1 引言
1.1 研究背景与意义
1.1.1 研究背景
德尔菲法由于兼具可靠的匿名性和良好的反馈性的特点，作为预测结果的研究方法被先后广泛应用于军事，心理学，社会经济学，管理学，运筹学及医学等领域，为一些重大问题提供了更加科学有效的解决办法。同时，在医疗、护理和卫生服务研究等领域，也都发挥着重要作用。
Long 等在 2002 年的一份调查表中指出，德尔菲法是《今日护理教育》（NurseEducation Today）最为常用的研究方法之一[3]，足以体现德尔菲法在护理学研究中的地位。此外，在公共卫生领域，德尔菲法及其衍生出来的新方法也大放异彩，如流行病学疾病防控研究，食品安全与卫生和卫生经济学评价等方面就是很好的例证。结合2019 年末爆发的新冠疫情等重大公共卫生事件，德尔菲法在疫情的应急处置，危重症患者的护理风险预警指标的构建，护士长岗位胜任力培训大纲的构建等方面也都发挥了举足轻重的作用[4]，切实有效保护了人民的生命健康，最大限度减少了疫情冲击带给国家，社会及人民的损失，同时，作为一门交叉学科，生物医学涉及的领域众多，尤其随着随着社会-心理-生物医学模式的提出、系统生物学的发展，形成了现代系统生物医学，这些都是关系到提高医疗诊断水平和人类自身健康的重要学科[5]，而对“德尔菲法”在此领域运用的探索，则有助于为今后的研究道路提供参考和借鉴。
1.1.2 研究意义
在德尔菲法越来越被广泛应用于医学领域的背景下，如果能从此方法的源头及演化历程去进一步了解“德尔菲法”的发展脉络及未来方向，对于更加系统全面的掌握“德尔菲法”，从而促进相关科研工作的开展具有重要意义；如果借此机会对生物医学领域中德尔菲法的应用实例及优缺点作系统的分析，对之后包括生物医学领域在内的科学研究的各个领域都将有一定的帮助。
............................
1.2 国内外相关研究综述
“德尔菲法”起源于 20 世纪中叶的美国兰德公司，最初用于军事战争的预测，后来又扩展到了诸如医学、教育、管理学等领域[6]。除了不断扩展的应用领域外，先后也有学者对“德尔菲法“的一些内在方法进行了不断地改进。如 Young W.H[7]、ProctorS[8]、Beech B.F[9]等人就对“德尔菲法”应该进行的回合数量分别进行过讨论；McKennaH.P[10]、Beretta Rp[11]、Crisp J[12]等人则对“德尔菲法”提出了一些新的改进形式；Williams P[13]、Beech B.F[14]、Butterworth T[15]、Duffield C[16]等人则对“德尔菲法”方法进行过程中关于最终得到“共识”的程度进行了一系列讨论；而 Chitu Okoli、SuzanneD. Pawlowski 等人则对“德尔菲法”中关于选择合适的专家提供了严格的指导方针。
在 20 世纪 70 年代末期，德尔菲法被引入我国，时至今日，已经成为我国广泛应用的预测及评价方法。1981 年 , 许立达发表在《情报科学》上的“ 特尔斐法的稳定性与一致性” 是我国最早研究德尔菲法的文献；1986 年 , 王浣尘等对德尔菲法中最佳专家人数、咨询结果评价以及是否需要进一步咨询等问题从理论上进行了探讨,并在独立正态分布假设下推导出了有关计算公式[17]；学者郭嘉介绍了德尔菲法的四种派生形式；之后，王晓闽又提出专家对预测结果应进行自我评价，部分取消反馈等意见；刘建忠提出每一位专家在提出方案的同时要指出其中利与弊,反复几轮后, 由工作人员用反演数学方法整理专家们意见减少经典德尔菲法的缺点；蔡辉等对评价专家个体进行分类与分析,以此作为选择和调整评价专家的依据, 以提高专家意见的协调度；之后，还有崔志明，张道武，管春，宗金峰[18-22]，田军等众多学者从数据处理方法等各个方面对德尔菲法提出了进一步改进的意见。在我国，袁勤俭教授曾研究得出结论，德尔菲法在评价相关领域、层次分析法相关领域、科技预测相关领域、生态环境和可持续发展相关领域、确定影响因素相关领域、医学相关领域、教育相关领域均发挥着不可替代的作用，尤其对于医学领域而言，其不仅是我国最早应用德尔菲法的领域之一，同时也是成熟度相对最高的领域之一。
..............................
2 “德尔菲法”的起源与演化
2.1 数据处理
本文应用 2014 年由荷兰阿姆斯特丹大学 L.Leydesdorff 等开发的 RPYS 软件包来进行研究（L.Leydesdorff 的个人网页 http: //www.leydesdorff.net /software/rpys/可免费获取)。RPYS 软件包由三个子程序组成，包括：rpys.exe，yearcr.exe 和 Ref MatchCluster．jar。
第一步：将 12710 篇德尔菲法的相关文献的题录信息整合成一个单独的文件夹并命名为“data.txt”，然后执行 rpys.exe 这个程序，处理后会找到名为 rpys.dbf 和median.dbf 的文件，前者包含两列数据，即 rpy 和 rpys，分别对应参考文献出版年图谱的横轴和纵轴[25]；后者包含数据 median 值，指某年的参考文献的总被引频次相较于前后五年的总被引频次平均数的偏差值，用于辅助判断峰值点。
第二步：按同样的方法执行第二个子程序 yearcr.exe，选择要分析的起始年份：“1900-2019”，对名为“cr.dbf”的文件（由第一个子程序 rpys.exe 返回）进行处理，就可以得到所选时间段内每年所有参考文献的篇名和单独对应的被引用次数的yearcr.dbf 文件；
第三步：执行 Ref Match Cluster．jar 可以对 yearcr.dbf 内可能存在的重复参考文献进行合并处理以减小误差。
第四步：选取 rpys.dbf 和 median.dbf 中的相应数据，调整合适的时间跨度就可以利用 EXCEL 绘制得到以年份为横轴，被引频次为纵轴的参考文献出版年图谱“RPYS”（如图 1）。
生物医学论文怎么写
2.2 1900-1945年时间段分析
按照同上一样的方法，单独绘制出 1900-1945 年时间段内德尔菲法领域的参考文献出版年图谱（如图 2）。由图中可以看出，在这个时间段内存在 2 个明显的峰值，分别是 1927 年，1936 年。
生物医学论文怎么写
第二个峰值指向现代统计科学奠基人之一的 Fisher r.a.于 1936 年发表在“人类遗传 学 年 鉴 （ Annals of Human Genetics ） ” 上 的 一 篇 名 为 The Use Of MultipleMeasurements In Taxonomic Problems（ 《多尺度测量在分类问题中的应用》 ）的文章。该文通过介绍对某一问题的多次反复测量[28]，旨在通过尽量少的时间,成本与工作量，得到尽量多的有用资讯。笔者认为，此文中的“多次反复测量”以得到最准确信息的方法对“德尔菲法”中通过多轮反馈以得到最科学的结论的思想有所启示。
.........................
3 “德尔菲法” 在生物医学领域的应用................................ 15
3.1 数据处理........................................... 15
3.2 1950-1970 年时间段分析....................................16
3.3 1971-1990 年时间段分析..............................18
4 讨论与总结..................................... 26
4.1 结论........................... 26
4.2 建议.................................... 28
4.3 研究不足与展望................................. 29
3 “德尔菲法” 在生物医学领域的应用
3.1 数据处理
第 一 步 ： 在 Web of Science 数 据 库 中 检 索 相 关 文 献 ， 检 索 策 略 为 主 题 =（biomedicine)OR(biodical science)AND 主题=(delphi)，文献类型选择“ARTICLE”,学科类别的精炼包括：Surgery（外科学） OR Integrative Complementary Medicine（综合互补医学） OR Radiology（放射学）OR Nuclear Medicine（核医学）OR MedicalImaging（医学影像学） OR Immunology（免疫学） OR Biochemistry（生物化学）Molecular Biology（分子生物学） OR Chemistry Medicinal（药物化学）OR SocialSciences Biomedical（社会科学生物医学） OR Physiology（生理学） OR Toxicology（毒理学） OR Biotechnology Applied Microbiology（生物技术与应用微生物学） ORReproductive Biology（生殖生物学）OR Cell Tissue Engineering（细胞组织工程学）ORClinical Neurology（临床神经学） OR Endocrinology Metabolism（内分泌代谢学） ORMedicine Research Experimental（医学实验研究） OR Oncology（肿瘤学） OREngineering Biomedical（生物医学工程） OR Psychiatry（精神病学） OR Health PolcyServices（卫生政策服务研究） OR Medicne General Interna（l全科医学） OR ObstetricsGynecology（妇产科） OR Cell Biology（细胞生物学） OR Neurosciences（神经科学） OR Nutrition Dietetics（营养饮食学） OR Microbiologyor （微生物学）Urology（泌尿学）OR Nephrology（肾脏学） OR Medical Informatics（医学信息学） ORGastroenterology Hepatology（胃肠病学） OR Health Care Sciences Services（医疗保健科学服务） OR Medical Ethics（医学伦理学） OR Nursing（护理学） OR BiologyorGenetics Heredity（生物遗传学）,时间跨度设置在“1950-2021”年（这里的时间选择是依据“德尔菲法”和“生物医学”的概念都是在 20 世纪 50 年代左右被提出的，最终得到 3067 篇文献。
第二步：按照“2.1”提到的方法，对 3067 篇文献进行处理，得到“德尔菲法”在生物医学领域应用的参考文献出版年图谱——RPYS（如图 5）。
生物医学论文参考
4 讨论与总结
4.1 结论
1.“德尔菲法”的应用范围很广，且其诞生与统计学的相关性很大。
仅从上述找到的峰值点上的 25 篇文献来看，“德尔菲法”涉及到的学科就包括了统计学、社会经济学、管理科学、运筹学、医学护理学等众多学科，内容包括“军队工作措施的改进”、“太阳能商业化市场影响因素的分析”、“国民保健服务体系内的临床治理质量的提高”、“阿尔兹海默症全球患病率的调查”、“疼痛机制的研究”、“医学评估的判定”、“血浆容量扩张剂不良影响的探讨”、“精神分裂症与文化因素关系的研究”、“替代疗法原理的解释”、“培养临床医生的核心课程的设置”等。
在“德尔菲法”产生之前，发现了两篇被引频次最高的文献，分别是 ProbableInference, The Law Of Succession, And Statistical Inference（《可能推理，继承法和统计推断》）一文和 The Use Of Multiple Measurements In Taxonomic Problems（《多尺度测量在分类问题中的应用》）一文，经分析，两篇文章均与统计学相关，且第二篇文章的作者是现代统计科学的奠基人之一，这足以说明“德尔菲法”的诞生与统计学之间的联系。
2. “德尔菲法”的使用和推广随着时间发展而不断得到加强，且在2011年发展了更成熟的阶段。
1900-1945 年间，与“德尔菲法”有关的文献的年总被引频次最高到达 75 次1946-1991 年间，与“德尔菲法”有关的文献的年总被引频次最高达到 1062 次；1992-2020 年间，与“德尔菲法”有关的文献的年被引总频次最高达到了 23774 次，三个时间段内，相关文献的最高年总被引频次呈指数型增长，这表明“德尔菲法”的应用随着时间推移而得到快速传播。在 2011 年时，年总被引频次达到了最高点，之后又开始下降，说明“德尔菲法”在 2011 年左右到达了最成熟的发展阶段，此间对德尔菲法的研究到达了顶点，在之后的缓慢下降则表明目前“德尔菲法”在各方面的应用已经基本定型，暂时没有对方法和内容的重大改进和更新。
参考文献（略）