〔摘要〕基于Web of Science数据库，对中国医学信息学国际文献进行收集，采用TDA50软件清洗数据，从不同角度进行定量分析，采用社会网络分析软件绘制高频关键词的共现网络图，结合文献分析和网络共现图探讨五大研究主题。
〔关键词〕医学信息学；文献计量学；定量分析；社会网络分析；UCINET；共现网络
1987年美国国立卫生研究院、国家医学信息中心第一次对医学信息学（Medical Informatics）[1]进行定义，此后30年，医学信息学得到高速发展。
本文选择文献计量学的定量分析法。文献计量学是采用数学和统计学的方法，定量分析一切知识载体的交叉科学[23]。经过40多年发展，它已经渐居核心地位，是与科学传播及基础理论关系密切的学术环节。现在全世界每年发表的文献计量学学术论文约为400～500篇[24]。由于中国医学信息学的发展越来越走向专业化，作者认为很有必要对它的文献发展进行定量分析，从而掌握该领域的发展脉搏和研究热点。
1数据来源及方法
11数据来源
选择Web of Science数据库（简称WOS），它是美国汤姆森科技信息集团基于WEB开发的产品，是大型综合性、多学科、核心期刊引文索引数据库。本研究选择WOS数据库下3个子库SCIE（科学引文索引扩展板――1900-至今）、SSCI（社会科学引文索引――1900-至今）和A&HCI（人文艺术科学引文索引――1975-至今）。
12研究方法
本研究采用定量分析法揭示中国医学信息学领域国际发文的文献特征，然后采用社会网络分析法，对高频关键词进行共现分析，借助UCINET60软件可视化，以了解中国医学信息学国际发文的研究主题。
21年代文献量分析
科学文献量是衡量科学知识量的重要尺度之一，因此某领域年代论文量的变化可以直观反映该领域内学科发展态势。图1将中国医学信息学国际发文1 388篇文献按照出版年进行汇总。
22来源期刊分析
23重要发文机构分析
41关键词统计分析
42关键词共现网络分析
选择词频不低于8的39个关键词，对其做共现矩阵，采用Ucinet60软件绘制高频关键词的共现网络图，结果如图2示，删除了3个孤立节点。图2中的节点表示关键词，连线表示其两端的两个关键词节点在同一篇文章中存在共现，节点大小表示关键词的点度中心度，即关键词出现的总频次，连线粗细表示关键词的共现次数，连线越粗，即关键词共现越多，反之越少。
利用UCINET分析图2中高频关键词的点度中心度、接近中心度和中间中心度，支持向量机、数据挖掘、功能选择、遗传算法等关键词的点度中心度较高。RFID、安全、隐私、病人安全、电子医学记录；数据挖掘、决策树；文本挖掘、自然语言处理、中国传统医学；支持向量机、功能选择、数据挖掘、决策树、分类、遗传算法、神经网络；图2高频关键词的共现网络图
5结语
本研究选择中国医学信息学的国际发文为研究样本，因样本量和选择范围较小，如果采用被引频次作为分析指标，不具备较强的代表性和典型性，容易产生抽样误差，当样本量扩大至国际范围，在较大范围内进行研究可以缩小误差变异。因此扩大样本量和研究范围，试评价重要学者的学术影响力，以及分析国际合作、测度它对其他学科的影响力和渗透性，都有待进一步研究。
