论著·新型冠状病毒肺炎
重型新型冠状病毒肺炎研究热点及前沿分析:基于CiteSpace的可视化分析
中华危重病急救医学, 2020,32(6) : 671-676. DOI: 10.3760/cma.j.cn121430-20200514-00384
摘要
目的

分析国内外关于重型新型冠状病毒肺炎(新冠肺炎)的研究热点及研究前沿。

方法

用CiteSpace软件分别对中国知网(CNKI)及科学网(Web of Science)两个数据库2020年1月30日至4月20日发表的重型新冠肺炎相关研究进行可视化分析,分析内容包括文献的作者、发文机构、高频关键词等。

结果

共纳入389篇中文文献及59篇英文文献。用CiteSpace软件分析显示,目前国内主要有4个比较大的团队关注重型新冠肺炎相关研究,各团队内部合著较紧密,但团队之间合作欠佳;发文机构以高等院校附属医院为主,高等院校及企业参与较少。英文发文作者主要有5个研究团队,部分有合著关系;英文发文量最多的国家为中国,其次是美国、加拿大。中文关键词共现、聚类及突现词分析显示,新冠肺炎主要研究领域包括临床特征、中医药治疗、医学影像学、中西医结合治疗等;核酸检测、临床特点及临床诊断,瘟疫理论及病因机制、中医药及中西医结合治疗、重型新冠肺炎合并糖尿病及预后研究将成为今后的研究趋势,词聚类分析新冠肺炎、合并慢性基础疾病、CT影像学特征也将成为该领域研究的新趋势。英文文献关键词共现分析显示,新冠肺炎主要研究领域包括新型冠状病毒名称、疾病大流行、传染性疾病、医疗物资分配、心肌损害相关指标等。

结论

国内外研究者对新冠肺炎的关注点并不完全相同,国内以研究重症临床诊断及治疗为主,国外则重视疫情应对及预防。

引用本文: 陈红燕, 黄晓仪, 魏凤香, 等.  重型新型冠状病毒肺炎研究热点及前沿分析:基于CiteSpace的可视化分析 [J] . 中华危重病急救医学, 2020, 32(6) : 671-676. DOI: 10.3760/cma.j.cn121430-20200514-00384.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

随着新型冠状病毒肺炎(新冠肺炎)疫情的发展,人群普遍对2019新型冠状病毒(2019-nCoV)易感,且病情进展较快,病重率与死亡人数超过2003年的严重急性呼吸综合征(SARS)。据世界卫生组织(WHO)统计,截至2020年4月26日全球已有超过280万人被感染,累计死亡人数超19万,病死率超过6.9%,其中累计确诊感染排名前3位的国家分别为美国(确诊感染899 281人、死亡46 204人、病死率5.14%)、西班牙(确诊感染219 764人、死亡22 524人、病死率10.25%)、意大利(确诊感染195 351人、死亡26 384人、病死率13.51%) [1]。自疫情暴发以来,国内外对新冠肺炎的相关研究不断增加,已有研究者通过CiteSpace软件对新冠肺炎研究相关文献进行了分析[2345],但目前对重型新冠肺炎研究领域的文献分析鲜见报道。CiteSpace软件是将文献信息数据可视化的一种工具,其不仅可辅助分析科研领域的基本知识、研究热点及前沿,还可预测主题演变趋势以供指导[6]。本研究通过运用CiteSpace软件对重型新冠肺炎研究文献进行可视化分析,客观了解该领域研究的热点与前沿,希望能为该领域的研究者提供研究思路。

1 资料及方法
1.1 资料来源:

检索中国知网(CNKI)和科学网(Web of Science)获得相关中、英文文献。CNKI数据库采用高级检索类型,以"题名" "主题"为检索项,以"新型冠状病毒" "新型冠状病毒肺炎" "新冠肺炎" "COVID-19" "SARS-CoV-2" "NCP" "重症" "重型" "危重症"等为检索词;Web of Science数据库检索以"主题"为检索项,文献类型为"Article",以"COVID-19" "critical illness" "critical care"为主题词及对应的副主题词。文献检索时间为2020年1月30日至4月20日。

1.2 方法:

CiteSpace软件是应用Java语言开发的一款文献计量的可视化软件,主要功能有科研网络合著分析、主题和领域贡献分析等。研究设计以月为单位,因软件时间跨度无月份设置选项,故设置分析时间跨度为2018至2020 (2018代表2020年2月,2019代表2020年3月,2020代表2020年4月);设置时区分割年份为2018至2020年,时间跨度分段长度为1;术语选择为突现术语,检测模型f值设置为0.3;节点类型可选择为作者、国家、机构、关键词等,节点越大代表出现频次或发文量越多;若节点设置为轮环状,不同颜色代表出现的年份不同,颜色越深代表出现年份越早,紫色为较远年份,黄色为较近年份;节点间连线越粗代表关系越紧密。中介中心性是衡量节点在网络中重要性的一个指标,数值越高,重要性越大[7]。本研究分别对发文机构与作者、关键词研究热点及研究前沿进行相关分析。

2 结 果

CNKI数据库共检索到中文文献485篇,剔除重复文献9篇、无作者文献31篇及英文文献56篇,最终纳入中文文献389篇;Web of Science共检索到相关英文文献59篇,无重复文献,59篇英文文献均被纳入。检索期间每周发文量见图1

点击查看大图
图1
2020年1月30日至4月20日中国知网(CNKI)和科学网(Web of Science)中重型新型冠状病毒肺炎相关文献周发文趋势
点击查看大图
图1
2020年1月30日至4月20日中国知网(CNKI)和科学网(Web of Science)中重型新型冠状病毒肺炎相关文献周发文趋势
2.1 研究作者分析
2.1.1 中文文献发文作者合著分析(图2):
点击查看大图
图2
2020年1月30日至4月20日中国知网(CNKI)和科学网(Web of Science)中重型新型冠状病毒肺炎相关文献作者合著网络知识图谱
点击查看大图

注:节点越大代表发文量越多;节点间连线越粗代表合著关系越紧密

图2
2020年1月30日至4月20日中国知网(CNKI)和科学网(Web of Science)中重型新型冠状病毒肺炎相关文献作者合著网络知识图谱

共有114个作者节点,节点数大于连线数量,节点密度为0.03。结合图谱分析可知,目前主要有4个较大的团队对重型新冠肺炎进行研究,发文最多为6篇;其中3个团队内部作者合著紧密;除两个团队有合著关系外,其他各团队间无合著发表关系。

2.1.2 英文文献发文作者合著分析(图2):

共有43个作者节点,节点数与连线数量接近,节点密度为0.058 7。结合图谱分析可知,作者之间合著较少,目前共有5个主要研究团队,团队最多发文4篇。Yu Hu、Lei Liu和Feng Chen 3个团队有合著关系,但合作关系疏松;Lei Liu与Giuseppe Lippi团队有合著关系,是唯一一条中国与国际合著的关系链。

2.2 发文国家及机构分析
2.2.1 英文文献发文国家合著分析(表1):
点击查看表格
表1

2020年1月30日至4月20日科学网(Web of Science)有关重型新型冠状病毒肺炎相关研究发文量及中介中心性排名前6位的国家

表1

2020年1月30日至4月20日科学网(Web of Science)有关重型新型冠状病毒肺炎相关研究发文量及中介中心性排名前6位的国家

排名国家发文量(篇)排名国家中介中心性
1中国251丹麦0.61
2美国182加拿大0.53
3加拿大73美国0.44
4意大利54安德鲁斯0.23
5瑞士45荷兰0.21
6印度46法国0.15

在网络图中共有61个节点与110条连线,节点密度为0.060 1,表明有61个国家和地区发表了重型新冠肺炎研究相关文献,但国际合作较少。从英文发文量来看,中国是发文量最多的国家,其次是美国、加拿大、意大利、瑞士及印度等;美国对重型新冠肺炎研究较早。根据中介中心性分析合著关系显示,丹麦中心性最强。

2.2.2 中文文献发文机构合著分析(图3):
点击查看大图
图3
2020年1月30日至4月20日中国知网(CNKI)中重型新型冠状病毒肺炎中文文献发文机构合著网络知识图谱
点击查看大图

注:节点越大代表发文量越多,颜色越深代表发文越早,节点间连线越粗代表合著关系越紧密

图3
2020年1月30日至4月20日中国知网(CNKI)中重型新型冠状病毒肺炎中文文献发文机构合著网络知识图谱

图中共有109个节点与118条连线,节点密度为0.02,表明有109个发文机构参与了重型新冠肺炎的研究,各研究机构间合作较疏松。此外,以湖北地区的武汉大学中南医院(13篇)、武汉大学人民医院(13篇)、华中科技大学同济医学院附属协和医院(10篇)构成第一大合著网络机构;华中科技大学同济医学院附属同济医院发文量最多(17篇),但与其他机构合作关系疏松;四川省以四川大学华西医院为主的机构合著发文量也较多(15篇);广东省以广州市第八人民医院发文量最多(7篇),但与其他机构无合著关系。发文机构以高等院校附属医院为主,高等院校及企业发文较少。

对发文机构中心性分析显示,排名前6位的机构分别是中国医科大学附属第一医院(0.33)、上海中医药大学(0.33)、中日友好医院(0.30)、北京中医药大学东直门医院(0.23)、新疆医科大学第一附属医院(0.23)、武汉大学人民医院东院(0.22),其中中国医科大学附属第一医院与其他研究机构合著关系最紧密,共与11个研究机构有合著关系。

2.3 高频关键词的共现可视化分析
2.3.1 中文文献关键词共现分析(图4):
点击查看大图
图4
2020年1月30日至4月20日中国知网(CNKI)中重型新型冠状病毒肺炎中文文献关键词共现及关键词聚类网络知识图谱
点击查看大图
图4
2020年1月30日至4月20日中国知网(CNKI)中重型新型冠状病毒肺炎中文文献关键词共现及关键词聚类网络知识图谱

CiteSpace关键词共现网络知识图谱共生成180个关键词节点与232条连线,节点密度为0.014 4;将相同意义的关键词进行合并,得到108个关键词,词频排名前12位的关键词分别为新型冠状病毒(414次)、重型/重症(68次)、临床特征(36次)、中医药治疗(31次)、医学影像学(30次)、肺炎(19次)、中医药(19次)、治疗(18次)、中西医结合(15次)、诊疗方案(14次)、流行病学(12次)、护理(12次),根据赖普斯定律计算核心关键词,可知重型新冠肺炎的临床特征、医学影像学表现、中医药及中西医结合治疗是该领域的研究热点。

CiteSpace关键词聚类网络知识图谱将180个关键词聚类为13项,聚类模块值为0.833 3,聚类平均轮廓值为0.812 5,表明聚类结构非常显著且聚类效果令人信服[8],即重型新冠肺炎主题较为集中。

通过对数似然算法将上述13项聚类结果进行综合分析,结果显示,2月至4月我国重型新冠肺炎研究主要围绕10个主题展开,即新型冠状病毒(聚类0 COVID-19、聚类2冠状病毒感染、聚类4 NCP、聚类6 2019冠状病毒病)、药学监护(聚类1)、重症患者(聚类3)、药物利用评价(聚类5)、清肺排毒汤(聚类7)、治疗(聚类8)、淋巴细胞(聚类9)、慢性基础疾病(聚类10)、中西医结合疗法(聚类11)、影像学表现(聚类12)。

通过CiteSpace软件共产生10个突现词(图5),可知分别是瘟疫理论及病因机制、疑似病例、核酸检测、临床特点及临床诊断、中医药及中西医结合治疗、合并糖尿病、预后研究,或可成为重型新冠肺炎的研究趋势;合并慢性基础疾病、影像学表现也将是该领域研究的新方向。

点击查看大图
图5
2020年2月至4月中国知网(CNKI)中重型新型冠状病毒肺炎研究重要关键词突变网络知识图谱
点击查看大图

注:因软件时间跨度无月份设置选项,故持续时间中2018至2020分别代表2020年2、3、4月

图5
2020年2月至4月中国知网(CNKI)中重型新型冠状病毒肺炎研究重要关键词突变网络知识图谱
2.3.2 英文文献高频关键词分析:

图6中共生成56个关键词节点,关键词数量少,节点密度为0.039 6。通过主题、关键词聚类分析未发现聚类主题,说明国外对重型新冠肺炎关注较少,且研究不集中。根据共现频次分析显示(表2),国外对重型新冠肺炎的研究主要集中在疾病的名称、疾病大流行、传染性疾病、医疗物资分配(呼吸机设备分配、通风机、远程医疗等)、心肌伤害等领域。

点击查看大图
图6
2020年2月至4月科学网(Web of Science)发表重型新型冠状病毒肺炎英文文献关键词共现网络知识图谱
点击查看大图

注:节点越大代表出现频次越高;节点间连线越粗代表联系越强

图6
2020年2月至4月科学网(Web of Science)发表重型新型冠状病毒肺炎英文文献关键词共现网络知识图谱
点击查看表格
表2

2020年2月至4月科学网(Web of Science)中重型新型冠状病毒肺炎英文文献关键词频次排名及中介中心性排名

表2

2020年2月至4月科学网(Web of Science)中重型新型冠状病毒肺炎英文文献关键词频次排名及中介中心性排名

排名关键词频次(次)中介中心性排名关键词频次(次)中介中心性
1COVID-19260.871coronavirus50.83
2SARS-CoV-2100.692SARS-CoV-2100.69
3pandemic70.283clinical practice guideline10.36
4critical illness50.33
5coronavirus50.834critical illness50.33
6pneumonia30.285coronavirus disease 201920.32
7allocation30.00
8troponin20.196pandemic70.28
9critical care20.067pneumonia30.28
10liver20.008infectious disease20.27
112019-nCoV20.039cytochrome p45010.23
12virus20.0010myocarditi20.19
13ventilator20.0011troponin20.19
14myocarditi20.1912acute myocardial infarction10.15
15infectious disease20.27
16antiviral20.0013cardiovascular10.15
17mortality20.0014anticoagulant10.11
18neonate20.0315antiplatelet10.11
19coronavirus disease 201920.3216antithrombotic therapy10.11
17afghanistan10.06
20convalescent plasma20.0618airway management10.06
21public health preparedness/response20.0019convalescent plasma20.06
20critical care20.06
212019-nCoV20.03
22telemedicine20.0022neonate20.03
3 讨 论

运用CiteSpace 5.6.R4软件对CNKI及Web of Science数据库中有关重型新冠肺炎研究的文献进行分析,并以网络知识图谱的形式展现,包括中英文文献发文作者合著网络知识图谱、英文发文国家及中文发文机构网络知识图谱、中英文文献热点关键词共现及聚类网络知识图谱。结果显示,中英文文献发文作者团队内部合著较紧密,但团体与团体之间合著关系较疏松,不管是中文文献还是英文文献,国内外合著极少;虽然中文发文机构合著关系较紧密,但是相对较局限于医院与医院之间合著;此外,国际间合著也较频繁,以丹麦合著性最强,其次是加拿大及美国,但是中国与国际合著较少。建议国内团体应加强与国际团体间的交流及合作,鼓励跨学科、跨区域及多中心合作,以促进该研究领域更加深入的发展。

高频关键词共现及聚类分析显示,国内研究主要集中在重型新冠肺炎的临床特征、医学影像学表现、中医药及中西医结合治疗等领域,并向核酸检测、临床特点及临床诊断、瘟疫理论及病因机制、中医药及中西医结合治疗、重型新冠肺炎合并糖尿病及预后等领域发展。目前,联用抗病毒药物治疗重型新冠肺炎患者的研究较多,如洛匹那韦/利托那韦、阿比多尔等抗病毒药物的疗效,但缺乏临床对照研究[9]。英文文献主要研究主题包括重型新冠肺炎疾病本身、传染性疾病大流行的控制,同时还关注医疗物资分配,包括呼吸机设备分配、通风机使用等。此外,计算机模拟预测及远程医疗也受到国外研究者的关注[1011]

突现词为某领域的转折点[7]。突现词分析显示,目前国内大多数研究者集中在新冠肺炎临床特征及临床诊断的研究,表明我国大多数研究者在早期对重型新冠肺炎还处于不断认识阶段,病毒核酸检测及CT影像学表现研究将是研究趋势;一部分研究者趋向对于合并糖尿病、高血压、心血管疾病等慢性基础疾病的研究;研究者发现核酸检测持续阳性或者转阴后再转阳患者病程长且预后差,随着转阴后再转阳病例的增加,如何降低核酸检测假阴性成为研究热点[121314];临床特征性表现包括胸部CT磨玻璃影及血清超敏C-反应蛋白(hs-CRP)、白细胞介素-6(IL-6)、降钙素原(PCT)、血小板计数(PLT)、C-反应蛋白(CRP)、嗜酸粒细胞、淋巴细胞等实验室指标变化,这些指标可作为预后结局的预测因子[151617]。随着对重型新冠肺炎患者预后及死亡风险预测研究的不断深入,改善重型新冠肺炎患者预后及结局将是下一阶段研究者研究的主要领域。

文献研究领域分析显示,国内主要以临床诊断及治疗为主,而预防、护理、心理需求等领域研究较少,出院后跟踪随访未能引起关注;另外,也缺乏对医护人员的研究,特别是心理应激状态方面,例如重型新冠肺炎患者、重症监护病房(ICU)一线人员心理应激障碍、心理健康影响因素及其心理危机干预等领域的研究,后期可侧重这些领域的研究。

4 结 论

重型新冠肺炎临床特征、中医药及中西医结合治疗、医学影像学表现是现阶段主要研究领域,核酸检测、临床特征及临床诊断、瘟疫理论及病因机制、中医药及中西医结合治疗、合并糖尿病及预后研究将成为重型新冠肺炎的研究趋势,新冠肺炎、合并慢性基础疾病、CT影像学特征将成为该领域研究的新趋势。

志      谢
志谢

感谢广东药科大学护理学院林田副教授对本次论文写作的指导

利益冲突
利益冲突

所有作者均声明不存在利益冲突

参考文献
[1]
World Health Organization. Coronavirus disease 2019 (COVID-19) situation repor [EB/OL]. 2020-04-26) [2020-04-27]. https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200426-sitrep-97-covid-19.pdf?sfvrsn=d1c3e800_6[26April2020].
[2]
令娟,樊玉清,胡兰文,.基于CiteSpace及VOSviewer的2019新型冠状病毒研究热点的可视化分析[J].中华医院感染学杂志, 2020, 30 (10): 1468-1474. DOI: 10.11816/cn.ni.2020-206052.
LingJ, FanYQ, HuLW, et al. Visualization analysis of hotspots of research on SARS-CoV-2 based on CiteSpace and VOSviewer [J]. Chin J Nosocomial, 2020, 30 (10): 1468-1474. DOI: 10.11816/cn.ni.2020-206052.
[3]
张烨,黄宗海,赵姝婷,.新型冠状病毒肺炎(COVID-19)研究热点可视化分析[J/OL].世界科学技术-中医药现代化, 2020 [2020-04-20]. https://kns.cnki.net/kcms/detail/11.5699.R.20200408.1106.004.html. [优先发表].
ZhangY, HuangZH, ZhaoST, et al. Visualization analysis of research hotspots on COVID-19 [J/OL]. World Sci Tech-Mod Tradit Chin Med, 2020 [2020-04-20]. https://kns.cnki.net/kcms/detail/11.5699.R.20200408.1106.004.html. [published online ahead of print April 9, 2020].
[4]
陈莹郭怡博郭然基于文献计量学的新型冠状病毒肺炎(COVID-19)研究可视化分析[J].中国中药杂志, 2020, 45 (10): 2239-2248. DOI: 10.19540/j.cnki.cjcmm.20200320.501.
ChenY, GuoYB, GuoR, et al. Visual analysis of coronavirus disease 2019 (COVID-19) studies based on bibliometrics [J]. Chin J Chin Mater Med, 2020, 45 (10): 2239-2248. DOI: 10.19540/j.cnki.cjcmm.20200320.501.
[5]
易巍,王雨,汤建桥,.基于知识图谱的冠状病毒治疗可视化分析[J].中华危重病急救医学, 2020, 32 (3): 279-286. DOI: 10.3760/cma.j.cn121430-20200225-00200.
YiW, WangY, TangJQ, et al. Visualization analysis on treatment of coronavirus based on knowledge graph [J]. Chin Crit Care Med, 2020, 32 (3): 279-286. DOI: 10.3760/cma.j.cn121430-20200225-00200.
[6]
陈悦,刘则渊.悄然兴起的科学知识图谱[J].科学学研究, 2005, 23 (2): 149-154. DOI: 10.3969/j.issn.1003-2053.2005.02.002.
ChenY, LiuZY. The rise of mapping knowledge domain [J]. Studies in Science of Science, 2005, 23 (2): 149-154. DOI: 10.3969/j.issn.1003-2053.2005.02.002.
[7]
李杰,陈超美. CiteSpace:科技文本挖掘及可视化[M].北京: 首都经济贸易大学出版社, 2016.
LiJ, ChenCM. CiteSpace: text mining and visualization in scientific literature [M]. Beijing: Capital University of Economics and Business Press, 2016.
[8]
陈悦,陈超美,刘则渊,. CiteSpace知识图谱的方法论功能[J].科学学研究, 2015, 33 (2): 242-253. DOI: 10.3969/j.issn.1003-2053.2015.02.009.
ChenY, ChenCM, LiuZY, et al. The methodology function of CiteSpace mapping knowledge domains [J]. Studies in Science of Science, 2015, 33 (2): 242-253. DOI: 10.3969/j.issn.1003-2053.2015.02.009.
[9]
王琳,王静,涂杰霞,.新型冠状病毒肺炎患者的治疗及不良反应监护[J]. 中国现代应用药学, 2020, 37 (5): 530-535. DOI: 10.13748/j.cnki.issn1007-7693.2020.05.003.
WangL, WangJ, TuJX, et al. Treatment and adverse reaction monitoring of patients with COVID-19 [J]. Chin J Mod Applied Pharm, 2020, 37 (5): 530-535. DOI: 10.13748/j.cnki.issn1007-7693.2020.05.003.
[10]
LancasterEM, SosaJA, SammannA, et al. Rapid response of an academic surgical department to the COVID-19 pandemic: implications for patients, surgeons, and the community [J]. J Am Coll Surg, 2020, 230 (6): 1064-1073. DOI: 10.1016/j.jamcollsurg.2020.04.007.
[11]
AzizyA, FayazM, AgirbasliM. Do not forget afghanistan in times of COVID-19: telemedicine and the internet of things to strengthen planetary health systems [J]. OMICS, 2020, 24 (6): 311-313. DOI: 10.1089/omi.2020.0053.
[12]
高文,杨雪,郑小勤,.北京地区90例新型冠状病毒肺炎患者临床特征分析[J].解放军医学院学报, 2020, 41 (3): 208-211.
GaoW, YangX, ZhengXQ, et al. Clinical characteristics of 90 patients with COVID-19 hospitalized in a Grade-A hospital in Beijing [J]. Acad J Chin PLA Med Sch, 2020, 41 (3): 208-211.
[13]
林明岳,杨硕,陈晓春,基层医院核酸检测假阴性新型冠状病毒感染病例发病确诊过程的启示[J/OL].广东医学, 2020 [2020-04-20]. https://kns.cnki.net/KCMS/detail/44.1192.r.20200518.1647.006.html. DOI: 10.13820/j.cnki.gdyx.20200570. [优先发表].
LinMY, YangS, ChenXC, et al. Enlightenment from the process of confirming the diagnosis of false-negative novel coronavirus infection in primary hospitals [J/OL]. Guangdong Med J, 2020 [2020-04-20]. https://kns.cnki.net/KCMS/detail/44.1192.r.20200518.1647.006.html. DOI: 10.13820/j.cnki.gdyx.20200570. [published online ahead of print April 17, 2020].
[14]
索涛王妍妮赵考昌.合并慢性基础疾病的新型冠状病毒肺炎患者的临床特征及转归[J/OL].武汉大学学报(医学版)2020 [2020-04-20]. https://kns.cnki.net/KCMS/detail/42.1677.R.20200407.0847.001.html. DOI: 10.14188/j.1671-8852.2020.0233. [优先发表].
SuoT, WangYN, ZhaoKC, et al. Clinical characteristics and outcome analysis of COVID-19 patients with chronic underlying diseases [J/OL]. Med J Wuhan Univ, 2020 [2020-04-20]. https://kns.cnki.net/KCMS/detail/42.1677.R.20200407.0847.001.html. DOI: 10.14188/j.1671-8852.2020.0233. [published online ahead of print April 8, 2020].
[15]
杨长蔚,范成辉,程爱兰,.新型冠状病毒肺炎的CT特征:附SARS、MERS文献综述及2例确诊新型冠状病毒肺炎CT征象分析[J].中国中西医结合急救杂志, 2020, 27 (2): 190-192. DOI: 10.3969/j.issn.1008-9691.2020.02.014.
YangCW, FanCH, ChengAL, et al. CT features of corona virus disease 2019: SARS and MERS literature review and analysis of CT features of two confirmed cases of corona virus disease 2019 [J]. Chin J TCM WM Crit Care, 2020, 27 (2): 190-192. DOI: 10.3969/j.issn.1008-9691.2020.02.014.
[16]
占婷婷,郑海鹏,麦玉珍,.新型冠状病毒肺炎患者血清学动态演变与病情的关系分析[J/OL].广东医学, 2020 [2020-04-20]. https://kns.cnki.net/KCMS/detail/44.1192.r.20200518.1644.002.html. DOI: 10.13820/j.cnki.gdyx.20200642. [优先发表].
ZhanTT, ZhengHP, MaiYZ, et al. The correlation between serological dynamic evolution and the severity of coronavirus disease 2019 [J/OL]. Guangdong Med J, 2020 [2020-04-20]. https://kns.cnki.net/KCMS/detail/44.1192.r.20200518.1644.002.html. DOI: 10.13820/j.cnki.gdyx.20200642. [published online ahead of print April 7, 2020].
[17]
李雅琳,单南冰,孙伟,.普通型与重型/危重型新型冠状病毒肺炎患者临床特征的对比研究[J].实用心脑肺血管病杂志, 2020, 28 (3): 14-19. DOI: 10.3969/j.issn.1008-5971.2020.03.004.
LiYL, ShanNB, SunW, et al. Comparative study for clinical features between COVID-19 patients with conventional type and heavy/critical type [J]. Pract J Cardiac Cereb Pneum Vasc Dis, 2020, 28 (3): 14-19. DOI: 10.3969/j.issn.1008-5971.2020.03.004.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词