数字中国建设提出要促进数字公共服务普惠化，大力实施国家教育数字化战略行动。数字公共卫生（digital public health）是数字中国建设的重要领域，实时、连续、动态的有效数据是实现公共卫生数字化的核心，其开发、应用和研究兴趣包括与疾病预防、健康促进等相关的基础与应用学科^[1]。不断发展和更新迭代的数字技术通过高效的管理界面、传感器和社交媒体等非传统来源提供了应对公共卫生问题的新视角^{[2 – 3]}。本研究探讨数字公共卫生的内涵、价值、应用及成效，运用现代科学计量学、信息计量学、科学知识图谱（mapping knowledge domains）等技术对海量研究数据开展了多元、动态、可视化分析^{[1,4 – 5]}。利用CiteSpace文献计量分析软件，对现有数字公共卫生研究成果进行热点分析和趋势预测，为未来该领域研究提供新方向和新思路。

1.   资料与方法

1.1   文献检索

系统检索中国知网（CNKI）、Web of Science（WOS）核心合集数据库。CNKI 文献选择主题检索，检索词为“数字 + 大数据 + 电子”“公共卫生 + 流行病学 + 健康 + 疾病预防 + 疾病管理”并选择同义词扩展检索；WOS文献检索词为“digital public health”“PublicHealth”“Digital”及“digitation”等的同义词组合检索。检索时间范围为1990年1月至2023年6月。

1.2   研究工具

本研究采用CiteSpace5.7.R5。CiteSpace是美国雷德赛尔大学的陈超美教授开发的一个Java应用程序，主要基于“共现聚类”思想，首先对科学文献中的信息单元进行提取，然后根据信息单元间的联系类型和强度进行重构，形成不同意义的网络结构，网络中的节点代表文献信息单元，连线代表节点间的联系（共现），最后通过对节点、连线及网络结构进行测度、统计分析（聚类、突现词检测等）和可视化，发现特定学科和领域知识结构的隐含模式和规律。

1.3   研究方法（图1）

图  1  数字公共卫生相关文献检索流程

Figure  1.  Flowchart of literature search related to digital public health

下载: 全尺寸图片 幻灯片

按照标准筛选进行数据清洗并将最终有效文献以RefWorks格式导出，根据CiteSpace要求，对导出文件进行重命名，以“download”开头，以“.txt”结尾。将Citespace处理所获得的有效文献的基本信息导出至 Excel 进行初步分析与整理。可视化分析参数设定：关联强度为余弦，选择标准设定为g-index k = 25（作者分析）和 top N levels per slice = 50（关键词分析），修剪选项为关键路径算法（pathfinder），设置单个时间分区长度为1年。见图1。

1.3.1   共现分析

共现分析是利用文献集中词对共同出现的名词短语确定该文献集所代表学科中各主题之间的关系。在关键词共现分析中，关键词从文献资料的文题、摘要、关键词与索引关键词中提取。在可视化图谱中，图谱中的节点或字体大小与关键词出现的频率呈正相关，中介中心性反映节点重要性，节点间连线代表共现关系，连线越多交流合作越密切。采用 LLR 算法对关键词进行聚类分析，主要选择和设置时区与阈值等参数，主要使用Q值（模块的聚类值）和S值（平均轮廓值）2个指标评估和矫正图谱。Q 值 > 0.3 意味着聚类结构显著；S值用于评价聚类同质性，S > 0.5 则聚类合理，S > 0.7 则聚类可信度高。

1.3.2   时间线分析

CiteSpace的时间线视图（timeline）侧重于勾画聚类之间的关系和某个聚类中文献的历史跨度。通过时间线视图可按聚类别查看关键词的时序变化，分析研究内容演变。

1.3.3   突现分析

突现（burst）意味一个变量的值在短期内有很大变化，CiteSpace将突变信息视为一种可用来度量更深层变化的手段。相对于高频主题词分析，突现主题术语更适合探测学科发展的新兴趋势和突然变化。关键词突现分析展示了关键词在各时间段内研究的频次的突增，代表各时间段内的热点与研究前沿，Begin和End分别为关键词突现开始和结束时间，Strength为突现强度。

2.   结　果

2.1   发文量的时间分布

以年份为横坐标、发文量为纵坐标，绘制国内和国际文献发表数量变化趋势图。国内相关研究文献从2006年开始出现，之后快速增长，在2020年后增速略有放缓。由于数据采集到2023年6月，到2023年底国内相关研究将攀升至一个新的数量高度；国际上最早从1991年开始出现数字公共卫生相关研究，从2000年到2016年增长平缓，于2017年开始快速增长，并保持较高增速至今。

2.2   关键词分析

2.2.1   关键词共现分析（表1、图2）

表  1  国内与国际文献频次排名前20位的关键词

Table  1.  Top 20 keywords by frequency in domestic and international literature

序号	国内文献				国际文献
	关键词	词频（次）	中心度		关键词	词频（次）	中心度
1	大数据	562	0.100		COVID-19	905	0.010
2	电子病历	275	0.210		public health	776	0.050
3	智慧医疗	195	0.090		health	486	0.020
4	健康档案	162	0.150		digital health	460	0.010
5	医疗健康	161	0.060		social media	379	0.030
6	健康管理	156	0.060		care	312	0.080
7	人工智能	145	0.050		internet	301	0.040
8	信息化	143	0.100		technology	295	0.010
9	互联网 +	113	0.040		intervention	266	0.020
10	公共卫生	103	0.050		impact	264	0.050
11	卫生健康	92	0.030		mental health	244	0.000
12	移动医疗	89	0.050		information	223	0.050
13	健康医疗	85	0.030		m-health	197	0.030
14	云计算	76	0.090		risk	196	0.050
15	疫情防控	74	0.010		children	190	0.030
16	应用	74	0.040		pandemic	185	0.000
17	物联网	73	0.070		adolescent	173	0.020
18	医疗数据	68	0.040		telemedicine	173	0.010
19	慢性病	67	0.050		prevalence	167	0.040
20	医联体	65	0.020		surveillance	165	0.020

下载: 导出CSV 

| 显示表格

图  2  数字公共卫生学科相关研究关键词共现图谱

注：a 中文关键词共现知识图谱；b 英文关键词共现知识图谱。

Figure  2.  Keyword co-occurrence map of research related to the discipline of digital public health

下载: 全尺寸图片 幻灯片

以“keyword”作为节点类型生成文献关键词的共现知识图谱。表1展现了共现网络中按照词频排在前20位的关键词，关键词在共现网络中的中心性越强表示其在共现网络中的影响力越大。如图2a所示，在中文关键词共现知识图谱中，共有728个节点、2286个连接、网络密度为0.000 86；中文文献中“大数据”“电子病历”“智慧医疗”“健康档案”出现频次最多、中心度较高，为最具影响力的关键词。此外，中心度较高的关键词还有“人工智能”“互联网 + ”“云计算”等，均为网络中的关键节点。中心度较高的关键词有“健康档案”“大数据”“电子病历”等。在英文文献关键词共现知识图谱（图2b）中，共有980个节点、3 824个连接、网络密度为0.008 00；“COVID-19”出现次数最多，出现905次，中心度较高，出现频次较高的关键词还有“公共卫生（public health）”“健康（health）”“数字健康（digital health）”“社交媒体（social media）”，中心度最高的关键词是“护理（care）”中心度为0.080 00，中心度较高的关键词还有“公共卫生（public health）”“影响（impact）”“信息（information）”中心度为0.050 00。

2.2.2   关键词聚类分析（图3）

图  3  数字化公共卫生学科相关研究关键词聚类图谱

注：a 中文关键词共现知识图谱；b 英文关键词共现知识图谱。

Figure  3.  Keyword clustering map of research related to the discipline of digital public health

下载: 全尺寸图片 幻灯片

中文关键词聚类图谱（图3a）显示聚类的Q值 = 0.519 00（ > 0.3），说明该聚类有效，S值 = 0.743 60（ > 0.7）聚类成员之间相似性高。中文关键词中共形成56个聚类，影响因子排前10的聚类分别有“信息化”“电子健康卡”“大数据”“互联网医院”“物联网”“健康医疗大数据”“电子健康档案”“电子健康素养”“健康中国”。英文关键词聚类图谱（图3b）显示聚类的Q值 = 0.485 70（ > 0.3），说明该聚类有效，S值 = 0.774 90（ > 0.7），聚类成员之间相似性高，共形成67个聚类。本研究将国际研究中影响因子排前10的聚类进行了分析，其中最为突现的有“systematic review”“digital public health intervention”“controlledtrial”“healthliteracy”“prostatecancer”“cardiovasculardisease”“digitalpcr”“novel approach”。

2.2.3   时间线分析（图4）

图  4  数字化公共卫生学科相关研究关键词聚类时间线分布图谱

注：a 中文研究中影响因子排在前10的聚类研究时间；b 英文研究中影响因子排在前10的聚类研究时间。

Figure  4.  Timeline distribution map of keyword clusters in research related to the discipline of digital public health

下载: 全尺寸图片 幻灯片

布局选择“timeline view”，CiteSpace显示关键词聚类的时间线视图，本研究展现顺位前10位关键词聚类时间线分布情况。图4a所示，各聚类出现的时间和持续时间存在差异，中文研究中影响因子排前10的聚类研究时间情况如下：#0“信息化”2009 — 2022 #1“电子病历”2009 — 2021 #2“电子健康卡”2006 — 2023 #3“大数据”2006 — 2022 #4“互联网医院”2009 — 2022 #5“物联网”2009 — 2022 #6“健康医疗大数据”2009 — 2023 #7“电子健康档案”2009 — 2022 #8“电子健康素养”2006 — 2023 #9“健康中国”2006 — 2023。从研究延续的时间长短来看，“电子健康卡”“大数据”“电子健康素养”“健康中国”4个聚类研究持续时间最长，贯穿了整个时间线。图4b表明，英文研究中影响因子排前10的聚类研究时间情况如下：#0“systematic review”1991 — 2022 关于数字公共卫生的系统性综述一直是数字化公共卫生的研究热点分类并贯穿整个时间线，#1“social media”2000 — 2022 #2“COVID-19 pandemic”2003 — 2023该关键词聚类的出现可能与冠状病毒SARS以及COVID-19的暴发有关 #3“digital public health intervention”1996 — 2022 #4“controlled trial”1994 — 2022 #5“health literacy”2001 — 2022 #6“prostate cancer”1993 — 2015 #7“cardiovascular disease”数字公共卫生在心血管疾病的预防和监测方面发挥了重要作用在2001 — 2022 #8“digital pcr”2012 — 2022 #9“novel approach”1995 — 2006。

2.2.4   关键词突现分析（图5）

图  5  数字化公共卫生学科相关研究关键词突现结果

注：a 中文关键词突现分析排在前20位关键词；b 英文关键词突现分析排在前20位关键词。

Figure  5.  Keyword burst results of research related to the discipline of digital public health

下载: 全尺寸图片 幻灯片

在数字化公共卫生国内研究领域，关键词突现分析排在20位的关键词如图5a所示，关键词的突现与数字技术的革新趋势以及重大公共卫生事件的出现相符，从关键词突现的演变来看，最早在2009年，“电子健康档案”“电子病历”等关键词出现，强度分别为74.76和39.83，在2010年前后，医疗档案电子病历的管理是数字公共卫生的研究热点。随着数字新技术的发展以及数字健康相关行业的飞速发展，2016年开始出现“健康医疗大数据”“移动医疗”“人工智能”等与数字医疗新技术有关联的关键词。2020年，关键词“疫情防控”突现，突现强度为27.81，同年还有关键词”应急管理”在成为COVID-19病毒出现疫情暴发以来的研究热点。在数字化公共卫生国际研究领域，关键词突现分析排在20位的关键词如图5b所示，关键词突现最早出现在1991年，强度最高的关键词为“互联网（internet）”突现强度为33.19，“数字鸿沟（digital divide）”突现强度为19.58，1993 — 2000年关键词突现集中在疾病筛查以及检测相关，包括“死亡率（mortality）”“前列腺癌（prostate cancer）”“抗原（antigen）”“筛查（screening）”“癌症（cancer）”，2001 — 2012年关键词突现多在信息化以及人群研究相关，包括“信息（information）”“互联网（internet）”“行为（behavior）”“人群（population）”“风险（risk）”。

3.   讨　论

从数字公共卫生相关研究发文量来看，国际上相关研究在1991年出现，总体发文量较大，趋势持续增长；国内的相关研究于2006年前后开始，从2013年开始相关研究发文量处于高水平阶段。首先，国内数字公共卫生研究内容重点聚焦在医疗体系建设方面，重点应用于慢性病防控。从21世纪初，国内关键词热点有“电子健康档案”“电子病历”“卫生信息化建设”“区域卫生信息平台”。关键词聚类时间图显示，2009年是个重要节点，关键词聚类“信息化”“电子病历”开始出现，2009年是我国的医疗改革元年，落实医疗条件硬件软件两方面发展，有力保障医疗卫生服务事业发展需求^{[6 – 7]}。此外，数字公共卫生还将研究焦点集中在传染病防控和管理上^[8]。数字技术在慢性病防控中得到重视，传统管理模式已难以满足我国慢性病防控需要^[9]。健康大数据的发展上升至国家战略层面，成为基本公共卫生服务慢病管理的新引擎和关键环节^{[10 – 11]}。其次，国际数字公共卫生研究上更注重干预，运用数字公共卫生手段去干预患者的行为从而达到促进健康的目的，注重心理健康。关键词聚类“数字公共卫生干预（digital public health intervention）”、关键词“护理（care）”，数字公共卫生在慢性病防控和干预方面发挥了重要作用。有研究表明，数字健康应用程序和相应配套可穿戴智能设备通过监测身体指标和监督个人健康行为，并使用通信信息（如短信）干预可以改善心血管危险因素，从而促进患者改善他们的健康^{[12 – 13]}。此外，国际研究中突出的关键词有“社交媒体（social media）”“精神健康（mental health）”，社交媒体平台在健康知识传播，科普宣传与疾病监测方面发挥重要作用。数字平台提供了一种全新的自我监控管理以及获得心理帮助机会的方法^{[14 – 16]}。数字心理健康干预措施（DMHIs）提供传统提供的心理健康干预措施的替代方案，通过在线或移动平台提供心理策略和干预措施^{[17 – 19]}。近几年“健康素养（health literacy）”相关研究频繁出现，“健康素养”代表着个人获取和解读知识和信息，以适合个人和系统环境的方式，维持和改善健康的能力^{[16, 20]}。第三，国际和国内的数字公共卫生的研究内容均与数字技术的革新趋势以及重大公共卫生事件紧密关联。2010年后随着数字技术的蓬勃发展，研究焦点逐渐转移到大数据、人工智能、机器学习等新兴技术应用，利用大数据对过去病例信息进行筛选、分类和分析，为疫情防控提供科学的预测、风险评估以及措施建议^{[21 – 22]}。基于人工智能技术的医疗软件和系统可以根据病例及已知特征，归纳和学习重大病情的诊断及治疗方法，提供精准的评估和建议^[23]。重大公共卫生事件如在2020年初大流行的新冠病毒感染疫情，在2020年后关键词国际上出现了“COVID-19 pandemic”的聚类，数字化公共卫生在疫情防控方面得到了广泛的应用，包括人群监测、感染者识别、接触者追踪等。利用移动资源、大型网络数据集、联网设备以及机器学习和自然语言处理方面的技术，利用数字化追踪工具，扩大了追踪密切接触者的规模，实现了对于疫情防控的快速响应^{[24 – 26]}。最后，数字公共卫生的发展具有重要的意义，为公共卫生领域带来了许多新的启示。数字公共卫生利用数据分析和信息技术来监测、识别和应对疾病传播，有助于更有效地疾病预防和控制，协助政府和卫生机构更好地制定改进卫生政策和规划。数字公共卫生提高了健康服务可及性，远程医疗和数字健康监测工具可以扩大医疗保健的覆盖范围，使医疗服务更方便快捷。数字平台和社交媒体可用于传播卫生教育信息，数字公共卫生加速药物研发、疫苗研究和基因组学研究等领域科研进展。

本研究梳理了数字公共卫生的兴起与繁荣，对未来研究借鉴如下：第一，随着近年来数字技术在公共卫生领域应用的广度和深度不断加大，数字公共卫生在传统公共卫生实践的基础上不断完善，增加公共卫生服务的覆盖面，提升服务效果、降低服务成本。第二，数字公共卫生将继续利用大数据和人工智能等技术来分析和理解疾病传播模式、流行病学趋势以及卫生系统的需求，推动远程医疗服务的发展。第三，数字公共卫生相关研究从宏观医疗体系建设与完善，转向个体主动健康和疾病预防干预，注重以人为本，重点加强健康教育与健康素养的培养。在未来针对个性化定制数字健康服务将会成为研究热点。随着社会重视和研究不断深入，数字公共卫生学科拥有广阔发展前景。