摘要目的 基于文献计量学方法,系统梳理急诊科拥挤度评估领域的研究进展、知识结构及演化路径,揭示学科发展规律.方法 以Web of Science核心合集为数据源,检索1995年1月1日至2024年12月31日急诊科拥挤度评估相关文献931篇.运用CiteSpace 6.3.1进行关键词共现、突现检测及时间线聚类分析,结合作者合作网络、机构合作网络和文献共被引分析,绘制知识图谱.结果 领域发展呈现三阶段特征:①基础构建期(1995～2005年),聚焦基础指标和政策响应;②技术整合期(2006～2015年),数据驱动的模型开发与质量标准化验证管理成为研究焦点,"救护车转向"的突现强度达12.98,自2003年以来长达12年的突现期表明该主题经历了"政策响应-技术优化-效果争议"的完整周期;③智能转型期(2016～2024年),"机器学习"(突现强度9.31,2021～2024年)首次应用于急诊科拥挤度预测模型开发,反映技术应用的爆发性增长.知识图谱显示,高频关键词("急诊科""护理"等)与高中心性关键词("质量""准确度"等)形成"基础-方法"双核心结构.作者合作总体上呈现"广分布,低发文,小聚集"的特征,哈佛大学、多伦多大学等机构形成北美主导的合作网络.文献共被引分析识别出三类知识群:高被引奠基文献奠定研究基石(如系统评价为多维评估干预提供了框架)、高中介中心性桥梁文献推动跨领域融合(如急诊拥挤问题的国际化探讨、急诊拥挤对治疗延误的影响)和突现文献揭示不同时期的新兴文献趋势(如Affleck等提出的"输入-吞吐-输出"模型系统性解析急诊资源流动的核心机制,至今仍被广泛应用).结论 急诊科拥挤度评估研究经历了从标准化指标向智能化模型的范式转变,当前呈现"技术驱动"与"政策牵引"双轨发展态势.建议未来重点突破:①开发融合多模态数据与机器学习的动态评估系统,②建立基于循证医学的拥挤度分级响应政策框架.