Chinese Journal of Tissue Engineering Research ›› 2026, Vol. 30 ›› Issue (23): 6071-6080.doi: 10.12307/2026.341
Previous Articles Next Articles
Li Yiguang1, Guo Haonan2, Ding Xiaotao3, Yuan Mengyao3, Jiang Lijin3, Fan Xinfeng3, Feng Yan3
Received:2025-04-03
Accepted:2025-08-22
Online:2026-08-18
Published:2026-01-04
Contact:
Feng Yan, PhD, Associate professor, College of Life Science, Shanxi Agricultural University, Jinzhong 030801, Shanxi Province, China
About author:Li Yiguang, Master of Laws, Personnel Office of Xinxiang Medical University, Xinxiang 453003, Henan Province, China
Supported by:CLC Number:
Li Yiguang, Guo Haonan, Ding Xiaotao, Yuan Mengyao, Jiang Lijin, Fan Xinfeng, Feng Yan. Visual analysis of research hotspots in the field of gut microbiota in the elderly at home and abroad[J]. Chinese Journal of Tissue Engineering Research, 2026, 30(23): 6071-6080.
Add to citation manager EndNote|Reference Manager|ProCite|BibTeX|RefWorks
2.1 文献年发表数量 根据纳入的250篇中文文献和604篇英文文献的发表时间情况,绘制2012-2023年间发文量增长趋势统计图(图1),展示老年人肠道微生物领域的文献发表量随时间的变化趋势。图中虚线表示发文量与时间之间的指数增长模型,其中与英文文献年发表量相符的模型为y=1E-166e0.191 3x,R2=0.892 5,与中文文献年发表量相符的模型为y=3E-199e0.228x,R2=0.918 6。增长趋势均符合普赖斯指数增长模型。观察两条折线,分为3个阶段:2014-2017年为研究初期,发文量较少;2018-2022年为快速增长期,这一现象可能是由于高通量测序在该领域的运用,大幅缩短了研究周期以及大众健康意识提升引起;2023年WOS和CNKI数据库的发文量相较于普赖斯指数增长曲线出现下降趋势,这或许与新冠疫情对微生物学科的冲击较大有关。 2.2 国家分析 通过对WOS数据库的文献分析可知,2014-2023年间,共有53个国家在老年人肠道微生物领域做出了贡献。其中,中国在该领域发表227篇,位居全球首位,占全球发表总量37.58%;美国94篇位列第二,约占15.56%。中美两国的发文量总和超过全球发文总量的一半,彰显出两国在该研究领域的重要地位。在所有文献发表的国家中,有30个国家的发文量超过5篇。借助VOSviewer对这些国家进行合作网络分析(图2),图中节点的大小与论文发表量呈正比,颜色的差异则表明节点所属的不同集群,线条的粗细映射了合作的紧密度,两节点间粗线条表明两国间的合作更为频繁。整理发文量前10的国家数据(表1),结合国家网络合作图谱可知,美国与多国合作关系最为密切,包括中国、德国、英国、印度、日本和加拿大等;英国的平均单篇引用量(n=95.91)最高,表明其发文质量较高,受到各国学者的广泛认可。尽管中国在该领域的发文量居世界首位,但在发文质量和国际合作方面仍有提升空间。鉴于此,中国应当把握肠道微生物研究的热点,及时跟进科研动态,并积极构建相关领域的国际合作网络,以增强科研能力和国际影响力。"
2.3 机构分布和合作分析 运用 VOSviewer对CNKI数据库中老年人肠道微生物领域发文数量≥2篇的35家机构分析(图3A)。在主要机构的合作网络图中,圆形节点的尺寸与发文量呈正相关,即节点越大,表明相应机构的发文量越多;而节点之间连线的粗细则反映机构之间联系的紧密程度,连线越粗,表明机构间的联系更为密切。此外,国内外发文量排名前10的机构排名见表2。其中,有24家机构的发文量仅为2篇。发文量排名前3的机构依次为浙江大学(8篇,3.2%)、山东中医药大学(7篇,2.8%)、北京中医药大学(6篇,2.4%)。整体而言,发文机构主要以国内的大学和大型三甲医院为主。各研究机构之间的联系相对较弱。与此同时,对WOS数据库中老年人肠道微生物领域发文量超过5篇的53家机构进行分析(图3B),中国的浙江大学发表文献数量最多,达16篇(2.6%);爱尔兰国立科克大学位列第2,发文量为14篇(2.3%);意大利的博洛尼亚大学位居第3,发文量为13篇(2.2%)。该图清晰地展示了不同国家机构之间已经形成一定规模的合作关系,且主要的合作关系集中在各国的顶尖高校之间。 2.4 作者合著分析 在CNKI数据库中,共有625名作者在老年人肠道微生物领域做出贡献。对发文量≥2篇的作者进行分析(图4A),图中每个圆圈的大小直观地反映作者的发文数量,发文越多,对应的圆圈也就越大;同时,圆圈的不同颜色用于区分各个合作团队,主要研究团队包括杨云梅、李鸣、何方、肖振明和丁西平团队,其中,李鸣团队与何方团队之间的联系尤为紧密,双方在学术合作与互动方面较为频繁。"
在WOS数据库中,4 299名作者积极参与老年人肠道微生物领域的研究并做出显著贡献。借助VOSviewer,对发文量≥4篇的作者进行合著分析(图4B),科研团队包括Candela, Marco、O’Toole, Paul W、Koutrotsios, Georgios、Wang, Sufang和Odamaki, Toshitaka团队。其中,被引用次数最多的作者是来自爱尔兰的O’Toole, Paul W(引用1 152次),表明其研究质量极高,在该领域被视为权威人物。此外,他在多个团队之间起着枢纽作用,进一步促进国际合作与交流。 2.5 关键词分析 2.5.1 网络共现分析 通过VOSviewer对CNKI数据库进行分析,共统计出544个关键词,并筛选出60个出现频次至少为3次的关键词,生成涵盖10个聚类和216条连线的关键词共现网络图谱(图5A)。频数排名前5的关键词(表3)包括肠道菌群、老年人、衰老、肠道微生态和益生菌,其中关键词的出现频数越高,表明它在研究领域内的关注度越强。这些高频关键词反映出国内该领域研究热点主要集中在衰老进程和肠道微生态的相互影响,以及益生菌在改善老年人肠道微生态和健康方面的应用。 采用类似的方法对WOS数据库进行分析,共识别2 964个关键词,筛选出共现频数超过10的高频关键词91个,并绘制包含5个聚类和2 044条连线的网络共现图谱(图5B)。图谱中圆形面积大小与关键词的出现频数呈正比,其中频数最高的5个关键词(表3)为肠道菌群(gut microbiota)、健康(health)、微生物群(microbiota)、炎症(inflammation)和肠道微生物群(intestinal microbiota)。反映国际上该领域的研究主要集中在肠道微生物群的组成对老年人整体健康状况的影响,以及肠道微生物群失衡与老年人慢性炎症之间的关联。 利用 VOSviewer 软件制作关键词密度分布图(图6),其中颜色的深浅程度代表着该关键词的研究热度,颜色越深则研究热度越高。关键词之间的关联程度则由关键词彼此之间的距离来表示,距离越近则关联程度越高。 2.5.2 聚类分析 在评估聚类结构的合理性时,选取聚类模块值Q和加权平均轮廓值S作为评价指标[13]。这两个指标的取值范围为0到1,其中Q值超过0.3通常被视为聚类效果显著的标志,而轮廓值S用于衡量聚类群组之间的区分度,S值> 0.5表示聚类合理,S值> 0.7则表明聚类结果具有较高的可信度。 对国内数据聚类分析,得到Q=0.64、S=0.914 7(图7A),说明此聚类结构显著和具有较高的可信度。国内老年肠道微生物研究的学术领域被划分为10个主要的聚类(表4),#0肠道菌群包括16S rRNA、人类微生物组、菌群失调等;#1肠道微生态包括便秘、宏基因组学、益生菌制剂等;#2老年人包括健康老龄化、健康长寿、估算肾小球滤过率等;#3免疫调节包括益生菌、丁酸菌、s-层蛋白等;#4衰老包括慢性炎症、衰弱、核因子κB信号通路等;#5作用机制包括代谢途径、短链脂肪酸、氧化应激等;#6胃肠道微生物组包括双歧杆菌、乳酸菌、抗生素等;#7治疗包括健脾益肠汤、培菲康、中西医结合疗法等;#8体外发酵包括代谢产物、优势菌、膳食纤维复合体等;#9 营养障碍包括糖尿病(2型)、多器官功能障碍、炎症因子等。 #0、#1、#3、#6、#7、#8偏向于研究肠道微生态对健康的影响,而#2、#4、#5、#9则更加关注衰老过程中的健康问题及其机制。这些聚类模块共同反映了国内老年人肠道菌群研究的主要方向,聚焦于肠道微生态在衰老及相关疾病中的作用及干预策略。 对全球数据聚类分析,得到Q=0.449 8、S=0.735 6(图7B),说明此聚类也具有合理性和信服度。全球老年人肠道微生物领域的关键词聚类分析得到9个聚类(表4),包括#0 aging(衰老)、#1 dementia(痴呆)、#2 probiotics(益生菌)、#3 colitis(结肠炎)、#4 akkermansia muciniphila(嗜黏蛋白阿克曼氏菌)、#5 antibiotics(抗生素)、#6 infection(感染)、#7 fecal microbiota transplantation(粪菌移植)和#8 obesity(肥胖)。其中,#0、#1、#8侧重于研究衰老及相关疾病,#2、#3、#4、#5、#6、#7侧重于肠道微生态对健康的干预及影响因素。总体而言,国际上全面探讨了肠道菌群在衰老过程中如何变化,以及这些变化如何影响老年人常见的疾病,并探索了通过调节肠道菌群来干预或治疗这些疾病的可能性。"
基于引文时间跨度的关键词聚类时间轴可视化,国内老年人肠道微生物研究的时间轴图(图8A)呈现不同时间段的研究重点。在2014-2017年,研究主要集中在益生菌、益生元和中药方剂(如参苓白术散,四磨汤)对便秘、腹泻(包括急性和抗生素相关性腹泻)以及老年相关慢性疾病(如糖尿病)的影响。在2018-2020年,主题转向老年人肠道菌群与常见疾病(如肺炎、便秘、糖尿病、心脑血管疾病、衰弱综合征等)及胃食管反流病、代谢综合征等的关系。研究探索了中药(如增液汤、健脾益气养血通便汤、乌梅丸、健脾益肠汤)和益生元(水溶性膳食纤维、植物多糖等)对肠道菌群的调节作用,并关注菌群结构、多样性、免疫功能(免疫调节、炎症因子)等以及中西医结合疗法。与此同时,二代测序和宏基因组学等新兴技术开始被引入这一研究领域。2021-2023年的研究聚焦于肠道菌群与衰老相关疾病(如阿尔茨海默病、帕金森病、心血管疾病、肌少症、认知障碍、睡眠障碍等)之间的机制关联及其干预策略,深入探索益生元(低聚糖、膳食纤维)、益生菌(布拉氏酵母菌、双歧杆菌三联活菌)、中药及西药(二甲双胍、利拉鲁肽)等对肠道菌群的调节作用及临床疗效,关注中医体质和证候等个体化因素。 国际老年人肠道微生物研究的时间轴图(图8B)显示,2014-2018年该领域主要关注益生元、益生菌及饮食对老年人肠道菌群组成和多样性的影响及其与疾病之间的关系。同时,16S rRNA基因测序技术的广泛应用极大推动了研究进程。2019-2023年,研究持续关注肠道菌群与衰老相关疾病(如心脑血管疾病、神经退行性疾病、糖尿病、癌症、肌少症、骨质疏松等)之间的关系,并深入探讨其对认知功能和情绪的影响。大量研究通过饮食、运动及药物等干预措施来调节肠道菌群。 2.5.4 突现分析 关键词突现是指在特定时间段内高频出现的关键词,可用于观察相关领域的研究热点和主题变化。利用CiteSpace软件对CNKI及WOS数据库中的关键词进行突现分析,以揭示2014-2023年期间国内外老年人肠道微生物领域的研究动态及主题演变。 对国内突现关键词(21个)进行分析并按时间顺序排列(图9A),发现文献中的突现词主要集中在 2014-2016年以及2019-2022年两个阶段。在2014-2016年期间,“老年”这一关键词的突现强度最高,达到1.85;其次是“高通量测序”,突现强度为1.69。这一时期高通量测序的运用揭示了各种微生物群落的相对丰度与疾病的关联,为制定个性化的饮食和干预方案以预防及治疗老年人相关疾病提供了重要依据。在2019-2023年期间,关键词“益生菌”“衰弱”“认知功能”“代谢组学”“肌少症”“骨代谢”“阿尔茨海默病”“短链脂肪酸”“粪菌移植”高频出现,研究热点逐渐偏向于探讨肠道微生物与衰弱、认知功能及代谢疾病等多方面之间的相互关系及其干预策略。 对23个国外突现关键词分析(图9B),除了老年人肠道微生物外,突现时间最长为感染(infection,5年),其次是“体外”(in vitro,3年)、“氧化应激”(oxidative stress,2年)和“认知障碍”(cognitive impairment,2年)。突现强度最高的关键词包括“益生元”(prebiotics,5)、“粪便微生物群”(fecal microbiota,4.55)、“细菌”(bacteria,3.83)和“识别”(identification,3.44)。从时间上看,2018年及之前出现的突现关键词主要关注微生物群落的多样性以及相对丰度的减少对老年人患病率的影响。而2019年及以后,突现关键词的研究热点则转向肠道微生物如何通过肠-脑轴,影响大脑功能和心理健康。肠道微生物产生的代谢物可以进入血液循环,从而调节大脑的神经递质水平,进而影响情绪和认知功能。一些临床研究表明,通过补充益生菌等方式,能够改善抑郁症状并提升情绪。"
| [1] LI R, WANG Y, HU H, et al. Metagenomic analysis reveals unexplored diversity of archaeal virome in the human gut. Nat Commun. 2022;13(1):7978. [2] 林璋,祖先鹏,谢海胜,等.肠道菌群与人体疾病发病机制的研究进展[J].药学学报,2016,51(6):843-852. [3] DEJONG EN, SURETTE MG, BOWDISH DME. The Gut Microbiota and Unhealthy Aging: Disentangling Cause from Consequence. Cell Host Microbe. 2020;28(2):180-189. [4] LUAN Z, SUN G, HUANG Y, et al. Metagenomics Study Reveals Changes in Gut Microbiota in Centenarians: A Cohort Study of Hainan Centenarians. Front Microbiol. 2020;11:1474. [5] 秦秀娇,李小平,武雪,等.肠道菌群与老年人疾病相关性的研究进展[J].中华老年医学杂志,2021,40(7):937-941. [6] 张炳山,郁志明,洪侃.衰弱与肠道微生物[J].实用老年医学,2020,34(6):617. [7] 黄毕林,丁西平,单培彦,等.肠道微生物与老年人认知功能障碍[J].中国临床保健杂志,2020,23(2):174-177. [8] SHI Y, BLAINEY S, SUN C, et al. A literature review on accessibility using bibliometric analysis techniques. J Transp Geogr. 2020; 87:102810. [9] 吴进,昝栋.国内数字人文的文献计量分析[J].社会科学前沿,2023(12):7570-7579. [10] 余敏槠,余晓敏,王杨,等.文献聚类结果可视分析方法研究[J].计算机辅助设计与图形学学报,2020,32(10):1645-1654. [11] KRAUSKOPF E. A bibiliometric analysis of the Journal of Infection and Public Health: 2008-2016. J Infect Public Health. 2018;11(2): 224-229. [12] CHEN C. Searching for intellectual turning points: progressive knowledge domain visualization. Proc Natl Acad Sci U S A. 2004;101 Suppl 1(Suppl 1):5303-5310. [13] 陈振宁.基于 CiteSpace 的国内教育信息化研究动态的可视化分析[J].青海师范大学学报(哲学社会科学版),2018,40(4): 140-148. [14] 杨立娜,朱力杰,王勃,等.肠道微生物调控肠道肿瘤的相关性研究进展[J].食品工业科技,2017,38(7):371-375. [15] ZHENG Y, FANG Z, XUE Y, et al. Specific gut microbiome signature predicts the early-stage lung cancer. Gut Microbes. 2020; 11(4):1030-1042. [16] YU LX, SCHWABE RF. The gut microbiome and liver cancer: mechanisms and clinical translation. Nat Rev Gastroenterol Hepatol. 2017;14(9):527-539. [17] JELIC MD, MANDIC AD, MARICIC SM, et al. Oxidative stress and its role in cancer. J Cancer Res Ther. 2021;17(1):22-28. [18] YANG B, CHEN Y, SHI J. Reactive Oxygen Species (ROS)-Based Nanomedicine. Chem Rev. 2019;119(8):4881-4985. [19] 周璇,李林俞,潘旭红,等.氧化应激在胃癌中的研究进展[J].临床医学进展, 2023,13(3):3919-3925. [20] WU Z, WANG L, WEN Z, et al. Integrated analysis identifies oxidative stress genes associated with progression and prognosis in gastric cancer. Sci Rep. 2021;11(1):3292. [21] PERSON H, KEEFER L. Psychological comorbidity in gastrointestinal diseases: Update on the brain-gut-microbiome axis. Prog Neuropsychopharmacol Biol Psychiatry. 2021;107:110209. [22] BONHAM KS, FAHUR BOTTINO G, MCCANN SH, et al. Gut-resident microorganisms and their genes are associated with cognition and neuroanatomy in children. Sci Adv. 2023;9(51):eadi0497. [23] DINAN TG, CRYAN JF. Gut instincts: microbiota as a key regulator of brain development, ageing and neurodegeneration. J Physiol. 2017;595(2): 489-503. [24] AMATO KR, ARRIETA MC, AZAD MB, et al. The human gut microbiome and health inequities. Proc Natl Acad Sci U S A. 2021; 118(25):e2017947118. [25] TARAWNEH R, PENHOS E. The gut microbiome and Alzheimer’s disease: Complex and bidirectional interactions. Neurosci Biobehav Rev. 2022;141:104814. [26] MANN ER, LAM YK, UHLIG HH. Short-chain fatty acids: linking diet, the microbiome and immunity. Nat Rev Immunol. 2024; 24(8):577-595. [27] NOGAL A, VALDES AM, MENNI C. The role of short-chain fatty acids in the interplay between gut microbiota and diet in cardio-metabolic health. Gut Microbes. 2021;13(1):1-24. [28] TAN J, MCKENZIE C, VUILLERMIN PJ, et al. Dietary Fiber and Bacterial SCFA Enhance Oral Tolerance and Protect against Food Allergy through Diverse Cellular Pathways. Cell Rep. 2016;15(12):2809-2824. [29] 殷桐,包蕾.短链脂肪酸在肠道中生理作用的研究进展[J].临床医学进展, 2022,12(2):939-945. [30] HAYS KE, PFAFFINGER JM, RYZNAR R. The interplay between gut microbiota, short-chain fatty acids, and implications for host health and disease. Gut Microbes. 2024;16(1):2393270. [31] LI F, TAI L, SUN X, et al. Molecular recognition and activation mechanism of short-chain fatty acid receptors FFAR2/3. Cell Res. 2024;34(4):323-326. [32] PORTINCASA P, BONFRATE L, VACCA M, et al. Gut Microbiota and Short Chain Fatty Acids: Implications in Glucose Homeostasis. Int J Mol Sci. 2022;23(3):1105. [33] 马玉帛,李婷宇,曹海超,等.粪菌移植的临床研究进展[J].中华消化病与影像杂志(电子版),2016,6(1):28-35. [34] 刘笑彤,杜晓安,王文君,等.粪菌移植治疗消化道内外疾病的研究进展[J].中国微生态学杂志,2024,36(11):1354-1359. |
| [1] | Xu Canli, He Wenxing, Wang Yuping, Ba Yinying, Chi Li, Wang Wenjuan, Wang Jiajia. Research context and trend of TBK1 in autoimmunity, signaling pathways, gene expression, tumor prevention and treatment [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(在线): 1-11. |
| [2] | Zhu Xiaolong, Zhang Wei, Yang Yang. Visualization analysis of research hotspots and cutting-edge information in the field of intervertebral disc regeneration and repair [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(9): 2391-2402. |
| [3] | Wen Fayan, Li Yan, Qiang Tianming, Yang Chen, Shen Linming, Li Yadong, Liu Yongming. Unilateral biportal endoscopic technology for treatment of lumbar degenerative diseases: global research status and changing trends [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(9): 2380-2390. |
| [4] | Zhang Zihua. Simulation and force characterization of the lower limbs in elderly people from sitting to standing [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(6): 1407-1416. |
| [5] | Huang Jie, Zeng Hao, Wang Wenchi, Lyu Zhucheng, Cui Wei. Visualization analysis of literature on the effect of lipid metabolism on osteoporosis [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(6): 1558-1568. |
| [6] | Zhang Haiwen, Zhang Xian, Xu Taichuan, Li Chao. Bibliometric and visual analysis of the research status and trends of senescence in osteoporosis [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(6): 1580-1591. |
| [7] | Yang Zeyu, Zhi Liang, Wang Jia, Zhang Jingyi, Zhang Qingfang, Wang Yulong, Long Jianjun. A visualized analysis of research hotspots in high-frequency repetitive transcranial magnetic stimulation from the macroscopic perspective [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(5): 1320-1330. |
| [8] | Peng Hao, Chen Qigang, Shen Zhen. A visual analysis of research hotspots of H-type vessels in various bone diseases [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(3): 760-769. |
| [9] | Zhang Anqi, Hua Haotian, Cai Tianyuan, Wang Zicheng, Meng Zhuo, Zhan Xiaoqian, Chen Guoqian . Pain after total knee arthroplasty: current status and trend analysis [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(3): 795-804. |
| [10] | Yang Jun, Li Bin, Xing Guogang, Cai Jie, Liu Lu, Chen Peng, Zhang Tao, Fu Yuanbo, Liu Huilin. Application of patch-clamp technique in traditional Chinese medicine: a visual analysis of relevant literature [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(23): 6010-6020. |
| [11] | Li Qian, Li Zhenxing, Qiao Pengyan, Wang Pingzhi. Visual analysis of shear wave elastography in skeletal muscle research [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(23): 6021-6029. |
| [12] | Qu Bolin, Ciren Lunzhu, Guo Jinyang, Meng Hanlu, Ding Guanxiang, Sang Hongpeng. Osteoporotic vertebral compression fractures: a visual analysis of current status and emerging trends [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(23): 6040-6050. |
| [13] | Jiang Kan, Alimujiang·Abudourousuli, Shalayiding·Aierxiding, Aikebaierjiang·Aisaiti, Kutiluke·Shoukeer, Aikeremujiang·Muheremu. Biomaterials and bone regeneration: research hotspots and analysis of 500 influential papers [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(2): 528-536. |
| [14] | Yang Jiangxi, Li Huangyan, Zhang Yeting, Yu Zuoyin . Research hotspots and thematic evolution in the field of exercise interventions for multiple sclerosis [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(18): 4771-4781. |
| [15] | Chen Yuanyue, Shen Junfan, Yu Cui, Lu Jianxia, Hu Wenxuan, Zhu Jun, Guo Chuan. Knowledge structure and evolutionary trends in the application of surface electromyography in musculoskeletal pain rehabilitation [J]. Chinese Journal of Tissue Engineering Research, 2026, 30(18): 4791-4801. |
| Viewed | ||||||
|
Full text |
|
|||||
|
Abstract |
|
|||||