《Frontiers in Medicine》：Mobile health for chronic obstructive pulmonary disease: a bibliometric analysis based on integrated databases (2000–2025)
背景：慢性阻塞性肺疾病（COPD）是一项主要的全球健康负担。移动健康（mHealth）为COPD的监测、康复和管理创造了新的可能性，但该领域尚缺乏专门的文献计量分析。本研究旨在描绘研究格局，评估当前现状，并探索未来发展趋势。目的：通过文献计量分析绘制COPD中mHealth的研究现状和发展趋势，为未来研究提供循证指导。方法：检索并筛选2000–2025年间收录于Web of Science核心合集（Science Citation Index Expanded）的出版物和PubMed数据库中的临床试验。使用CiteSpace和VOSviewer分析出版趋势、领先期刊、国家、机构、作者、关键词和被引文献。筛选和报告过程遵循BIBLIO检查表。结果：筛选后，纳入1,177篇WoSCC出版物和119篇PubMed临床试验。研究产出和年度总被引次数随时间持续增长。《Journal of Medical Internet Research》在出版量上排名第一，而《Journal of Telemedicine and Telecare》的总被引次数最高。美国是产出最多的国家，英格兰在总被引次数上排名第一，加拿大在平均每篇被引次数上最高。多伦多大学是产出最多的机构，Anne E. Holland和Michele Vitacca是最高产的作者。研究热点主要集中在COPD、远程健康（telehealth）、自我管理、肺康复和生活质量。远程监测与预警、远程与居家康复、mHealth自我管理支持以及智能药物依从性管理被确定为mHealth的主要功能组成部分。人工智能（AI）、机器学习和物联网（IoT）技术代表了主要的新兴前沿。对于临床研究，未来优先方向包括多中心大规模随机对照试验、针对多病共存的综合数字干预、优化急性加重预防和肺康复的远程策略，以及进一步开发AI和IoT驱动的个性化护理。结论：本研究提供了COPD中mHealth研究的全面文献计量概述。研究结果凸显了该领域的持续增长、研究重点的演变以及学术影响力的上升，同时也揭示了研究产出中显著的地理差异。需要更稳健、循证且适应情境的数字健康策略，以支持该领域更广泛和公平的发展。
1 引言
慢性阻塞性肺疾病（COPD）是一种以气流受限和慢性气道炎症为特征的进行性疾病，仍然是全球主要的健康负担。其进行性和波动性病程需要全面且持续的管理策略，这些策略超越间歇性临床就诊，整合早期识别、便携监测、康复支持、长期管理和患者-临床医生沟通。在此背景下，移动健康（mHealth）已成为支持此类全面和持续照护的有前景的方法。本研究将mHealth定义为通过移动或便携式数字设备（如智能手机、平板电脑、可穿戴设备、便携监测设备及相关应用程序）提供或支持的医疗保健和公共卫生干预措施。数字健康（digital health）被视为一个更广泛的涵盖性术语，包含使用数字技术支持医疗保健服务和健康管理。相关术语如电子健康（eHealth）、远程健康（telehealth）、远程医疗（telemedicine）、远程监测（remote monitoring）和远程康复（telerehabilitation）被视为相关但不同的概念，因其在范围、技术焦点和照护交付模式上存在差异。由于本文献计量分析特别关注COPD中由移动或便携设备支持的干预措施，而非一般数字健康，因此mHealth作为主要术语被保留。
过去25年间，COPD领域的mHealth研究稳步积累并显著多样化。早期研究主要探索远程照护和远程健康模式，而近期工作越来越多地涉及远程监测、远程康复、自我管理支持和依从性管理。这些发展表明，COPD的mHealth已从相对简单的远程照护模式演变为更综合的数字方法，支持监测、康复、自我管理和长期疾病管理。然而，尽管研究不断增长，仍存在重要挑战，包括技术不稳定性、接受度有限、老年人群数字素养低以及数据隐私保护不足。随着COPD的mHealth研究持续扩展和多样化，需要结构化的综述来描述其演变、研究结构和新兴方向。
文献计量学是一种通过定量和定性分析已发表文献来识别研究模式和趋势的方法。通过整合出版物、引用、合作和关键词信息，文献计量学有助于阐明研究领域的发展方式及其主要主题的演变。先前的综述从COPD管理的角度提供了有价值的总结合，文献计量方法也用于COPD相关的较窄数字健康主题，如吸入治疗依从性的电子健康工具。然而，全面考察COPD中mHealth的出版趋势、知识结构、合作模式、研究热点和临床试验发展的专门文献计量分析仍然缺乏。本研究使用PubMed和Web of Science核心合集（WoSCC），采用文献计量工具实现四个目标：（1）提供该领域全球研究发展的概述；（2）识别高产机构、有影响力的期刊、高被引作者、里程碑式出版物和临床试验发展；（3）可视化主要研究集群的演变；（4）探索当前研究格局、挑战和未来方向。
2 材料与方法
2.1 数据来源
文献检索自WoSCC的Science Citation Index Expanded（SCI-Expanded）和PubMed数据库，时间跨度为2000–2025年。两个数据库的检索策略参考了七项关键研究。对于WoSCC，核心检索结构为：TS= (“COPD” OR “Chronic Obstructive Pulmonary Disease” 或相关COPD同义词) AND TS= (“mHealth” OR “mobile health” OR “telehealth” OR “telemedicine” 或相关移动或便携数字健康术语)。对于PubMed，类似地结合COPD相关术语（包括MeSH术语“Pulmonary Disease, Chronic Obstructive”）和mHealth相关术语（包括MeSH术语“Telemedicine”），并限定为英文临床试验或随机对照试验。采用了并行双数据库设计，因为两个来源服务于互补目的：WoSCC提供结构化的引文元数据，包括被引文献和引文链接，适用于文献计量网络分析；而PubMed用于捕获临床索引的试验证据和转化发展。此设计使研究能够将宏观层面的研究格局映射与聚焦临床试验进展分析相结合，并避免了直接合并两个数据库可能产生的结构异质性。未额外纳入Scopus和Embase，因为直接合并多个书目数据库的记录可能导致元数据异质性、重复重叠和引文字段不一致，影响网络分析的可靠性和可比性。
2.2 文献筛选纳入与排除标准
进行了文献筛选以选择本综述的研究。筛选过程遵循BIBLIO检查表，这是生物医学文献计量综述的报告指南，以确保方法学透明性和严谨性。两名独立评审员筛选记录，任何分歧通过讨论或必要时咨询第三位资深研究员解决。由于WoSCC和PubMed数据集服务于不同的分析目的，其筛选流程并行进行。对于WoSCC数据集，初始检索识别出1,337条记录。首先应用数据库级别过滤器保留英文原创文章和综述，然后手动筛选标题和摘要的相关性。最终，1,177条合格记录被纳入，使用CiteSpace和VOSviewer进行文献计量网络分析。对于PubMed数据集，初始检索识别出383条记录。为专门捕获临床证据，首先应用数据库级别过滤器保留英文临床试验和随机对照试验，然后手动筛选相关性。最终，119项临床试验被纳入，分析COPD中mHealth的转化趋势。由于两个数据集服务于不同分析目的且在数据结构和导出格式上存在差异，它们被并行处理而非合并。此方法有助于保持数据完整性、维护各自数据集内的分析一致性，并避免后续可视化分析中的格式不兼容。在筛选前，对每个数据库导出文件进行了重复检查。
2.3 可视化与文献计量分析
CiteSpace是一款为可视化和分析学术数据而开发的科学文献分析软件。本研究将CiteSpace应用于WoSCC和PubMed数据集，进行关键词聚类、引文爆发检测和时线可视化，从而刻画研究热点、主题结构及时间演变。时间跨度设置为2000–2025年，每1年为一个切片，节点选择基于g指数（k=25）。对于关键词聚类和时线分析，选择关键词作为节点类型，使用对数似然比（LLR）算法提取聚类标签，使用余弦相似度测量切片内链接强度。未应用修剪算法，以保留网络的完整原始拓扑结构。引文爆发检测使用Kleinberg算法，具体参数（包括γ值、最小爆发持续时间和显示爆发项）在相应图例中提供。对于PubMed临床试验数据集，尽管检索期覆盖2000–2025年，但由于早期低频术语在节点选择阈值下被过滤，可视化时线从2008年开始。
VOSviewer（版本1.6.20）用于构建合著、共现、引用和共被引关系的网络图谱。在VOSviewer网络中使用关联强度方法归一化链接强度，并根据每个网络的特征设置出版产出、引用频率、共被引频率或关键词出现频率的分析特定阈值；详细阈值和可视化参数在相应图例中提供。使用ArcMap可视化出版物的全球分布，使用Microsoft Excel 365进行描述性统计分析。使用HistCite Pro 2.1计算本地引用得分（LCS）和全局引用得分（GCS），然后用于识别数据集内外的有影响力出版物。在HistCite Pro 2.1中，将“limit”参数设置为30，所有其他设置保持默认值。
3 结果
3.1 出版产出趋势
WoSCC数据集最终纳入1,177篇出版物（932篇研究文章和245篇综述文章），涉及来自83个国家的6,159位合著者和2,275所机构。这些论文发表在319种期刊上，共同引用了来自10,392种不同期刊的35,263篇参考文献。年度出版产出呈现总体上升趋势并伴有波动，从2008年及之前的28篇增加到2025年的152篇。增长轨迹大致可分为三个阶段：早期探索阶段（≤2012）、稳步增长阶段（2013–2019）和加速扩张阶段（2020–2025）。年度占比也从0.02上升到0.13，反映了该研究领域日益突出的地位。年度总被引次数从2000年的4次显著增加到2025年的4,176次，表明相关研究的认可度和影响力不断提升。出版量最高的学科集中在健康保健科学服务（344）、呼吸系统（301）和医学信息学（225），表明该领域在呼吸医学、健康服务和医学信息学的交叉点上发展。
3.2 期刊与被引期刊分析
3.2.1 期刊分析
识别领先期刊有助于学者将其工作与关键出版渠道对齐，从而促进对主要研究主题和轨迹的认识。《Journal of Medical Internet Research》（JMIR）在出版量上排名第一，其次是《International Journal of Chronic Obstructive Pulmonary Disease》（IJCOPD）。在引用表现方面，《Journal of Telemedicine and Telecare》总被引次数最高（2,091次），而《BMC Health Services Research》显示出最高的平均每篇被引次数（48.94）。相比之下，《JMIR mHealth and uHealth》在排名前列的期刊中拥有最高的期刊影响因子（6.20）。引用网络进一步揭示了几个领先期刊之间的紧密引用联系，包括JMIR、IJCOPD和JMIR mHealth and uHealth。这一模式表明mHealth和COPD临床研究领域正在积极相互影响，描绘了一个凝聚的研究社区。此外，期刊双图叠加显示，该领域的主要引文轨迹从医学/医学/临床期刊流向健康/护理/医学期刊，表明该领域的知识基础主要集中在健康与医学科学领域。这些发现表明，COPD中的mHealth研究主要基于临床导向的知识基础。
3.2.2 共被引期刊分析
分析期刊共被引有助于识别相互关联的学术领域并可视化学术交流网络，从而为系统性文献综述提供信息。在共被引频率最高的期刊中，《European Respiratory Journal》排名第一，强调了核心呼吸医学研究在该领域的基础作用。第二高共被引的期刊《American Journal of Respiratory and Critical Care Medicine》进一步强调了呼吸与重症医学领域严谨临床研究的中心地位。值得注意的是，《Journal of Medical Internet Research》排名第三，清楚凸显了mHealth和远程医疗主题在该领域内的显著整合和学术认可。共被引结构显示，核心呼吸期刊（如《European Respiratory Journal》、《American Journal of Respiratory and Critical Care Medicine》和《Thorax》）形成了主要知识基础，而远程医疗和mHealth期刊（如《JMIR mHealth and uHealth》和《Journal of Telemedicine and Telecare》）占据了一个紧密连接的相邻聚类，反映了呼吸医学与数字健康研究的跨学科整合。
3.3 国家与机构分析
3.3.1 国家分析
美国在出版产出上领先（254篇文献），成为最高产的国家。英格兰在总被引次数上排名第一，207篇文献获得6,357次引用。加拿大在出版量排名第五（97篇文献）的情况下，显示出最高的平均被引次数（32.09），表明其研究的相对影响力较强。这些指标描绘了一个合作但竞争的国际格局：美国在出版产出上占主导，英格兰在总被引次数上领先，加拿大在平均被引次数上最高。
3.3.2 机构分析
多伦多大学在出版量上最高（32篇），占纳入出版物总数的2.72%。曼彻斯特大学在平均被引次数上最高（每篇65.48次）。在前10个高产机构中，全部位于北美、欧洲和澳大利亚的高收入国家。这种集中凸显了发达地区机构在COPD的mHealth研究中的领导作用。然而，根据世界卫生组织（WHO），近90%的70岁以下COPD死亡发生在低收入和中等收入国家。这一对比表明，研究产出所在地与最大过早死亡负担之间存在地理失衡。这一模式也提示，低收入和中等收入国家中对有效且可及的基于mHealth的COPD管理策略的需求尚未得到当前研究范式的充分回应。因此，需要进一步研究在这些高负担和服务不足地区开发并评估适应情境的解决方案。高产机构的分布显示出明显的顶层效应，多数出版物和密集的合作联系集中在澳大利亚、北美和西欧的领先大学，如昆士兰大学、多伦多大学和爱丁堡大学。机构合著网络进一步强调了这种中心性：最强的合作联系存在于多伦多大学与其临床附属机构大学健康网络之间，表明学术研究与医院临床研究之间存在紧密的研究联盟。
3.4 作者分析
Anne E. Holland和Michele Vitacca在出版量上并列第一（各13篇文献），而Paolo Zanaboni在总被引次数（890次）和平均每篇被引次数（80.91）上均领先。作者合著网络显示，Anne E. Holland不仅是最多产的作者之一，还在合著网络中占据突出位置，与Paolo Zanaboni、Richard Wootton、Narelle S. Cox等人紧密连接，形成了一个有影响力的合作聚类。作者引用网络揭示了两个突出的有影响力贡献者群体：一个由Brian McKinstry、Hilary Pinnock、Janet Hanley、Aziz Sheikh等人组成；另一个包括Richard Wootton、Paolo Zanaboni、Narelle S. Cox、Anne E. Holland、Jennifer A. Alison等人。在作者共被引网络中，Spruit、Bourbeau、Jones等人以及世界卫生组织（WHO）占据突出位置，表明他们在该领域知识结构中的重要作用。
3.5 关键词分析
3.5.1 关键词选取与排名
根据普赖斯定律（Price's Law），高频关键词的最小频率阈值约为21.93，因此设置为22。关键词共现图显示，频率最高的四个关键词为：慢性阻塞性肺疾病（COPD）（857次）、远程健康（telehealth）（558次）、自我管理（self management）（293次）和健康保健（health care）（236次）。这些发现表明，当前研究热点主要集中在COPD本身，远程健康和数字健康为主要技术模式，自我管理和肺康复为核心干预途径，生活质量、急性加重、体力活动和临床结局为主要结局相关主题。
3.5.2 关键词共现聚类分析
聚类分析将研究关键词划分为八个不同的主题聚类。#2和#4聚类直接涉及疾病本身。其余六个聚类覆盖了该领域的多个研究维度。值得注意的是，“远程医疗（telemedicine）”形成了一个明显独立的聚类，表明远程医疗已从疾病主题下的次要主题演变为该领域的重要研究重点。这些聚类共同勾勒出该领域的全面研究范围，从疾病实体的基础研究扩展到多样化干预策略、临床管理方法和预后评估指标的探索。
3.5.3 关键词爆发分析
关键词“数字健康（digital health）”展现出最强的爆发强度（8.51），反映了其作为核心研究方向的上升主导地位。近期爆发关键词包括“covid 19”、“计步器（pedometer）”和“呼吸学会声明（respiratory society statement）”。关键词爆发分析揭示了该领域的阶段演变：（1）早期阶段（2008–2014）：重点在于远程健康模式的初步探索；（2）中期阶段（2015–2020）：以远程健康应用的临床成熟和方法学完善为标志；（3）近期阶段（2022–2025）：反映了数字化转型和疫情驱动的优先方向转变。
3.6 被引文献分析
3.6.1 前10篇高被引文献分析
高被引文献集中在2010–2014年之间，其中2012年有三篇论文。最早的一篇（2000年）关注成本效益，最近的一篇（2021年）关注与传统干预的等效性和实践可行性。这一转变反映了该领域从验证基本有效性到优化实际应用的演进。
3.6.2 文献引用爆发分析
过去五年内活跃的引用爆发文献包括Cox NS（2021）、Holland AE（2021）、Soriano JB（2020）、Adeloye D（2022）和Janjua S（2021）的作品。这些高被引出版物共同将COPD描述为一个关键的全球健康挑战，评估了远程医疗和康复作为新兴COPD管理策略的效果，提示在可及性、部分临床结局和成本效益方面存在潜在益处，但总体证据强度和最佳实施模式仍需进一步明确。
3.6.3 文献影响力分析
HistCite分析识别了数据集中本地引用得分（LCS）最高的30篇文献。Polisena等人（2010）的系统综述具有最高的LCS（101），表明其是被纳入WoSCC数据集中引用最多的文献。相比之下，Wootton（2012）的证据综合具有最高的全局引用得分（GCS）（358）但LCS较低（32），表明虽在远程医疗和慢性病管理广泛领域有广泛引用，但在COPD的mHealth研究这一更具体领域内的引用影响力相对较低。
3.7 临床试验进展分析
本研究选择PubMed以其高质量临床试验库来分析临床进展。筛选后纳入119项PubMed临床试验。关键词时线聚类图显示了临床研究的主要主题和动态。高频关键词包括“慢性阻塞性肺疾病（COPD）”（103次）、“中年人（middle aged）”（64次）、“生活质量（quality of life）”（52次）和“肺康复（pulmonary rehabilitation）”（15次）。中心性最高的关键词是“疾病进展（disease progression）”（0.16），表明其在连接病理学、干预和结局中的关键结构桥梁作用。
3.7.1 方法学基础与设计演变
“对照试验（controlled trials）”聚类包括“随机对照试验（randomized controlled trial）”等方法学术语，表明试验设计相关术语存在但并非主导主题核心。前瞻性和结局导向设计被常用于评估COPD的数字健康干预措施。然而，当前临床证据仍有若干局限性：许多报告阳性结局的试验受限于单中心设计、小样本量、短随访期和异质性结局指标。此外，“调查与问卷（surveys and questionnaires）”出现频率为19但中心性较低（0.04），提示患者报告评估工具虽常用但尚未成为临床试验关键词网络的主要桥梁要素。可行性研究和试点项目的存在也反映了部分干预措施发展的探索阶段。
3.7.2 核心疾病焦点与向多病共存的扩展
COPD被定位为该研究领域的绝对核心焦点。关键词“肺康复（pulmonary rehabilitation）”代表一个关键子领域，研究从验证疗效进展到比较创新交付模式，如居家远程康复与传统中心项目的比较。“中年人（middle aged）”和“疾病进展（disease progression）”指向对核心患者群体疾病轨迹的集中研究兴趣。鉴于这类患者呈现的复杂临床情境，几项主要试验针对COPD合并慢性心力衰竭（CHF）或多种慢性病患者设计了专门的数字程序，表明该领域正超越单一疾病焦点，应对COPD人群的多病共存综合管理需求。
3.7.3 将数字技术整合到COPD照护交付中
分析识别了一个连接“远程监测数据（remote monitoring data）”、“门诊照护（ambulatory care）”和“药物依从性（medication adherence）”的内聚子网络，代表了临床研究的前沿领域，通过建模整合照护来定义。这一范式通过多样化且特定的技术策略得以操作化：（1）监测与预警：部署智能手机和可穿戴设备进行日常症状和生命体征跟踪，以促进急性加重的早期检测。（2）康复与训练：通过实时视频、游戏化或物联网集成系统提供居家远程康复和运动指导。（3）药物与教育：利用智能吸入器改善依从性，通过虚拟就诊或人工智能聊天机器人进行患者教育。关键词“时间因素（time factors）”强调了这些模型中纵向参与的重要性。生活质量（quality of life）的高频率和中心性支持其作为连接技术效能与患者获益的重要患者报告结局的作用。然而，这些技术路径的效果存在异质性。一些干预措施对生活质量和运动能力有积极影响，但部分研究发现与常规照护相比在减少住院率或展现成本效益方面无显著差异。这种不一致表明数字技术的临床价值高度依赖于具体实施、目标人群以及与现有照护服务的整合深度。关键词如“健康行为（health behavior）”和“自我效能（self-efficacy）”的边缘位置进一步揭示了一个空白：尽管工具先进，理论驱动的行为干预仍不发达。
4 讨论
4.1 研究热点与前沿
本研究通过考察关键词爆发、引文爆发，特别是临床试验进展，识别并预测了COPD的mHealth研究中的新兴趋势。
4.1.1 关键mHealth及其核心功能组件
目前，远程监测与预警系统、远程与居家康复、通过mHealth的自我管理支持以及智能药物依从性管理代表该领域的主要功能组件。远程监测与预警系统通过连续、被动收集生理数据来早期识别急性加重，传统依赖患者手动测量并上传数据，近期转向更无缝的整合监测，如智能手表和贴片传感器可连续跟踪血氧饱和度、呼吸频率、心率和活动水平，算法分析数据能显著改善预测急性加重的敏感性和特异性。远程与居家康复是发展最快的mHealth模块之一，解决了传统中心式肺康复可及性低的障碍。早期研究建立了电话或预录视频指导的居家康复在改善运动能力和生活质量方面不劣于中心项目，当前前沿进展到实时交互式远程康复，通过高清视频会议进行现场运动指导。游戏化和虚拟现实技术的引入可能增强长期依从性和运动动机。通过mHealth的自我管理支持通过结构化教育、认知行为治疗和社区支持赋权患者。基于理论框架的智能手机应用程序可提供个性化症状行动计划和呼吸技巧训练。随机对照试验显示电话传递的认知行为治疗显著减少COPD患者的抑郁症状，人工智能聊天机器人和在线同伴支持社区提供可扩展的持续支持渠道。智能药物依从性管理直接解决COPD管理中的关键挑战，智能吸入器使用内置传感器记录每次使用的时间、剂量和技巧，并与患者和临床医生仪表板同步。数字干预如智能吸入器结合提醒和反馈后显著改善服药行为。
4.1.2 目标人群与疾病进展关注
COPD临床试验通常招募中度至重度气流受限且有急性加重史的中老年患者，策略性地针对最高负担人群。真实世界证据支持此焦点，显示既往急性加重是未来急性加重、住院和死亡率的强预测因子。然而，此焦点也导致一个显著空白：针对早期COPD（GOLD 1）的预防性数字干预研究可能不足。数字工具在疾病早期阶段用于风险因素管理和行为改变的潜力仍未被充分探索。尽管旨在延缓“疾病进展”，临床效果不一致。一些研究显示减少急性加重的潜力，但几项大规模高质量试验未能证明数字干预在减少住院率方面优于常规照护。近期证据进一步表明，可用性、接受度和用户中心设计是影响数字工具在老年COPD患者中有效采纳的重要因素。因此，未来mHealth研究应在评估临床结局的同时评估可用性、接受度和设计契合度，以更好地解释为何看似相似的干预产生不同结果。面对COPD患者常合并心力衰竭和焦虑/抑郁等共病的现实，研究已开始设计整合照护计划，探索数字平台在协调多重用药和管理复杂状况中的角色。然而，共病目前常被视为亚组分析因素而非干预设计的核心。开发以患者整体健康为中心的数字管理解决方案对未来至关重要。
4.1.3 研究前沿与新兴热点
人工智能（AI）和机器学习（ML）代表最活跃的前沿。研究热点聚焦于开发预测模型以提前识别COPD急性加重风险。例如，通过分析远程监测的生命体征或智能手机传感器捕获的咳嗽和活动模式等被动数据构建“数字表型”以实现早期预警。此外，正在探索用于远程康复的自适应算法，根据患者日常状况动态调整运动处方，标志着从静态计划向动态个性化支持的演变。物联网（IoT）和可穿戴设备技术正推动从零散干预向整合、连续照护模式的转变。研究热点体现在使用智能手表和血氧仪等设备连续收集多维生理和活动数据，为评估提供客观基础。智能药物管理如配备传感器的吸入器客观记录用药情况，形成依从性反馈回路。一个新兴领域旨在通过IoT平台连接家庭呼吸机和监测设备，为重度COPD患者构建院外管理的“虚拟病房”。然而，这些技术的广泛应用也需关注大规模数据收集相关的风险，包括隐私和数据安全问题、可变的数据质量、虚假警报以及数字输出在缺乏适当验证或与临床评估结合解读时的临床可信度不足。
4.1.4 地理差异与合作网络
美国在出版产出上排名第一，是该领域研究活动的主要驱动力。英格兰在总被引次数上领先，加上早期英国mHealth试验和实施导向研究的持久影响，表明其在塑造后续COPD远程健康研究中的基础性作用。加拿大在较低出版量下拥有最高的平均被引次数，表明其每篇文献的相对引用影响力较强。机构合著网络显示多伦多大学与大学健康网络之间存在突出合作，表明加拿大学术-临床研究联系活跃。国际合作网络显示出相对集中的结构。核心圈内的顶尖大学、医院和企业之间频繁进行密切合作。然而，这种强实体联盟可能无意中造成知识壁垒，根据高资源环境的逻辑塑造研究议程、技术标准和疗效判断，忽视了资源薄弱地区可行性和可接受性等主要挑战。一些前瞻性研究开始直接解决这一公平问题。创新路径不在于简单“移植”复杂系统，而在于开发与当地资源紧密匹配的“适当技术”。例如，利用智能手机麦克风进行人工智能驱动的听诊筛查急性加重的研究明确旨在为缺乏肺科专家的地区提供可扩展的低成本工具。由中国等高负担国家领导的大型多中心研究构建基于物联网的智能管理平台，代表了需求侧驱动的创新。
4.2 优势与局限
本研究采用并行双数据库设计，整合多种文献计量工具，提供了有关出版趋势、合作模式、引用关系、关键词演变、临床试验进展和有影响力出版物的全面概述。筛选和报告过程遵循BIBLIO检查表以增强方法学透明性。然而，存在若干局限。为确保书目数据结构和可视化工具兼容性，仅纳入英文文章、综述和临床试验，可能导致遗漏非英语出版物。未来研究可进一步考察非英文文献。此外，尽管文献计量分析适用于映射出版趋势、研究热点、引用关系和知识结构，基于引用或网络的指标主要反映研究活动和学术关注，不应直接解释为干预有效性的证据。因此，研究结果应被理解为研究发展和主题演变的结构性概述，而非直接比较干预效果。在临床试验分析中，鉴于干预类型和结局指标的多样性，本研究聚焦于映射临床研究方向而非汇总干预效果。未来可在足够可比证据出现时对更同质的干预子集进行定量合成。此外，由于mHealth技术和相关临床应用快速演变，最新技术应用和临床发现可能未被完全捕捉。与一线研究人员、技术开发人员和临床医生保持积极沟通对于追踪最新发展至关重要。
5 结论
本研究系统地总结了mHealth应用于COPD的现状、研究热点和新兴趋势。研究结果凸显了学术兴趣的持续增长以及以管理高风险患者疾病进展为核心研究范式的建立。未来基础与临床研究应进一步验证数字工具是否能减少关键长期结局如急性加重和住院次数。其在共病管理中的应用也值得进一步研究。在研究方法上，人工智能预测模型、物联网监测设备以及与行为科学整合的干预设计将成为增强个性化管理的重要工具。本研究还揭示了显著的地理差异，多数研究由高收入国家领导。因此，这些发现对承担最大疾病负担的低收入和中等收入国家的适用性需要进一步验证。应对这些差异需要适应情境的数字干预、更强的跨区域合作以及考虑数字可及性、健康素养和当地卫生系统能力的实施路径。促进研究资源的公平分配并开发适合多样化医疗环境的适当技术是该领域未来广泛影响的关键。
