绘制全球HPV疫苗犹豫现象的研究格局：基于机器学习的文献计量分析

《Virology Journal》：Mapping the global research landscape on HPV vaccine hesitancy: a machine-learning based bibliometric analysis

HPV疫苗犹豫研究利用机器学习增强的文献计量方法，分析2011-2025年Web of Science数据，发现美国主导研究（53.4%），主题从早期“可及性”“安全性”转向“信息过载”“信任”，揭示数字信息生态影响及高收入国家研究失衡问题。

　　

摘要

背景

HPV疫苗接种仍然是预防宫颈癌最有效的策略，然而人们的犹豫阻碍了这一措施的全球普及。由于相关文献数量迅速增加且分布零散，传统的文献综述难以捕捉到主题的动态变化。本研究采用了一种结合机器学习的文献计量学方法，来梳理知识领域并识别HPV疫苗接种犹豫现象研究中的演变趋势。

方法

我们分析了2011年至2025年间从Web of Science核心数据库（WoSCC）中检索到的出版物。使用VOSviewer、CiteSpace和Bibliometrix工具构建了作者合作网络和引用网络。此外，我们还应用了潜在狄利克雷分配（LDA）这一概率主题建模算法，对摘要文本进行了无监督分析，从而发现了潜在的语义主题及其随时间的变化。

结果

共识别出711篇相关出版物，自2017年以来其数量呈指数级增长。美国的贡献超过了全球总量的一半（53.4%），这表明在高收入国家与低收入和中等收入国家（LMICs）之间存在地理上的不平衡。LDA建模揭示了三个明显的主题集群：（1）青少年接种疫苗的决定因素及父母决策过程；（2）提高疫苗接种率和普及知识的公共卫生策略；（3）社交媒体及与COVID-19相关的错误信息所带来的颠覆性影响。早期研究主要集中在“可及性”和“安全性”方面，而2020年之后的研究主题则显著转向了“信息泛滥”和“信任”问题。

结论

关于HPV疫苗接种犹豫现象的研究呈现出显著的地理差异，尽管低收入和中等收入国家的疾病负担更重，但高收入国家在该领域的讨论中占据主导地位。LDA的应用表明，传统的障碍因素研究陷入了停滞，研究重点正在向数字信息生态系统转变。这些发现凸显了学术成果与实际疫苗接种覆盖率之间的脱节，强调了需要在代表性不足的地区开展基于干预措施的研究。