这项针对97项随机试验（涉及8,956名参与者）的系统评价和网状荟萃分析，比较了传统中药汤剂在糖尿病肾病中的应用。多种汤剂在血糖控制和肾脏结局方面显示出潜在益处，但由于方法学局限性和异质性，结果解释需谨慎，并需要更多高质量的试验进一步验证。
本文内容
摘要
摘要
本研究通过网络荟萃分析评估了中药汤剂作为常规治疗辅助手段用于糖尿病肾病（DKD）的疗效。研究结局包括糖化血红蛋白A1c（HbA1c）、24小时尿蛋白排泄量（24 hUP）、血清肌酐（Cr）和血尿素氮（BUN）。检索了PubMed、Embase、Cochrane图书馆、Web of Science、CNKI、万方和VIP数据库自建库至2026年1月20日的相关随机对照试验，纳入使用传统中草药汤剂治疗DKD的研究。两名研究人员独立筛选文献、提取数据，并采用RoB 2.0工具评估偏倚风险。采用R 4.4.1和Stata 15进行贝叶斯网络荟萃分析，对连续性结局指标计算均数差及95%可信区间，并使用SUCRA值对干预措施进行排序。共纳入97项试验，涉及8,956名受试者。与对照治疗相比，YQYYHXT、FFHQT和YSTLT在降低HbA1c方面效果更优，其中YQYYHXT排序最高。JWTHCQT在减少24小时尿蛋白方面排序最高，YSTLT在降低血清肌酐方面排序最高，ZWT在降低血尿素氮方面排序最高。多种汤剂可能改善血糖控制和肾功能指标；然而，由于方法学局限性、异质性以及对排序概率的依赖，结果解释需谨慎。未来仍需更多高质量的随机对照试验加以验证。
引言
糖尿病是全球常见的慢性代谢性疾病，也是日益严峻的公共卫生挑战1。长期高血糖可导致多种慢性并发症，其中糖尿病肾病（DKD）是最严重的微血管并发症之一2。流行病学证据表明，约30–40%的糖尿病患者最终会发展为DKD3。DKD不仅是慢性肾脏病的主要病因，也是全球终末期肾病（ESRD）的首要原因4。随着病情进展，患者可能出现持续性蛋白尿、肾功能进行性下降以及心血管并发症风险升高，显著降低生活质量，并加重医疗系统的整体负担5,6。因此，延缓DKD的进展已成为当前临床管理的重要目标。
目前的治疗策略主要集中在综合代谢控制，包括严格调控血糖、血压和血脂水平。通常采用肾素-血管紧张素系统抑制剂等药物干预措施，以减少蛋白尿并延缓肾脏功能恶化2,7。尽管采取了这些方法，在相当一部分患者中仍难以阻止疾病进展8。尽管传统管理手段已有进步，许多患者仍面临肾功能进行性下降的风险。这种残留的临床负担支持对辅助治疗方案进行评估；然而，其有效性和安全性需要单独且严格的评估9。
传统中医（TCM）长期以来被用于糖尿病及其并发症的治疗。在中医理论体系中，糖尿病肾病（DKD）常与“消渴”和“水肿”等证候相关，其发病机制多描述为气阴两虚、脾肾亏虚以及瘀血阻络10。中药汤剂依据辨证论治和整体调节的原则进行组方。这些方剂通过多成分、多靶点的作用方式，被认为可对代谢紊乱和肾功能异常产生治疗作用，并被广泛用作DKD的辅助治疗手段11。近年来，越来越多的临床研究探讨了中药汤剂在DKD中的潜在益处。一些试验报道了血糖控制的改善，包括糖化血红蛋白（HbA1c）水平的降低；另有研究提示可能存在肾脏保护作用，例如24小时尿蛋白（24 hUP）减少，以及血清肌酐（Cr）和血尿素氮（BUN）水平的改善12,13,14。此外，许多中药复方包含多种药用成分，可能通过抗炎作用、抗氧化效应、改善微循环以及抑制肾小球硬化等机制发挥协同作用15。
尽管已有大量随机对照试验（RCT）评估了不同中药汤剂对糖尿病肾病（DKD）的疗效，但其结果仍不一致。干预方案、研究设计和样本量的差异可能在一定程度上解释了这些分歧16,17。传统的成对荟萃分析通常每次仅比较两种干预措施，这限制了其同时评估多种治疗方案的能力。网络荟萃分析（NMA）通过在一个统一的分析框架中整合直接和间接证据，提供了一种替代方法。该方法可实现多种干预措施之间的相互比较，并能够估计治疗效果的相对排序，从而为临床决策提供更全面的证据支持。
为了更清楚地阐明不同中药汤剂的比较效果，本研究系统收集并采用网状meta分析方法对探讨中药干预糖尿病肾病（DKD）的随机对照试验进行了分析。该分析重点关注糖代谢和肾功能的关键指标，包括糖化血红蛋白（HbA1c）、24小时尿蛋白（24 hUP）、血清肌酐和血尿素氮。通过整合现有证据并比较多种治疗策略，本研究旨在为传统中药汤剂在DKD管理中的潜在作用提供最新的证据支持。
方案
证据获取
本研究依据 PRISMA 指南18 进行设计和报告。研究方案已在 PROSPERO 数据库中注册（注册号：CRD420261307956）。已完成的 PRISMA 2020 核对清单已作为单独的报告核对清单上传（补充文件 1）。本研究中使用的所有材料均列于 材料表 中。
文献检索策略
检索了七个数据库——PubMed、Embase、Cochrane 图书馆、Web of Science、CNKI、万方数据和 VIP，检索时间从各数据库建库之日起至 2026 年 1 月 20 日。采用各数据库特定的受控词汇（MeSH 或 Emtree）并结合关于糖尿病肾病、中药和随机对照试验的自由词进行检索。同时，还检查了相关报告的参考文献列表，以识别其他符合条件的研究记录。标题和摘要筛选于 2026 年 2 月 14 日开始，全文评估于 2026 年 2 月 25 日开始，数据提取于 2026 年 3 月 5 日开始。每个阶段均由两名研究人员独立完成，如有分歧则通过讨论解决，必要时由第三名研究人员裁定。
纳入与排除标准
纳入标准
纳入的研究为随机对照试验，研究对象为确诊为糖尿病肾病的患者，年龄、性别及病程均无限制。干预措施包括单独使用或联合常规西医治疗使用中药汤剂。可接受的对照措施包括常规治疗、西医治疗或安慰剂。主要结局指标为糖化血红蛋白（HbA1c）和24小时尿蛋白排泄量（24 hUP），次要结局指标为血清肌酐（Cr）和血尿素氮（BUN）。
排除标准
排除病例报告、回顾性研究、综述、动物实验以及重复发表的研究。此外，排除评估非汤剂类中药干预措施的研究，包括单味药制剂和中成药制剂。其他排除原因还包括结局数据不可获取或无法提取、主要或次要结局指标不明确、研究人群不符合糖尿病肾病诊断标准，以及干预组与对照组之间缺乏充分区分。
文献筛选与数据提取
从数据库中检索到的文献被导入 EndNote 21（Clarivate Analytics）并去除重复项。随后，由两名评审员根据预先设定的标准独立评估纳入资格。筛选过程分为两个阶段：在阅读标题和摘要后，明显不相关的文献被剔除；保留的文献则进入全文评估阶段。评审员之间的分歧通过讨论解决，若无法达成一致，则由第三名评审员裁决。研究的筛选过程及排除原因均记录在 PRISMA 流程图中。两名评审员使用预先设定的表格独立提取以下信息：第一作者、发表年份、参与者数量及各组样本量、参与者特征、干预措施与对照措施的详细信息、治疗持续时间，以及每个报告结局的定义、单位、评估时间点、均值和标准差。提取结果中的差异通过共识予以协调。当关键数值信息缺失或不明确时，会联系通讯作者获取数据。若无法获得可用数据，该结局将不纳入相应的分析中。
汤剂成分与制备的标准化
对于每项干预措施，两名评审员提取了基础方剂、单味药成分、报告剂量、方剂加减、制备方法、给药频率和疗程。当可直接换算时，草药剂量被转换为克；若剂量或制备方法不明确，则记录为“未报告”，且不进行估算。仅当原始研究明确指出基础方剂并保留其主要组成成分时，加减后的处方才被归入同一网络节点。所提取的制剂被视为属于同一方剂家族，而非药理学上完全相同的制品。剂量、炮制方法及配伍加减的差异被视为可能导致临床异质性的因素。
偏倚风险
两名评审员使用Cochrane针对随机试验的偏倚风险评估新工具（RoB 2）19，独立评估了纳入的每一项试验。评估内容包括随机化过程中产生的偏倚、对预期干预措施的偏离、结局数据的缺失、结局测量的偏倚以及报告结果的选择偏倚。根据RoB 2的判定规则，对每个领域及整体结果分别判定为低风险、存在一定偏倚风险或高风险。评审意见的分歧通过讨论达成一致。
GRADE 评估
对于每个结局，根据推荐等级评估、制定与评价（GRADE）框架20及其针对网络meta分析的扩展方法32，对网络估计结果的确定性进行评级。来自随机试验的证据初始确定性为高，若存在偏倚风险、不一致性、间接性、不精确性或发表偏倚，则根据情况降低评级。最终评级分为高、中、低或极低。
统计分析
分析采用治疗后的均值和标准差；终点值和相对于基线的变化值未合并在一起。效应以均数差（MD）及其95%可信区间（CrI）进行汇总。单位统一转换为：HbA1c以百分点表示，24小时尿蛋白以g/24 h表示，血清肌酐以µmol/L表示，血尿素氮以mmol/L表示，其他报告的单位通过标准换算因子进行转换。当标准差（SD）缺失时，若信息充分，则根据标准误或95%置信区间推算；不从其他研究借用数值。若无法获得可用的离散度量，则排除该结果的贡献。每个结局指标分别进行基于试验组水平的贝叶斯网络meta分析。连续性测量数据采用随机效应一致性模型，以正态似然函数和恒等链接函数建模。基础治疗效应采用均值为0、标准差为15 × om.scale的非信息性正态先验分布，而研究间异质性标准差采用Uniform (0, om.scale)先验分布。多臂试验的所有试验组同时纳入模型；共享的对照组仅表示一次，以保留各比较间的相关性。
每个模型运行了四条马尔可夫链蒙特卡洛（MCMC）链，每条链包含5,000次适应迭代和随后的20,000次抽样；稀释间隔为1。通过轨迹图、密度图以及Brooks–Gelman–Rubin潜在尺度缩减因子（PSRF）来检验链的混合情况与收敛性，其中PSRF值低于1.05被视为可接受。模型拟合优度通过比较后验残差偏差与无约束数据点数量，并对比一致性模型与不一致性模型的偏差信息准则（DIC）值进行判断。贝叶斯模型使用R 4.4.1版本中的gemtc（1.1-1版）软件包拟合33，补充分析则采用Stata 15完成。排序分布以累积排序曲线下面积（SUCRA）值进行总结。针对每个结局指标分别进行探索性单变量元回归分析，以评估国家、治疗持续时间、总样本量和发表年份是否为异质性的潜在来源。报告回归系数（β）和双侧p值。将p值小于<0.05视为具有统计学显著性。由于这些分析属于探索性分析，结果解释持谨慎态度。
亚组分析与敏感性分析
由于在多个直接比较中观察到显著的异质性，因此采用随机效应模型进行成对Meta分析，开展事后探索性亚组分析。根据治疗持续时间（≤12 周 vs >12 周）、糖尿病肾病（DKD）分期（早期/III 期 vs 晚期/IV 期或更晚）、合并使用的西医治疗（以血管紧张素转换酶抑制剂或血管紧张素受体阻滞剂为基础的治疗 vs 其他常规治疗）以及总样本量（<100 vs ≥100 名受试者）对研究进行分层。亚组间的差异通过交互检验进行评估，而非通过比较各亚组内统计学显著性来判断。仅当每个亚组中至少包含两项研究时才进行分析。对于DKD分期或治疗方案混合或报告不充分的研究，归类为“不明确”，并在相应的交互检验中予以排除。
采用 I2 统计量评估研究间的异质性。使用单变量元回归分析探索异质性的潜在来源，包括国家、治疗持续时间、总样本量和发表年份。当相关研究层面的信息报告充分且所形成的网络仍保持连通时，根据治疗持续时间、糖尿病肾病分期、基线常规治疗方案及患者特征进行亚组分析。预先规定进行敏感性分析，排除总体偏倚风险较高的试验。若因报告不完整、分层稀疏或网络断开而无法进行分析时，将说明原因，并在结果解释中考虑由此带来的不确定性。
结果
文献筛选结果
通过数据库检索，共确定了4,795篇相关文章。其中，PubMed检出158篇，Embase检出413篇，Cochrane图书馆检出231篇，Web of Science检出198篇，中国知网（CNKI）检出954篇，万方数据库检出1,071篇，维普数据库（VIP Database）检出1,770篇。去除1,265篇重复文献后，剩余3,530篇文献进行标题和摘要筛选。其中3,410篇被排除，120篇报告进入全文评估。在排除23篇不符合纳入标准的报告后，共有97项研究被纳入系统评价和网状meta分析 （图1）。
纳入研究的基本特征
共纳入97项涉及8,956名参与者的随机对照试验进行分析，其中干预组4,483人，对照组4,473人。各组之间的基线特征（如年龄和性别分布）总体相似。纳入的研究评估了10种不同的中药汤剂，包括复方黄芪汤（FFHQT）、当归补血汤（DGBXT）、加味桃核承气汤（JWTHCQT）、黄芪消渴汤（HQXKT）、益气养阴活血汤（YQYYHXT）、益肾汤（YST）、益肾通络汤（YSTLT）、真武汤（ZWT）、补肾活血汤（BSHXT）和补阳还五汤（BYHWT）。其中，部分干预措施的研究频率高于其他。在大多数研究中，中药汤剂每日口服一至三次。治疗持续时间从2周到6个月不等，最常报告的疗程为4–12周。对照组参与者通常接受常规西医治疗，包括降糖治疗和肾脏疾病的标准化管理。
偏倚风险评估结果
在纳入的97项随机对照试验中，23项研究（23.7%）被判定为整体偏倚风险较低，而74项研究（76.3%）被认为存在一些担忧。没有研究被归类为整体偏倚风险较高。主要问题包括随机序列生成和分配隐藏的报告不充分，以及关于偏离预定干预措施的信息不足。结局数据缺失通常有限，且由于采用了客观的实验室结局指标，对结局测量的担忧较少。然而，由于大多数研究缺乏方案或试验注册信息，无法排除选择性报告的可能性。详细结果见 补充图1。
GRADE 评价表明，HbA1c 的证据质量为中等，而 24 小时尿蛋白、血清肌酐和血尿素氮的证据质量为低。这提示尽管网状 meta 分析结果显示出良好的一致性，但某些结局指标的证据强度有限。在临床实践中解读和应用这些发现时需谨慎。
模型拟合、异质性与不一致性评估
所有四个结局网络均呈星形结构，各主动干预措施通过共同对照组相互连接。未发现包含直接和间接证据的闭合环路。因此，无法使用节点分裂法进行局部不一致性评估，也无法通过闭合环路内直接与间接估计值的比较来直接检验一致性假设。HbA1c、24小时尿蛋白、血清肌酐和血尿素氮的后验残差偏差分别为69.1、82.7、146.5和111.2，对应的无约束数据点数分别为70、84、148和112。由于残差偏差接近相应的数据点数量，模型被认为具有良好的拟合度。
HbA1c、24小时尿蛋白、血清肌酐和血尿素氮的一致性模型与不一致性模型的DIC值分别为587.04与587.12、26.65与28.05、298.09与297.96以及224.96与225.02。相应的绝对DIC差异分别为0.08、1.40、0.13和0.06。所有差异均低于预先设定的5的阈值，表明不一致性模型并未提供明显更优的拟合效果。由于这些网络缺乏闭合环路，这些DIC比较被解释为相对模型拟合优度的评估，而非对局部不一致性的正式检验。HbA1c的异质性较大（I2 = 87%），而24小时尿蛋白（I2 = 15%）、血清肌酐（I2 = 6%）和血尿素氮（I2 = 1%）的异质性较低。因此，由于研究间存在较大的异质性，对HbA1c的效应估计值和治疗排序应谨慎解读。
成对比较荟萃分析
成对元分析 (表1) 结果显示，FFHQT、YQYYHXT 和 YST 显著降低了 HbA1c（MD −1.38 至 −0.75），而 JWTHCQT、YSTLT 和 ZWT 显著减少了 24 小时尿蛋白（24 hUP）（MD −1.39 至 −0.44）。YQYYHXT、YSTLT 和 ZWT 显著降低了血清肌酐（MD −44.04 至 −20.02），而 FFHQT、YQYYHXT 和 ZWT 也显著降低了血尿素氮（BUN）（MD −1.75 至 −1.11）。这些结果提示，这些干预措施在改善糖尿病肾病（DKD）的代谢和肾功能方面具有潜在疗效。大多数比较存在高度异质性（I2 > 在大多数情况下为80%，需谨慎解读。
网络荟萃分析结果
所有效应估计值均计算为首个列出的治疗方案减去对照方案。由于四个结局指标的数值越低表示改善越明显，因此负的均数差（MD）表示首个列出的治疗方案更具优势。在解读治疗方案排序结果之前，应先解释带有95%可信区间的效应估计值。
糖化血红蛋白（HbA1c）
共有35项研究报道了HbA1c水平。网络图谱（图2A）显示，补阳还五汤（BYHWT）、大葛白消渴汤（DGBXT）、防风黄芪清热汤（FFHQT）、黄芪泻白汤（HQXKT）、益气养阴活血汤（YQYYHXT）、玉屏散（YST）、玉屏散联合汤剂（YSTLT）和知柏地黄丸（ZWT）均与对照组进行了直接比较。这35项研究构成了HbA1c的网络分析。与对照组相比，补阳还五汤（BYHWT）（MD = −0.41，95% CrI −0.47 至 −0.35）、大葛白消渴汤（DGBXT）（MD = −0.50，95% CrI −0.75 至 −0.26）、防风黄芪清热汤（FFHQT）（MD = −1.04，95% CrI −1.15 至 −0.93）、黄芪泻白汤（HQXKT）（MD = −0.46，95% CrI −0.60 至 −0.31）、益气养阴活血汤（YQYYHXT）（MD = −1.09，95% CrI −1.20 至 −0.97）、玉屏散（YST）（MD = −0.57，95% CrI −0.85 至 −0.29）和玉屏散联合汤剂（YSTLT）（MD = −0.90，95% CrI −1.12 至 −0.68）均与HbA1c水平降低相关。完整的相对效应估计值已列出。
YQYYHXT、FFHQT 和 YSTLT 的 SUCRA 值分别为 95.52%、89.43% 和 76.98%。完整的排序概率分布见图 2B 和表 2。由于该网络中存在显著的异质性（I2 = 87%），对效应估计值和排序结果的解释应持谨慎态度。SUCRA 结果并不被视为某一治疗方案明确优于其他方案的证据。
24小时尿蛋白排泄量（24 hUP）
42 项研究报道了 24 小时尿蛋白（24 hUP）。网络图谱（图 3A）显示，补阳还五汤（BYHWT）、抵当保肾汤（DGBXT）、防己黄芪汤（FFHQT）、黄芪泻心汤（HQXKT）、加味桃红四物汤合参芪地黄汤（JWTHCQT）、益气养阴活血汤（YQYYHXT）、益肾汤（YST）、益肾汤联合替米沙坦（YSTLT）和真武汤（ZWT）均与对照组进行了直接比较。与对照组相比，补阳还五汤（BYHWT）（MD = −0.19 g/24 h，95% CrI −0.36 至 −0.03）、补肾活血汤（BSHXT）（MD = −0.44 g/24 h，95% CrI −0.80 至 −0.09）、黄芪泻心汤（HQXKT）（MD = −0.35 g/24 h，95% CrI −0.68 至 −0.03）、加味桃红四物汤合参芪地黄汤（JWTHCQT）（MD = −1.39 g/24 h，95% CrI −1.80 至 −0.96）和真武汤（ZWT）（MD = −0.45 g/24 h，95% CrI −0.68 至 −0.21）均与尿蛋白水平降低相关。
JWTHCQT、YSTLT 和 ZWT 的 SUCRA 值分别为 99.97%、71.37% 和 69.22%。尽管 JWTHCQT 拥有最高的概率，但排名应结合效应估计值、可信区间以及证据的确定性进行综合解读。完整的排名概率分布见图 3B 和表 2。
血清肌酐（Cr）
74 项研究报告了肌酐（Cr）。网络图谱（图 4A）显示，补阳还五汤（BYHWT）、大黄蛰虫丸（DGBXT）、防风黄芪汤（FFHQT）、半夏厚朴汤（BSHXT）、加味脱花煎合参芪汤（JWTHCQT）、玉屏风合黄芪汤（YQYYHXT）、益肾汤（YST）、益肾汤联合他克莫司（YSTLT）和滋胃汤（ZWT）均与对照组形成了直接比较。与对照组相比，补阳还五汤（BYHWT）（MD = −11.11 µmol/L，95% CrI −20.95 至 −1.35）、玉屏风合黄芪汤（YQYYHXT）（MD = −20.05 µmol/L，95% CrI −30.06 至 −10.06）、益肾汤联合他克莫司（YSTLT）（MD = −44.07 µmol/L，95% CrI −60.02 至 −28.33）和滋胃汤（ZWT）（MD = −26.81 µmol/L，95% CrI −40.97 至 −12.85）均与血清肌酐水平降低相关。益肾汤联合他克莫司（YSTLT）、滋胃汤（ZWT）和玉屏风合黄芪汤（YQYYHXT）的 SUCRA 值分别为 99.24%、83.56% 和 71.55%。这些数值反映的是排序概率，而非已证实的临床优势。所有可能排序中的不确定性详见 图 4B 和表 2。
血尿素氮（BUN）
共有56项研究报道了血尿素氮（BUN）。网络图谱（图5A）显示，补阳还五汤（BYHWT）、大葛根汤（DGBXT）、防风黄芪汤（FFHQT）、补肾活血汤（BSHXT）、加味桃红四物汤（JWTHCQT）、益气养阴活血汤（YQYYHXT）、玉屏风汤（YST）、玉屏风颗粒（YSTLT）和真武汤（ZWT）均与对照组进行了直接比较。与对照组相比，补阳还五汤（BYHWT）（MD = −1.07 mmol/L，95% CrI −1.86 至 −0.28）、防风黄芪汤（FFHQT）（MD = −1.10 mmol/L，95% CrI −1.92 至 −0.29）、益气养阴活血汤（YQYYHXT）（MD = −1.58 mmol/L，95% CrI −2.35 至 −0.80）和真武汤（ZWT）（MD = −1.75 mmol/L，95% CrI −3.25 至 −0.26）均与血尿素氮水平降低相关。真武汤（ZWT）、益气养阴活血汤（YQYYHXT）和大葛根汤（DGBXT）的SUCRA值分别为81.26%、80.47%和60.79%。真武汤（ZWT）与益气养阴活血汤（YQYYHXT）的SUCRA值相近，表明两者相对排序存在不确定性。因此，排序结果不能确立真武汤（ZWT）优于益气养阴活血汤（YQYYHXT）。完整的等级概率分布见于图5B 和 表2。
荟萃回归
进行了探索性单变量元回归分析，以检验国家、治疗持续时间、样本量或发表年份是否与治疗效果的变异相关。所有检测的协变量对于HbA1c、24小时尿蛋白（24 hUP）、肌酐（Cr）或尿素氮（BUN）均无统计学显著性（均 p > 0.05）。国家因素与HbA1c效应估计值之间可能存在关联，但未达到统计学显著性（β = −0.230，p = 0.091）。这些结果未能明确解释观察到的异质性；然而，这些分析属于探索性分析，可能统计效能有限。
安全性结果
所纳入研究中的不良事件报告不完整且存在异质性。由于事件定义、确认方法和报告周期的不同，无法构建一个相互关联且具有临床可解释性的安全性网络。因此，仅对可获得的不良事件进行了描述性总结，未生成任何关于安全性和耐受性的比较性估计。因此，本分析无法确定任何中药汤剂是否比常规西药引起更少的不良反应。
亚组、敏感性及异质性分析
85 项研究的治疗持续时间为 12 周或更短；仅有两项研究超过 12 周，10 项研究提供了不充分的持续时间信息。因此，基于持续时间的分类亚组分析被认为不可靠。连续型元回归分析显示，治疗持续时间与 HbA1c 水平（p = 0.521）、24 小时尿蛋白排泄量（24 hUP；p = 0.175）、血清肌酐（Cr；p = 0.158）或血尿素氮（BUN；p = 0.608）之间的关联均无统计学意义。64 项研究纳入的参与者少于 100 例，33 项研究至少纳入 100 例。样本量与 HbA1c（p = 0.351）、24 hUP（p = 0.244）、Cr（p = 0.981）或 BUN（p = 0.489）均无显著关联。由于糖尿病肾病分期或合并常规治疗的信息报告不完整，导致分层后各组数据稀疏或可能无法连接，因此无法可靠地生成针对这些亚组的网络估计结果。
在纳入的97项试验中，23项被判定为整体偏倚风险较低，74项存在一些担忧，无一项具有高整体偏倚风险。因此，计划中排除高风险试验的敏感性分析未剔除任何研究，无法提供替代性估计结果。保留的研究数量分别为：HbA1c 35项、24 hUP 42项、Cr 74项、BUN 56项。有27项研究报告了具体的合并用药或对照治疗，而70项研究缺乏足够的信息进行药物类别分类。即使在这27项研究中，包括ACEI/ARB、骨化三醇、降糖药物及其他肾脏保护性治疗在内的各个治疗方案，也仅形成孤立或稀疏的分层。因此，针对具体治疗方案的网状Meta分析被认为在统计学上不可靠。
HbA1c 的异质性较大（I2 = 87%），而 24 hUP（I2 = 15%）、Cr（I2 = 6%）和 BUN（I2 = 1%）的异质性较低。国家、治疗持续时间、样本量和发表年份对任何结局均无统计学显著的调节作用（所有 p > 0.05）。然而，这些无统计学意义的汇总数据分析并不能排除具有临床重要性的效应修饰。配方组成、基线常规治疗和疾病阶段的差异仍是 HbA1c 异质性中未被解释部分的可能来源。
发表偏倚
由于每项结局指标均有超过10项研究进行报告，因此针对全部四项结局均构建了比较校正的漏斗图（补充图2–5）。视觉检查提示部分结局可能存在不对称性。Egger回归检验显示，糖化血红蛋白（HbA1c；p = 0.082）、24小时尿蛋白（24 hUP；p = 0.031）和血尿素氮（BUN；p = 0.074）可能存在小样本研究效应，而血清肌酐（Cr；p = 0.284）则未见此类效应。Begg检验为24 hUP提供了不对称性的证据（p = 0.047），对BUN提供了提示性证据（p = 0.098），而HbA1c（p = 0.119）和Cr（p = 0.314）的相应结果在统计学上均未达到显著性。因此，视觉评估与正式检验结果在24 hUP上的一致性最强。HbA1c的结果被认为结论尚不明确，因为研究间显著的异质性（I2 = 87%）也可能导致漏斗图的不对称。总体而言，不能排除存在小样本研究效应的可能性，尤其是对于24 hUP和BUN。
数据可用性：
本系统综述与网状meta分析的完整可重复性数据包已公开发布于Zenodo，网址为 https://zenodo.org/records/21505937。该存储库包含研究层面和干预组层面的输入数据、数据提取文件、干预措施与结局指标的编码词典、偏倚风险与证据质量评估结果、文献检索记录，以及用于生成报告结果的全部分析脚本。README文件描述了文件夹结构、变量定义、软件需求以及重复分析的步骤。本研究未使用任何个体参与者层面的数据。
图1：研究筛选的 PRISMA 流程图。共识别出 4,795 篇文献。去除 1,265 篇重复文献后，对 3,530 篇文献进行筛选，其中 3,410 篇被排除，120 篇全文报告被纳入评估。在排除 23 篇报告后，共有 97 项研究被纳入网状 Meta 分析。请点击此处查看此图的放大版本。
图 2：治疗后糖化血红蛋白A1c（HbA1c）的网络结构与累积排序概率曲线。（A）网络结构。每个节点代表一种治疗方案；节点大小与参与者人数成正比，边的宽度与提供直接比较的研究数量成正比。（B）累积排序概率曲线。排序1为最优，因为较低的结果值表示改善。累积排序曲线下面积（SUCRA）汇总了排序概率，但不能确立临床优势。缩写：BYHWT = 补阳还五汤；DGBXT = 当归补血汤；FFHQT = 复方黄芪汤；HQXKT = 黄芪消渴汤；YQYYHXT = 益气养阴活血汤；YST = 益肾汤；YSTLT = 益肾通络汤；ZWT = 真武汤；Control = 常规治疗。请点击此处查看该图的放大版本。
图3：治疗后24小时尿蛋白排泄量（24 hUP）的网络结构与累积排序概率曲线。（A）网络结构。（B）累积排序概率曲线。排名1为最有利，因较低的结果值表示改善。SUCRA汇总了排序概率，但不能确立临床优势。缩写：SUCRA = 累积排序曲线下面积；BSHXT = 补肾活血汤；BYHWT = 补阳还五汤；DGBXT = 当归补血汤；FFHQT = 复方黄芪汤；HQXKT = 黄芪消渴汤；JWTHCQT = 加味桃核承气汤；YQYYHXT = 益气养阴活血汤；YST = 益肾汤；YSTLT = 益肾通络汤；ZWT = 真武汤；Control = 常规治疗。请点击此处查看该图的放大版本。
图 4：治疗后血清肌酐（Cr）的网络几何结构与累积排序概率曲线。（A）网络几何结构。（B）累积排序概率曲线。排序为1表示最有利，因为较低的结果值代表病情改善。SUCRA汇总了排序概率，但不能确立临床优势。缩写：SUCRA = 累积排序曲线下面积；BSHXT = 补肾活血汤；BYHWT = 补阳还五汤；DGBXT = 当归补血汤；FFHQT = 复方黄芪汤；JWTHCQT = 加味桃核承气汤；YQYYHXT = 益气养阴活血汤；YST = 益肾汤；YSTLT = 益肾通络汤；ZWT = 真武汤；Control = 常规治疗。请点击此处查看该图的放大版本。
图 5：治疗后血尿素氮（BUN）的网络结构与累积排序概率曲线。（A）网络结构。（B）累积排序概率曲线。排序 1 为最有利结果，因较低的结局值表示改善。SUCRA 汇总了排序概率，但不能确立临床优势。缩写：SUCRA = 累积排序曲线下面积；BSHXT = 补肾活血汤；BYHWT = 补阳还五汤；DGBXT = 当归补血汤；FFHQT = 复方黄芪汤；JWTHCQT = 加味桃核承气汤；YQYYHXT = 益气养阴活血汤；YST = 益肾汤；YSTLT = 益肾通络汤；ZWT = 真武汤；Control = 常规治疗。请点击此处查看该图的放大版本。
| 结局指标 | 成对荟萃分析 | 研究数量 | 异质性 (%) | MD 95%CrI |
| HbA1C | 对照 vs BYHWT | 11 | 97.5 | 0.81 (0.36,1.28) |
| DGBXT vs 对照 | 3 | 86.8 | -0.39 (-1.25,0.48) | |
| FFHQT vs 对照 | 6 | 91.3 | -1.38 (-2.01, -0.76) | |
| HQXKT vs 对照 | 2 | 97.8 | -0.68 (-1.70,0.35) | |
| YQYYHXT vs 对照 | 6 | 97.8 | -0.75 (-1.36, -0.13) | |
| YST vs 对照 | 5 | 61.2 | -0.79(-1.52, -0.07) | |
| YSTLT vs 对照 | 1 | NA | -0.90 (-2.34,0.55) | |
| ZWT vs 对照 | 1 | NA | 1.18 (-0.45,2.80) | |
| 结局指标 | 成对荟萃分析 | 研究数量 | 异质性 (%) | MD 95%CrI |
| 24hUP | 对照 vs BSHXT | 3 | 94.5 | 0.44 (0.09,0.80) |
| 对照 vs BYHWT | 13 | 99.9 | 0.19 (0.03,0.35) | |
| DGBXT vs 对照 | 4 | 99.6 | -0.13 (-0.46,0.19) | |
| FFHQT vs 对照 | 2 | 93.6 | -0.06 (-0.45,0.34) | |
| HQXKT vs 对照 | 3 | 22.8 | -0.35 (-0.68, -0.03) | |
| JWTHCQT vs 对照 | 3 | 87.4 | -1.39 (-1.80, -0.96) | |
| YQYYHXT vs 对照 | 2 | 99.9 | -0.32 (-0.76,0.09) | |
| YST vs 对照 | 3 | 99.7 | -0.30 (-0.68,0.04) | |
| YSTLT vs 对照 | 3 | 98 | -0.48(-0.80, -0.15) | |
| ZWT vs 对照 | 6 | 99.8 | -0.44 (-0.68, -0.21) | |
| 结局指标 | 成对荟萃分析 | 研究数量 | 异质性 (%) | MD 95%CrI |
| 对照 vs BSHXT | 6 | 95.8 | 14.83 (-0.37, 30.01) | |
| 对照 vs BYHWT | 15 | 97 | 11.13 (1.36,20.87) | |
| DGBXT vs 对照 | 6 | 90.9 | -6.71 (-21.31,7.84) | |
| FFHQT vs 对照 | 11 | 92.6 | -9.82 (-21.26, 1.31) | |
| Cr | JWTHCQT vs 对照 | 3 | 99.9 | -1.32 (-21.87, 19.46) |
| YQYYHXT vs 对照 | 13 | 97.6 | -20.02 (-30.10, -10.16) | |
| YST vs 对照 | 6 | 82.8 | -11.87 (-26.95, 3.36) | |
| YSTLT vs 对照 | 7 | 98.4 | -44.04 (-60.12, -28.18) | |
| ZWT vs 对照 | 7 | 96 | -26.85 (-40.91, -13.00) | |
| 结局指标 | 成对荟萃分析 | 研究数量 | 异质性 (%) | MD 95%CrI |
| BUN | 对照 vs BSHXT | 6 | 0 | 0.84 (-0.33, 1.99) |
| 对照 vs BYHWT | 11 | 93.1 | 1.07 (0.28, 1.87) | |
| DGBXT vs 对照 | 3 | 94.8 | -1.14 (-2.59,0.33) | |
| FFHQT vs 对照 | 10 | 88.9 | -1.11 (-1.92, -0.29) | |
| JWTHCQT vs 对照 | 1 | NA | -0.29(-2.82, 2.22) | |
| YQYYHXT vs 对照 | 11 | 98.9 | -1.57 (-2.35, -0.79) | |
| YST vs 对照 | 5 | 98.5 | 0.23 (-0.94, 1.38) | |
| YSTLT vs 对照 | 7 | 90.3 | -0.88 (-1.91,0.14) | |
| ZWT vs 对照 | 3 | 96.8 | -1.75 (-3.25, -0.26) |
表1：治疗后血糖和肾脏结局的随机效应成对荟萃分析。 针对每种可获得的干预–对照比较，列出了合并均数差、95%置信区间以及研究间异质性估计值。负的均数差表示干预组的治疗后结局值较低。缩写：24 hUP = 24小时尿蛋白排泄量；BUN = 血尿素氮；CI = 置信区间；Cr = 血清肌酐；HbA1c = 糖化血红蛋白A1c；MD = 均数差。
| 治疗方案 | HbA1C (%) | 24hUP (%) | Cr (%) | BUN (%) |
| BSHXT | NA | 66.92 | 55.6 | 49.23 |
| BYHWT | 32.92 | 32.61 | 44.41 | 59.12 |
| 对照组 | 12.48 | 0.73 | 8.53 | 15.84 |
| DGBXT | 47.34 | 26.72 | 31.17 | 60.79 |
| FFHQT | 89.43 | 18.75 | 40.19 | 60.6 |
| HQXKT | 41.77 | 56.22 | NA | NA |
| JWTHCQT | NA | 99.97 | 19.27 | 35.14 |
| YQYYHXT | 95.52 | 51.68 | 71.55 | 80.47 |
| YST | 53.54 | 49.23 | 46.5 | 13.14 |
| YSTLT | 76.98 | 71.37 | 99.24 | 51.06 |
| ZWT | 0.01 | 69.22 | 83.56 | 81.26 |
表2：治疗后结局的SUCRA值及治疗排序概率。 本表展示了糖化血红蛋白A1c、24小时尿蛋白排泄量、血清肌酐和血尿素氮的SUCRA值。SUCRA值越高，表示占据更有利排名的概率越大，但并不证明具有临床优势。缩写：24 hUP = 24小时尿蛋白排泄量；BUN = 血尿素氮；Cr = 血清肌酐；HbA1c = 糖化血红蛋白A1c；SUCRA = 累积排序曲线下面积。
补充图1： 偏倚风险总结。 显示了所纳入试验在各领域层面及整体的RoB 2评估结果，概述了其方法学质量及潜在的偏倚来源。请点击此处下载该文件。
补充图 2： 治疗后糖化血红蛋白（HbA1c）的校正比较漏斗图。 该图用于评估网络meta分析中是否存在小样本效应及潜在的发表偏倚。请点击此处下载该文件。
补充图3： 治疗后24小时尿蛋白排泄量（24 hUP）的校正比较漏斗图。该图用于评估研究效应的对称性，以识别可能存在的小样本研究效应或发表偏倚。请点击此处下载该文件。
补充图4：治疗后血清肌酐（Cr）的校正后漏斗图。 通过检验各研究估计值的分布，以评估潜在的发表偏倚和小样本研究效应。请点击此处下载该文件。
补充图5：治疗后血尿素氮（BUN）的校正比较漏斗图。 本漏斗图用于评估所纳入研究中发表偏倚的可能性以及小样本研究效应的存在情况。请点击此处下载该文件。
补充文件 1：PRISMA 检查清单。 本研究更新后的 PRISMA 检查清单。请点击此处下载该文件。
讨论
该网络荟萃分析发现了针对不同结局指标的特定辅助治疗关联，而非一种在所有结局中均持续优于其他方案的单一中药方剂。与常规治疗相比，益气养阴活血汤（YQYYHXT）与糖化血红蛋白（HbA1c）降低相关（均数差[MD]，−1.09个百分点；95%可信区间[CrI]，−1.20至−0.97），但异质性较大（I2 = 87%）。加味桃核承气汤（JWTHCQT）在24小时尿蛋白（24 hUP）方面显示出最大的估计降幅（MD，−1.39 g/24 h；95% CrI，−1.80至−0.96），益肾通络汤（YSTLT）在血清肌酐（Cr）方面显示出最大的估计降幅（MD，−44.07 µmol/L；95% CrI，−60.02至−28.33），而真武汤（ZWT）与血尿素氮（BUN）降低相关（MD，−1.75 mmol/L；95% CrI，−3.25至−0.26）。相应的SUCRA排序结果显示，YQYYHXT、JWTHCQT、YSTLT和ZWT在各自结局指标中均处于最高排名的干预措施之列。然而，SUCRA值仅代表排序概率，应结合效应估计值、可信区间、异质性及证据的确定性综合解读；此类排序结果并不能证实临床疗效的优越性或相对安全性。
这些发现仅支持针对特定临床结局的解释。YQYYHXT 的 HbA1c 结果提示其可能作为辅助治疗与血糖控制相关，而 JWTHCQT 的 24 hUP 结果提示其与减少蛋白尿相关。YSTLT 和 ZWT 的 Cr 与 BUN 结果反映的是短期肾功能指标的变化，而非对肾功能衰竭、透析、心血管事件或死亡的明确预防作用21。糖尿病肾病（DKD）涉及多种相互作用的代谢、血流动力学、炎症、氧化应激及纤维化过程22,23。实验研究已提出某些选定中药复方在炎症、氧化应激、自噬、铁死亡及肾纤维化方面的潜在作用24。然而，纳入的随机对照试验未评估机制性生物标志物或中介通路，且网络荟萃分析无法识别活性成分、分子靶点或因果信号通路25,26。有关加减八味丸汤（modified BYHWT）、当归补血汤（DGBXT）、肾气丸汤（SQHXT）、相关 THCQT 制剂以及 ZWT 的实验研究结果来源于不同的处方组成或临床前及计算模型设计，因此不能用于阐明 YQYYHXT、JWTHCQT、YSTLT 或 ZWT 在临床效应中所观察到的作用机制27,28,29。因此，每个干预节点应被视为一类复方家族，而非标准化的药品制剂。
既往的荟萃分析表明，传统中药联合常规治疗可能改善糖尿病肾病患者的蛋白尿及肾功能指标，但大多数研究仅评估了单一方剂或有限的治疗方案比较30,31。本研究采用网络荟萃分析方法，整合了多种汤剂之间的直接与间接证据，从而实现了对代谢和肾脏结局中估计效应的更广泛比较。然而，由于临床异质性的存在，结果解读仍较为复杂。各试验中常规治疗方案存在差异，包括不同的降糖药物、胰岛素方案、血管紧张素转换酶抑制剂（ACEI）或血管紧张素Ⅱ受体拮抗剂（ARB）、降压药物、调脂治疗以及其他肾保护治疗。在方剂节点内部，中药的组成、剂量、炮制方法、制剂形式、加减化裁、给药方案及疗程也各不相同。Meta回归分析未发现国家、疗程、样本量或发表年份与效应量之间存在统计学显著关联，但基于汇总数据的分析可能缺乏足够的效能来检测具有临床意义的效应修饰作用。糖尿病肾病（DKD）分期、受试者特征及基础治疗信息报告不全，限制了可靠的亚组分析，也导致HbA1c结果中显著的异质性未能得到充分解释。这些差异还可能影响网络分析中的可转移性，并干扰对汤剂额外疗效的归因判断。
多项局限性降低了对估计结果的信心。在97项试验中，仅有23项被判定为整体偏倚风险较低，而74项试验存在一些担忧，主要源于随机化报告不完整、分配隐藏、盲法、方案和预设分析等方面的问题。没有试验被归类为整体高偏倚风险；因此，计划中排除高风险试验的敏感性分析未剔除任何研究，也无法证明结果的稳健性。网络结构主要呈星形分布，且不包含闭合环路，因而无法通过节点拆分法评估局部不一致性；偏差信息准则（DIC）比较反映的是模型间的相对拟合优度，而非直接证据与间接证据之间的直接一致性。大多数试验样本量较小，且在中国进行，仅限于短期实验室指标结局，这限制了结果的可推广性，并使可能存在的小样本效应和发表偏倚问题未能解决。证据网络稀疏、估计不精确以及证据质量为低至中等，进一步限制了对SUCRA排序结果的解释。此外，仅有18项试验提供了可用的不良事件数据，无法进行安全性比较分析，现有证据也不支持“不良反应更少”或“可替代已确立的降糖和肾脏保护治疗”的说法。
未来的研究应采用具有充分统计效能的多中心、头对头随机对照设计，具备透明的分配流程、预先规定的方案以及完整的结果报告。需要对配方组成、剂量、加工方式、制备方法、治疗持续时间以及合并使用的常规治疗进行标准化描述，以提高研究间的可比性，并明确治疗效应的归因。应进行更长期的随访，评估具有临床意义的结局指标，包括进展至肾功能衰竭、透析需求、心血管事件、死亡率以及生活质量，而不应主要依赖短期实验室指标。此外，还需建立标准化的不良事件定义、系统的安全性监测机制、预先规定的报告时间段以及完整的各治疗组不良事件计数。在获得上述高质量证据之前，传统中药汤剂方剂应被视为尚处于研究阶段的辅助治疗手段，其在常规治疗基础上可能与特定结局的改变相关，但并非经循证医学证实的治疗方法的替代方案，也不应被视为普遍更优的疗法。
该网络荟萃分析提示，将传统中药汤剂方剂家族作为辅助治疗添加至糖尿病肾病常规治疗中时，可能产生特定结局的辅助效应。益气养阴活血汤剂在糖化血红蛋白（HbA1c）方面排名最高，加味桃核承气汤剂在24小时尿蛋白排泄方面排名最高，益肾通络汤剂在血清肌酐方面排名最高，真武汤剂在血尿素氮方面排名最高。然而，这些排名反映的是概率性结果，而非临床优势的确证，且并未明确具体的活性成分或作用机制。研究结果的可信度受到以下因素限制：中药配方的异质性、基础治疗的差异、偏倚风险的担忧、HbA1c结果中显著且无法解释的异质性、缺乏闭合回路、可能存在的小样本研究效应、随访时间较短以及安全性数据稀疏。本研究结果仅涉及在常规治疗基础上联合使用的汤剂，不能支持替代现有的降糖或肾脏保护治疗，亦不能声称其不良反应更少。未来需开展具有充分统计效能的多中心随机对照试验，采用标准化配方、明确定义的基础治疗方案、更长的随访时间、系统的安全性监测以及具有临床意义的肾脏结局指标，以进一步验证上述发现。
披露
本研究使用 OpenAI ChatGPT 辅助完成英文翻译和语言润色。所有由人工智能辅助生成的内容均已由作者审阅并确认，作者对提交作品的准确性和完整性负全部责任。作者声明不存在任何利益冲突。
致谢
PROSPERO 注册号：CRD420261307956；注册日期：2026年2月13日（版本1.0）。本综述未获得任何特定的外部或商业资助。研究得到河北省中医药管理局科研项目（编号：T2025052）以及 "高层次人才培养计划" 天津市中医药研究院附属医院伦理委员会批准（文件编号：津中研伦人〔2024〕55）。资助机构在本综述的设计、研究筛选、数据提取、分析与解释、稿件撰写，以及决定投稿发表等过程中均未参与。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 中国国家知识基础设施（CNKI）（数据库） | China National Knowledge Infrastructure | 不适用 | 检索时间从建库至2026年1月20日。URL: https://www.cnki.net/ |
| Cochrane图书馆—CENTRAL（数据库） | Cochrane | 不适用 | 检索时间从建库至2026年1月20日。URL: https://www.cochranelibrary.com/central |
| Cochrane偏倚风险2（RoB 2）工具 | Cochrane | RoB 2.0；版本日期未记录 | 用于评估随机试验中的研究层面偏倚风险。URL: https://www.riskofbias.info/welcome/rob-2-0-tool |
| Embase（数据库） | Elsevier B.V. | 不适用 | 检索时间从建库至2026年1月20日。URL: https://www.elsevier.com/products/embase |
| EndNote（文献管理软件） | Clarivate | 21 | 用于导入文献记录及去重。URL: https://endnote.com/ |
| gemtc（R程序包） | 综合R档案网络（CRAN） | 1.1-1 | 用于贝叶斯网络荟萃分析、模型拟合和治疗排序。URL: https://cran.r-project.org/package=gemtc |
| GRADE方法（评估工具） | GRADE工作组 | 不适用 | 用于证据质量评估的方法学框架；评估过程为手动完成，未使用专用软件。URL: https://www.gradeworkinggroup.org/ |
| JAGS（统计软件/后端） | Martyn Plummer / SourceForge | 4.3.1 | 通过gemtc调用的贝叶斯MCMC引擎。URL: https://mcmc-jags.sourceforge.io/ |
| PubMed（数据库） | 美国国家医学图书馆，NCBI | 不适用 | 检索时间从建库至2026年1月20日。URL: https://pubmed.ncbi.nlm.nih.gov/ |
| R（统计软件） | 统计学计算R基金会 | 4.4.1 | 用于贝叶斯网络荟萃分析和统计图形。URL: https://www.r-project.org/ |
| Stata（统计软件） | StataCorp LLC | Stata/SE 15.1 | 用于补充性统计分析和图形化汇总。URL: https://www.stata.com/stata15/ |
| VIP中国科技期刊数据库（数据库） | 重庆维普资讯有限公司 | 不适用 | 检索时间从建库至2026年1月20日。URL: https://www.cqvip.com/ |
| 万方数据（数据库） | 北京万方数据股份有限公司 | 不适用 | 检索时间从建库至2026年1月20日。URL: https://www.wanfangdata.com.cn/ |
| Web of Science核心合集（数据库） | Clarivate | 不适用 | 检索时间从建库至2026年1月20日。URL: https://www.webofscience.com/ |
参考文献
- Zhao L, Yuan J, Yang Q, Ma J, Yang F, Zou Y, et al. Diabetes and its complications: molecular mechanisms, prevention and treatment. Signal Transduct Target Ther. 2026;11(1):22.
- Martinez Leon V, Hilburg R, Susztak K. Mechanisms of diabetic kidney disease and established and emerging treatments. Nat Rev Endocrinol. 2026;22(1):21–35.
- Li X, He JC, Lee K. New potential therapeutic targets of metabolic disorder-associated kidney disease and diabetic kidney disease. Kidney Int. 2026;109(1):81–8.
- Zhao H, Guo J. Macrophages in Focus: Key Drivers and Therapeutic Opportunities in Diabetic Kidney Disease. Int J Biol Sci. 2025;21(10):4647–62.
- Fan X, Yang M, Lang Y, Lu S, Kong Z, Gao Y, et al. Mitochondrial metabolic reprogramming in diabetic kidney disease. Cell Death Dis. 2024;15(6):442.
- Natale P, Palmer SC, Navaneethan SD, Craig JC, Strippoli GF. Angiotensin-converting-enzyme inhibitors and angiotensin receptor blockers for preventing the progression of diabetic kidney disease. Cochrane Database Syst Rev. 2024;4(4):Cd006257.
- Van Raalte DH, Bjornstad P, Cherney DZI, de Boer IH, Fioretto P, Gordin D, et al. Combination therapy for kidney disease in people with diabetes mellitus. Nat Rev Nephrol. 2024;20(7):433–46.
- Yi TW, Sridhar VS, Scott J, Nardone M, Cherney D. Next-generation therapeutics for diabetic kidney disease. Nat Rev Nephrol. 2026.
- Huo JL, Li P, Feng Q, Fu W, Pan S, Liu D, et al. Targeting Mitochondrial Dysfunction by Natural Products for the Treatment of Diabetic Kidney Disease. Phytother Res. 2025;39(12):5717–43.
- Wu XQ, Zhao L, Zhao YL, He XY, Zou L, Zhao YY, et al. Traditional Chinese medicine improved diabetic kidney disease through targeting gut microbiota. Pharm Biol. 2024;62(1):423–35.
- Shen S, Zhong H, Zhou X, Li G, Zhang C, Zhu Y, et al. Advances in Traditional Chinese Medicine research in diabetic kidney disease treatment. Pharm Biol. 2024;62(1):222–32.
- Liu XJ, Hu XK, Yang H, Gui LM, Cai ZX, Qi MS, et al. A Review of Traditional Chinese Medicine on Treatment of Diabetic Nephropathy and the Involved Mechanisms. Am J Chin Med. 2022;50(7):1739–79.
- Chen Y, Huang G, Qin T, Zhang Z, Wang H, Xu Y, et al. Ferroptosis: A new view on the prevention and treatment of diabetic kidney disease with traditional Chinese medicine. Biomed Pharmacother. 2024;170:115952.
- Li H, Chen H, Gao R, Yin M, Huang F. Traditional Chinese Medicine Formulae and Chinese Patent Medicines for the Treatment of Diabetic Kidney Disease: Efficacies and Mechanisms. Am J Chin Med. 2025;53(3):675–707.
- Sheng L, Cao Z, Wang L, Xu Y, Gui D. Research progress in the treatment of lipid metabolism disorder in patients with diabetic kidney disease by the integrated traditional Chinese and Western medicine. Front Endocrinol (Lausanne). 2025;16:1631312.
- Li P, Zheng H, Ma J, Lu W, Li L, Liu F, et al. Impact of finerenone on chronic kidney disease progression in Chinese patients with type 2 diabetes: a FIGARO-DKD subgroup analysis. Front Endocrinol (Lausanne). 2025;16:1568438.
- Liu J, Gao LD, Fu B, Yang HT, Zhang L, Che SQ, et al. Efficacy and safety of Zicuiyin decoction on diabetic kidney disease: A multicenter, randomized controlled trial. Phytomedicine. 2022;100:154079.
- Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71.
- Lu T, Lu C, Li H, Xing X, Deng X, Li X, et al. The reporting quality and risk of bias of randomized controlled trials of acupuncture for migraine: Methodological study based on STRICTA and RoB 2.0. Complement Ther Med. 2020;52:102433.
- Guyatt GH, Oxman AD, Vist GE, Kunz R, Falck-Ytter Y, Alonso-Coello P, et al. GRADE: an emerging consensus on rating quality of evidence and strength of recommendations. BMJ. 2008;336(7650):924–6.
- Liu Z, Shang Q, Li H, Fang D, Li Z, Huang Y, et al. Exploring the possible mechanism(s) underlying the nephroprotective effect of Zhenwu Decoction in diabetic kidney disease: An integrated analysis. Phytomedicine. 2023;119:154988.
- Wang N, Feng H, Zhang Z, Tian H, Gu L, Bian Y, et al. Danggui Buxue decoction regulates autophagy to improve renal fibrosis in diabetes through miR-27a /PI3K/AKT pathway. J Ethnopharmacol. 2025;341:119357.
- Yang R, Liu W, Zhou Y, Cheng B, Liu S, Wu R, et al. Modulating HIF-1α/HIF-2α homeostasis with Shen-Qi-Huo-Xue formula alleviates tubular ferroptosis and epithelial-mesenchymal transition in diabetic kidney disease. J Ethnopharmacol. 2025;343:119478.
- Chen P, Zhu ZZ, Lang JM, Wei A, Chen F. [Clinical observation on effect of Yiqi Yangyin Huoxue Tongfu principle in treating diabetes mellitus type 2 of secondary failure to sulfonylurea agents]. Zhongguo Zhong Xi Yi Jie He Za Zhi. 2004;24(7):585–8.
- Xu C, Chen Y, Liu Z, Fu X. Hedysarum polybotrys polysaccharide attenuates renal inflammatory infiltration and fibrosis in diabetic mice by inhibiting the HMGB1/RAGE/TLR4 pathway. Exp Ther Med. 2023;26(4):493.
- Zhang K, Wang Z, Zhang L, Wu H, Liu J, Zhang M, et al. Pharmacologically inherited carbon dots from Salvia miltiorrhiza with potent antioxidant activity and multi-pathway modulation for myocardial ischemia-reperfusion injury therapy. Theranostics. 2026;16(4):1855–76.
- Li N, Zhang Q, Yu J, Chen B, Wu C, Zhou H, et al. Bioinformatics analysis for Taohe Chengqi Decoction in treating diabetic kidney disease and cutaneous pruritus based on the theory of "same treatment for different diseases". Medicine (Baltimore). 2025;104(46):e45446.
- Deng Y, Zhong G, Jin T, Wang J, Peng X, Zhou K, et al. Mechanism exploration of Wenshen Jianpi Decoction on renoprotection in diabetic nephropathy via transcriptomics and metabolomics. Phytomedicine. 2025;139:156446.
- Yi ZY, Peng YJ, Hui BP, Liu Z, Lin QX, Zhao D, et al. Zuogui-Jiangtang-Yishen decoction prevents diabetic kidney disease: Intervene pyroptosis induced by trimethylamine n-oxide through the mROS-NLRP3 axis. Phytomedicine. 2023;114:154775.
- Liu X, Liu L, Chen P, Zhou L, Zhang Y, Wu Y, et al. Clinical trials of traditional Chinese medicine in the treatment of diabetic nephropathy--a systematic review based on a subgroup analysis. J Ethnopharmacol. 2014;151(2):810–9.
- Zhang L, Miao R, Yu T, Wei R, Tian F, Huang Y, et al. Comparative effectiveness of traditional Chinese medicine and angiotensin converting enzyme inhibitors, angiotensin receptor blockers, and sodium glucose cotransporter inhibitors in patients with diabetic kidney disease: A systematic review and network meta-analysis. Pharmacol Res. 2022;177:106111.