外科疼痛护理荟萃分析的文献计量图谱:趋势与概念结构

《Pain Management Nursing》:Bibliometric Mapping of Meta-Analyses in Surgical Pain Nursing: Trends and Conceptual Structure

【字体: 大 中 小 】 时间:2026年10月11日 来源:Pain Management Nursing 2.5

编辑推荐:

   摘要目的本研究旨在从护理视角出发,对手术疼痛相关Meta分析文献的发表趋势、科学产出特征及概念结构进行文献计量分析。设计本研究采用文献计量分析设计。方法数据来源于Web of Science(WoS)核心合集数据库,收录截至2025年11月18日的已发表文献。分析使用R语言B

  

摘要

目的

本研究旨在从护理视角出发,对手术疼痛相关Meta分析文献的发表趋势、科学产出特征及概念结构进行文献计量分析。

设计

本研究采用文献计量分析设计。

方法

数据来源于Web of Science(WoS)核心合集数据库,收录截至2025年11月18日的已发表文献。分析使用R语言Bibliometrix程序包中的Biblioshiny界面完成。运用布拉德福定律、洛特卡定律、普赖斯定律和齐夫定律,以及Keywords Plus、趋势主题和概念网络分析等方法,对发表趋势、期刊与作者生产力、国家分布、合作网络及概念结构进行了评估。

结果

1999年至2025年间,共识别出从护理视角出发、以手术疼痛为研究对象发表的160篇Meta分析文献,分布于93个不同的科学来源。2020年后发表量显著增加,年增长率超过10%。《围手术期麻醉护理杂志》和《Cochrane系统评价数据库》是最具生产力的期刊,布拉德福定律表明文献集中于少数核心期刊。作者分析显示,产出分布广泛,覆盖大量研究人员;普赖斯定律和洛特卡定律的结果尚不足以表明存在强有力的核心作者结构。发表量与国际合作网络主要集中于美国、中国、英国、加拿大和澳大利亚。Keywords Plus和趋势主题分析显示,文献围绕管理、手术、疼痛和生活质量等主题聚集,近年来现代疼痛管理策略和ERAS(加速康复外科)方案日益突出。齐夫定律分析揭示,该领域文献具有高度概念多样性,同时存在少数主导概念。

结论

研究结果表明,现有文献主要集中在临床实践和患者结局方面,同时也指出了有待进一步发展的领域,特别是在特定人群和多中心研究方面。

临床意义

本文献计量概览绘制了手术疼痛护理领域现有证据基础的图谱,并识别出突出和新兴的研究领域。研究结果有助于护士和研究人员了解疼痛管理及ERAS相关护理中不断发展的证据,发现尚未充分探索的领域,并指导未来手术疼痛护理中的证据综合与研究优先级。

章节摘要

方法

本研究采用文献计量分析方法,该方法能够以全面系统的方式揭示研究趋势、知识结构和协作网络。正如Donthu等(2021)所指出的,文献计量方法提供了一个稳健的方法论框架,将定量指标与定性解读相结合,应用于特定研究领域。在这方面,该方法为绘制当前提供了适当的基础。

主要数据统计

1999年至2025年间,从护理视角出发、以手术疼痛为研究对象发表的Meta分析文献共160篇,分布于93个不同的科学来源。这一发表趋势表明研究产出随时间稳步增长,年增长率达到10.37%。数据集中文献的平均年龄为5.01年,每篇文章的平均被引次数为27.73次,表明这些文献在研究领域中随着时间推移获得了引用。

讨论

本研究采用文献计量方法,基于全球科学产出主要来源之一的Web of Science(WoS)数据库,对护理文献中以手术疼痛为研究领域的Meta分析进行了评估(Pranckut?, 2021)。文献计量分析是一种综合性评估方法,能够将文献中积累的理论知识体系可视化,从而使研究领域的结构和演变过程更加清晰可理解(Alsharif等)。

结论

本文献计量综述表明,过去25年间,手术疼痛领域的护理Meta分析文献大幅增长,2020年后增长明显加速,并于2023至2025年间达到峰值(表1和图1)。文献集中于少数核心期刊,表明证据综合主要通过围手术期麻醉护理和循证实践相关刊物获得关注。文献也分布于多个领域。

伦理审查与参与同意

本研究无需伦理审查和知情同意,因为其完全基于从Web of Science核心合集数据库获取的文献数据。研究中未涉及人类受试者、动物或可识别的个人数据。

数据与材料可用性

支持本研究结果的数据可通过Web of Science核心合集数据库公开获取。本研究中的检索策略和文献计量数据可由通讯作者在合理请求下提供。

关于写作过程中使用生成式AI及AI辅助技术的声明

作者在本手稿的撰写、分析或准备过程中未使用生成式人工智能(AI)或AI辅助技术。

资金支持

本研究未获得公共、商业或非营利机构的任何专门资助。

CRediT作者贡献声明

Gamze Ataman Yildiz:初稿撰写、软件使用、资源获取、形式化分析。Betül Ilbey Ko?:初稿撰写、软件使用、概念设计。Se?il Taylan:验证、监督、项目管理、方法论。Fatma Eti Aslan:审稿与编辑、验证、监督、项目管理。

利益冲突声明

作者声明,他们存在已知的竞争性经济利益或个人关系,这些利益或关系可能影响本文所报告的研究工作。

致谢

作者感谢其他作者对本研究做出的贡献。
Gamze Ataman Yildiz|Betül Ilbey Ko?|Se?il Taylan|Fatma Eti Aslan
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号