Исследовательская статья
* These authors contributed equally
Это исследование интегрирует библиометрические и двухобразные менделевские рандомизационные анализы для систематического изучения тенденций исследований и оценки причинно-следственной связи между гипертонией и эректильной дисфункцией, выявления ключевых факторов, новых тем и генетических данных, связывающих гипертензию с повышенным риском эректильной дисфункции.
Эректильная дисфункция, связанная с гипертензией (ГТ), состояние, вторичное по отношению к ГТ, характеризуется постоянной неспособностью достичь или поддерживать эрекцию, достаточную для удовлетворительной сексуальной активности. Целью данного исследования было систематически проанализировать и визуализировать публикации, связанные с ГТ, с использованием библиометрии для выявления ключевых тем, горячих точек исследований и пробелов в знаниях, а также изучения причинно-следственной связи между ГТ и ЭД с помощью менделевской рандомизации (МР). Литература была извлечена из основной коллекции Web of Science, а тенденции публикации профилировались по странам, учреждениям, авторам, журналам и сетям сотрудничества. Для МР-анализа были выбраны однонуклеотидные полиморфизмы, существенно связанные с HT, после чего последовали обрезка, фильтрация и корректировка для возможных смешителей. В качестве основного анализа использовался метод взвешивания обратной дисперсии, дополненный методами MR–Egger и взвешенными медианы, а также анализами чувствительности, включая оценку гетерогенности и плейотропии, для обеспечения устойчивости. С 2001 по 2025 год было опубликовано 1661 статья в 1099 журналах, что отражает меняющийся глобальный статус исследований и будущие направления. Академические учреждения в Европе и Северной Америке играли доминирующую роль. Самыми плодовитыми странами, учреждениями, журналами и авторами являются Соединённые Штаты, Университет Сан-Паулу, Journal of Sexual Medicine и Faix, A., соответственно. Распространённые ключевые слова включают оксид азота, метаболический синдром и дисфункцию эндотелиа. Результаты МРТ подтвердили, что ГТ оказывает значительный положительный причинно-следственный эффект на риск ЭД. Горячие точки исследований в основном включают импотенцию, пероральный силденафил, варденафил, безопасность, ингаляционный оксид азота, международный индекс, предиктор, поздний гипогонадизм, тестостерон, ожирение, окислительный стресс и ингибитор фосфодиэстеразы-5. Двухвыборный МРТ предоставляет надёжные причинно-следственные доказательства, дополняющие наблюдательные результаты, предоставляя комплексную основу для понимания ЭД, связанных с ГТ.
Гипертония (ГТ) является основным фактором риска, способствующим развитию сердечно-сосудистых заболеваний (ССЗ)и смертности 1. Сердечно-сосудистые заболевания ежегодно приводят к почти 17 миллионам смертей в мире, из которых примерно 55% связываются с осложнениями HT 2,3. Эректильная дисфункция (ЭД) характеризуется постоянной неспособностью достичь или поддерживать эрекцию пениса, адекватную для удовлетворительной сексуальнойактивности 4. Опросы показали, что среди пациентов с ГТ распространённость ЭД составляет от 36% до 45%, что значительно выше, чем у негипертоническихпопуляций 5. Высокое кровяное давление и эректильная дисфункция демонстрируют явнуюкорреляцию 6. Высокое кровяное давление может негативно влиять на сексуальную функцию, снижая кровоток, что может привести к снижению либидо, затруднению возбуждения и ухудшению оргазма. Эта сексуальная дисфункция также может влиять на соблюдение пациентом терапии ГТ 7,8,9.
Термин «библиометрия» впервые был введён Аланом Притчардом в 1969году 10. Как аналитический подход, основанный на библиометрических показателях, он позволяет количественно оценивать результаты исследований в конкретной области 11,12. Программное обеспечение кластеризации CiteSpace и инструмент визуализации VOSviewer широко используются для библиометрического анализа, который облегчает изучение исследовательских тенденций с помощью методов кластеризации и картирования, представляя результаты в виде визуальных структурзнаний 13,14,15. С помощью этих инструментов литература по ГТ-ЭД может быть систематически визуализирована и проанализирована за последние десятилетия. В этом исследовании в качестве источника данных была выбрана база данных Web of Science (WOS), а программное обеспечение кластеризации, инструмент визуализации и Microsoft Excel использовались для выявления и характеристики тенденций развития и новых исследовательских точек в этой области.
Для дальнейшего изучения потенциальной причинной связи между HT и ED был проведён менделевский рандомизационный анализ (MR) с использованием данных общегеномного исследования ассоциаций (GWAS). Этот метод применяет генетические варианты как инструментальные переменные (IV) для имитации условий естественного рандомизированного контролируемого исследования. Используя двухобразную структуру МР, причинно-следственное влияние ГТ на ЭД систематически оценивалось. МР-анализ даёт представление об этиологических механизмах и потенциальной ранней диагностической ценности, а библиометрический анализ выявляет ключевых участников, меняющиеся направления исследований и будущие направления в этой быстро развивающейся области. Интегрируя библиометрическое картирование с генетическим причинным выводом, данное исследование предлагает двойную перспективу: библиометрический анализ определяет ландшафт знаний, выявляет пробелы в исследованиях и формирует гипотезы относительно связи HT–ED, а двухобразный МР предоставляет независимые генетические доказательства для формальной проверки причинной гипотезы, возникшей из наблюдательной литературы.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
В этом исследовании использовались общедоступные данные из базы данных WOS (https://www.webofscience.com/wos/woscc/basic-search) и не участвовали люди; поэтому этическое одобрение не требовалось.
Источники данных и коллекция
База данных Web of Science (WOS) — широко признанный и часто используемый ресурс для научных и библиометрических исследований. Он включает данные примерно из 9 000 журналов с высоким импакт-эффектом и более 12 000 материалов академических конференций, предлагая всестороннее представление мировых исследований в научных, технологических, медицинских и смежных областях16, 17, 18. Эта база данных была выбрана для текущего библиометрического анализа благодаря строгому процессу отбора журналов, последовательной индексации высококачественной рецензируемой литературы и предоставлению комплексных цитируемых данных — включая цитируемые ссылки — которые необходимы для анализа социтирования и библиографических связей в таких инструментах, как CiteSpace и VOSviewer.
Чтобы минимизировать возможное влияние обновлений базы данных на согласованность записей, все операции поиска и поиска были завершены в течение одного дня (20 декабря 2025 года). Основная коллекция Web of Science была доступна по институциональной подписке через Пекинский университет китайской медицины с использованием стандартного веб-интерфейса Clarivate. Период поиска охватывал публикации с 1 января 2001 года по 20 декабря 2025 года. 2001 год был выбран в качестве отправной точки, поскольку он последовал за знаковым одобрением силденафила в 1998 году и последующим установлением пероральных ингибиторов фосфодиэстеразы типа 5 в качестве первой линии терапии при ЭД. Этот срок обеспечивает всестороннее освещение современной исследовательской эпохи, исключая более ранние, менее стандартизированные исследования.
Поиск был выполнен в Web of Science Core Collection с использованием поля Topic (TS), которое включает заголовок, аннотацию, ключевые слова автора и Keywords Plus. Все индексы цитирования в Основной коллекции (то есть SCI-Expanded, SSCI, A&HCI, CPCI-S, CPCI-SSH, ESCI, CCR-Expanded и IC) были включены без каких-либо ограничений. Все настройки поиска по умолчанию Clarivate сохранялись без изменений, включая автоматическое сопоставление терминов или расширение. Полный поисковый запрос был определен как: TS = (гипертония И (импотенция ИЛИ «эректильная дисфункция»)). Включены только документы, классифицированные как «Статья» или «Обзор». Полученные записи экспортировались в обычном текстовом формате, при этом в качестве выходного контента выбирались «Полная запись и цитируемые ссылки». Из-за лимита экспорта платформы Web of Science в 500 записей на партию, 1661 пластинка была экспортирована четырьмя партиями. Партия 1 содержала записи 1–500, партия 2 — записи 501–1000, партия 3 — записи 1001–1500, а партия 4 — записи 1501–1661. До анализа четыре простых текстовых файла объединялись в один набор данных с помощью функции дедупликации и слияния в CiteSpace (версия R6.1.3) (Импорт→Экспорт→Удаление дубликатах), тем самым удаляя возможные дублирующиеся записи, сохраняя полный набор данных для последующего библиометрического анализа.
Библиометрический анализ и программное обеспечение
Библиометрический анализ проводился с использованием сочетания специализированных визуализационных и статистических инструментов.
CiteSpace (версия R6.1.3) — это приложение на базе Java, широко используемое для визуализации и анализа тенденций и закономерностей внаучной литературе 19. Он был разработан доктором Чэнь Чаомэем в 2004году. Программное обеспечение работало на системе Microsoft Windows 10 (64-bit) с Java Runtime Environment версии 8. Основанный на принципах научной метрики, анализа данных и визуализации информации, он выявляет структуры знаний путём изучения закономерностей, распределений и взаимосвязей в литературе. В этом исследовании CiteSpace применялся для кластеризации ключевых слов и обнаружения вспышек. Слайсинг по времени был установлен на один год на срез в период с 2001 по 2025 год. Для построения и обрезки сети использовался g-индекс с коэффициентом масштабирования k = 25. Кластеризация по ключевым словам использовала алгоритм логарифмического отношения правдоподобия для генерации меток кластеров. Для выявления горячих точек исследований было проведено обнаружение всплеска цитирования с количеством состояний, установленным в 2, соотношением по умолчанию1/a 0 = 2,0 и минимальной длительностью всплеска 2 года. Гамма-параметр был определен как 1.04 для обнаружения всплесков ключевых слов и 0.97 для обнаружения эталонных всплесканий.
VOSviewer (версия 1.6.18) — это инструмент библиометрического анализа, разработанный для отображения знаний и визуализации21. Она поддерживает различные аналитические подходы, включая анализ литературы, анализ совместного возникновения и библиографическое взаимодействие. В настоящем исследовании VOSviewer использовался для создания визуальных представлений стран/регионов, авторов, учреждений, цитируемых журналов и ключевых слов, а также для создания карт плотности. Для этих визуализаций применялись минимальные пороги появления для поддержания чёткости графического представления. В частности, для анализа стран/регионов и авторов был установлен порог не менее 1 публикации, для учреждений — не менее 4 публикаций, для журналов — не менее 2 публикаций, а для анализа совместного появления ключевых слов — не менее 6 случаев. Для анализа совместного цитирования (цитируемые журналы, социтируемые авторы и социтируемые ссылки) применялся минимальный порог в 10 цитирований. Стандартная нормировка силы ассоциаций использовалась для всех сетевых конструкций. Для всех анализов VOSviewer в этом исследовании, включая сети соавторства (страны/регионы, учреждения, авторы), анализ совместного цитирования журналов и анализ совместного появления ключевых слов, был применён полный метод подсчёта.
Целью данного исследования было описание ключевых характеристик литературы, включая страны/регионы, учреждения, журналы, высокоцитируемые статьи, сети социтирования и часто встречающиеся ключевые слова. Помимо именных фраз, извлечённых из заголовков и аннотации, были также проанализированы ключевые слова, содержащиеся в публикациях, чтобы выявить тенденции в распространении ключевых слов и моделях цитирования. Ключевые слова с минимальным порогом появления 6 были включены в анализы совместного появления и кластеризации. Ручное удаление ключевых слов не проводилось, чтобы избежать субъективной предвзятости; Все термины, соответствующие порогу распространения, сохранялись для объективного анализа. Все аналитические процедуры были независимо проверены двумя исследователями для обеспечения точности и воспроизводимости расположения сетей и метрик цитирования.
МР-анализ
Для оценки потенциальной причинной связи между HT и ED использовался метод двухобразного МР. Этот подход основан на трёх основных предположениях: (1) генетические инструменты существенно связаны с воздействием (релевантность); (2) инструменты не связаны с переменными, влияющими на ассоциацию воздействия и результата (независимость); и (3) инструменты влияют на результат исключительно через воздействие (ограничение на исключение).
Сводная статистика GWAS была получена с платформы IEU OpenGWAS (https://gwas.mrcieu.ac.uk/; доступ 20 декабря 2025 года). Дополнительный локальный снимок базы данных не создавался; воспроизводимость поддерживается использованием стабильных идентификаторов GWAS, версионирования релизов FinnGen и архивированного аналитического кода. Генетические инструменты для ГТ были получены из набора данных FinnGen (FinnGen Biobank, релиз 5; finn-b-I9_HYPTENS_EXNONE), определяемых как гипертонические заболевания, исключающие вторичный ГТ, включая 55 917 случаев и 162 837 контрольных групп европейского (финского) происхождения. Данные о результатах ЭД были получены из набора данных FinnGen (выпуск 5; finn-b-ERECTILE_DYSFUNCTION), включающего 1 154 случая и 94 024 контрольных группы европейского происхождения. Однонуклеотидные полиморфизмы (SNP), значительно связанные с HT на пороге всего генома (P < 5 × 10⁻8), были впервые выбраны в качестве кандидатов инструментальных переменных. Затем применялось скопление дисбаланса связи (LD) для исключения коррелированных вариантов, с использованием порога r2 < 0,001 и окна скопления 10 000 кб. Чтобы снизить вероятность слабого смещения по приборам, F-статистика была рассчитана для каждого удержанного SNP с использованием формулы коэффициента Вальда: F = (βэкспозиции / SE)2, где βи SE — оценка ассоциации SNP–HT и её стандартная ошибка соответственно. В итоговый MR-анализ были включены только варианты с F > 10.
Для минимизации смешивающих эффектов сохраняемые инструментальные переменные оценивались с использованием LDtrait (LDlink) для выявленных ассоциаций с курением и употреблением алкоголя; ни один инструмент не требовал исключения на этом основании (Дополнительная таблица 1). Гармонизация данных о воздействии и результатах проводилась с использованием функции harmonise_data() в пакете TwoSampleMR (версия 0.6.2), которая выравнивала аллели эффекта между наборами данных, выводила ориентацию цепочек для палиндромных SNP на основе частоты аллелей (частота малых аллелей < 0.3) и исключала палиндромные SNP с неоднозначным выравниванием.
Метод обратного дисперсионного взвешивания (IVW) был использован в качестве основного аналитического подхода, а методы MR–Egger, взвешенная медиана и методы режимов — в качестве дополнительного анализа. Основная оценка IVW была рассчитана с использованием мультипликативной модели случайных эффектов, реализованной в функции mr_ivw() пакета TwoSampleMR с параметрами по умолчанию. Размеры эффектов выражались в виде коэффициентов шансов (OR) с 95% доверительными интервалами (CI) после экспоненциации бета-коэффициентов. Анализ MR-PRESSO проводился для оценки горизонтальной плейотропии с помощью глобального теста и выявления потенциальных выбросов; Тест на искажение применялся при обнаружении выбросов. Использовался порог значимости P < 0,05. Ни один SNP не был исключён до окончательного анализа, так как MR-PRESSO не выявил исключения. Результаты визуализировались с помощью лесных участков, воронковых графиков, рассеяных диаграмм и анализа с принципом «оставляя один выход». Аналитический код публично доступен на GitHub, версия версии 1.0: https://github.com/tengfeitcm/Two-Sample-Mendelian-Randomization-/releases/tag/v1.0, что гарантирует воспроизводимость точной версии анализа, использованной в этом исследовании.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Результаты библиометрического анализа
Временные тенденции в публикациях и цитатах:
Годовой объём публикаций служит ключевым показателем развития исследований и, в определённой степени, отражает прогресс знаний в данной области. По состоянию на 20 декабря 2025 года в базе данных Web of Science было выявлено всего 1 661 публикация, связанная с ЭД, ассоциированной с HT (рисунок 1). Годовое распределение опубликованных статей показано...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Предоставляя всесторонний и систематический обзор тем исследований, тенденций и глобального ландшафта ЭД, связанного с ГТ, это исследование обеспечивает быстрое и предварительное понимание этой области. В контексте эпохи больших данных для исследователей становится всё более важным осознавать траекторию развития своих соответствующих областей исследований. По сравнению с систематическими обзорами или мета-анализами, библиометрический анализ использует специализированные инструменты визуа...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Авторы не объявляют потенциального конфликта интересов.
Авторы признают финансовую поддержку от Китайской программы поддержки инновационных постдокторских талантов (BX20220047), Китайского фонда постдокторских наук (No 2022M720528), проекта поддержки молодых талантов Пекинской ассоциации науки и технологий (BYESS2022182) и проекта поддержки молодых талантов Китайской ассоциации китайской медицины (CACM-2021-QNRC2-B04). Дополнительное финансирование было предоставлено проектом Фонда для новых преподавателей Пекинского университета китайской медицины (2023-JYB-XJSJJ052), Клиническими исследовательскими фондами для больниц высокого уровня традиционной китайской медицины Центрального правительства — пилотным проектом по повышению клинических исследований и трансформации достижений больницы Дунчжимэнь (DZMG-MLZY-23006), а также проектом высокого уровня традиционной китайской медицинской больницы SM — программой подготовки талантов больницы Дунчжимэнь. Пекинский университет китайской медицины (DZMG-QNGG0001). Дополнительная поддержка была получена от Пекинской муниципальной администрации больниц по инкубации (PZ2024014) и Специального исследовательского проекта по развитию здравоохранения района Шунъи (Wsjkfzkyzx-2023-q-07).
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| CiteSpace | Drexel University, USA | R6.1.3 | RRID:SCR_025121 |
| CMplot | Yin L, et al. rMVP: a memory-efficient, visualization-enhanced, and parallel-accelerated tool for genome-wide association study. Genom Proteom Bioinform. 2021;19(4):619-28. | 4.5.1 | NA |
| FinnGen dataset | FinnGen Consortium | Release 5 | RRID:SCR_022254 |
| gwasglue | MRCIEU, University of Bristol | 0.0.0.9000 | NA |
| IEU OpenGWAS platform | MRCIEU, University of Bristol | NA | NA |
| LDlink (LDtrait) | National Cancer Institute, NIH, USA | NA | RRID:SCR_011403 |
| Microsoft Excel | Microsoft Corporation, USA | 2021 | RRID:SCR_016137 |
| MR-PRESSO | Verbanck et al. | 1 | NA |
| R software | R Foundation for Statistical Computing, Austria | 4.4.0 | RRID:SCR_001905 |
| TwoSampleMR | MRCIEU, University of Bristol | 0.6.3 | RRID:SCR_019010 |
| VariantAnnotation | Bioconductor | 1.50.0 | RRID:SCR_000074 |
| VOSviewer | Leiden University, Netherlands | 1.6.18 | RRID:SCR_023516 |
| Web of Science Core Collection | Clarivate Analytics, USA | Accessed on December 20, 2025 | RRID:SCR_005051 |
Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE
Запросить разрешение