。引用次数次之的是“健康教育(#0 health education)”聚类中的“健康焦虑(health anxiety)”关键词节点。该节点下引用频次最高的文献是STARCEVIC等[7]在2013年发表的论文，引用次数为73次。“健康教育(#0 health education)”聚类中的关键词节点数量最多且引用关系最紧密，在2013年该聚类出现了关键性文献，聚类下的成果出现大幅增长趋势。“网络信息(#6 online information)”聚类是出现最早的聚类，之后其关注度和热度开始下降。此外，“功能不足(#4 functional impairment)”聚类中出现了高中介中心性的节点，其关键词为“信息(information)”，该节点下NORR等[12]发表于2015年的文章引用频次最高(39次)。说明“信息(information)”关键词节点下的文章在网络疑病症的研究领域属于标志性文献，这也在一定程度上表明该论文的重要地位。目前的研究热点集中于：“健康教育(#0 health education)”、“疑病症(#1 hypochondria)”、“网络检索(#2 googling)”、“实践(#3 practice)”与“功能不足(#4 functional impairment)”5个聚类，见图4。

图4 网络疑病症文献聚类分析时间线图谱

3 讨论

3.1 研究数量与分布状况 国外网络疑病症研究数量虽然不多但总体呈增长趋势，近年来上升幅度较大。与国外研究相比，我国相关研究起步晚且发展缓慢，前期的发文量基本稳定，在2020年开始有所突破。这一现状说明，国内外学者逐渐认识到对网络疑病症这一日益增加的公共健康负担进行研究的重要意义。尤其是互联网的滥用、在线健康检索(Online health research，OHR)[17]的过度、频繁发生和其潜在负面影响的出现等[18-19]促使国内外学者对网络疑病症研究的重视程度不断提高。从国际角度来说，各个国家文献数量分布不均衡，经济发展水平较高的国家其网络疑病症研究数量普遍偏多。以美国为首的西方国家网络疑病症研究数量较多，可能是因为该地区的经济水平较为发达，互联网的普及性强，研究者较早重视该领域有关。目前我国处于“互联网+”时代[20]，“5G引领”的跨越式发展[21]一定程度上提高了对网络相关研究的关注度，促使国内学者越发重视互联网带来的负面影响。从机构角度看，相比我国研究机构，西方国家间机构的合作逐渐增多且更为紧密。因此在未来的研究中，有必要加强我国各地区机构和学科间合作，充分整合、利用医院与高校等的科研资源，缩小与国外研究机构的差距。

3.2 文献共被引分析 网络疑病症高共被引列于首位的文献从网络疑病症的概念、特征、其与健康焦虑和疑病症等概念的联系、应对策略、治疗方法等角度展开综述[7]。2篇纵向研究分别：通过对个体如何在线搜索医疗信息进行了大规模、纵向、基于日志的研究，发现网络搜索引擎有可能加剧医疗问题[13]；在5 322位的受访者中进行的4次纵向调查发现健康焦虑与在线健康检索(online health research，OHR)之间相互作用的关系[14]。3个横断面调查通过研究健康焦虑、在线健康检索、无法忍受不确定性(intolerance of uncertainty，IU)、焦虑敏感性变量间的关系，发现：在线健康检索可能加剧健康焦虑的程度[9]；无法忍受不确定性对在线健康检索与健康焦虑间具有调节作用[11]；无法忍受不确定性、焦虑敏感性在网络疑病症发展中的潜在重要性[12]。关于量表的开发、检验的4项研究：CSS是MCELROY等[8]在2014年开发的首个测量网络疑病症的量表，包括33个项目；FERGUS等[10]将CSS量表应用美国的社区成年人(n=539)评估了CSS的包括其因子结构、内部一致性、收敛效度和增量效度的心理测量特性；通过研究双因素模型来扩展CSS因子结构，研究者认为CSS不信任子量表似乎不是有效测量网络疑病症的必需项目[15]；德国学者BARKE等[16]在2016年开发包含15个条目的简短CSS版本(CSS-15)。

3.3 关键词聚类分析“健康教育(#0 health education)”聚类中出现最早的是2006年LEWIS[22]的研究，该研究强调通过更多地关注人们的健康和生活方式的选择来减少非专业人士成为网络疑病症潜在受害者的可能。“健康焦虑(health anxiety)”之所以作为聚类最大的节点，是因为健康焦虑与网络疑病症存在密切联系，有学者提出健康焦虑水平的增高是网络疑病症的表现之一[5]，也有学者避免使用网络疑病症这一概念，倾向以“健康焦虑”代替“网络疑病症”的使用[23]。疑病症和网络疑病症存在联系，后者有时被认为是前者在21世纪的翻版[23]，这是“疑病症(#1 hypochondria)”聚类标签生成的原因之一。但并非所有具有网络疑病症行为模式的个体都必然患有疑病症，反之亦然[23]。“功能损害(#4 functional impairment)”高中介中心性的节点下DOHERTY-TORSTRICK等[24]的研究指出：互联网的不合理使用可能会给那些倾向于担心自身健康的个体创造一个独特的危险环境，使其在工作、社交和家庭三个方面受到损害，因此建议中重度健康焦虑人群应避免在线健康信息检索。关于“人为因素(#5 human factors)”聚类，WHITE等[13]认为：除了医疗内容质量存在的潜在问题之外，网络疑病症更主要地基于内在问题而存在，即认知心理学研究领域的判断偏差：①基本费率忽视—未能充分考虑事件的背景或先前概率。错误地将查询结果的排序靠前的疾病(一般为严重疾病)理解为自身患病可能性大的诊断。②可用性偏见—最近接触事件对受试者对概率评估的影响。有关严重疾病的大量索引内容可以使搜索引擎以及搜索和浏览内容的个体更容易认为自身患有该类疾病。“网络信息(#6 online information)”聚类中WHITE等[13]的研究发现：医疗问题的升级可能与用户查看的医疗内容的数量和分布，所访问页面中是否存在更为严重的疾病有关术语以及用户是否习惯性夸大自身疾病严重程度或用户是否习惯性寻求对疾病的更合理解释有关。研究还证明了医疗问题升级后将持续存在，这种持续不断的问题可能会长时间干扰用户的活动[13]。

随着网络技术的发展与网络用户的增多以及网络疑病症患病率的上升[25-26]，临床有必要对网络疑病症进行深入研究。网络疑病症的研究不仅顺应互联网时代的要求，也是全面实施健康中国战略的重要体现。建议今后可结合我国国情，从网络疑病症量表的开发和使用、影响因素的梳理、应对策略的实施、干预效果的评价、不同人群的横断面调查以及开放式访谈等量性、质性研究相结合等多角度进行探索，深化对网络疑病症理论和实践的研究，以指导个体正确判断并有效利用网络健康信息。本研究检索数据库有限，可能在文献纳入和分析过程中存在一定偏倚。