1. 前言

截至2023年年底，我国60岁及以上人口超2.97亿人，其中65岁及以上人口超2.17亿人[1]。随着中国人口老龄化程度的进一步加深，老年人的心理健康问题，尤其是抑郁症，已经成为一个不容忽视的社会问题。研究表明，抑郁症是老年人最常见的心理疾病之一，它对老年人的生活质量和健康有着深远的影响[2] [3]，主要症状包括情绪低落、焦虑不安、精力丧失、思维迟缓、行动缓慢、绝望无助感、自杀念头、意志活动减退等临床表现，此外还有伴随一些身体症状，如腰痛、头痛、颈部疼痛、腹痛和全身慢性疼痛等[4]。其严重程度从一些临床抑郁症到轻度抑郁症，最终发展成重度抑郁症[5]。有研究表明，老年人抑郁症的患病率约为20%，其中轻、中度和重度抑郁症状的预计患病率分别为16.6% (95% CI: 13.0%~21.0%)和4.5% (95% CI: 3.2%~6.3%) [6]。抑郁症也是老年人自杀的一个主要危险因素，患有抑郁症的老年人自杀风险明显高于未患抑郁症，这种风险的增加与抑郁症的症状和心理状态密切相关[7]。并且，有研究发现患有抑郁症的老年人其死亡风险是非抑郁症老年人死亡风险的1.65倍[8]。抑郁症不仅会给老年人的身心健康造成威胁，同时也会带来极大的经济、公共卫生和护理的负担[9]。随着人口老龄化日益加剧，积极预防与干预老年抑郁症，不仅是针对老年群体的健康促进，更能够有效缓解社会经济、医疗等压力。本研究通过检索以“老年抑郁症”为主题的相关中文文献，借助文献计量和可视化分析在老年抑郁症的研究领域，运用CiteSpace软件可以揭示该领域的研究现状、发展趋势和研究热点，为未来的研究提供参考和方向。通过这种可视化分析，研究者能够更清晰地看到老年抑郁症研究的全貌，从而更有针对性地开展研究工作。

2. 资料与方法

2.1. 数据

在中国知网(CNKI)、万方数据、维普期刊这三个数据库中，以“老年人”和“抑郁症”为主题词进行高级检索，检索时间跨度为2014-11-11~2024-11-11，只保留核心期刊类文章，共检索到中国知网169篇、万方756篇、维普356篇，筛选后共保留128篇、571篇、319篇，共1018篇，运用NoteExpress对筛选的文章进行去重后共得到684篇，本研究基于最终得到的684篇文献数据进行分析。

2.2. 研究工具

运用CiteSpace知识图谱可视化软件进行数据分析是一种有效的研究方法。通过可视化展示，研究者可以快速把握特定领域内的研究现状，包括主要的研究主题、研究趋势以及研究间的相互关系[10]，帮助研究者识别出研究领域的发展趋势和变迁。通过关键词共现分析、聚类分析等方法，CiteSpace可以揭示研究领域内的热点问题和关键概念。本研究运用CiteSpace进行数据分析、Excel进行部分图表的绘制，并且使用NoteExpress软件对3大数据库所检索的有效文献进行去重。

3. 可视化分析结果

3.1. 年发文量分析

2014~2024年核心期刊共发表684篇有关于“老年抑郁症”论文，CiteSpace共检索出670篇(如下图1)。近10年来发文量总体呈上升趋势，年均发文量约为67篇。其中2023年关于“老年抑郁症”的研究文章共有89篇，达到近10年发文量的峰值。这一分析表明国内对老年抑郁症的研究越来越重视。

Figure 1. Number of research publications on “Senile Depression” from 2014 to 2024

图1. 2014~2024“老年抑郁症”研究发文量

3.2. 作者合作网络分析

以相关领域研究作者为节点进行可视化分析，共得到171个节点，192条连线，网络密度为0.0132 (如下图2)。删掉没有合作的作者后，所形成的作者合作网络图中，字体或圆环越大，表示在本领域的研究中发文量越多，最突出的是张先庚和陈长香，其中以张先庚为中心形成该领域研究的最大作者合作团体。

3.3. 机构合作网络分析

机构合作网络知识图谱显示(如下图3)，共得到135个节点，46条连线，发文量靠前机构分别是北京大学人口研究所、中国医科大学附属盛京医院、四川护理职业学院、潍坊医学院公共卫生学院、河北联合大学、青岛市精神卫生中心，各节点分布较分散，无中心性较高的机构。

3.4. 关键词共现分析

分析得到关键词共现网络知识图谱(如下图4)，知识图谱中共有206个节点，代表不同的关键词，

Figure 2. Mapping of author collaboration networks

图2. 作者合作网络图谱

Figure 3. Mapping of institutional collaboration networks

图3. 机构合作网络图谱

Figure 4. Keyword co-occurrence network mapping

图4. 关键词共现网络图谱

有598条连线，表示这些关键词之间的共现关系，网络密度为0.0283。节点大小表示关键词出现的频次，即节点越大，关键词出现的频率越高。中心性衡量一个节点在网络中的重要性。中心性大于0.1的关键词表明这些主题在国内学者的研究中是相对集中和深入的热点，节点间的连线表示关键词之间的共现强度，即这些关键词在文献中同时出现的频率[11]。剔除与老年抑郁症相关的关键词，如“老年人”、“抑郁”、“抑郁症”等，关键词共现网络知识图谱中出现频次较高的前10位关键词依次是抑郁症状、影响因素、认知功能、焦虑、慢性病、社会支持等方面；中心性较高的关键词是抑郁症状(如下表1)。通过高频关键词可以初步得出本研究相关热点。

Table 1. High-frequency words in the study of senile depression from 2014 to 2024

表1. 2014~2024老年抑郁症研究高频词

续表

3.5. 关键词聚类分析

关键词聚类是对该研究领域中相似关键词的凝练，通过关键词聚类分析，有助于进一步分析该研究领域热点及趋势变化。基于关键词共现，对关键词进行聚类分析，并绘制关键词聚类网络知识图谱(如下图5)。关键词聚类网络知识图谱显示，结果中形成了8个聚类，每个聚类代表了一组在研究中经常一起出现的关键词，这些聚类揭示了老年抑郁症研究中的不同研究主题或子领域，其模块值Q为0.3991，这个值衡量了聚类结构的质量，根据CiteSpace的标准，Q值大于0.3表示聚类结构是显著的，意味着聚类结果是有意义的，并且各个聚类内部的关键词在研究中是紧密相关的；平均轮廓值S为0.8827，这个值衡量了聚类内部的一致性和聚类之间的区分度。S值大于0.7表示聚类是令人信服的，即聚类内部的关键词相似度高，而不同聚类之间的差异性大[12]。由此可知，国内对于老年抑郁症研究的聚类结构显著，聚类间研究主题明确。

Figure 5. Keyword clustering network mapping

图5. 关键词聚类网络图谱

3.6. 关键词聚类时间线分析

聚类时序图是CiteSpace中一种非常有用的工具，它可以帮助研究者直观地观察和分析研究领域中不同聚类随时间的演变和发展趋势(如下图6)。关键词时间线图展示了各关键词在所选时间段中初次出现的时间以及研究热点随时间发展演变的趋势[13]。在本研究中，聚类#0抑郁症、#1抑郁症状、#2焦虑、#3老年人、#4中介效应、#5危险因素、#6影响因素在2014年就开始被研究。其中聚类#0、#1、#2、#3一出现就成为热点话题，引起了大量的关注。聚类#5危险因素从2022年研究热点开始消退，聚类#7失眠2018年开始被研究，2023年左右研究热度就开始消退，而聚类#0、#1、#2、#3、#4、#6一直从出现年份延续至今，说明这几个方面一直被研究，且依然是研究热点。

Figure 6. Keyword clustering timeline mapping

图6. 关键词聚类时间线图谱

3.7. 关键词突现分析

突现词是指在一段时间内某些关键词出现的频率增加，这通常表明该主题或概念正在成为研究的新热点或趋势。“begin”表示这些关键词开始突现的时间，即它们开始成为研究热点的年份；“end”表示这些关键词突现结束的时间，即它们作为研究热点的持续时间。“strength”表示关键词的突变强度，强度越高影响力越大[14]。突现词分析图谱显示(如下图7)，共得到25个突现词，这些词代表了老年抑郁症研究领域中的新兴研究热点和趋势，其中“心理疏导”“抑郁状态”“健康行为”“性别”是最早出现的突现词，“认知功能”是持续时间最长的突现词，“睡眠时长”“痴呆”“衰弱”强度比较大，分别为：3.05、2.68、2.61，因此可以表明这几个方面是老年抑郁症研究领域中未来一定时间内的研究热点和趋势。

4. 讨论

根据近10年发文量趋势图可以看出，2014~2024年，关于老年抑郁症研究的文章量总体呈上升趋势，在个别年份有小幅度的波动。2023年，发文量为89，达到近10年顶峰。表明随着中国老龄化社会的发展，老年抑郁症受到越来越多的关注。

根据作者和机构共现分析发现，作者之间合作交流较少，机构之间的联系也缺乏跨地域交流与合作。作者发文量最多的是张先庚和陈长香，其中以张先庚为中心形成该领域研究的最大作者合作团体；发文量靠前机构分别是北京大学人口研究所、中国医科大学附属盛京医院、四川护理职业学院、潍坊医学院公共卫生学院、河北联合大学、青岛市精神卫生中心，但我国目前尚缺乏中心性较高的机构及作者，这大大阻碍了该领域研究的进展，也为今后该领域的研究提供了方向。

根据关键词共现图谱分析可知，出现频次较高的前10位关键词依次是抑郁症状、影响因素、认知功能、焦虑、慢性病、社会支持、社区、危险因素、中介效应、农村；中心性较高的关键词是抑郁症状。通过高频关键词可以初步得出本研究相关热点。

根据关键词聚类分析，共识别出8个明显的聚类，表明老年抑郁症研究领域中存在几个明确的研究

Figure 7. Keyword emergent network mapping

图7. 关键词突现网络图谱

主题或子领域。其Q值为0.3991，高于0.3的阈值，表明聚类结构显著，即这些聚类在结构上是有意义的，能够较好地反映研究领域的细分；S值为0.8827，高于0.7的阈值，表明聚类内部的一致性高，聚类间的区分度明显，聚类结果令人信服。由此可知，国内对于老年抑郁症研究的聚类结构显著，聚类间研究主题明确。

根据关键词突现分析发现，共识别出25个突现词，其中“心理疏导”、“抑郁状态”、“健康行为”、“性别”是最早出现的突现词，表明这些主题在研究初期就受到了关注。“认知功能”是持续时间最长的突现词，表明这个主题在老年抑郁症研究中一直是一个长期且稳定的研究热点。“睡眠时长”、“痴呆”、“衰弱”的强度较大，这表明这些主题在近期的研究中迅速增长，影响力较大。突现词比高频关键词更能代表一个领域研究的热点与发展前沿，因为它们显示了研究兴趣的快速变化和新趋势的出现[15]，因此“认知功能”作为持续时间最长的突现词，表明它不仅是一个长期的研究热点，也可能是老年抑郁症研究中的关键领域，涉及认知衰退、认知干预等方面。

5. 结论与不足

本研究基于CiteSpace软件对中国知网、万方、维普三个文献检索平台中近10年来老年抑郁症的相关文献进行了可视化分析。直观地探索了老年抑郁症研究现状、热点及趋势，为日后相关研究提供参考。通过本研究的分析、总结发现，老年抑郁症的发文量总体呈上升趋势，国内老年抑郁症的关注度逐渐提高，但不同作者和机构之间的跨地域交流合作较少，这在一定程度上阻碍了该领域进一步研究与发展。根据关键词相关研究分析，发现国内对老年抑郁症的研究主要集中在影响因素方面，而缺乏对相关干预措施、治疗方法的探讨。此外，从三个数据库中选取文献时，可能由于数据量过大，导致有些文献漏选、错选。与此同时，本研究的数据仅来源与国内三大数据库，未对国外相关数据进行研究分析，无法进行国内外研究的对比，因此在未来的研究中，可以增加对数据库的选择，使研究更完善，可视化分析的结果更有说服力。

基金项目

校级本科生科研项目：防微杜渐–关于抑郁的早期多模态筛查系统(编号2024zd021)。

参考文献