摘要目的:基于CiteSpace软件绘制知识图谱,进行早发型子痫前期发病预测模型相关研究的可视化分析.方法:检索2004年1月1日-2023年12月31日中国知网(CNKI)、万方(Wanfang)、维普(VIP)、PubMed及Web of Science(WoS)数据库关于早发型子痫前期发病预测模型相关研究,利用CiteSpace软件对文献的作者、机构、关键词进行可视化分析,采用对数似然率(logarithmic likelihood rate,LLR)聚类对中文、英文文献关键词进行聚类分析.结果:共纳入693篇文献,中文文献327篇,英文文献366篇.国内及国外发文量大体均呈上升趋势,英文文献数据库作者及机构合作相对紧密,中文文献数据库作者及机构合作相对分散.中文文献得到2个聚类,为早发型及预测;英文文献得到7个聚类,为DNA甲基化、早孕期筛查、早发型子痫前期、氧化应激、多重免疫测定、胎儿体质量估计及HELLP综合征.突现词分析显示中文文献数据库2019年及以前主要侧重于分析早发型子痫前期疾病临床特点及治疗策略;2020年及之后,着重于用子痫发病传统标志物构建预测模型.英文文献数据库以早发型子痫前期独立性风险因素为重点,不仅明确了母体因素(子痫前期病史、妊娠期高血压及胎儿生长受限等)、传统指标(子宫动脉多普勒超声、生化标志物、血管生长因子及胎盘生长因子等)等临床可靠且实用特异性指标,还尝试从免疫、DNA甲基化、氧化应激等方向着手发掘临床可广泛应用的特异性指标,且在传统统计方法基础上创新性融合机器学习算法构建模型预测早发型子痫前期的发生.结论:目前构建早发型子痫前期发病预测模型仍为国内外的研究热点,所发掘的特异性指标在融合机器学习算法大背景下构建的预测模型的可靠效力有望进一步提升.