《表1 COVID-19研究热点频数表（前15位）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于VOSviewer软件的COVID-19关系图研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过筛选和删除重复后，检索到英文相关文献277篇，利用VOSviewer软件对关键词进行网络构建，发现387个关键词，纳入472篇中文期刊文章，发现1 114个关键词，选取英文和中文数据库频数表前15位关键词，绘制表1。然后将PubMed数据库所有关键词纳入，由软件自动聚类分析，分为35类（聚类信息只能通过VOSviewer软件进行查看，原理为通过关键词之间的关联性进行聚类，无具体的聚类名称，只有纳入聚类的关键词条目），绘制研究热点网络图如图1所示。将中国知网数据库关键词出现2次以上的纳入，由软件自动聚类分析，分为24类，绘制研究热点网络图如图2所示。通过中英文关键词研究热点网络图构建，重点关注网络图中节点较大、复杂程度较高的关键词，因为节点的大小代表关键词出现的频率，节点的复杂程度代表不同研究方向的交叉，节点越复杂说明目前研究的范围越广，程度越深。同时结合目前已经报告出来的研究热点，进一步缩小研究方向。研究发现，新型冠状病毒与严重急性呼吸综合征（severe acute respiratory syndrome，SARS）、中东呼吸综合征（Middle East respiratory syndrome，MERS)[2]、血管紧张素转化酶2(angiotensin converting enzyme 2，ACE2）、spike蛋白[3]等具有明显的相关性。由于图片网络节点太多，本文只能展示部分内容。网络图可以很好地显示研究方向的发生发展变化，此处以最近的研究热点spike蛋白与新型冠状病毒受体ACE2为例，放大其中一个局部节点，如图3所示。所有的关键词节点均可以放大，从而了解目前的研究热点[4]，寻找研究思路；同时还可以明显地看到很多研究者关注此次肺炎的流行病学特点、CT表现[5]、预测模型[6]，关注疾病的预防和治疗方法等[7]。总之，通过构建关系网络图，能对疾病的认识带来宏观感受，最重要的是指明下一步研究方向。本文后面章节中（2.2～2.7）的网络图构建是通过构建新型冠状病毒肺炎研究热点网络图后，结合目前已经报告出来的研究热点进行的二级网络图构建，在VOSviewer软件中有更加直观的表现，因此不再描述关键词频数表等信息。