A Bibliometric Analysis of the Global Research on Multimorbidity in Older Adults from 2000 to 2023
-
摘要:目的
分析2000—2023年老年人共病领域的国际研究趋势及前沿热点,以期为老年人共病研究提供借鉴。
方法检索Web of Science数据库,将文献类型限制为“Article”或“Review”,纳入发表时间为2000年1月1日—2023年10月24日的老年人共病相关英文文献。采用VOSviewer 1.6.18软件对文献中的内容进行提取,并绘制高产国家/地区(发文量≥30篇)、机构(发文量≥43篇)的合作网络图及高频关键词(出现频次≥74次)的共现关系时间线图。采用CiteSpace 6.1.R6软件对作者、研究机构、国家等信息进行共现和聚类分析。采用R语言“bibliometrix”包分析文献的关键词演变趋势。
结果共获得老年人共病相关文献2590篇(包括Article 2230篇、Review 360篇)。自2000年以来全球发文量快速增长,美国在该领域的发文量(35.02%,907/2590)及总被引频次(31 343次)均最多。加拿大多伦多大学的发文量最大(2.59%,67/2590),加拿大麦克马斯特大学的Jenny Ploeg(1.24%,32/2590)是成果产出最多的作者。BMC Geriatr(3.82%,99/2590)是收录老年人共病相关文献最多的期刊。该领域高频关键词主要为“multimorbidity”“older adults”“frailty”“aging”和“polypharmacy”。
结论近年来,老年人共病研究的热点主要集中于老年人共病与衰老的关系,以及与共病相关的衰弱和多重用药方面。未来可更多围绕老年综合评估、初级卫生保健以及生活质量等内容展开研究。
Abstract:ObjectiveTo analyze the research trends and cutting-edge hot spots in the field of multimorbidity in older adults from 2000 to 2023 to provide reference for related research.
MethodsWe conducted a search in the Web of Science Core Collection database, specifically looking for articles or reviews in English on multimorbidity in older adults published between January 1, 2000 and October 24, 2023. VOSviewer 1.6.18 software was used to extract the contents in the literature and draw the cooperative network diagram of high-producing countries(≥30 articles) and institutions(≥43 articles) as well as the timeline diagram of high-frequency keywords(≥74 occurrences) co-occurrence relationship. CiteSpace 6.1.R6 software was used to co-occur and cluster analyze the information of authors, research institutions and countries. The "bibliometrix" package in R was used to analyze the evolution of keywords in the literature.
ResultsA total of 2590 documents consisting of 2230 Articles and 360 Reviews were obtained. The worldwide publication count significantly increased since 2000. Among the countries, the United States had the highest number of publications (35.02%, 907/2590) and total citations(31 343 times) in this field. The University of Toronto in Canada had the largest number of articles(2.59%, 67/2590). Jenny Ploeg of McMaster University was recognized as the most prolific author(1.24%, 32/2590). When it came to journals, BMC Geriatrics had the highest amount of literature related to multimorbidity(3.82%, 99/2590). The key areas of research in this field included multimorbidity, older adults, frailty, aging, and polypharmacy. Notably, there was growing interest in studying the relationship between multimorbidity and aging in older adults, as well as the impact of frailty and polypharmacy on multimorbidities.
ConclusionsIn recent years, research on multimorbidities in the elderly has primarily centered around examining the correlation between comorbidities and aging, as well as exploring the impact of frailty and polypharmacy on individuals with multimorbidities. Future research could delve into primary health care, comprehensive geriatric assessment for older adults with multimorbidities, and maintenance of their overall quality of life.
-
Keywords:
- multimorbidity /
- older adults /
- bibliometrics /
- visual analysis /
- research hot spots /
- clinical practice
-
近年来,研究者在各领域掀起了开展因果推断研究的新浪潮[1-2]。因果推断在生物医学领域显得尤为重要,这是因为生物医学研究的终极目标是改善健康,而明确疾病的病因和确定干预措施的临床效果是基本前提,其本质上均属于进行因果推断的过程。长期以来,随机对照试验(randomized controlled trial, RCT)被认为是进行因果推断的金标准,但某些情况下开展RCT不具有可行性或不符合伦理要求,加之其实施过程需高昂的经费与时间成本支持,结果的外部效度通常较低[3-4]。因此,多种其他类型的研究方法(如自然实验、孟德尔随机化、双重差分法)或统计技术(如双重稳健估计、目标最大似然估计、逆概率重叠加权)在近年来被开发或拓展,并被引入生物医学各领域用于开展因果推断研究[2-7]。如近期有学者将孟德尔随机化引入中医药领域,分析了孟德尔随机化与中医药研究的契合点及应用前景[4]。
随着医疗领域健康大数据的日益普及和统计分析能力的提升,使用真实世界数据开展药物流行病学研究和药物经济学研究以支持临床实践和监管决策已是大势所趋[8]。然而证据表明,诸多已发表的观察性真实世界研究存在方法学设计重大缺陷(如将基线后的记录作为纳排标准)、报告质量不佳等问题[8-10]。2016年,一种基于反事实理论的新研究框架(也可称为方法)——目标试验模拟(target trial emulation,TTE)被正式确立[3, 11-13],其可用以指导基于真实世界数据开展观察性因果推断研究,继而进行医疗干预有效性和安全性评价。该框架的核心思想认为,评价医疗干预因果效应的观察性研究均有一个设想的、可开展的理想实效性RCT(“目标试验”,被认为是进行因果推断的核心之一)与之相对应[14];即可参照RCT的实施原则,利用真实世界数据模拟该目标试验以得到干预措施与临床结局间关联的因果结论[3]。目前,此种方法已引起国内外学者和监管机构的广泛关注[3, 9, 14-17]。近期,由中华中医药学会发布的“2023年度中医药重大科学问题、工程技术难题和产业技术问题”报告中指出[18],“基于传统医学诊疗模式如何构建符合中医药特点的临床研究和评价体系”是一个亟待解决的工程技术难题。为指导中医药领域学者使用TTE开展真实世界研究,并为构建具有中医药特色的临床评价体系提供新思路,本文对TTE的历史与现状、实施要点、经典案例、优势与局限性及其在中医药领域中的应用前景进行概述。
1. 目标试验模拟的历史与现状
“目标试验”的思想可追溯至20世纪50年代。现有文献表明,Dorn在其1953年发表的论文中首次表达出类似的理念[6, 12]。随后,多位学者曾提出相近概念,如Cochran和Rubin分别于1972年和1974年在各自的研究中发表此类观点[6];Robins在1986年将该概念推广至时变性处理策略的分析中[3, 6]。然而,直至2016年,Hernán和Robins于Am J Epidemiol上发表题为Using big data to emulate a target trial when a randomized trial is not available的论文[13],TTE研究的基本框架和步骤才得以完善和正式确立[3, 12]。在此之前,Hernán等分别于2005年、2008年和2011年发表了基于TTE方法的真实世界研究;其中,2008年发表的研究重新分析了护士健康研究数据以探讨绝经后女性雌激素疗法对冠心病发生风险的影响[19],该成果对TTE框架的正式确立有着重要意义。
本团队前期利用科学计量学方法对2012—2022年Web of Science核心合集中收录的TTE相关研究进行定量分析,明确了TTE研究的发展趋势和前沿热点[3]。主要研究结果表明:近10年来,TTE相关研究文献年发文量呈明显上升趋势;Hernán教授为该领域的主要贡献者,美国和英格兰学者参与发表的论文数量最多。高频关键词共现分析表明,TTE研究涉及的临床领域主要有COVID-19、结直肠癌、心血管疾病、脑卒中、2型糖尿病、抗病毒疗法及他汀类药物的使用,关注的结局指标涉及有效性、安全性、生存期/死亡率、危险因素等,统计分析方法主要包括边际结构模型、逆概率加权、敏感性分析等,方法学方面主要关注时依性混杂和各种偏倚的处理等[3]。
2. 目标试验模拟的实施要点
根据已有的方法学研究文献[13-14, 20-21],TTE研究的实施要点可总结为“3-7-2”。“3”是指3个实施步骤,包括声明因果问题、制订模拟方案和模拟目标研究;“7”是指TTE研究中的7个要素,即纳排标准、治疗策略、干预分配、随访期、结局指标、因果比较和分析计划;而“2”是指TTE研究重点关注2个关键偏倚,即永恒时间偏倚(immortal time bias)和现用药者偏倚(prevalent user bias)[21]。
提出有价值、可实施的研究问题是所有科学研究的第一步,TTE研究亦不例外,其核心要素是确保治疗措施/暴露因素被明确定义(well-defined),即能在真正的RCT中被随机化分配[14]。第二步,制订目标试验研究方案时应尽可能明确定义上述的7个设计要素(如基线的规定,其也被称为时间零点;切记不可将基线后的信息用作纳排标准,因为实际开展一项RCT时,研究者在基线时并不知晓患者在基线后将会发生什么[9]),以有助于识别和处理混杂与其他偏倚。然而实际开展研究时需在数据可用性和研究效度之间进行权衡,有时可能需作出一定程度的妥协[14]。TTE研究中可估计的“因果比较”包括符合方案(per-protocol, PP)效应和意向性治疗(intention to treat, ITT)效应[3, 14, 20-21]。虽然其名称与RCT中的类似[14],但ITT效应实际上为初始治疗(initial treat-ment)效应,即点干预(point intervention,如外科手术)的PP效应,而非RCT中被随机分配的干预治疗效应,这是由于观察性研究无法真正随机化分配干预措施,只能是基于观测数据将符合条件的个体分配至与其数据相一致的治疗组中。与点干预相对应的是持续治疗策略(sustained strategy)[14],如从某个时间点开始服用药物,需持续服用2年。持续治疗策略的PP效应需考虑依从性[9],并需特别关注时变混杂因素的影响。此外,还应关注是否允许干预具有宽限期(grace period)[13-14],即人为设定的允许接受干预的特定时间段,如癌症诊断后6个月内的任意时间行手术治疗均可被认为是接受干预。第三步,即利用真实世界数据模拟其目标试验方案以得到关注的治疗效应。应开展敏感性分析以判定研究结果的稳健性[9, 14],可以使用阴性对照法,并计算“E值”以评估残余混杂的影响;同时,当存在调查同一研究问题的RCT时,可将其结果作为基准,将模拟研究的结果与之相比较,以评价TTE研究结果的可靠性。
与传统观察性研究相比,TTE研究除具有高透明度外[9, 13-14],其优势在于可控制2个比混杂因素影响可能更大的偏倚,即永恒时间偏倚、现用药者偏倚(选择偏倚的一种)[14, 21];而这两种偏倚的产生均与未同步符合纳入标准、干预措施分配和随访起点3个时间点有关[13-14, 21-22]。永恒时间偏倚常发生于评估接受某种干预对比不接受该干预(也可为有/无某种暴露)对生存结局影响的纵向队列研究中[23]。如当研究某药物对患者死亡率的影响时,错误地将本可能接受干预但在接受前已死亡的患者全部归于对照组(无干预),人为导致对照组死亡人数增多(默认治疗组患者在接受治疗前不会死亡,即在该段时间内是“永生”的),从而夸大了干预的获益效应,以致结果存在永恒时间偏倚[20]。现用药者偏倚是由于纳入了在符合入组标准前就使用了所研究药物的患者所致[14, 21],现用药者通常是使用该研究药物的“幸存者”,其更可能从目标药物治疗中获益或出现更少的药物不良反应。此外,开展TTE研究时还有一个重要混杂(可借助有向无环图识别混杂)值得关注,即适应证混杂(confounding by indication)[9, 24],其是由于所研究药物的适应证恰好是所关注结局的一个危险因素所引起。如哮喘严重程度将影响β受体激动剂的处方,与病情较轻者相比,严重哮喘患者出现哮喘相关死亡的风险更高,其通常需要更频繁地接受治疗;在未控制哮喘严重程度的情况下,比较频繁治疗与不接受治疗对哮喘相关死亡率的影响时将导致适应证混杂偏倚的发生[24]。
为解决永恒时间偏倚,Hernán[25]在2017年提出了“克隆-删失-加权”的分析策略。第一步,在时间零点将每个患者的记录进行“克隆”得到2个克隆副本,即人为将研究的总样本量加倍,随后将其中一个克隆分配至模拟研究的干预组,另一个克隆分配至对照组,此时两组患者在基线时是相同的;第二步,当患者被观察到的治疗记录不再与其入组时的治疗策略相符时则进行删失处理,但此种人为删失将引入选择偏倚;第三步,通过逆概率删失加权的方法解决上一步产生的选择偏倚,原理是对未删失观测赋予更高的权重,让其代表与其具有相似特征的被删失观测。新用药者(new user)设计被认为是真实世界研究领域近20年来研究设计方面最具影响力的进展之一[22],使用新用药者设计可避免现用药者偏倚[21]。需注意的是,新用药者并非指完全未使用过研究药物的患者,只要其在符合入组标准前设定的某个时间段内(类似“洗脱期”)未使用过即可[22]。使用阳性对照(active comparator)设计可有效减低适应证混杂的影响[21, 24, 26]。阳性对照新用药者设计被认为是药物流行病学研究设计的现行标准[22],目前已发表的TTE研究大多基于阳性对照新用药者设计而开展。开展一项TTE研究需具备多方面专业知识,因此,建议在开展TTE研究时组建由临床医师、药师、临床/药物流行病学与统计学专家以及计算机专家等组成的多学科研究团队。为便于研究者开展TTE研究,Zhang等于2019年开发了一款名为“CERBOT”的TTE在线辅助设计与实施工具(http://cerbot.org/)。此外,为保证研究的透明度和结果的可重复性,研究者可参考相关报告规范(如RECORD和RECORD-PE[11])报告TTE研究结果,尤其应透明报告研究存在的局限性。近期一项针对200个TTE研究报告质量的方法学系统评价[11]表明,当前已发表的TTE研究论文的报告存在明显问题,如仅35%的研究在标题中明确声明其为一项TTE研究。为提高TTE研究报告质量,该团队目前正在制订TTE研究的报告规范—TARGET指南[27],期待该指南的问世。
3. 目标试验模拟的经典案例
为直观展示TTE方法在开展真实世界研究中的重要价值,笔者以1个大型研究项目和3个经典的TTE研究为例进行阐述,以便于读者学习并应用此种方法。2018年,美国食品药品监督管理局、哈佛大学布莱根妇女医院及Aetion公司联合开展了“RCT DUPLICATE”项目[16, 28],旨在利用医疗索赔数据模拟32个药物临床试验以明确观察性真实世界研究与RCT间的“效果-效力”差距,并探索差距背后的主要原因,从而帮助确定使用真实世界证据支持监管决策的可行性。该项目最终结果已发表于JAMA杂志,结果显示75%的模拟研究结果符合项目组预先设定的“统计学显著一致性”标准,66%符合“估计值一致性”标准,75%符合“标准化差异一致性”标准[28],该研究团队认为,当真实世界研究的设计与要素高度模拟相应的RCT时,可得到与之相似的结论。
作为“RCT DUPLICATE”项目中的一项子研究,Patorno等[29]基于TTE方法,利用真实世界数据评价了利格列汀与格列美脲的心血管安全性,模拟研究结果的复合心血管事件(心肌梗死、脑卒中与心血管死亡)结局的HR值为0.91(95% CI:0.79~1.05),成功预测了CAROLINA试验结果(HR=0.98,95% CI:0.84~1.14)。2019年,Admon等[30]通过一项TTE研究以预测PreVent试验结果,后者调查了气管插管期间正压通气/非正压通气对患者血氧饱和度和严重低氧血症发生率的影响。对模拟研究与PreVent试验的最低血氧饱和度估计值作差分分析,结果表明二者的结果具有一致性(MD=-2.1%,95% CI:-5.9%~1.7%);相较于非正压通气组,模拟研究中正压通气组严重低氧血症发生率的RR值为0.60(95% CI:0.38~0.93),而PreVent试验为0.48(95% CI:0.30~0.77),亦表明TTE研究可成功预测RCT结果。2019年,Dickerman等[21]于Nat Med杂志发表了一项经典TTE研究,以评估使用/未使用他汀类药物对癌症发生风险的影响,结果表明,使用他汀类药物对癌症发生风险的影响无统计学意义,以肺癌为例,ITT效应、PP效应HR分别为1.08(95% CI:0.99~1.17)、1.13(95% CI:0.96~1.32),这与基于RCT的Meta分析结果基本一致,但这与既往多项传统观察性研究认为使用他汀类药物能降低肺癌发生风险的结论相矛盾,二者产生分歧的主要原因与传统观察性研究中未能正确处理永恒时间偏倚(OR=0.26,95% CI:0.23~0.30)和现用药者偏倚(OR=0.27,95% CI:0.25~0.29)相关[21]。
4. 目标试验模拟的优势与局限性
TTE作为一种新的真实世界研究框架,其具有以下优势:(1)能辅助研究者识别混杂和偏倚,进而指导研究者设计并分析真实世界研究,但不限制具体流行病学设计和统计分析方法的使用[3, 14],使得在实际应用中具有较强的灵活性。(2)与传统观察性真实世界研究相比,基于TTE框架开展的观察性研究具有更高的透明度[13-14],这与其从研究初始即要求明确研究设计与实施的各个要素相关,不仅保证研究目的与过程透明,同时保证分析结果更具因果关系的可解释性。(3)传统观察性真实世界研究通常过度强调使用复杂的统计技术去处理混杂,而忽略了研究设计本身的重要性以及对研究结果可能具有更大影响的偏倚[9, 14],如永恒时间偏倚与现用药者偏倚,此类偏倚可在TTE框架的指导下通过恰当的研究设计与分析方法进行控制[9, 21-22, 25]。(4)目前已有多项成功的TTE研究案例发表[19, 21, 27-30],证明了其蕴含的科学价值和实用性,尤其可为发生公共卫生突发事件(如COVID-19)但缺少可用的RCT证据时,提供有效的研究手段。
TTE亦存在一定局限性[14, 31],主要包括无法模拟无相关临床数据的新医疗干预(即真实世界中不存在的治疗策略)和安慰剂对照试验、无法解决数据本身可能存在的测量偏倚问题,且不能保证无残余混杂。此外,需注意的是,TTE研究模拟的目标试验一定为实效性RCT[3],究其原因:在真实世界中无盲法实施(即医生与患者均知晓治疗方案)、不能强制患者遵从研究方案,亦不能对其进行严密监测。
5. 目标试验模拟在中医药领域中的应用前景
5.1 中成药临床定位及评价
明确中成药临床定位是中药上市后研究的重要内容之一,亦是开展中成药有效性和安全性评价的基本前提。由于中成药临床定位不明确,一方面使得同类产品过多,导致无法开展有效竞争;另一方面导致临床疗效不明显,甚至增加药物不良反应[32]。笔者所在研究团队前期提出了“三维四阶”的中药上市后临床定位关键技术[32],为解决中成药临床定位不明确问题提供了一定的方法学指导。目前,中医药临床实践中已积累了大量真实世界中医诊疗数据,为明确中成药的临床定位提供了支撑点。中医药领域真实世界研究学者可考虑开展TTE研究以挖掘此类宝贵数据资源中蕴含的丰富人用经验[33],明确中成药临床定位,筛选中成药可能的最佳适应证,随后采用RCT验证TTE研究结果,如此不仅可节约大量经费与时间成本,还可产生高质量的真实世界研究证据,从而有望弥合真实世界研究与RCT之间的“效果-效力”鸿沟。此外,由于历史原因,既往部分已上市的中成药未开展高质量Ⅰ~Ⅳ期临床试验[32],使得在循证医学理念指导下的现行医疗实践中无法彰显其优势,因此,可考虑开展TTE研究补充现有RCT证据,为其应用于临床实践提供证据支撑。一般来说,RCT样本量通常较小,且随访时间不长,可能导致潜在的长期药物不良反应无法被发现,故基于真实世界数据开展药物不良反应评价显得尤为重要,而TTE为使用真实世界数据评价中成药不良反应提供了新的设计思路[3, 29]。
5.2 中医非药物干预及卫生经济学评价
TTE不仅适用于药物有效性和安全性评价,同样适用于非药物干预评价。由于TTE研究是模拟实效性试验,而非药物干预的RCT往往难以实施盲法,因此,利用TTE框架评价非药物干预的临床效果可能更具现实意义。目前,已有学者将其应用于评价外科手术、营养干预和社会政策干预等产生的因果效应[11, 14, 34]。此外,基于TTE研究结果开展卫生经济学评价也被证实具有可行性[34-35]。如Moler-Zapata等[34]于2022年在Value Health上发表了一项基于TTE框架调查2种急性胃肠道疾病急诊手术成本效果的研究,并总结了将TTE应用于真实世界数据所面临的4个主要挑战,分别为定义研究人群、定义治疗策略、确定时间零点和调整未测量的混杂。除中药外,中医药领域的治疗方法亦包括诸多非药物干预,如针刺疗法,其是中医药领域所有治疗方法中国际认可度最高的一种干预手段,具有较高的全球使用率,并被多部国际指南所推荐,且近年来多项针刺研究(包括RCT)登上国际顶级期刊[36]。因此,针刺相关研究人员可利用TTE框架开展针刺临床疗效评价的真实世界研究,为针刺临床实践提供高质量真实世界证据,以进一步充实已有RCT证据。
6. 小结
本文全面介绍了一种近年来被正式确立的新的真实世界研究框架,并阐述了其在中医药临床评价中的应用前景。TTE框架可用于指导真实世界研究设计与分析,有望为临床实践和监管决策提供可靠的真实世界证据,尤其在缺少可用的RCT证据时,其应用价值得到凸显[37-38]。虽然TTE已显示出广阔的应用前景和科学价值,但目前国内在中医药领域尚缺乏相关应用研究,因此,TTE在中医药领域中的实际应用价值尚待验证。此外,鉴于中医药学具有独特的诊疗实践模式,有必要基于TTE框架构建符合中医药特点的临床疗效评价框架体系,从而在因果推断原则的指导下,产生真实可靠、临床可用的高质量真实世界证据[39],同时避免有限研究资源的浪费、减少非必要研究与实践活动产生的“碳足迹”[40-41]。
作者贡献:张宁负责论文构思、数据分析、论文撰写;张晓辰负责文献检索、文献筛选、数据分析;何牧负责文献筛选、数据分析;康琳、曲璇、朱鸣雷负责文献检索及论文修订;孙晓红负责论文修订与审核。利益冲突:所有作者均声明不存在利益冲突 -
表 1 发文量、连接强度、被引频次居前10位的国家
Table 1 Top 10 countries in terms of number of publications, link strength and frequency of citations
序号 国家 发文量(篇) 国家 连接强度 国家 被引频次(次) 1 美国 907 英国 396 美国 31 343 2 英国 240 美国 371 英国 10099 3 加拿大 228 意大利 323 意大利 9258 4 意大利 206 西班牙 300 荷兰 7193 5 荷兰 200 荷兰 278 加拿大 7191 6 德国 191 德国 254 德国 5782 7 中国 185 澳大利亚 243 瑞典 5086 8 西班牙 184 法国 193 瑞士 4462 9 澳大利亚 183 加拿大 170 西班牙 3944 10 瑞典 105 比利时 170 澳大利亚 3693 表 2 发文量、被引频次及共被引频次居前10位的作者
Table 2 Top 10 authors in terms of number of publications, citation frequency and co-citation frequency
序号 作者 发文量(篇) 作者 被引频次(次) 作者 共被引频次(次) 1 Jenny Ploeg 32 Alessandra Marengoni 3491 Alessandra Marengoni 566 2 Maureen Markle-Reid 29 Laura Fratiglioni 2794 Linda P Fried 496 3 Davide L.Vetrano 29 Susan M.Smith 1419 Martin Fortin 437 4 Alessandra Marengoni 28 Graziano Onder 1186 Mary E.Charlson 425 5 Cynthia M.Boyd 22 Martin Fortin 1123 World Health Organization 400 6 Amaia Calderon-Larranaga 22 Davide L.Vetrano 997 Cynthia M.Boyd 357 7 Graziano Onder 22 Cynthia M.Boyd 972 Karen Barnett 342 8 Laura Fratiglioni 21 Jenny Ploeg 963 Mary E Tinetti 335 9 Ai Koyanagi 17 Maureen Markle-Reid 815 Martine Exterman 293 10 Kathryn Fisher 16 Emma Wallace 799 Ronald C.Kessler 273 表 3 发文量、总连接强度、被引频次居前10位的研究机构
Table 3 Top 10 research institutions in terms of number of publications, total link strength and citation frequency
序号 机构名称 发文量(篇) 机构名称 总连接强度 机构名称 被引频次(次) 1 多伦多大学 67 卡罗林斯卡学院 164 卡罗林斯卡学院 4128 2 卡罗林斯卡学院 63 多伦多大学 135 哥伦比亚大学 3640 3 麦克马斯特大学 53 斯德哥尔摩大学 125 布雷西亚大学 3552 4 约翰斯·霍普金斯大学 51 约翰斯·霍普金斯大学 117 约翰斯·霍普金斯大学 3343 5 华盛顿大学 50 杜克大学 115 斯德哥尔摩大学 3055 6 密歇根州立大学 49 加利福尼亚大学旧金山分校 114 斯德哥尔摩老年研究中心 2830 7 杜克大学 47 布雷西亚大学 102 伦敦卫生与热带医学院 2731 8 加利福尼亚大学旧金山分校 45 哈佛医学院 100 印第安纳大学 2653 9 悉尼大学 45 圣心天主教大学 96 拉德堡德大学 2570 10 伦敦国王学院 43 斯德哥尔摩老年研究中心 94 匹兹堡大学 2134 表 4 发文量、被引频次居前10位的期刊
Table 4 Top 10 journals in terms of number of publications and frequency of citations
序号 期刊 发文量(篇) 影响因子(JCR2022) JCR分区 共被引期刊 被引频次(次) 影响因子(JCR2022) JCR分区 1 BMC Geriatr 99 4.1 Q2 J Am Geriatr Soc 4037 6.3 Q1 2 J Am Geriatr Soc 67 6.3 Q1 J Gerontol A Biol Sci Med Sci 2164 5.1 Q2 3 BMJ Open 56 2.9 Q2 J Am Med Assoc 2144 120.7 Q1 4 Arch Gerontol Geriatr 53 4 Q2 J Clin Oncol 2105 45.4 Q1 5 J Geriatr Oncol 53 3 Q3 Lancet 1829 168.9 Q1 6 PLoS One 50 3.7 Q2 PLoS One 1815 3.7 Q2 7 Age Ageing 46 6.7 Q1 J Clin Epidemiol 1781 7.2 Q1 8 Int J Environ Res Public Health 36 NA NA New Engl J Med 1431 158.5 Q1 9 J Gerontol A Biol Sci Med Sci 34 5.1 Q2 Age Ageing 1382 6.7 Q1 10 J Am Med Dir Assoc 33 7.6 Q1 Blood 1193 20.3 Q1 表 5 出现频次、总连接强度居前20位的关键词
Table 5 Top 20 keywords in terms of frequency of occurrenceand total link strength
序号 关键词 出现频次(次) 总连接强度 1 multimorbidity 1172 2194 2 older adults 886 1706 3 frailty 206 468 4 aging 153 301 5 polypharmacy 138 312 6 depression 137 294 7 chronic disease 134 302 8 mortality 124 261 9 geriatric assessment 83 200 10 quality of life 80 188 11 cancer 75 213 12 dementia 74 145 13 epidemiology 70 132 14 disability 68 145 15 comprehensive geriatric assessment 62 151 16 geriatrics 60 144 17 primary care 58 116 18 anxiety 54 118 19 geriatric oncology 46 123 20 geriatric 44 102 表 6 被引频次居前15位的文献
Table 6 Top 15 cited articles
序号 作者及发表时间 文章题目 期刊名称 被引频次(次) 文章类别 1 Moussavi S等(2007年) Depression, chronic diseases, and decrements in health: results from the World Health Surveys Lancet 2586 Article 2 Kroenke K等(2009年) The PHQ-8 as a measure of current depression in the general population J Affect Disord 2575 Article 3 Marengoni A等(2011年) Aging with multimorbidity: A systematic review of the literature Ageing Res Rev 1645 Review 4 Wolff JL等(2002年) Prevalence, expenditures, and complications of multiple chronic conditions in the elderly Arch Intern Med 1480 Article 5 Diniz BS等(2013年) Late-life depression and risk of vascular dementia and Alzheimer's disease: systematic review and meta-analysis of community-based cohort studies Br J Psychiatry 763 Review 6 Repetto L等(2002年) Comprehensive geriatric assessment adds information to Eastern Cooperative Oncology Group performance status in elderly cancer patients: An Italian group for geriatric oncology study J Clin Oncol 676 Article 7 Salive ME(2013年) Multimorbidity in Older Adults Epidemiol Rev 669 Article 8 Lehnert T等(2011年) Health Care Utilization and Costs of Elderly Persons With Multiple Chronic Conditions Med Care Res Rev 468 Review 9 Hanlon P等(2018年) Frailty and pre-frailty in middle-aged and older adults and its association with multimorbidity and mortality: a prospective analysis of 493 737 UK Biobank participants Lancet Public Health 441 Article 10 Byers AL等(2010年) High Occurrence of Mood and Anxiety Disorders Among Older Adults The National Comorbidity Survey Replication Arch Gen Psychiatry 428 Article 11 Quoix E等(2011年) Carboplatin and weekly paclitaxel doublet chemotherapy compared with monotherapy in elderly patients with advanced non-small-cell lung cancer: IFCT-0501 randomised, phase 3 trial Lancet 417 Article 12 Diederichs C等(2011年) The measurement of multiple chronic diseases--a systematic review on existing multimorbidity indices J Gerontol A Biol Sci Med Sci 413 Review 13 Smith SM等(2012年) Managing patients with multimorbidity: systematic review of interventions in primary care and community settings BMJ 396 Article 14 Björgvinsson T等(2013年) Psychometric properties of the CES-D-10 in a psychiatric sample Assessment 389 Article 15 Smith SM等(2016年) Interventions for improving outcomes in patients with multimorbidity in primary care and community settings Cochrane DatabaseSyst Rev 384 Review -
[1] 闫伟, 路云, 张冉, 等. 基于CHARLS数据分析的我国老年人共病现状研究[J]. 中华疾病控制杂志, 2019, 23(4): 426-430. https://www.cnki.com.cn/Article/CJFDTOTAL-JBKZ201904013.htm Yan W, Lu Y, Zhang R, et al. Multimorbidity status of the elderly in China-research based on CHARLS data[J]. Chin J Dis Control Prev, 2019, 23(4): 426-430. https://www.cnki.com.cn/Article/CJFDTOTAL-JBKZ201904013.htm
[2] Xu X L, Mishra G D, Jones M. Evidence on multimorbidity from definition to intervention: an overview of systematic reviews[J]. Ageing Res Rev, 2017, 37: 53-68. DOI: 10.1016/j.arr.2017.05.003
[3] Kivimäki M, Strandberg T, Pentti J, et al. Body-mass index and risk of obesity-related complex multimorbidity: an observational multicohort study[J]. Lancet Diabetes Endocrinol, 2022, 10(4): 253-263. DOI: 10.1016/S2213-8587(22)00033-X
[4] The Emerging Risk Factors Collaboration. Association of cardiometabolic multimorbidity with mortality[J]. JAMA, 2015, 314(1): 52-60. DOI: 10.1001/jama.2015.7008
[5] Vetrano D L, Rizzuto D, Calderón-Larra aga A, et al. Trajectories of functional decline in older adults with neuropsychiatric and cardiovascular multimorbidity: a Swedish cohort study[J]. PLoS Med, 2018, 15(3): e1002503. DOI: 10.1371/journal.pmed.1002503
[6] 王丽敏, 陈志华, 张梅, 等. 中国老年人群慢性病患病状况和疾病负担研究[J]. 中华流行病学杂志, 2019, 40(3): 277-283. Wang L M, Chen Z H, Zhang M, et al. Study of the prevalence and disease burden of chronic disease in the elderly in China[J]. Chin J Epidemiol, 2019, 40(3): 277-283.
[7] La D T V, Zhao Y, Arokiasamy P, et al. Multimorbidity and out-of-pocket expenditure for medicines in China and India[J]. BMJ Glob Health, 2022, 7(11): e007724. DOI: 10.1136/bmjgh-2021-007724
[8] Muth C, Blom J W, Smith S M, et al. Evidence supporting the best clinical management of patients with multimorbidity and polypharmacy: a systematic guideline review and expert consensus[J]. J Intern Med, 2019, 285(3): 272-288. DOI: 10.1111/joim.12842
[9] Liu W M, Wu J Y, Zhang N, et al. Postural deformities in Parkinson's disease: a bibliometric analysis based on web of science[J]. Heliyon, 2023, 9(3): e14251. DOI: 10.1016/j.heliyon.2023.e14251
[10] Van Eck N J, Waltman L. Software survey: VOSviewer, a computer program for bibliometric mapping[J]. Scientometrics, 2010, 84(2): 523-538. DOI: 10.1007/s11192-009-0146-3
[11] Zhou J, Song D, Ma J J, et al. Research trends in the mental health and multimorbidity of older people from 2002 to 2022: a bibliometric analysis via CiteSpace[J]. Front Psychiatry, 2023, 14: 1117554. DOI: 10.3389/fpsyt.2023.1117554
[12] Wang L Y, Luo D, Hamdaoui O, et al. Bibliometric analysis and literature review of ultrasound-assisted degradation of organic pollutants[J]. Sci Total Environ, 2023, 876: 162551. DOI: 10.1016/j.scitotenv.2023.162551
[13] Ye B Q, Xie R X, Mishra S R, et al. Bidirectional association between physical multimorbidity and subclinical depression in Chinese older adults: findings from a prospective cohort study[J]. J Affect Disord, 2022, 296: 169-174. DOI: 10.1016/j.jad.2021.09.067
[14] Moussavi S, Chatterji S, Verdes E, et al. Depression, chronic diseases, and decrements in health: results from the World Health Surveys[J]. Lancet, 2007, 370(9590): 851-858. DOI: 10.1016/S0140-6736(07)61415-9
[15] Triolo F, Sjöberg L, Calderón-Larrañaga A, et al. Late-life depression and multimorbidity trajectories: the role of symptom complexity and severity[J]. Age Ageing, 2023, 52(2): afac315. DOI: 10.1093/ageing/afac315
[16] Kroenke K, Strine T W, Spitzer R L, et al. The PHQ-8 as a measure of current depression in the general population[J]. J Affect Disord, 2009, 114(1/3): 163-173.
[17] Marengoni A, Angleman S, Melis R, et al. Aging with multimorbidity: a systematic review of the literature[J]. Ageing Res Rev, 2011, 10(4): 430-439. DOI: 10.1016/j.arr.2011.03.003
[18] Schiltz N K. Prevalence of multimorbidity combinations and their association with medical costs and poor health: a population-based study of U.S. adults[J]. Front Public Health, 2022, 10: 953886. DOI: 10.3389/fpubh.2022.953886
[19] Li H F, Chang E X, Zheng W J, et al. Multimorbidity and catastrophic health expenditure: evidence from the China Health and Retirement Longitudinal Study[J]. Front Public Health, 2022, 10: 1043189. DOI: 10.3389/fpubh.2022.1043189
[20] Guo X R, Zhao B H, Chen T M, et al. Multimorbidity in the elderly in China based on the China Health and Retirement Longitudinal Study[J]. PLoS One, 2021, 16(8): e0255908. DOI: 10.1371/journal.pone.0255908
[21] Zheng D D, Loewenstein D A, Christ S L, et al. Multimorbidity patterns and their relationship to mortality in the US older adult population[J]. PLoS One, 2021, 16(1): e0245053. DOI: 10.1371/journal.pone.0245053
[22] American Geriatrics Society Expert Panel on the Care of Older Adults with Multimorbidity. Guiding principles for the care of older adults with multimorbidity: an approach for clinicians[J]. J Am Geriatr Soc, 2012, 60(10): E1-E25.
[23] Boyd C, Smith C D, Masoudi F A, et al. Decision making for older adults with multiple chronic conditions: executive summary for the American Geriatrics Society guiding principles on the care of older adults with multimorbidity[J]. J Am Geriatr Soc, 2019, 67(4): 665-673. DOI: 10.1111/jgs.15809
[24] Fraser H C, Kuan V, Johnen R, et al. Biological mechanisms of aging predict age-related disease co-occurrence in patients[J]. Aging Cell, 2022, 21(4): e13524. DOI: 10.1111/acel.13524
[25] Salvioli S, Basile M S, Bencivenga L, et al. Biomarkers of aging in frailty and age-associated disorders: state of the art and future perspective[J]. Ageing Res Rev, 2023, 91: 102044. DOI: 10.1016/j.arr.2023.102044
[26] Luo Y, Chen Y M, Wang K P, et al. Associations between multimorbidity and frailty transitions among older Americans[J]. J Cachexia Sarcopenia Muscle, 2023, 14(2): 1075-1082. DOI: 10.1002/jcsm.13197
[27] Hanlon P, Nicholl B I, Jani B D, et al. Frailty and pre-frailty in middle-aged and older adults and its association with multimorbidity and mortality: a prospective analysis of 493 737 UK Biobank participants[J]. Lancet Public Health, 2018, 3(7): e323-e332. DOI: 10.1016/S2468-2667(18)30091-4
[28] Lipska K J, Krumholz H, Soones T, et al. Polypharmacy in the aging patient: a review of glycemic control in older adults with type 2 diabetes[J]. JAMA, 2016, 315(10): 1034-1045. DOI: 10.1001/jama.2016.0299
[29] 陈旭娇, 严静, 王建业, 等. 老年综合评估技术应用中国专家共识[J]. 中华老年医学杂志, 2017, 36(5): 471-477. https://www.cnki.com.cn/Article/CJFDTOTAL-LNBY201702001.htm Chen X J, Yan J, Wang J Y, et al. Chinese experts consensus on application of comprehensive geriatric assessment[J]. Chin J Geriatr, 2017, 36(5): 471-477. https://www.cnki.com.cn/Article/CJFDTOTAL-LNBY201702001.htm
-
期刊类型引用(5)
1. 李开楊,李周泉,黄敬,杨梅,赵琦. 2010-2024年中国丙型肝炎临床试验注册情况分析. 中国艾滋病性病. 2025(02): 156-160 . 百度学术
2. 吴晶,甘磊,白雪霏. 药物经济学在促进临床合理用药中的应用与展望. 中国医院药学杂志. 2025(05): 485-488 . 百度学术
3. 武纹帆,童艳杰,安军明,雷欢,曹坤,马阿利. 基于“目标试验模拟”框架开展方氏头针治疗卒中后认知功能障碍的真实世界研究探索. 针灸临床杂志. 2025(03): 5-10 . 百度学术
4. 张强,卢存存,王志飞,谢雁鸣,雷超,陈子佳,乔萌,赵晓晓. 真实世界观察性研究评估(ArRoWS)工具的介绍. 中国中医基础医学杂志. 2024(10): 1691-1696 . 百度学术
5. 张强,卢存存,赵文霞,刘鸣昊,闫乐,张丽慧,赵晴,李玲,王思颖,贾攀,尚东方,方进华. 系统评价与Meta分析中真实世界研究质量评价工具(QATSM-RWS)的解读与应用. 中国循证医学杂志. 2024(12): 1451-1457 . 百度学术
其他类型引用(1)