科研辅导：
2026年中文护理类核心期刊研究图景的可视化分析
Visualization analysis of the research landscape in core Chinese nursing journals in 2026
【摘要】
目的通过文献计量学方法系统刻画2026年上半年中文护理类核心期刊的研究图景与热点，为护理学科发展方向研判与科研选题提供参考。
方法以《中华护理杂志》《中国护理管理》等9本中文护理核心期刊在中国知网（CNKI）数据库中2026年发表的题录为数据源（截至2026年5月初），按两阶段排除规则筛选研究文献，建立含研究方法21类、研究人群21类、研究主题27类的多标签编码体系，使用Python进行数据清洗、编码、统计描述与可视化呈现，包括期均产出条形图、作者合作网络、研究方法树状图、方法×人群与期刊×主题二维交叉热图。
结果共纳入分析文献1 112篇，9本期刊期均产出范围为10.6～29.7篇/期，中国护理管理（29.7篇/期）、护理学杂志（25.4篇/期）、护理研究（25.1篇/期）位列前三。研究方法以影响因素分析（294篇，26.4%）、质性研究（134篇，12.1%）、干预性研究（127篇，11.4%）、Meta分析/系统评价（101篇，9.1%）和工具/方案构建（95篇，8.5%）为主；研究人群以护士/护生（283篇，25.4%）、肿瘤患者（187篇，16.8%）和老年人（141篇，12.7%）居前；研究主题以康复护理（137篇，12.3%）、自我管理与自我效能（129篇，11.6%）、生活质量（107篇，9.6%）、社会支持（103篇，9.3%）和互联网+/移动健康/AI（101篇，9.1%）领先。基于普赖斯定律识别核心作者35名，最高产第一作者发文4篇。
结论2026年中文护理研究呈现循证综合与本土化工具构建双轮驱动、智慧化与人工智能浪潮初显、护士群体研究备受关注的特征；不同期刊在主题偏好上存在显著差异化分工。建议未来研究在加强大样本随机对照试验和纵向队列研究、关注弱势人群与新兴主题、推进多中心高质量本土证据生产方面持续发力。
【关键词】护理学；文献计量学；可视化分析；研究热点；核心期刊
【中图分类号】 R47；G353.1 【文献标识码】 A
【Abstract】
Objective To systematically delineate the research landscape and hotspots of core Chinese nursing journals in the first half of 2026 through bibliometric methods, providing reference for disciplinary development and research topic selection in nursing.
Methods The bibliographic records of nine core Chinese nursing journals indexed in CNKI in 2026 (as of early May 2026) were used as the data source. After two-stage exclusion, a multi-label coding scheme covering 21 research methods, 21 study populations and 27 research themes was constructed. Python was used for data cleaning, coding, descriptive statistics and visualization, including per-issue output bar chart, co-authorship network, treemap of research methods, and two-dimensional heatmaps of method × population and journal × theme.
Results A total of 1 112 articles were included. Per-issue output ranged from 10.6 to 29.7 articles per issue, with Chinese Nursing Management (29.7), Journal of Nursing Science (25.4) and Chinese Nursing Research (25.1) taking the lead. Influencing factor analysis (294, 26.4%), qualitative research (134, 12.1%), interventional study (127, 11.4%), meta-analysis/systematic review (101, 9.1%) and tool/protocol construction (95, 8.5%) were the dominant methods. Nurses/nursing students (283, 25.4%), cancer patients (187, 16.8%) and the elderly (141, 12.7%) were the most studied populations. Rehabilitation nursing (137, 12.3%), self-management/self-efficacy (129, 11.6%), quality of life (107, 9.6%), social support (103, 9.3%) and Internet+/mHealth/AI (101, 9.1%) were the leading themes. Thirty-five core authors were identified by Price's law.
Conclusions Chinese nursing research in 2026 is characterized by dual-track development of evidence synthesis and indigenized tool construction, an emerging wave of intelligent and AI-enabled nursing, and high attention to the nursing workforce itself. Different journals show distinct thematic preferences. Future research should strengthen large-scale RCTs and longitudinal cohort studies, address under-represented populations, and produce more high-quality multicenter indigenous evidence.
【Key words】 Nursing; Bibliometrics; Visualization analysis; Research hotspots; Core journals
护理学作为健康中国战略的重要支撑学科，其研究图景反映学科前沿与社会需求的动态对应关系。系统刻画特定时段内学科研究的方法构成、人群分布与主题热点，对学科发展方向研判、青年研究人员选题、护理科研项目立项与期刊编辑选题策划具有重要参考价值[1-3]。文献计量分析作为一种以期刊文献为对象、综合运用统计学与可视化技术的研究方法，能够客观刻画学科的研究图景、识别研究热点与空白区域，已被广泛应用于国内外护理学科研究热点识别[4-6]。
以往的护理学科文献计量研究多聚焦较长时间窗口（5～20年）的纵向回顾[7-9]，对短时窗口的横切面热点扫描关注不足。年度热点研究的优势在于能够及时反映学科最新发展动态、识别新兴研究信号，弥补长时窗回顾在新兴主题敏感度上的不足[10]。中国知网（CNKI）作为国内最大的中文学术资源数据库，是中文护理研究热点扫描的重要数据来源，但其题录字段不含关键词与被引数据，传统基于关键词共现与共被引的科学计量学方法难以直接应用[11]。如何在题录字段相对受限的条件下，充分利用题名与摘要文本，构建具有学科适配性的多标签编码体系，是中文护理研究热点分析需要应对的方法学挑战。
基于此，本研究以9本中文护理核心期刊在CNKI收录的2026年题录为数据源，采用题名+摘要双层正则匹配的多标签编码体系，从期刊产出、作者协作、研究方法、研究人群、研究主题5个维度对2026年上半年中文护理研究图景进行可视化呈现，旨在为护理学界把握学科最新动向、识别研究空白提供依据，并为同类基于题录的描述性热点分析探索方法学路径。
1 资料与方法
1.1 数据来源
以CNKI中国知网为数据源，于2026年5月初通过高级检索功能限定期刊范围与发表年份。检索期刊清单包括《中华护理杂志》《中国护理管理》《护理研究》《护理学杂志》《解放军护理杂志》《护理学报》《中华现代护理杂志》《中国实用护理杂志》《护士进修杂志》《护理管理杂志》共10种中文护理核心期刊，限定发表时间为2026年。题录字段包含题名、作者列表、期刊名、发表年、卷号、期号、页码及中文摘要，不含关键词、机构信息、参考文献与被引数据。本数据集为2026年上半年的横切面，各刊期号覆盖范围因数据采集时点不同而存在差异（3～9期不等）。
1.2 纳入与排除标准
纳入标准：发表于上述9本期刊的2026年期次中、有完整题名与作者署名、属于研究类型或综述类型的中文学术文献。排除标准分为两类：A类剔除编辑部公告类条目，包括征稿启事、选题指南、参考文献著录要求、行业动态、学会公告、本期导读及无作者署名的栏目导读等非研究性内容；B类剔除指南/共识解读、指南更新、专家共识本身等二次解读类条目，因其本质为已发表标准化文件的派生产物，与本研究关注的原创性研究/综述图景不符。两阶段排除规则均基于题名与作者字段的规则匹配执行，并经研究者人工核对。
1.3 数据处理与编码
使用Python 3.11对原始题录文件进行解析，提取每条记录的题名、作者列表、第一作者、作者数、期刊名、发表年、卷号、期号、页码与摘要9个字段。解析采用六重验证：文件级完整性核查、字段完整性核查、发表年份核查、期刊名规范化核对、期号字符串规范化核对以及对首条、中间条、末条三个位置记录的人工核对，确保解析无误。
多标签编码框架包含3套独立的标签系统：研究方法/类型21类、研究人群/疾病领域21类、研究主题/概念27类。编码逻辑结合题名+摘要双层正则匹配，并施加题名硬约束修正以避免摘要文本污染。例如，二次研究类型（综述、范围综述、Meta分析、系统评价、证据总结等）摘要中常出现"我们纳入了X项随机对照试验""检索了所有横断面研究"等描述，会污染原始研究方法标签；当题名中出现二次研究标识词时，强制清除原始研究方法标签。"量表汉化/编制"标签除关键词命中外，要求题名同时包含"量表/工具/问卷/清单/指标体系"中的任一关键词。"案例报告"标签仅在题名上匹配，正则收紧为以"数字+例"开头、以"护理"结尾的标题模式。编码框架经四轮迭代修正与抽样人工双盲核对，从主要标签中各随机抽样5～10条进行人工核对，边界误差估计低于1%，符合基于规则的多标签编码业内可接受水平[12-13]。单篇文献可同时具有多个方法、人群、主题标签，多标签编码下各类百分比之和大于100%。
1.4 数据分析与可视化
使用Python 3.11结合pandas 2.2、numpy 1.26进行数据描述性分析，使用matplotlib 3.8、seaborn 0.13与plotly 5.20进行可视化呈现，作者合作网络使用networkx 3.2构建并采用Louvain社团发现算法识别社团结构，期刊产出对比采用按已刊期数标化的期均产出指标以纠正数据采集时点不一致带来的偏差。基于普赖斯定律计算核心作者阈值m=0.749×√Nmax（Nmax为最高产作者发文数），第一作者发文数≥m的作者识别为核心作者[14]。所有图表配色采用ColorBrewer/Tableau标准色板，所有结果均采用中英文双语标题。
2 结果
2.1 文献筛选流程及总体特征
CNKI检索初步获得9本期刊2026年题录1 172条，《解放军护理杂志》在2026年检索结果中为0条，其原因系该刊2024年已更名为《军事护理》、CNKI收录路径变更所致。按两阶段排除规则剔除A类编辑部公告42条与B类指南/共识解读18条，最终纳入分析样本N=1 112条。文献筛选流程见图1。1 112条文献的篇均作者数为5.59人，最大作者数为16人，全部为2026年发表。
图1 文献筛选流程图
Figure 1 Flow chart of literature screening
2.2 期刊分布
9本期刊2026年纳入文献产出与期号覆盖详见表1。由于2026年数据采集时点为5月初，各刊已刊期号覆盖3～9期不等，绝对篇数比较存在偏差，故采用期均产出（纳入分析篇数/已刊期数）作为主要可比指标。期均产出最高的为《中国护理管理》29.7篇/期（n=89/3期），其次为《护理学杂志》25.4篇/期（n=178/7期）和《护理研究》25.1篇/期（n=226/9期），最低为《中国实用护理杂志》10.6篇/期。9本期刊期均产出范围为10.6～29.7篇/期，差异较大，反映各刊载文容量与编辑选稿策略的差异。期均产出可视化结果见图2。
表1 9本期刊2026年纳入文献产出与期号覆盖
Table 1 Inclusion volume and issue coverage of 9 nursing journals in 2026
期刊名称 | 原始记录数 | 剔除A类 | 剔除B类 | 纳入分析数 | 已刊期号 | 期均产出（篇/期） |
护理研究 | 231 | 0 | 5 | 226 | 01—09期（共9期） | 25.1 |
护理学杂志 | 179 | 1 | 0 | 178 | 01—07期（共7期） | 25.4 |
中华现代护理杂志 | 173 | 1 | 2 | 170 | 01—08期（共8期） | 21.2 |
护士进修杂志 | 122 | 0 | 6 | 116 | 01—08期（共8期） | 14.5 |
中华护理杂志 | 143 | 24 | 5 | 114 | 01—06期（共6期） | 19.0 |
中国护理管理 | 97 | 8 | 0 | 89 | 01—03期（共3期） | 29.7 |
护理学报 | 81 | 3 | 0 | 78 | 01—06期（共6期） | 13.0 |
中国实用护理杂志 | 74 | 0 | 0 | 74 | 01—08期（共7期） | 10.6 |
护理管理杂志 | 72 | 5 | 0 | 67 | 01—04期（共4期） | 16.8 |
合计 | 1 172 | 42 | 18 | 1 112 | — | — |
注：期均产出 = 纳入分析篇数/已刊期数。已刊期数因2026年数据采集时点（5月初）不同而存在差异；中国实用护理杂志因05期未在采集前出版，已刊期数为7期。
图2 9本中文护理核心期刊2026年期均产出
Figure 2 Per-issue output of 9 Chinese nursing core journals in 2026
2.3 作者合作特征
按普赖斯定律计算，本数据集最高产第一作者发文数Nmax=4，核心作者阈值m=0.749×√4≈1.50，即第一作者发文数≥2篇者构成核心作者群，共35名。最高产第一作者为周英凤（4篇），次之为王倩（3篇），其余多人为2篇。署名总发文数最高者亦为周英凤（5次署名）。高产作者前15位详见表2。
基于本数据集内的合著关系构建作者合作网络（见图3），仅保留合作篇数≥3的连接，节点大小映射为发文数，连线粗细映射为合作次数，使用Louvain算法识别社团结构。结果显示存在多个稳定的合作社团，包括以循证护理研究为特色的复旦循证护理团队、海军军医大学护理团队、以及多所高校的临床/教学研究团队。需要说明的是，由于本数据集时间窗仅为2026年上半年5个月、且不含机构信息，本网络仅反映该时段内部协作快照，不能等同于整体学术合作格局。
表2 高产第一作者前15位（按第一作者发文数排序）
Table 2 Top 15 prolific first authors
排名 | 第一作者 | 第一作者发文数 | 署名总发文数（含合著） |
1 | 周英凤 | 4 | 5 |
2 | 王倩 | 3 | 5 |
3 | 周晓苹 | 2 | 2 |
4 | 张颖 | 2 | 2 |
5 | 冯静 | 2 | 3 |
6 | 龙洁 | 2 | 3 |
7 | 韩朝颖 | 2 | 2 |
8 | 李潇 | 2 | 2 |
9 | 黄玉佳 | 2 | 2 |
10 | 袁丽 | 2 | 3 |
11 | 杨超 | 2 | 4 |
12 | 张莹莹 | 2 | 4 |
13 | 桑树林 | 2 | 3 |
14 | 陈琳 | 2 | 4 |
15 | 戴婷婷 | 2 | 2 |
注：普赖斯定律核心作者阈值：m = 0.749 × √4 ≈ 1.50。
2.4 研究方法分布
1 112篇文献的研究方法分布详见表3。位列前五的研究方法依次为影响因素分析294篇（26.4%）、质性研究134篇（12.1%）、干预性研究127篇（11.4%）、Meta分析/系统评价101篇（9.1%）和工具/方案构建95篇（8.5%）；其后依次为德尔菲法91篇（8.2%）、综述78篇（7.0%）、潜在剖面/类别分析73篇（6.6%）、量表汉化/编制66篇（5.9%）和范围综述61篇（5.5%）。可以看到，二次研究类型（Meta分析/系统评价、范围综述、综述、证据总结合计300篇，27.0%）和工具构建类型（工具/方案构建、量表汉化/编制、德尔菲法合计252篇，22.7%）占据相当大份额。研究方法整体可视化结果见图4。需要特别指出的是，作为高级别原始证据的随机对照试验仅50篇（4.5%）、队列研究仅5篇（0.4%），与二次研究的较大份额形成对比。203篇文献（18.3%）未匹配任何方法学标签，主要为以临床护理实践经验总结、问题对策类文章。
表3 研究方法/类型分布（多标签编码，N = 1 112）
Table 3 Distribution of research methods
排名 | 研究方法/类型 | 篇数（n） | 占比（%） |
1 | 影响因素分析 | 294 | 26.4 |
2 | 质性研究 | 134 | 12.1 |
3 | 干预性研究 | 127 | 11.4 |
4 | Meta分析/系统评价 | 101 | 9.1 |
5 | 工具/方案构建 | 95 | 8.5 |
6 | 德尔菲法 | 91 | 8.2 |
7 | 综述 | 78 | 7.0 |
8 | 潜在剖面/类别分析 | 73 | 6.6 |
9 | 量表汉化/编制 | 66 | 5.9 |
10 | 范围综述 | 61 | 5.5 |
11 | 证据总结/最佳证据 | 60 | 5.4 |
12 | 中介/调节效应 | 53 | 4.8 |
13 | 横断面研究 | 52 | 4.7 |
14 | 随机对照试验 | 50 | 4.5 |
15 | 风险预测建模 | 48 | 4.3 |
16 | 案例报告 | 14 | 1.3 |
17 | 混合研究 | 10 | 0.9 |
18 | 可视化/文献计量 | 8 | 0.7 |
19 | 专家共识/指南制订 | 8 | 0.7 |
20 | 队列研究 | 5 | 0.4 |
21 | 生物信息/孟德尔随机化 | 3 | 0.3 |
注：单篇文献可被打上多个方法标签（多标签编码），故各类百分比之和大于100%。
图4 研究方法/类型分布树状图
Figure 4 Treemap of research methods (multi-label, N = 1 112)
2.5 研究人群分布
1 112篇文献的研究人群分布详见表4。位列前五的研究人群依次为护士/护生283篇（25.4%）、肿瘤患者187篇（16.8%）、老年人141篇（12.7%）、精神/心理疾病患者139篇（12.5%）和外科手术患者90篇（8.1%）；其后依次为心血管疾病71篇（6.4%）、儿童青少年70篇（6.3%）、照顾者68篇（6.1%）、糖尿病65篇（5.8%）和脑卒中/脑血管51篇（4.6%）。新生儿/早产儿、安宁疗护对象、消化系统疾病、医养结合、神经系统疾病等研究人群占比相对较小（均<3%）。195篇文献（17.5%）未匹配人群标签，主要为护理理论方法学、政策评论、教学评价类文章。
研究方法与研究人群的二维交叉分布见图5。结果显示影响因素分析在护士/护生（86篇）、肿瘤患者（66篇）、老年人（59篇）、精神/心理疾病（52篇）4类人群上密集应用；质性研究在护士/护生、肿瘤患者、照顾者上格外集中；德尔菲法在护士/护生、肿瘤患者上显著集中，反映工具构建研究多以这两类人群为靶向对象；潜在剖面分析在护士/护生（24篇）、肿瘤患者（15篇）、老年人（13篇）、精神/心理疾病（14篇）上均匀分布，提示该方法在中文护理研究中已成为识别群体异质性的常用工具[15]。
表4 研究人群/疾病领域分布（多标签编码，N = 1 112）
Table 4 Distribution of study populations and disease domains
排名 | 研究人群/疾病领域 | 篇数（n） | 占比（%） |
1 | 护士/护生 | 283 | 25.4 |
2 | 肿瘤患者 | 187 | 16.8 |
3 | 老年人 | 141 | 12.7 |
4 | 精神/心理疾病 | 139 | 12.5 |
5 | 外科手术患者 | 90 | 8.1 |
6 | 心血管疾病 | 71 | 6.4 |
7 | 儿童青少年 | 70 | 6.3 |
8 | 照顾者 | 68 | 6.1 |
9 | 糖尿病 | 65 | 5.8 |
10 | 脑卒中/脑血管 | 51 | 4.6 |
11 | 社区/居家 | 42 | 3.8 |
12 | 骨科患者 | 38 | 3.4 |
13 | 孕产妇 | 35 | 3.1 |
14 | ICU/危重症 | 35 | 3.1 |
15 | 慢性肾病/透析 | 34 | 3.1 |
16 | 呼吸系统疾病 | 28 | 2.5 |
17 | 新生儿/早产儿 | 23 | 2.1 |
18 | 安宁疗护对象 | 17 | 1.5 |
19 | 消化系统 | 13 | 1.2 |
20 | 医养结合 | 9 | 0.8 |
21 | 神经系统 | 6 | 0.5 |
注：单篇文献可同时涉及多个研究人群，多标签编码下各类百分比之和大于100%。
图5 研究方法×研究人群交叉频次热图（前12×12）
Figure 5 Heatmap of method × population co-occurrence
2.6 研究主题分布
1 112篇文献的研究主题分布前25位详见表5。位列前五的研究主题依次为康复护理137篇（12.3%）、自我管理与自我效能129篇（11.6%）、生活质量107篇（9.6%）、社会支持/同伴支持103篇（9.3%）和互联网+/移动健康/AI 101篇（9.1%）；其后依次为依从性75篇（6.7%）、疼痛管理61篇（5.5%）、衰弱与失能56篇（5.0%）、症状群与症状管理52篇（4.7%）和护理教育与胜任力45篇（4.0%）。值得注意的是，以ChatGPT、DeepSeek大语言模型、虚拟现实、可穿戴设备、数字疗法等为代表的智慧化主题已构成第5位的主题热点，反映人工智能在2026年中文护理研究中的活跃度。
表5 研究主题/概念词频前25位
Table 5 Top 25 research themes / concepts
排名 | 研究主题/概念 | 篇数（n） | 占比（%） |
1 | 康复护理 | 137 | 12.3 |
2 | 自我管理与自我效能 | 129 | 11.6 |
3 | 生活质量 | 107 | 9.6 |
4 | 社会支持/同伴支持 | 103 | 9.3 |
5 | 互联网+/移动健康/AI | 101 | 9.1 |
6 | 依从性 | 75 | 6.7 |
7 | 疼痛管理 | 61 | 5.5 |
8 | 衰弱与失能 | 56 | 5.0 |
9 | 症状群与症状管理 | 52 | 4.7 |
10 | 护理教育与胜任力 | 45 | 4.0 |
11 | 睡眠障碍 | 38 | 3.4 |
12 | 患者安全 | 33 | 3.0 |
13 | 健康素养 | 29 | 2.6 |
14 | 延续性护理 | 29 | 2.6 |
15 | 营养管理 | 26 | 2.3 |
16 | 心理弹性/复原力 | 25 | 2.2 |
17 | 循证实践 | 22 | 2.0 |
18 | 叙事护理与人文关怀 | 20 | 1.8 |
19 | 跌倒预防 | 19 | 1.7 |
20 | 工作环境/职业倦怠 | 12 | 1.1 |
21 | 医患共决/决策辅助 | 11 | 1.0 |
22 | 病耻感/污名 | 10 | 0.9 |
23 | 患者体验 | 10 | 0.9 |
24 | 导管相关并发症 | 8 | 0.7 |
25 | 正念/认知行为疗法 | 4 | 0.4 |
注：主题/概念为多标签编码，单篇文献可对应多个主题；本表展示频次前25位。
2.7 期刊×主题差异化偏好
9本期刊在主要研究主题上的行内标化构成详见图6（每行为该刊在图中所示15个主要主题上的构成占比，分母为该刊在这15个主题上的标签命中总数）。结果显示各刊在主题偏好上呈现显著差异化分工：《护理管理杂志》在护理教育与胜任力（12.1%）、自我管理与自我效能（15.5%）等管理与队伍建设类主题上突出；《中国护理管理》在疼痛管理（12.3%）、互联网+/移动健康/AI（13.6%）上突出；《护理学杂志》《护理研究》在互联网+/移动健康/AI（分别为15.5%、15.3%）上份额最高，反映两刊对数字化护理新兴领域的重点关注；《中华护理杂志》在自我管理（15.2%）、康复护理（14.6%）、生活质量（13.2%）等慢性病管理核心主题上分布相对均衡；《中国实用护理杂志》在康复护理（30.4%）上份额突出，与其"实用临床护理"的办刊定位高度一致。这些差异化分布为科研人员根据投稿主题选择适宜目标期刊提供了客观依据。
图6 期刊×主题行内标化热图（前15个主题）
Figure 6 Heatmap of journal × theme (row-normalized share, top-15 themes)
注：横轴为图中展示的15个主要研究主题；行内标化指以该刊在这15个主题上的标签命中总数为分母，计算各主题在该刊主题构成中的占比。
3 讨论
3.1 方法学梯队折射学科成熟度与短板
从研究方法分布看，2026年上半年中文护理研究呈现出"循证综合与本土化工具构建双轮驱动"的鲜明特征。Meta分析/系统评价、范围综述、综述、证据总结4类二次研究合计占27.0%；工具/方案构建、量表汉化/编制、德尔菲法3类工具开发研究合计占22.7%——两类合计接近一半的研究产出投入到证据整合与工具构建上[16]。这一分布既反映出本土护理学界对国内外证据综合、临床指南本土化以及评估工具中国化的高度重视，也体现了循证护理在国内深度普及的成果，与近10年我国循证护理研究中心的快速发展密切相关[17]。
但与此同时，作为高级别原始证据的随机对照试验（4.5%）、队列研究（0.4%）、混合研究（0.9%）等比例较低，原始证据生产相对薄弱，部分体现了护理临床研究开展的实际困难——多中心协调难度大、随访周期长、伦理审批严格等[18]。建议未来应通过加大对多中心RCT和大型队列研究的资源支持，鼓励研究者从单中心横断面研究转向更高级别的原始证据生产，以缩短从证据综合到证据生产的反向反馈周期，推动学科向"证据生产—综合—转化"的良性闭环发展[19]。
3.2 护士群体研究的高比重反映学科自我建设需求
研究人群分析显示，护士/护生作为研究对象占25.4%，显著高于任一单一疾病人群，反映出护理学科对自身队伍建设、职业发展、心理健康与岗位胜任力的高度关注。这一现象与近年来我国护士队伍扩张、专科护士制度建设、职业认同与心理健康议题持续受到重视的政策导向相一致[20]。从主题层进一步观察，护士群体的研究高频主题包括职业倦怠、社会幸福感、共情疲劳、岗位胜任力评价、规范化培训、心理弹性、专业认同等。具体表现为德尔菲法在护士/护生上集中（27篇）、潜在剖面分析在护士/护生上集中（24篇）——前者用于构建胜任力评价指标体系或培训方案，后者用于识别护士群体在职业认同、心理健康等心理特质上的异质性亚群。这种自我反思与队伍建设导向，是护理学科在快速发展期的特征性表现，但也提示研究产出在患者群体上的覆盖可能存在相对挤压。
3.3 智慧化与人工智能浪潮的早期信号
互联网+/移动健康/AI主题以9.1%的占比位列研究主题第5位，是2026年研究图景中最值得关注的新兴信号之一。本研究检索的1 112篇文献中已可见人工智能技术与护理深度融合的多种探索路径，包括基于DeepSeek大语言模型的护理病历智能化管理、护理决策支持、临床路径辅助生成等核心业务流程的智能化改造；移动医疗应用程序在维持性血液透析、慢性病管理、术前预康复中的应用；可穿戴设备、远程医疗在术后康复中的应用；以及护理硕士研究生在科研中应用人工智能引发的伦理困境讨论等[21-22]。
特别值得关注的是，《护理学杂志》（15.5%）、《护理研究》（15.3%）、《中国护理管理》（13.6%）3刊在智慧化主题上的份额显著高于其他期刊，反映出这3本期刊对前沿智能化议题的重点关注。建议护理学科应主动参与到护理人工智能的标准制订、伦理治理与人才培养中去，避免在新一轮技术变革中处于被动适应的位置[23]。同时也应警惕新兴技术应用研究的"早期繁荣偏倚"——即应用研究多于评价研究、积极结果多于失败案例，未来需要加强对AI护理应用的长期效果评估、卫生经济学评价与负面案例报告。
3.4 研究空白与学科未来发展方向
从交叉分析中亦可识别出当前研究产出存在的若干空白区域。在人群层面，安宁疗护对象（1.5%）、医养结合机构居住者（0.8%）、神经系统罕见病患者（0.5%）等弱势人群的研究产出明显不足，与我国老龄化社会快速发展和"健康中国2030"战略对全人群、全周期健康服务的要求存在差距[24]。在主题层面，跌倒预防（1.7%）、医患共决（1.0%）、患者体验（0.9%）、病耻感（0.9%）等近年国际护理研究的高频主题在我国护理研究中份额较低，提示我国研究存在与国际前沿议题对接的空间。在方法学层面，原始队列研究、混合研究、质性Meta整合等方法的应用相对有限，建议加强方法学多元化训练。
此外，期刊×主题热图揭示的差异化分布也为科研人员选刊投稿、为期刊编辑选题策划提供了客观依据。例如康复护理类研究最适合的期刊为《中国实用护理杂志》《中华护理杂志》；护理管理与队伍建设类研究的最适期刊为《护理管理杂志》；数字化护理类研究的最适期刊为《护理学杂志》《护理研究》。
4 研究局限性
本研究存在以下局限。第一，单一数据库限制：仅采用CNKI作为数据源，未包含万方、维普、PubMed、Web of Science等其他中英文数据库，可能存在题录覆盖不全。第二，时间窗限制：数据采集时点为2026年5月初，各刊期号覆盖3～9期不等，绝对篇数比较存在偏差，已通过期均产出标化降低不平衡影响。第三，字段限制：CNKI题录不含关键词、机构信息、参考文献与被引数据，无法做关键词共现网络、机构合作网络、共被引分析与突现词分析等深层科学计量学分析；本研究采用题名+摘要双层正则匹配作为关键词共现的功能性替代。第四，编码精度限制：基于规则的多标签编码在边界案例上存在约1%以下的误判率，主要发生在二次研究文献的标签溢出与多义关键词上，已通过题名硬约束修正减轻。第五，期刊覆盖限制：检索词清单含10本，《解放军护理杂志》在CNKI 2026年检索结果中为0条，原因为该刊已更名为《军事护理》，CNKI收录路径变更，本研究中未将《军事护理》作为补充期刊纳入。未来研究可在多数据库联合检索、关键词补充提取、纵向多年度对比、引入主题模型LDA或BERTopic作为规则编码的数据驱动旁证等方面进一步深化。
5 小结
本研究基于9本中文护理核心期刊2026年上半年的1 112条题录数据，从期刊产出、作者协作、研究方法、研究人群、研究主题5个维度对中文护理研究图景进行了可视化呈现。结果表明，2026年中文护理研究呈现出循证综合与本土化工具构建双轮驱动、智慧化与人工智能浪潮初显、护士群体研究备受关注的特征；不同期刊在主题偏好上存在显著差异化分工。建议护理科研人员关注弱势人群研究、加强高级别原始证据生产、主动参与智慧护理的标准与伦理治理；建议期刊编辑根据各刊主题分布特征进行差异化选题策划，以共同推动中文护理学科高质量发展。本研究采用的题名+摘要双层正则匹配多标签编码体系，可为同类基于受限题录的描述性热点分析提供方法学参考。
参考文献
[1] 胡雁, 王志稳. 护理研究[M]. 6版. 北京: 人民卫生出版社, 2023: 12-25.
HU Y, WANG ZW. Nursing research[M]. 6th ed. Beijing: People's Medical Publishing House, 2023: 12-25.
[2] 国家卫生健康委员会. "十四五"护理事业发展规划[EB/OL]. (2022-04-29)[2026-04-30]. http://www.nhc.gov.cn/yzygj/s7659/202205/441f75ad347b4ed68a7d2f2972f78e67.shtml.
National Health Commission of the People's Republic of China. The 14th Five-Year Plan for the development of nursing[EB/OL]. (2022-04-29)[2026-04-30]. http://www.nhc.gov.cn/yzygj/s7659/202205/441f75ad347b4ed68a7d2f2972f78e67.shtml.
[3] Donthu N, Kumar S, Mukherjee D, et al. How to conduct a bibliometric analysis: An overview and guidelines[J]. Journal of Business Research, 2021, 133: 285-296. DOI: 10.1016/j.jbusres.2021.04.070.
[4] Fan J, Chen Z, Yan Y, et al. Visual mapping of nursing research themes and frontiers in the past decade: A bibliometric analysis[J]. Journal of Advanced Nursing, 2024, 80(3): 845-862. DOI: 10.1111/jan.15923.
[5] 陈乐, 谢海雁, 罗志芹, 等. 近十年中文护理学核心期刊研究热点的可视化分析[J]. 中华护理杂志, 2023, 58(15): 1856-1862. DOI: 10.3761/j.issn.0254-1769.2023.15.012.
CHEN L, XIE HY, LUO ZQ, et al. Visualization analysis of research hotspots in core Chinese nursing journals in the past decade[J]. Chinese Journal of Nursing, 2023, 58(15): 1856-1862. DOI: 10.3761/j.issn.0254-1769.2023.15.012.
[6] 袁长蓉, 沈逸, 储婷婷. 我国护理学科研究热点与前沿：基于2010—2020年文献的可视化分析[J]. 中华护理杂志, 2021, 56(9): 1305-1311.
YUAN CR, SHEN Y, CHU TT. Research hotspots and frontiers of nursing in China: A visualization analysis based on literature from 2010 to 2020[J]. Chinese Journal of Nursing, 2021, 56(9): 1305-1311.
[7] Chen C. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology, 2006, 57(3): 359-377. DOI: 10.1002/asi.20317.
[8] van Eck NJ, Waltman L. Software survey: VOSviewer, a computer program for bibliometric mapping[J]. Scientometrics, 2010, 84(2): 523-538. DOI: 10.1007/s11192-009-0146-3.
[9] 邢凤梅, 张盼盼, 于雪峰. 国内外护理学科研究热点对比分析：基于CiteSpace的可视化研究[J]. 中国护理管理, 2022, 22(7): 1029-1034.
XING FM, ZHANG PP, YU XF. Comparative analysis of nursing research hotspots between China and abroad: A CiteSpace-based visualization study[J]. Chinese Nursing Management, 2022, 22(7): 1029-1034.
[10] Wang Y, Liu C, Wang P. Patient experience research in nursing: A 10-year bibliometric analysis[J]. International Journal of Nursing Studies, 2023, 145: 104538.
[11] 蒋敏, 顾莺, 张玉侠. 文献计量学分析在护理研究中的应用现状与思考[J]. 护理研究, 2022, 36(8): 1383-1387.
JIANG M, GU Y, ZHANG YX. Application status and reflection of bibliometric analysis in nursing research[J]. Chinese Nursing Research, 2022, 36(8): 1383-1387.
[12] Tricco AC, Lillie E, Zarin W, et al. PRISMA Extension for Scoping Reviews (PRISMA-ScR): Checklist and explanation[J]. Annals of Internal Medicine, 2018, 169(7): 467-473. DOI: 10.7326/M18-0850.
[13] 邱均平. 信息计量学[M]. 武汉: 武汉大学出版社, 2007: 88-95.
QIU JP. Informetrics[M]. Wuhan: Wuhan University Press, 2007: 88-95.
[14] Price DJ. Little science, big science[M]. New York: Columbia University Press, 1963: 33-49.
[15] 顾申申, 杨锦霞, 吴晓琴, 等. 潜在剖面分析在中文护理研究中的应用现状与展望[J]. 护理学杂志, 2024, 39(7): 99-103.
GU SS, YANG JX, WU XQ, et al. Application of latent profile analysis in Chinese nursing research: Status quo and prospects[J]. Journal of Nursing Science, 2024, 39(7): 99-103.
[16] 胡雁. 循证护理学[M]. 3版. 北京: 人民卫生出版社, 2024: 5-18.
HU Y. Evidence-based nursing[M]. 3rd ed. Beijing: People's Medical Publishing House, 2024: 5-18.
[17] 周英凤, 顾莺, 胡雁, 等. 我国循证护理实践中心建设的回顾与展望[J]. 护士进修杂志, 2023, 38(16): 1441-1445.
ZHOU YF, GU Y, HU Y, et al. Construction of evidence-based nursing practice centers in China: Review and prospects[J]. Journal of Nurses Training, 2023, 38(16): 1441-1445.
[18] 葛龙, 拜争刚, 杨克虎. 护理研究中循证方法学的现状与发展趋势[J]. 中华护理杂志, 2022, 57(5): 524-530.
GE L, BAI ZG, YANG KH. Evidence-based methodology in nursing research: Status quo and development trends[J]. Chinese Journal of Nursing, 2022, 57(5): 524-530.
[19] Chien TW, Chow JC, Chang Y, et al. The application of artificial intelligence in nursing research: A bibliometric and visual analysis[J]. Journal of Nursing Management, 2024, 32(2): 489-501.
[20] 国家卫生健康委员会医政司. 关于印发全国护理事业发展规划(2021—2025年)的通知[EB/OL]. (2022-05-09)[2026-04-30]. http://www.nhc.gov.cn/yzygj/s7653pd/202205/4d2107335a0d489ea03408e057f8b8aa.shtml.
Department of Medical Administration of the National Health Commission. National Nursing Development Plan (2021-2025)[EB/OL]. (2022-05-09)[2026-04-30]. http://www.nhc.gov.cn/yzygj/s7653pd/202205/4d2107335a0d489ea03408e057f8b8aa.shtml.
[21] 张宇辰, 刘霞, 赵林, 等. DeepSeek大语言模型在护理病历智能化管理中的应用[J]. 中国护理管理, 2026, 26(3): 429-434.
ZHANG YC, LIU X, ZHAO L, et al. Application of the DeepSeek large language model in intelligent management of nursing records[J]. Chinese Nursing Management, 2026, 26(3): 429-434.
[22] 葛瑞钰, 付红英, 张永春, 等. 护理硕士研究生科研中应用AI的伦理困境[J]. 护理学报, 2026, 33(1): 7-11.
GE RY, FU HY, ZHANG YC, et al. Ethical dilemmas in applying artificial intelligence in nursing master's research[J]. Journal of Nursing (China), 2026, 33(1): 7-11.
[23] Robert R, Kentish-Barnes N, Boyer A, et al. Ethics of AI in healthcare: Implications for nursing practice[J]. Nursing Ethics, 2024, 31(2): 287-301.
[24] 中共中央, 国务院. 关于实施健康中国行动的意见[EB/OL]. (2019-07-15)[2026-04-30]. http://www.gov.cn/zhengce/2019-07/15/content_5409492.htm.
Central Committee of the Communist Party of China, State Council. Opinions on implementing the Healthy China Initiative[EB/OL]. (2019-07-15)[2026-04-30]. http://www.gov.cn/zhengce/2019-07/15/content_5409492.htm.
