導(dǎo)語(yǔ)：醫(yī)學(xué)期刊肺炎組稿策略一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

一、引言

突如其來的肺炎是近百年來人類遭遇的影響范圍最廣的全球性大流行病。面對(duì)這場(chǎng)嚴(yán)峻的疫情，很多科技期刊通過開辟專題、稿件綠色通道等多種組稿約稿方式，收集臨床抗擊疫情的最新成果，充分利用數(shù)字出版、網(wǎng)絡(luò)首發(fā)、新媒體推廣等多種傳播方式，以最快的速度發(fā)表相關(guān)文獻(xiàn)，為臨床一線醫(yī)生戰(zhàn)勝疫情提供了強(qiáng)有力的學(xué)術(shù)支持，做出了卓越的貢獻(xiàn)［1］。知識(shí)圖譜是顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識(shí)資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及它們之間的相互聯(lián)系［2］。知識(shí)圖譜可以把復(fù)雜的知識(shí)領(lǐng)域通過數(shù)據(jù)挖掘、信息處理、知識(shí)計(jì)量和圖形繪制顯示出來，揭示知識(shí)領(lǐng)域的動(dòng)態(tài)發(fā)展規(guī)律，搭建起從數(shù)據(jù)挖掘到知識(shí)發(fā)現(xiàn)之間的橋梁，為科學(xué)研究提供切實(shí)、有價(jià)值的參考［3-4］。本文擬從數(shù)據(jù)挖掘的角度，對(duì)疫情期間發(fā)表的肺炎診治相關(guān)的中文文獻(xiàn)進(jìn)行可視化分析，從中發(fā)現(xiàn)國(guó)內(nèi)肺炎研究領(lǐng)域的熱點(diǎn)及發(fā)展趨勢(shì)，以期為中文醫(yī)學(xué)期刊在后疫情時(shí)代的肺炎相關(guān)稿件篩選組織工作提供參考。

二、疫情期間醫(yī)學(xué)期刊發(fā)表肺炎相關(guān)論文情況

國(guó)內(nèi)疫情從3月份開始得到有效控制，國(guó)內(nèi)新增病例數(shù)量顯著降低，綜合考慮醫(yī)學(xué)期刊出版時(shí)滯，本文將3月31日作為時(shí)間節(jié)點(diǎn)，分別統(tǒng)計(jì)了2020年1月1日至2020年3月31日、2020年4月1日至2020年7月31日兩個(gè)時(shí)間段的醫(yī)學(xué)期刊出版情況。（一）檢索條件采用專業(yè)檢索方式在中國(guó)知網(wǎng)中進(jìn)行檢索。首先，采用檢索式SU=（'病毒肺炎'+'肺炎'+'’+'COVID-19'+'病毒'）-’教學(xué)’，檢索文獻(xiàn)主題為肺炎中除教學(xué)研究以外的文獻(xiàn)；然后采用檢索式SU=（‘診斷’+’治療’）在結(jié)果中進(jìn)一步檢索與肺炎診斷或治療相關(guān)的文獻(xiàn)。兩個(gè)檢索時(shí)間范圍分別是2020年1月1日至2020年3月31日和2020年4月1日至2020年7月31日。文獻(xiàn)類型為期刊；語(yǔ)言為中文；文獻(xiàn)分類為基礎(chǔ)科學(xué)、醫(yī)藥衛(wèi)生科技。（二）兩個(gè)時(shí)間段文獻(xiàn)機(jī)構(gòu)分布比較經(jīng)檢索，2020年1月1日至2020年3月31日和2020年4月1日至2020年7月31日兩個(gè)時(shí)間范圍分別檢出795、900條文獻(xiàn)，發(fā)文數(shù)量基本相當(dāng)。1～3月文獻(xiàn)分布機(jī)構(gòu)排名前10位的依次是：華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院、華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬協(xié)和醫(yī)院、四川大學(xué)華西醫(yī)院、上海中醫(yī)藥大學(xué)、武漢大學(xué)中南醫(yī)院、四川省醫(yī)學(xué)科學(xué)院•四川省人民醫(yī)院、中國(guó)中醫(yī)科學(xué)院、北京中醫(yī)藥大學(xué)、復(fù)旦大學(xué)附屬中山醫(yī)院、武漢大學(xué)人民醫(yī)院；4～7月文獻(xiàn)分布機(jī)構(gòu)排名前10位的依次是：華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院、四川大學(xué)華西醫(yī)院、湖北中醫(yī)藥大學(xué)、浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院、湖北省中醫(yī)院、武漢大學(xué)人民醫(yī)院、華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬協(xié)和醫(yī)院、北京中醫(yī)藥大學(xué)、上海中醫(yī)藥大學(xué)、武漢火神山醫(yī)院。比較兩個(gè)時(shí)間段文獻(xiàn)機(jī)構(gòu)分布情況可以發(fā)現(xiàn)，疫情期間發(fā)表肺炎診治相關(guān)文獻(xiàn)的機(jī)構(gòu)多分布在湖北、四川、北京、上海，但與1～3月相比較，4～7月的高發(fā)文機(jī)構(gòu)中，中醫(yī)藥大學(xué)或中醫(yī)藥大學(xué)附屬醫(yī)院的數(shù)量有所增加，排名也有提高，并且在前10位的高發(fā)文機(jī)構(gòu)中，湖北地區(qū)機(jī)構(gòu)占比更大。

三、基于Citespace的肺炎文獻(xiàn)可視化分析

將文獻(xiàn)檢索時(shí)間范圍合并為2020年1月1日至2020年7月31日，共檢出1695條文獻(xiàn)，分別排除無作者文獻(xiàn)，最終納入1590條文獻(xiàn)記錄，以Refworks格式導(dǎo)出，將篩選出的文獻(xiàn)記錄導(dǎo)入Citespace5.6.R3軟件轉(zhuǎn)換為Wos格式。根據(jù)檢索條件，選擇時(shí)間跨度為2020—2020年，時(shí)間節(jié)點(diǎn)為1年，閾值設(shè)置為Top50perslice（每部分前50名），根據(jù)研究目的分別選擇author/institute/keyword（作者/機(jī)構(gòu)/關(guān)鍵詞）作為分析內(nèi)容進(jìn)行分析。（一）作者合作知識(shí)圖譜。以“author”為網(wǎng)絡(luò)節(jié)點(diǎn)，獲得85個(gè)節(jié)點(diǎn)，81條連線，密度為0.0227的作者合作知識(shí)圖譜，見圖1。圖中每個(gè)節(jié)點(diǎn)代表一個(gè)作者，連線代表作者間的合作關(guān)系，節(jié)點(diǎn)字體越大、顏色越深說明該作者發(fā)文量越多，作者合作關(guān)系的聚集也揭示了科研團(tuán)隊(duì)的構(gòu)成和團(tuán)隊(duì)合作情況。如邊原、張伯禮、王玉光、劉清泉、張志明等均為高發(fā)文作者，從圖中也可以看到張伯禮、劉清泉的團(tuán)隊(duì)之間連線較多，說明這兩個(gè)團(tuán)隊(duì)之間的合作較多，而張志明團(tuán)隊(duì)的團(tuán)簇與其他團(tuán)隊(duì)幾乎沒有連線，說明他們和其他團(tuán)隊(duì)的合作較少。（二）中文文獻(xiàn)合作機(jī)構(gòu)網(wǎng)絡(luò)。以“institute”為網(wǎng)絡(luò)節(jié)點(diǎn)，獲得57個(gè)節(jié)點(diǎn)，35條連線，密度為0.0219的機(jī)構(gòu)合作網(wǎng)絡(luò)。由圖2可見，肺炎診治中文文獻(xiàn)的發(fā)文機(jī)構(gòu)表現(xiàn)為以中醫(yī)藥類高校及其附屬醫(yī)院/中醫(yī)醫(yī)院居多（如湖北中醫(yī)藥大學(xué)、湖北省中醫(yī)院、天津中醫(yī)藥大學(xué)、中國(guó)中醫(yī)科學(xué)研究院中藥研究所、首都醫(yī)科大學(xué)附屬北京中醫(yī)醫(yī)院等），而且這些機(jī)構(gòu)之間也建立了比較廣泛的合作，呈現(xiàn)了一個(gè)中醫(yī)中藥治療肺炎研究的合作網(wǎng)絡(luò)。（三）研究主題分析。以“keyword”為網(wǎng)絡(luò)節(jié)點(diǎn)，獲得51個(gè)節(jié)點(diǎn)，50條連線，密度為0.0392的關(guān)鍵詞共現(xiàn)知識(shí)圖譜，并對(duì)其進(jìn)行聚類分析，見圖3。Citespace中的每個(gè)聚類是由多個(gè)緊密相關(guān)的詞組成的，聚類中包含的關(guān)鍵詞越多，則聚類編號(hào)的數(shù)值越小。因此，圖3中的7個(gè)聚類代表了目前中文文獻(xiàn)中關(guān)于肺炎診治的7個(gè)主要研究方向，依次為“網(wǎng)絡(luò)藥理學(xué)”“診斷”“COVID-19”“中藥”“體層攝影術(shù)”“肺炎”“病毒”。

四、后疫情時(shí)代醫(yī)學(xué)期刊肺炎組稿策略建議

為了做好選題策劃，科技期刊應(yīng)把握新聞熱點(diǎn)，以新聞熱點(diǎn)導(dǎo)入，從科學(xué)深度挖掘選題熱點(diǎn)［5］。肺炎無疑是2020年生物醫(yī)學(xué)界研究的熱點(diǎn)并將在未來較長(zhǎng)時(shí)間內(nèi)繼續(xù)保持熱度。在疫情突發(fā)背景下，大批學(xué)者為爭(zhēng)取發(fā)表速度，在對(duì)研究數(shù)據(jù)進(jìn)行基本分析之后就決定投稿，許多期刊也紛紛跑馬圈地，通過開設(shè)綠色投稿通道或者專題專欄等方式加速稿件的審稿和錄用，縮短出版時(shí)滯，為抗擊疫情貢獻(xiàn)了力量［6-7］。因此，疫情期間關(guān)于肺炎研究的科研也呈現(xiàn)了井噴式增長(zhǎng)。盡管如此，仍然有很大一部分研究成果以英文形式發(fā)表在了國(guó)外期刊上，如果這些文章能以中文形式發(fā)表在國(guó)內(nèi)期刊上，無疑將對(duì)科學(xué)傳播和醫(yī)學(xué)知識(shí)普及發(fā)揮出更大的價(jià)值［8］。在后疫情時(shí)代，參與抗擊疫情的臨床一線工作人員將有更多的時(shí)間去充分整理、分析前期積累的數(shù)據(jù)，實(shí)驗(yàn)科研人員將更加深入地對(duì)病毒作用機(jī)制進(jìn)行研究，開發(fā)抑制病毒的疫苗、藥物。在后疫情時(shí)代，關(guān)于肺炎的研究不會(huì)停止，只會(huì)更加深入，將揭示更多關(guān)于這個(gè)疾病的未知面，所以，對(duì)肺炎科研論文的組稿仍然是醫(yī)學(xué)期刊的重點(diǎn)工作。可以預(yù)見后疫情時(shí)代肺炎相關(guān)的科研速度將會(huì)逐漸下降，發(fā)文數(shù)量將有所減少，論文質(zhì)量會(huì)顯著提高。編輯可以通過分析現(xiàn)有文獻(xiàn)信息，從眾多論文中發(fā)掘肺炎的研究熱點(diǎn)和前沿，從而更加精準(zhǔn)地制訂組稿策略。從1695條文獻(xiàn)的可視化分析結(jié)果可見，關(guān)于肺炎診斷或治療相關(guān)的中文文獻(xiàn)研究主題以中醫(yī)中藥防疫、中西醫(yī)結(jié)合診治、網(wǎng)絡(luò)藥理學(xué)等居多，這與疫情期間中西醫(yī)結(jié)合治療肺炎取得明顯療效，疫情期間在湖北也啟動(dòng)了“中西醫(yī)結(jié)合防治病毒肺炎的臨床研究”等情況相符合；在機(jī)構(gòu)、作者共現(xiàn)方面，也是呈現(xiàn)出以中醫(yī)藥類高校及其附屬醫(yī)院/中醫(yī)醫(yī)院居多的趨勢(shì)，與關(guān)鍵詞網(wǎng)絡(luò)聚類分析結(jié)果相符。這提示醫(yī)學(xué)期刊在后疫情時(shí)代進(jìn)行肺炎組稿過程中，可以結(jié)合期刊特點(diǎn)和優(yōu)勢(shì)，考慮將中西醫(yī)治療肺炎、中藥/天然藥物研發(fā)等作為組稿的重點(diǎn)方向進(jìn)行深度挖掘。在臨床研究方面，可繼續(xù)將湖北作為重點(diǎn)組稿地區(qū)，因?yàn)橐咔槠陂g他們積累了大量的臨床數(shù)據(jù)，這是其他地區(qū)不具備的優(yōu)勢(shì)。另外，還可以通過分析團(tuán)隊(duì)間的合作關(guān)系，篩選出組稿的重點(diǎn)作者、重點(diǎn)團(tuán)隊(duì)，從一個(gè)組稿對(duì)象入手，通過合作網(wǎng)絡(luò)挖掘更多的組稿對(duì)象，獲取更豐富的稿源。另一方面，我們從以上分析結(jié)果中遺憾地發(fā)現(xiàn)，中文文獻(xiàn)中關(guān)于肺炎的基礎(chǔ)醫(yī)學(xué)研究、臨床隊(duì)列研究、藥物治療研究等較少，而陳瑩等［6］統(tǒng)計(jì)的2019年12月1日至2020年2月29日WOS數(shù)據(jù)庫(kù)檢索結(jié)果顯示，中國(guó)是COVID-19相關(guān)外文發(fā)文量第一的國(guó)家，這說明有相當(dāng)一部分有關(guān)病毒的科研文章選擇了在外文期刊上發(fā)表。因此，在后疫情時(shí)代，在國(guó)家倡導(dǎo)“把論文書寫在祖國(guó)大地上”的背景下，國(guó)內(nèi)醫(yī)學(xué)期刊可爭(zhēng)取這部分稿件資源，使其在國(guó)內(nèi)疫情防控和科學(xué)知識(shí)普及中發(fā)揮更大的作用。

我們處于一個(gè)信息爆炸的時(shí)代，對(duì)信息的駕馭能力也成為編輯必須不斷提高的技能，利用信息分析工具，對(duì)文獻(xiàn)進(jìn)行數(shù)據(jù)挖掘、可視化分析不失為一個(gè)幫助編輯梳理信息、挖掘熱點(diǎn)的好選擇，可以輔助編輯實(shí)現(xiàn)更加精準(zhǔn)的選題策劃和組稿。

作者:鄧麗莉 豐瑞兵