欢迎访问《中国医药导报》编辑部！

肿瘤作为中国高发且高致死性的慢性非传染性疾病之一，其发病率和死亡率等主要疾病监测指标始终处于较高水平，对卫生服务体系造成持续压力，也对该领域专业人才培养与优化提出了更高要求[1-2]。在此背景下，肿瘤护理教育的地位日益凸显，围绕临床实际需求培养高质量、胜任力导向的护理人才已成为国内护理教育改革的核心任务[3]。近年来，部分护理院校和医疗机构在肿瘤护理教育领域开展了课程体系建设、核心能力培养、实践教学模式改革及师资队伍发展等多方面探索，积累了初步经验，并在一定程度上提升了人才培养质量[4-7]。然而，现有研究多聚焦于单一课程或局部教学环节，缺乏对肿瘤护理教育学知识结构、研究热点及演化规律的系统性梳理，难以为学科持续发展提供连续且系统的证据支持。鉴于此，本文基于CiteSpace 6.3.R1与R语言4.5.1软件科学计量学和可视化工具，对国内肿瘤护理教育学相关文献进行系统分析，旨在揭示该领域的知识结构、热点主题与发展趋势，为未来构建以胜任力培养、课程改革与数字化赋能为核心的肿瘤护理教育体系提供理论支撑与实践参考。

1 资料与方法

1.1 资料来源

本研究以相关文献为数据来源，中文文献检索自中国知网、维普网、万方数据知识服务平台；检索时限建库至2025年11月。

1.2 检索策略

中文数据库的检索策略设定为SU=（“癌症”OR“肿瘤”）AND SU=“护理教学”。

1.3 纳入及排除标准

纳入标准：①聚焦国内肿瘤护理教育相关研究，且可在上述数据库中检索获得；②属于原始性研究或系统综述。排除标准：①文献信息不完整，无法用于文献计量及可视化分析；②同一研究数据重复发表形成的文献；③非期刊类资料。

1.4 文献筛选

完成数据库检索后，使用NoteExpress去除重复记录，由研究组成员分别开展文献筛选与复核，剔除不符合要求的文献。将最终文献按“RefWorks格式”导出，存入input文件夹，经格式转换后用于可视化分析。

1.5 文献提取与分析

将纳入文献导入CiteSpace 6.3.R1软件进行文献计量分析，按年度设置时间切片，分别选取作者、研究机构和关键词作为节点进行分析，构建关键词共现网络；利用R语言4.5.1软件绘制年度发文量变化趋势图和期刊发文量排名图。

关键词共现分析能够在一定程度上反映研究主

题的演变轨迹与热点聚焦，是揭示学科发展方向的

重要指标[8]。中介中心性用于衡量研究主体在信息

传递过程中的枢纽作用，节点中介中心性越高，其在

网络信息流动中的地位越重要[9]。当关键词中介中

心性 ≥0.1时，可视为中介中心性较高，此类关键词可

较好反映研究热点[9]。运用CiteSpace 6.3.R1检验关

键词聚类图谱的有效性，并以聚类模块值（Q值）和

聚类平均轮廓值（S值）作为评价依据。Q值主要考

察各聚类之间的分离情况，Q值＞0.3表明网络具备

较为显著的聚类结构，数值越高，类间差异越明显；S

值用于评价聚类内部的一致程度，S值＞0.5时聚类

结果可以接受，S值＞0.7则表明聚类稳定性和可信

度较高[10]。关键词时间线图谱则可直观展示各关键

词聚类的演进脉络，其中节点表示关键词首次出现

的年份，节点面积反映相关文献发表数量，节点间连

线则体现不同关键词之间的关联关系[9]。突现词是

指在某一时间段内首次出现或其出现频次在短期内

显著上升的关键词、术语或主题词，可用于刻画研究

领域中新近受到关注的前沿方向、热点主题或发展

转折点，是分析学科动态演化的重要指标之一[9]。

2 结果与分析

2.1 文献基本特征

2.1.1 中文文献年度发文量趋势本研究初步共检索到中文文献372篇，最终纳入中文文献256篇。结果显示，国内肿瘤领域护理教育学研究的年度发文量随时间呈现阶段性变化。早期年度发文量较少，自2010年起发文量逐年增加，并在2017—2019年间达到相对较高水平；自2020年起，发文量较前一阶段有所减少。见图1。

2.1.2 中文文献期刊来源自建库以来，国内肿瘤领域护理教育学研究文献分布于多种期刊。发文量排名前10位的期刊中，《中国卫生产业》发文量为19篇，居首位，其次为《中国继续医学教育》（15篇）和《中国高等医学教育》（10篇）；其余期刊发文量5~8篇。见图2。

2.1.3 作者发文量统计统计结果显示，发文量排名前20位的作者中，关琼瑶发文4篇，发文量最高；其余作者的发文量均为2篇。见表1。

2.1.4 机构发文量统计发文量排名前10位的机构中，广西医科大学附属肿瘤医院发文9篇，数量最多；中国医科大学附属盛京医院发文4篇；德阳市人民医院、云南省肿瘤医院及广东省中医院各发文3篇，其余5个机构的发文量均为2篇。见表2。

2.2 研究热点及趋势

2.2.1 高频关键词国内肿瘤领域护理教育学研究的高频关键词包括“健康教育”（17次，中心性0.18）、“肿瘤内科”（25次，中心性0.11）和“护理带教”（21次，中心性0.10）等。此外，“人文关怀”等关键词出现频次为4次，中心性为0.11。见图3、表3。

2.2.2 关键词聚类以关键词为节点，采用CiteSpace 6.3.R1对纳入文献进行聚类分析（图4）和关键词时间线分析（图5）。聚类分析结果显示，共形成9个主要聚类（#0~#8），Q值=0.517 4，S值=0.805 4，提示该领域研究主题较为集中。各聚类主题主要包括“临床教学”“肿瘤内科”“心理护理”“健康教育”等。见表4。

2.2.3 关键词突现分析中文文献共识别出8个最强突现关键词，包括“护生”“教学方法”“健康教育”“临床带教”等。“护生”2009—2014年突现；“教学方法”和“健康教育”分别于2015—2017年和2016—2018年突现；“临床带教”和“护理带教”分别于2016—2020年和2018—2020年突现；“肿瘤内科”自2022年起持续突现，至2025年（图6）。

3 讨论

基于年发文量分析结果，中国肿瘤护理教育研究在早期积累后，自2011年起进入持续增长阶段，并于2019年达到峰值，随后发文量趋于平稳并略有回落，呈现出阶段性调整特征。相关研究发表于多类期刊，期刊来源较为分散，核心期刊占比偏低，整体学术影响力仍有提升空间。作者与发文机构分布显示，尚未形成稳定的核心作者群与研究团队，跨机构协作程度有限，研究多以单中心探索为主，缺乏统一理论框架指导下的系统设计。未来有必要在完善理论框架的基础上，加强跨机构协同研究与高水平成果发表，以提升中国肿瘤护理教育研究的整体学术影响力。

关键词共现与聚类分析显示，国内肿瘤护理教育研究主要集中于临床教学实践、护理带教模式及肿瘤患者心理护理等方面，并呈现出一定的阶段性演进特征。从教育学视角看，该研究取向契合护理教育由知识传授向能力与胜任力导向转变的总体趋势。成人学习理论与情境学习理论指出，学习者通过真实临床情境中的实践与反思实现知识建构，这为临床带教在肿瘤护理教育中持续受到关注提供了理论依据[11-12]。已有研究表明，针对肿瘤患者实施有效的心理护理干预有助于其更好地应对疾病过程，并提升患者满意度和生活质量，这在一定程度上解释了近年来心理护理主题在国内研究中出现频率增加的现象，也反映出国内肿瘤护理教育对患者心理需求与人文关怀内容的关注逐步加强[13]。突现词分析显示，“肿瘤内科”等关键词在近年来出现频率上升，提示研究逐渐聚焦于肿瘤专科临床情境中的护理教育问题。该趋势反映了研究对象与教学场景的逐步细化，但其是否已系统指向明确的专科胜任力培养框架，仍需结合能力维度、课程目标与评价指标等多方面证据进一步验证。

在虚拟仿真与人工智能辅助教学领域，国际护理教育已通过系统综述和范围综述深入探讨人工智能融入教学与护理实践的应用价值与发展路径。Qutishat等[14]总结了人工智能在护理教育中的主要优势、实施挑战及未来建议，O’Connor等[15]系统评价了人工智能在肿瘤护理评估、决策支持及护理管理中的应用前景。在此背景下，国内肿瘤护理教育尚未形成以人工智能与虚拟仿真为核心的稳定研究热点，未来应借鉴国际经验，结合中国医疗与肿瘤护理实践特点，通过系统化实证研究推动相关应用与实践转化。

4 小结

本研究运用可视化分析方法，系统呈现了中国肿瘤护理教育领域的研究现状及发展趋向，可为该领域后续研究方向的选择与实践探索提供参考。相较于以护理教育或肿瘤护理为单一研究对象的既有研究，本研究在研究对象划分与分析视角上作了进一步细化，有助于从交叉领域层面理解肿瘤护理教育研究的发展脉络。需要指出的是，本研究存在一定的局限性：首先，文献检索主要基于中文数据库，且检索策略设置可能导致部分相关研究未被纳入；其次，研究侧重于文献层面的整体特征分析，尚未对纳入文献的方法学质量或证据等级进行系统评价。未来研究可在扩大数据库覆盖范围、优化检索策略的基础上，引入文献质量评价方法，以获得更加全面而深入的研究结论。

利益冲突声明：所有作者均声明不存在利益冲突。

[1] Han B，Zheng R，Zeng H，et al. Cancer incidence and mortality in China，2022 [J]. J Natl Cancer Cent，2024，4（1）：47-53.

[2] 刘玉，周志欢，刘倩雯，等. 肿瘤专科护士护理实践行为现状及影响因素分析[J]. 中华护理教育，2025，22（3）：321-328.

[3] Li Y，Yu W，Li L，et al. Oncology nursing on the move：a contemporary issue on Chinese oncology nursing in cancer care [J]. Front Public Health，2023，11：1061572.

[4] 于文华，赵艺媛，张晓菊，等. 肿瘤高级实践护士核心能力指标体系的构建[J]. 中华现代护理杂志，2024，30（10）：1268-1275.

[5] 赵艺媛，于文华，陆宇晗，等. 肿瘤高级实践护士核心理论课程框架的构建[J]. 中国护理管理，2023，23（11）：1708-1713.

[6] 卜聪明，张娴，彭景，等. 基于成果导向教育的一种新型教学模式在肿瘤护理临床教学中的应用[J]. 中西医结合护理（中英文），2025，11（3）：225-228.

[7] 陈凤敏，徐锦江，陈静，等. 基于MDT教学模式的肿瘤临床护理教学实践及效果评价研究[J]. 中国继续医学教育，2022，14（11）：108-112.

[8] Liu B，Shi M，Kuang Y，et al. TELS：Evolution patterns of research keywords from the evidence of PNAS Social Sciences topics [J]. Front Big Data，2022，5：1045513.

[9] Chen C. CiteSpace Ⅱ：Detecting and visualizing emerging trends and transient patterns in scientific literature [J]. J Am Soc Inf Sci Technol，2006，57（3）：359-377.

[10] 侯南芳，陈战，王永志. 中医药传播发展态势研究——基于CiteSpace可视化分析[J]. 科技传播，2024，16（16）：69-74.

[11] O’Brien B C，Battista A. Situated learning theory in health professions education research：a scoping review [J]. Adv Health Sci Educ Theory Pract，2020，25（2）：483-509.

[12] Decelle G. Andragogy：A fundamental principle of online education for nursing [J]. J Best Pract Health Prof Divers，2016，9（2）：1263-1273.

[13] 殷瑞娟. 恶性肿瘤患者的心理护理干预效果研究[J].国际护理学研究，2024，6（7）：1-5.

[14] Qutishat M，Al-Hadidi M，Shakman L，et al. Benefits，challenges，and future recommendations in the integration of artificial intelligence in nursing education：a scoping review [J]. Teach Learn Nurs，2025，20（4）：e1315-e1323.

[15] O’Connor S，Vercell A，Wong D，et al. The application and use of artificial intelligence in cancer nursing：a systematic review [J]. Eur J Oncol Nurs，2024，68：102510.

【作者机构】	苏春香岳树锦北京中医药大学护理学院
【分类号】	R47
【基金】	北京中医药大学临床护理思维综合训练与考核平台的构建项目（220901116074625）。

基于CiteSpace的国内肿瘤领域护理教育学研究的可视化分析

目录

文内图表