看護研究の粗視化と特徴的キーワード抽出

(1)

医療情報学会・人工知能学会 AIM 合同研究会資料 SIG-AIMED-008-05

看護研究の粗視化と特徴的キーワード抽出

Coarse graining of nursing research

and characteristic keyword extraction

今井哲郎

1∗

_{川口孝泰}

2

Tetsuo Imai

1

Takayasu Kawaguchi

2

1

_{長崎大学大学院工学研究科}

1

_{Graduate School of Engineering, Nagasaki University}

2

_{東京情報大学看護学部遠隔看護実践研究センター}

2

_{Telenursing Research Center, Faculty of Nursing, Tokyo University of Information Sciences}

Abstract: It is required to promote interdisciplinary research also in nursing research. How-ever, there is still insuﬃcient information for researchers outside nursing research to grasp nursing research comprehensively, which impedes collaboration between nursing researchers and those in other fields. To promote interdisciplinary research, we are providing information by quantitative and objective analysis. In this article, by co-author network analysis we extracted nursing research groups which are characterized with some keywords, and made coarse-grained nursing research maps.

1 はじめに

看護研究 (看護学に関する学術研究) は，患者等のケアに関する様々な取り組みが主要な研究テーマである．患者等のケアの場では，医療や介護に携わる様々な職種の密接な連携 (他職種連携) が求められるが，その要となる働きを担うのは看護師である．そのため看護研究においては，様々な学術分野との連携が必然的に重要である．また近年の少子高齢化に伴い，医療従事者や介護従事者などの医療資源の不足や医療費の高騰等の諸問題が深刻となっており，患者のケアに関する業務においても，その省力化が社会的に強く求められている．そのためには近年発展の著しい AI や IoT といった情報分野との連携を促進していくことが重要である．そのため今後の看護研究の発展には特に，他分野との学際的研究の促進が大きな役割を果たすと考えられる．看護研究における既存の研究動向の分析は，分野の代表的研究者らが従来型の分類に基づいて分類するものであり，また対象も単一論文誌のみがほとんどであった．看護研究においては，科学計量学の手法に基づく自己組織的な研究動向の分析は，著者らの取り組み [1, 4] を除いてはほとんど行われていない．そのため，看護研究の初学者や特に他分野の研究者にとって，看護研究全体の俯瞰的把握のための情報が必ずしも十分では ∗_{連絡先：長崎大学大学院工学研究科} 〒 852-8501 長崎県長崎市文教町 1-14 e-mail: [email protected] なく，看護研究との共同研究の足がかりがつかめないために，看護研究において特に重要な学際研究が阻害されているという問題があった．さらには看護研究の学術活動の他の分野との客観的手法による比較が十分ではないことから，看護研究が他の分野に対して持つ優位点や改善点などが十分に把握できないという問題があった．そこで現在著者らは，研究者間の共同研究という観点から，看護研究の研究領域や研究者グループを科学計量学的手法によって明らかにし，さらには他分野の学術活動の分析・比較によって看護研究が特有に持つ特徴を明らかにする取り組みを行っている．本研究のねらいは，看護分野と他分野との学際共同研究の促進を図るとともに，看護研究初学者へ向けた看護研究ガイドとしての情報提供や，中堅研究者へ向けた現在位置把握＋周辺研究の可視化とそれによる分野内/学際共同研究活動の促進，リーダー研究者へ向けた看護研究発展のための共同研究促進方策に資する情報提供を行うことである．本稿では，科学計量学的手法の一つでもある共著ネットワーク分析の手法により看護研究グループを抽出し，また各研究者グループに関して特徴的キーワードによる分析を行うことで，看護研究の粗視化を行う．

(2)

2 分析手法

本稿では，学術文献データベースの著者情報から共著ネットワークを構築し，コミュニティ検出を実施した上で，文献に付与されているキーワードによってコミュニティと論文誌の特徴を分析した．本稿では，研究トレンドを時系列変化を見るために，全文献を発行年によって 3 期 (第 1 期: 1982–1994, 第 2 期:1995–2006, 第 3 期: 2007-2018) に分け，各期および全体を通した通期 (1982–2018) について，その特徴を分析した．なお他の期間が 12 年であるのに対し，第 1 期のみ 13 年としているのは，この期間が看護研究の草創期に当たるために文献数が少ないためである．

2.1 共著ネットワークの構築

本稿における共著ネットワーク構築の流れを図 1 に示す．本稿における共著ネットワークは，著者をノードとし，2 人の著者間に共著関係がある場合にノード間にエッジを付与して構築されるものである．一編の論文に 3 名以上の著者がある場合は，その全ての著者間にエッジが付与される．本稿では，文献情報データベースとして医学中央雑誌刊行会が提供する医中誌データベースを用いた．本稿の分析対象は看護研究であるので，抽出対象とする文献を，一般社団法人日本看護系学会協議会会員学会 44 学会 (2018 年時点) 発行の論文誌 (前身論文誌を含む) に 1982 年から 2018 年までに掲載された全ての原著論文とした．抽出された文献は全部で 9 700 編であった．

2.2 コミュニティ検出

看護研究における研究グループを洗い出すために，共著ネットワークに対してコミュニティ検出を行った．コミュニティ検出とはネットワークにおけるクラスタリング手法の一つで，ネットワーク全体からつながりの強い部分ネットワーク (=コミュニティ) を検出する手法である．コミュニティ検出アルゴリズムとして，本研究では Louvain 法 [3] を用いた．これはネットワークにおけるノードをハードクラスタリングする手法の一つで，コミュニティ検出の「良さ」を表す指標であるモジュラリティを最大化するアルゴリズムである．Louvain 法は大規模ネットワークに対しても計算量が小さく，最速かつ最高精度の手法として知られている．Louvain 法では，ノード選択順序をランダムに決定するため，ノード選択順序によってコミュニティ検出結果が異なる．そのため本稿では，ランダムに生成した 10 000 パターンのノード選択順序に対して Louvain 法を実行し，モジュラリティの値が最大となる結果を，コミュニティ検出結果とした．

2.3 特徴語検出

本稿では各論文誌/コミュニティの特徴付けを行うために，各論文誌/コミュニティの特徴語を抽出する．医中誌に収録されている文献にはそれぞれ，医学中央雑誌刊行会が定める「統制語」と呼ばれるキーワードが付与されており，本稿ではこのキーワードを用いて各論文誌/コミュニティの特徴付けを行う．キーワードの特徴量を定量的に評価する方法として，本稿では広く利用されている tf-idf 法を用いた．本稿において tf-idf は，ある論文誌/コミュニティ内でキーワードがどれだけ多く使用されているのかを示す指標である TF(Term Frequency) と，そのキーワードがどれだけ少ない数の論文誌/コミュニティで使用されているかを示す指標である IDF(Inverse Document Frequency) の積として算出される [2]．TF と IDF の算出方法にはさまざまなバリエーションがあるが，本稿では以下の定義を採用し た．論文誌/コミュニティi に関して，キーワード x の TF および IDF は tf (x, i) = ∑n(x, i) yn(y, i) idf (x) = log ( N df (x) ) として算出される．ここで n(x, i) は論文誌/コミュニ ティi における全文献の中でキーワード x を含む文献の 数であり，tf (x, i) の分母は論文誌/コミュニティi にお ける全文献数となる．また N は全文献数を，df (x) は その中でキーワード x を含む文献数を示す．したがって 論文誌/コミュニティi に関して，キーワード x の tf-idf 値は， tf -idf (x, i) = tf (x, i)· idf(x) となる．

3 結果

3.1 コミュニティの研究動向の分析

各期および通期について，本手法による看護研究の粗視化と各コミュニティの特徴的キーワードの分析を行った．通期 (1982–2018) の結果を図 2 に示す．図 2 の結果では，全部で 60 個のコミュニティが検出された．ノードで示されるコミュニティのキーワードを見ると，概ね類似したキーワードが並んでいることが確認でき，研究グループ内である程度共通の研究テーマがあることが分かる．他にも，どのキーワードに関する研究グループが大きな規模を持っているのか，またノードをつなぐエッジを見ることでどの研究グループ同士の関係性が強いかを把握できる．

(3)

論文誌 𝒌𝒌 著者A，著者B，著者C 医中誌データベース論文誌 𝒋𝒋 著者A，著者C，著者E 論文誌 𝒊𝒊 著者A，著者C，著者D 共著NWを構築 • 著者がノード，共著関係がエッジ • 各著者ペアの掲載論文誌や論文キーワードを記録論文誌 𝒌𝒌 著者C，著者D 論文誌 𝒋𝒋 著者A，著者D，著者E 論文誌 𝒊𝒊 著者C，著者E 学術文献DBの決定 • 医学中央雑誌刊行会が提供 • 医学・歯学・薬学及び看護学・獣医学・公衆衛生学などの関連分野の国内文献を収録文献情報の抽出 • 看護系学会協議会会員の 44学会発行の論文誌 (前身論文誌を含む) • 1982年～2018年の9 700編 • 原著論文のみコミュニティ抽出 • 研究者全体をサブグループ（「コミュニティ」）に分割 • コミュニティ内部のエッジ数が，コミュニティ間をまたぐエッジ数よりもできるだけ大きくなるように分割（「Louvain法」） [キーワードd +キーワードe +キーワードf] [キーワードG +キーワードh +キーワードi] [キーワードa +キーワードb +キーワードc] [キーワードj +キーワードk +キーワードl] コミュニティの特徴語分析 • 各コミュニティ内に含まれる文献キーワード（医中誌の「統制語」）をTF-IDF で抽出図 1: 本稿の分析の流れこのような看護研究の俯瞰的な情報を広く提供することで，他分野の研究者にとっては看護研究との連携を検討しやすくなり，また看護研究者にとっては，俯瞰的把握，自身の現在位置の把握，今後の看護研究の発展への示唆となることが期待できる．

3.2 論文誌の研究動向の時系列分析

論文誌に関する研究動向について述べる．ここでは日本看護学教育学会誌を取り上げ，各期における特徴的キーワードの推移によって，研究トレンドの変化を明らかにする．表 1 に，日本看護学教育学会誌における各期の tf-idf 値の上位 10 個のキーワードを示す．キーワード「看護大学教育」について注目すると，第 1 期ではランク外となっていたが，第 2 期では第 8 位に，第 3 期では第 1 位になっている．これは，1991 年度には 11 校であった看護系大学の数が，2015 年度には 241 校にまで急激に増大したことにより，看護学の教育に関して「看護大学教育」の重要性が増大したことを反映していると考えられる．このように，特徴的キーワードの推移を示すことで，各看護系論文誌における研究トレンドの変化を明らかにすることができる．

4 おわりに

本研究では看護研究と他分野との連携研究促進へ向けた情報提供のために，共著ネットワーク分析の手法を用いて看護研究の動向を可視化し，分析結果の一部を示した．今後は，研究コミュニティと研究テーマのより詳細な時系列分析を行うことで，看護研究の変遷を明らかにしていく予定である．また看護研究によって形成される共著ネットワークの特徴と，医学等の周辺分野，また情報工学などの他分野の共著ネットワークの特徴を比較することで，看護研究の共著ネットワークが特有に持つ特徴を明らかにすることが期待される．また今後，海外の共著 NW との比較をすることで，国際的研究を推進する方向性を得ることも期待される．著者らによって既に一部の分析を行われている [4] が，海外の看護研究については CINAHL などの海外看護文献データベースが知られており，これらのデータベースから構築した海外の看護研究における共著 NW と比較することによって，日本と他国の国際協力のあり方の差異を見いだし，日本の看護研究者特有の特徴を明確化することが期待できる．また世界全体の看護研究

(4)

図 2: 看護研究グループの粗視化と特徴的キーワード (1982–2018 の文献)．コミュニティ(=研究者グループ) をノードで表し，コミュニティ間の関係性を重み付きエッジで表現したコミュニティ間ネットワークである．各ノードの大きさは対応するコミュニティに所属する著者数に比例しており，また各ノードの位置に意味はなく，見やすさのみを基準に配置している．コミュニティ番号に続く角括弧内にそのコミュニティにおける特徴的キーワードを 3 つ列挙している．との比較により，日本の看護研究者が世界の中でどのような位置づけにあるのかを評価できるようになることが期待できる．他の分野では既に，世界の共著 NW の分析によって日本出身研究者の世界における位置づけが分析され，今後の国際連携戦略や研究支援機関のあり方等に関する提言が行われている [5]．今後，看護研究においても同様の取り組みが行われることで，日本の看護研究の国際競争力を高めていくために，個々の研究者，また研究活動を支援する学会の活動のあり方等に関する示唆を得られることが期待できる．

謝辞

本研究は JSPS 科研費 15KT0108, 16H02693, 18K10249, 18K10211 の助成を受けたものである．

参考文献

[1] 今井哲郎, 川口孝泰,: 看護系論文の共著者ネットワークの分析による看護学専門領域の分類, 東京情報大学研究論集, Vol. 21, No. 2, pp. 43–51 (2018) [2] 文部科学省科学技術・学術政策研究所,: サイエンス マップ 2014, NISTEP REPORT, No. 169, DOI: http://doi.org/10.15108/nr169 (2016)

[3] Blondel, V.D., Guillaume, J-L., Lambiotte, R., Lefebvre, E.: Fast Unfolding of Communities in Large Networks, Journal of Statistical Mechanics

Theory and Experiment, Vol. 2008 (2008)

[4] Imai, T., Kawwguchi, T.: Clustering of nurs-ing research journals based on co-occurrences in co-author relationships, The 38th JSST

(5)

表 1: 日本看護学教育学会誌に関する各期の特徴的キーワード (tf-idf 値で上位 10 位まで)

キーワード tf-idf キーワード tf-idf キーワード tf-idf

学生 0.039 看護教育研究 0.029 看護大学教育 0.012 態度 0.031 看護学教員 0.020 看護学生 0.011 教員 0.026 看護学生 0.019 臨床・臨地実習 0.011 問題解決 0.018 臨床・臨地実習 0.016 看護学教員 0.009 高齢者看護（教育・指導） 0.016 看護基礎教育 0.014 看護基礎教育 0.008 看護教育（心理学） 0.016 看護教育 0.013 成人看護 0.007 医学教育 0.016 看護短大教育 0.013 教育手法 0.006 教育評価 0.016 看護大学教育 0.013 看護学生-患者関係 0.006 看護教育（調査・実態） 0.010 看護教員臨床実践 0.012 学習 0.005 小児看護（教育・指導） 0.010 学習 0.012 看護専門学校教育 0.005 第1期 1982-1994 第2期第3期 1995-2006 2007-2018

Technology (JSST2019) Conference Proceedings,

pp. 133–136 (2019)

[5] 内藤理, 佐藤啓宏, 工藤俊亮, 池内克史,: 共著関係から見た国際的な研究者ネットワークにおいて日本出身研究者の採るべき連携戦略, 日本ロボット学会誌，Vol. 31, No. 6，pp. 583–590 (2013)

看護研究の粗視化と特徴的キーワード抽出