Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Forschungsartikel

Auswirkungen traditioneller chinesischer Abkoke auf glykämische und nierenale Ergebnisse bei diabetischer Nierenerkrankung: Eine systematische Übersicht und Netzwerk-Metaanalyse

88 Aufrufe

⸱

DOI:

10.3791/73056

⸱

31. Juli 2026

 ,  ,  ,  ,  ,  ,  ,  , 
1Graduate School, Tianjin University of Traditional Chinese Medicine, 2School of Acupuncture and Tuina, Changchun University of Chinese Medicine, 3Tianjin Academy of Traditional Chinese Medicine, 4The Affiliated Hospital of Tianjin Academy of Traditional Chinese Medicine

In diesem Artikel

Zusammenfassung

Diese systematische Übersichtsarbeit und Netzwerk-Metaanalyse von 97 randomisierten Studien mit 8.956 Teilnehmern verglichen traditionelle chinesische Kräuterdecoktionen bei diabetischer Nierenerkrankung. Mehrere Absöcke zeigten potenzielle Vorteile für die glykämische Kontrolle und die Nierenergebnisse, aber methodische Einschränkungen und Heterogenität erfordern eine sorgfältige Interpretation und weitere hochwertige Studien.

Zusammenfassung

Diese Netzwerk-Metaanalyse bewertete traditionelle chinesische Medizin (TCM)-Abkokungen als Ergänzung zur konventionellen Behandlung der diabetischen Nierenerkrankung (DKD). Zu den Ergebnissen gehörten glykiertes Hämoglobin A1c (HbA1c), 24-Stunden-Harnproteinexkretion (24 hUP), Serumkreatinin (Cr) und Blutharnstoff-Stickstoff (BUN). PubMed, Embase, die Cochrane Library, Web of Science, CNKI, Wanfang und VIP wurden von der Gründung bis zum 20. Januar 2026 nach randomisierten kontrollierten Studien zu traditionellen chinesischen Kräuterabsuten für DKD durchsucht. Zwei Gutachter überprüften unabhängig voneinander die Studien, extrahierten Daten und bewerteten das Risiko von Verzerrung anhand von RoB 2.0. Die Bayessche Netzwerk-Metaanalyse wurde unter Verwendung von R 4.4.1 und Stata 15 durchgeführt, wobei mittlere Unterschiede und 95 % glaubwürdige Intervalle für kontinuierliche Ergebnisse berechnet wurden und SUCRA-Werte zur Bewertung der Interventionen verwendet wurden. Siebenundneunzig Studien mit 8.956 Teilnehmern wurden eingeschlossen. YQYYHXT, FFHQT und YSTLT waren mit stärkeren Reduktionen der HbA1c als in der Kontrollbehandlung assoziiert, wobei YQYYHXT am höchsten rangierte. JWTHCQT belegte den höchsten Platz bei der Reduzierung des 24-Stunden-Harnproteins, YSTLT am höchsten bei der Senkung der Serumkreatinin und ZWT am höchsten bei der Reduzierung des Harnstoffstoffs im Blut. Mehrere Absücke können die glykämischen und nierenbezogenen Ergebnisse verbessern; methodologische Einschränkungen, Heterogenität und die Abhängigkeit von Rangfolgewahrscheinlichkeiten erfordern jedoch eine vorsichtige Interpretation. Weitere hochwertige randomisierte Studien sind erforderlich.

Einleitung

Diabetes ist weltweit eine häufige chronische Stoffwechselstörung und eine wachsende Herausforderung für die öffentlicheGesundheit. Eine langfristige Hyperglykämie kann zu einer Vielzahl chronischer Komplikationen führen, zu denen die diabetische Nierenerkrankung (DKD) eine der schwerwiegendsten mikrovaskulärenManifestationen ist. Epidemiologische Belege deuten darauf hin, dass etwa 30–40 % der Menschen mit Diabetes schließlich DKD3 entwickeln. DKD ist nicht nur ein Hauptverursacher chronischer Nierenerkrankungen, sondern auch eine der Hauptursachen für Endstadium der Nierenerkrankung (ESRD) weltweit4. Im Verlauf der Erkrankung können Patienten anhaltende Proteinurie, einen fortschreitenden Rückgang der Nierenfunktion und ein erhöhtes Risiko für kardiovaskuläre Komplikationen entwickeln, was die Lebensqualität erheblich verringert und die Gesamtbelastung für Gesundheitssystemeerhöht 5,6. Die Verlangsamung des Fortschreitens von DKD ist daher zu einem wichtigen Ziel in der aktuellen klinischen Behandlung geworden.

Aktuelle therapeutische Strategien konzentrieren sich hauptsächlich auf eine umfassende Stoffwechselkontrolle, einschließlich einer strikten Regulierung von Blutzucker, Blutdruck und Lipidwerten. Pharmakologische Interventionen wie Renin-Angiotensin-Systeminhibitoren werden häufig eingesetzt, um Proteinurie zu reduzieren und die Nierenverschlechterungzu verzögern. Trotz dieser Ansätze bleibt das Fortschreiten der Krankheit bei einem beträchtlichen Teil der Patienten weiterhin schwer zu verhindern8. Trotz Fortschritte in der konventionellen Behandlung sind viele Patienten weiterhin einem Risiko für eine fortschreitende Nierenfunktionsstörung ausgesetzt. Diese restliche klinische Belastung unterstützt die Bewertung ergänzender therapeutischer Optionen; Ihre Wirksamkeit und Sicherheit erfordern jedoch eine separate und gründliche Bewertung9.

Die traditionelle chinesische Medizin (TCM) wird seit langem zur Behandlung von Diabetes und seinen Komplikationen eingesetzt. Im theoretischen Rahmen der TCM wird DKD oft mit Syndromen wie "Durst und Auswaschung" und "Ödem" assoziiert, und ihre Pathogenese wird häufig als Mangel an Qi und Yin, Milz-Nieren-Mangel sowie eine Blutstase beschrieben, die die Kollateralzellenblockiert. Chinesische pflanzliche Abkokte werden nach den Prinzipien der Syndromdifferenzierung und ganzheitlicher Regulation formuliert. Durch Multi-Komponenten- und Multi-Zielwirkungen wird angenommen, dass diese Formeln therapeutische Effekte auf metabolische und Nierenfunktionsstörungen haben und häufig als Zusatztherapie für DKD11 eingesetzt werden. In den letzten Jahren haben immer mehr klinische Studien die potenziellen Vorteile chinesischer Kräuterabkokte bei DKD untersucht. Einige Studien berichteten von Verbesserungen der glykämischen Kontrolle, einschließlich Reduktionen des glykierten Hämoglobins (HbA1c), während andere potenzielle nierenschützende Effekte andeuteten, wie etwa Reduktionen des 24-Stunden-Harnproteins (24 hUP) und Verbesserungen der Serumkreatinin (Cr) und der Blut-Harnstoff-Stickstoffwerte (BUN)bei 12, 13, 14. Darüber hinaus bestehen viele pflanzliche Formeln aus mehreren medizinischen Komponenten, die durch Mechanismen wie entzündungshemmende Wirkung, antioxidative Wirkungen, Verbesserung der Mikrozirkulation und Hemmung der glomerularen Sklerose15 synergistisch wirken können.

Obwohl zahlreiche randomisierte kontrollierte Studien (RCTs) verschiedene chinesische Kräuterdecoktionen auf DKD untersucht haben, bleiben ihre Ergebnisse inkonsistent. Unterschiede in Interventionsprotokollen, Studiendesign und Stichprobengröße können diese Unstimmigkeiten teilweise erklären 16,17. Die konventionelle paarweise Metaanalyse vergleicht in der Regel nur zwei Interventionen gleichzeitig, was ihre Fähigkeit einschränkt, mehrere Behandlungsoptionen gleichzeitig zu bewerten. Die Netzwerk-Metaanalyse (NMA) bietet einen alternativen Ansatz, indem sie sowohl direkte als auch indirekte Beweise in einem einzigen analytischen Rahmen kombiniert. Diese Methode ermöglicht Vergleiche über mehrere Interventionen hinweg und ermöglicht die Schätzung relativer Behandlungsrankings, wodurch umfassendere Evidenz zur Unterstützung der klinischen Entscheidungsfindung bereitgestellt wird.

Um die vergleichenden Effekte verschiedener Kräuterabkokungen besser zu klären, wurden randomisierte kontrollierte Studien zu chinesischen Kräuterinterventionen für DKD systematisch gesammelt und mit einem Netzwerk-Metaanalyseansatz analysiert. Die Analyse konzentrierte sich auf wichtige metabolische und nierenbezogene Ergebnisse, darunter HbA1c, 24 hUP, Serumkreatinin und Blut-Harnstoffstoff. Durch die Integration verfügbarer Evidenz und den Vergleich mehrerer Behandlungsstrategien soll diese Studie aktualisierte Evidenz hinsichtlich der potenziellen Rolle traditioneller chinesischer Kräuterabsücke bei der Behandlung von DKD liefern.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Beweiserhebung

Die Studie wurde gemäß den PRISMA-Richtlinien18 konzipiert und berichtet. Das Protokoll wurde in der PROSPERO-Datenbank registriert (Registrierungsnummer: CRD420261307956). Die ausgefüllte PRISMA 2020-Checkliste wurde als separate Berichtscheckliste hochgeladen (Supplementary File 1). Alle in dieser Studie verwendeten Materialien sind in der Materialtabelle aufgeführt.

Literatursuchstrategie

Sieben Datenbanken – PubMed, Embase, die Cochrane Library, Web of Science, CNKI, Wanfang Data und VIP – wurden von ihren jeweiligen Gründungsdaten bis zum 20. Januar 2026 durchsucht. Datenbankspezifisches kontrolliertes Vokabular (MeSH oder Emtree) wurde mit Freitextbegriffen für diabetische Nierenerkrankungen, traditionelle chinesische Medizin und randomisierte kontrollierte Studien kombiniert. Auch die Literaturverzeichnisse der relevanten Berichte wurden überprüft, um weitere zulässige Unterlagen zu identifizieren. Die Vorführung von Titel und Abstract begann am 14. Februar 2026; Die Volltextbewertung begann am 25. Februar 2026; und die Datenerhebung begann am 5. März 2026. Zwei Gutachter arbeiteten in jeder Phase unabhängig voneinander, lösten Meinungsverschiedenheiten durch Diskussionen und bei Bedarf durch eine dritte Gutachterentscheidung.

Einschluss- und Ausschlusskriterien

Einschlusskriterien

Geeignete Studien waren randomisierte kontrollierte Studien mit Teilnehmern, bei denen diabetische Nierenerkrankung diagnostiziert wurde, ohne Einschränkungen hinsichtlich Alter, Geschlecht oder Krankheitsdauer. Die Interventionen bestanden aus traditionellen chinesischen Kräuterabdrücken, die allein oder in Kombination mit konventioneller westlicher medizinischer Therapie verabreicht wurden. Geeignete Vergleichswerte waren konventionelle Behandlung, westliche medizinische Therapie oder Placebo. Die primären Endpunkte waren glykiertes Hämoglobin (HbA1c) und 24-Stunden-Harnproteinexkretion (24 hUP), während die sekundären Endpunkte Serumkreatinin (Cr) und Blutharnstoffstickstoff (BUN) waren.

Ausschlusskriterien

Fallberichte, retrospektive Studien, Übersichtsarbeiten, Tierversuche und doppelte Publikationen wurden ausgeschlossen. Studien, die Interventionen außer der auf Abkok basierenden chinesischen Kräutermedizin bewerteten, darunter Einzelkräuterpräparate und proprietäre chinesische Arzneimittelformulierungen, wurden ebenfalls ausgeschlossen. Weitere Gründe für den Ausschluss waren nicht verfügbare oder nicht extrahierbare Endpunktdaten, unklare Identifikation primärer oder sekundärer Endpunkte, das Versäumnis, die diagnostischen Kriterien für diabetische Nierenerkrankungen in der Studienpopulation zu erfüllen, und eine unzureichende Unterscheidung zwischen Interventions- und Kontrollgruppen.

Literaturüberprüfung und Datenextraktion

Aus den Datenbanken abgerufene Datensätze wurden in EndNote 21 (Clarivate Analytics) importiert und dedupliziert. Zwei Gutachter bewerteten dann unabhängig voneinander die Berechtigung anhand der vorgegebenen Kriterien. Das Screening erfolgte in zwei Durchgängen: Unterlagen, die eindeutig irrelevant waren, wurden nach der Überprüfung von Titel und Zusammenfassung entfernt, und die zu diesem Zeitpunkt aufbewahrten Berichte wurden vollständig ausgewertet. Meinungsverschiedenheiten der Rezensenten wurden durch Diskussionen beigelegt; Ein dritter Gutachter entschied ungelöste Fälle. Studienauswahl und Ausschlussgründe wurden in einem PRISMA-Flussdiagramm dokumentiert. Mit einem vordefinierten Formular erfassten zwei Gutachter unabhängig voneinander den Erstautor, das Veröffentlichungsjahr, die Teilnehmer- und Armstichprobengrößen, die Teilnehmercharakteristika, Details zur Intervention und Vergleicher, die Behandlungsdauer sowie für jedes gemeldete Ergebnis dessen Definition, Einheit, Bewertungszeit, Mittelwert und Standardabweichung. Unterschiede zwischen den extrahierten Einträgen wurden durch Konsens ausgeglichen. Wenn wesentliche numerische Informationen fehlten oder mehrdeutig waren, wurde der korrespondierende Autor kontaktiert. Ein Ergebnis wurde aus der relevanten Synthese ausgelassen, wenn keine verwertbaren Daten gewonnen werden konnten.

Standardisierung der Skokkomposition und -zubereitung

Für jede Intervention extrahierten zwei Gutachter die Basisformel, einzelne pflanzliche Bestandteile, die gemeldete Dosis, Formeländerungen, Zubereitungsmethode, Häufigkeit der Anwendung und die Behandlungsdauer. Kräuterdosen wurden in Gramm umgewandelt, wenn eine direkte Umwandlung möglich war; unklare Dosierungen oder Zubereitungsverfahren wurden als nicht gemeldet und nicht zugeschrieben. Modifizierte Rezepte wurden demselben Netzwerkknoten nur dann zugewiesen, wenn die ursprüngliche Studie die Basisformel explizit identifizierte und ihre Hauptkomponenten beibehielt. Die extrahierten Präparate wurden als Mitglieder derselben Formelfamilie betrachtet und nicht als pharmakologisch identische Produkte. Unterschiede in Dosierung, Verarbeitung und modifizierter Kompatibilität wurden als potenzielle Quellen klinischer Heterogenität behandelt.

Verzerrungsrisiko

Zwei Gutachter bewerteten unabhängig voneinander jede eingeschlossene Studie mit Cochranes überarbeitetem Risiko-von-Bias-Tool für randomisierte Studien (RoB 2)19. Die Bewertung umfasste Verzerrungen, die durch Randomisierung, Abweichungen von beabsichtigten Interventionen, fehlende Ergebnisdaten, Ergebnismessung und Auswahl des gemeldeten Ergebnisses entstanden. Die Entscheidungsregeln von RoB 2 wurden verwendet, um jede Domäne – und das Gesamtergebnis – mit geringem Risiko, einigen Bedenken oder hohem Risiko zuzuordnen. Meinungsverschiedenheiten wurden durch Diskussionen beigelegt.

GRADE-Bewertung

Für jedes Ergebnis wurde die Gewissheit der Netzwerkschätzungen im Rahmen des Grading of Recommendations Assessment, Development and Evaluation (GRADE) Framework20 und dessen Erweiterung für die Netzwerkmetaanalyse32 bewertet. Die Evidenz aus randomisierten Studien begann mit hoher Sicherheit und wurde, wenn es begründet war, wegen Risiko von Verzerrung, Inkonsistenz, Indirektheit, Ungenauigkeit oder Publikationsverzerrung herabgestuft. Die endgültigen Bewertungen wurden als hoch, moderat, niedrig oder sehr niedrig angegeben.

Statistische Analyse

Analysen verwendeten Nachbehandlungsmittel und Standardabweichungen; Endpunkt- und Änderungswerte von der Ausgangslinie wurden nicht zusammengepoolt. Die Effekte wurden als mittlere Unterschiede (MDs) mit 95 % glaubwürdigen Intervallen (CrIs) zusammengefasst. Die Einheiten wurden auf Prozentpunkte für HbA1c, g/24 h für 24-Stunden-Harnprotein, μmol/L für Serumkreatinin und mmol/L für Blutureastickstoff harmonisiert, während andere berichtete Einheiten nach Standardfaktoren umgewandelt wurden. Wenn ein SD fehlte, wurde er aus einem Standardfehler oder einem 95%-Konfidenzintervall abgeleitet, sofern genügend Informationen vorlagen; Werte wurden nicht aus anderen Studien übernommen. Ein Ergebnisbeitrag wurde ausgeschlossen, wenn kein brauchbares Dispersionsmaß wiederhergestellt werden konnte. Eine Bayessche Netzwerk-Metaanalyse auf Arm-Ebene wurde für jedes Ergebnis separat angepasst. Kontinuierliche Messungen wurden mit einem normalen Likelihood- und Identitätslink innerhalb eines Random-Effects-Konsistenzmodells modelliert. Basisbehandlungseffekte erhielten diffuse normale Priors mit Mittelwert 0 und Standardabweichung 15 × om.skala, während die Standardabweichung der Heterogenität zwischen den Studien eine einheitliche (0, om.scale) Prior erhielt. Alle Waffen der Mehrarm-Tests nahmen gemeinsam an dem Modell teil; Geteilte Vergleicher wurden einmal vertreten, sodass Korrelationen zwischen den Kontrasten erhalten blieben.

Für jedes Modell wurden vier Markov-Ketten-Monte-Carlo-(MCMC)-Ketten betrieben, mit 5.000 Anpassungiterationen und 20.000 nachfolgenden Ziehungen pro Kette; Das Ausdünnungsintervall betrug 1. Kettenmischung und Konvergenz wurden mit Spurdiagrammen, Dichtediagrammen und dem Brooks–Gelman–Rubin-Potentialskalenreduktionsfaktor (PSRF) untersucht, für die ein Wert unter 1,05 als akzeptabel galt. Die Modelladäquanz wurde durch Vergleich der posterioren Restabweichung mit der Anzahl der unbeschränkten Datenpunkte und durch den Vergleich von Abweichungskriterien (DIC) mit Konsistenz- und Inkonsistenzmodellen bewertet. Bayesianische Modelle wurden mit dem gemtc-Paket (Version 1.1-1) in R-Version 4.4.133 ausgestattet, und Stata 15 wurde für ergänzende Analysen verwendet. Die Rangverteilungen wurden als Fläche unter den kumulativen Werten der Rangkurve (SUCRA) zusammengefasst. Explorative Univariable Meta-Regressionsanalysen wurden für jedes Ergebnis separat durchgeführt, um Land, Behandlungsdauer, Gesamtstichprobengröße und Veröffentlichungsjahr als potenzielle Quellen der Heterogenität zu bewerten. Regressionskoeffizienten (β) und zweiseitige p-Werte wurden gemeldet. Ein p-Wert von <0,05 galt als statistisch signifikant. Da diese Analysen explorativ waren, wurden die Ergebnisse vorsichtig interpretiert.

Untergruppen- und Sensitivitätsanalysen
Da in mehreren direkten Vergleichen erhebliche Heterogenität beobachtet wurde, wurden post-hoc-explorative Subgruppenanalysen mittels zufälliger Effekte-Paarweise Metaanalyse durchgeführt. Die Studien wurden nach Behandlungsdauer (≤12 Wochen vs. >12 Wochen), DKD-Stadium (frühes Stadium/Stadium III vs. fortgeschrittenes Stadium/Stadium IV oder später), begleitender westlicher medizinischer Behandlung (ACE-Inhibitor oder Angiotensinrezeptorblocker-basierte Behandlung vs. andere konventionelle Behandlung) sowie der Gesamtstichprobengröße (<100 vs. ≥100 Teilnehmer) geschichtet. Untergruppenunterschiede wurden mit einem Interaktionstest bewertet, anstatt die statistische Signifikanz innerhalb einzelner Untergruppen zu vergleichen. Analysen wurden nur durchgeführt, wenn in jeder Untergruppe mindestens zwei Studien vorlagen. Studien mit gemischten oder unzureichend berichteten DKD-Stadien oder Behandlungsregimen wurden als unklar klassifiziert und vom entsprechenden Interaktionstest ausgeschlossen.

Die Heterogenität zwischen den Studien wurde anhand der Statistik I2 bewertet. Potenzielle Heterogenitätsquellen wurden mittels univariabler Metaregression für Land, Behandlungsdauer, Gesamtstichprobengröße und Veröffentlichungsjahr untersucht. Subgruppenanalysen nach Behandlungsdauer, diabetischer Nierenerkrankungsstadie, konventioneller Basisbehandlung und Patientenmerkmalen wurden berücksichtigt, wenn die relevanten studienbezogenen Informationen ausreichend berichtet wurden und das resultierende Netzwerk verbunden blieb. Eine Sensitivitätsanalyse, die Studien mit hohem Gesamtrisiko für Verzerrung ausschloss, wurde vorgegeben. Wenn eine Analyse wegen unvollständiger Berichterstattung, spärlicher Schichten oder Netzwerkunterbrechung nicht durchgeführt werden konnte, wurde der Grund gemeldet und die verbleibende Unsicherheit wurde in der Interpretation berücksichtigt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Ergebnisse der Literaturprüfung

Durch Datenbanksuchen wurden 4.795 relevante Artikel identifiziert. Konkret lieferte PubMed 158 Artikel, Embase 413, Cochrane Library 231, Web of Science 198, CNKI 954, Wan Fang 1.071 und VIP Database 1.770. Nach der Entfernung von 1.265 Duplikaten blieben 3.530 Datensätze für Titel- und Abstract-Prüfungen übrig. Davon wurden 3.410 ausgeschlossen, sodass 120 Berichte für eine Volltextprüfung übrig blieben. Nachd...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Diese Netzwerk-Metaanalyse identifizierte ergebnisspezifische Zusatzassoziationen statt einer einzelnen pflanzlichen Formel, die über alle Ergebnisse durchweg überlegen war. Im Vergleich zur konventionellen Behandlung war der Yiqi-Yangyin-Huoxue-Decoction (YQYYHXT) mit einer Reduktion des HbA1c (MD, −1,09 Prozentpunkte; 95 % CrI, −1,20 bis −0,97) assoziiert, obwohl die Heterogenität erheblich war (I2 = 87 %). Jiawei Taohe Chengqi Decoction (JWTHCQT) zeigte die größte geschätzt...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

OpenAI ChatGPT wurde zur Unterstützung bei der englischen Übersetzung und Sprachbearbeitung eingesetzt. Alle KI-unterstützten Inhalte wurden von den Autoren überprüft und verifiziert, die die volle Verantwortung für die Genauigkeit und Integrität der eingereichten Arbeit übernehmen. Die Autoren erklären, dass sie keine konkurrierenden Interessen haben.

Danksagungen

PROSPERO-Anmeldung: CRD420261307956; registriert am 13. Februar 2026 (Version 1.0). Diese Rezension erhielt keine spezifische externe oder kommerzielle Finanzierung. Die institutionelle Unterstützung erfolgte durch das Wissenschaftliche Forschungsprojekt der Provinzverwaltung der Hebei-Provinzverwaltung für traditionelle chinesische Medizin (Zuschuss Nr. T2025052) und das "High-Caliber Talents Cultivation Program" des angeschlossenen Krankenhauses der Tianjin Akademie für Traditionelle Chinesische Medizin (Dokument Nr. Jinzhongyanfuren [2024]55). Die unterstützenden Institutionen hatten keine Rolle bei der Gestaltung der Rezension, der Auswahl der Studie, der Datenherausholung, Analyse oder Interpretation, der Vorbereitung des Manuskripts oder der Entscheidung zur Einreichung des Manuskripts zur Veröffentlichung.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

```html
Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
China National Knowledge Infrastructure (CNKI) (Datenbank)China National Knowledge InfrastructureNicht zutreffendDurchsucht von der Entstehung bis zum 20. Jan. 2026. URL: https://www.cnki.net/
Cochrane Library—CENTRAL (Datenbank)CochraneNicht zutreffendDurchsucht von der Entstehung bis zum 20. Jan. 2026. URL: https://www.cochranelibrary.com/central
Cochrane Risk of Bias 2 (RoB 2) ToolCochraneRoB 2.0; Versionsdatum nicht erfasstVerwendet zur Bewertung des Studienrisikos in randomisierten Studien. URL: https://www.riskofbias.info/welcome/rob-2-0-tool
Embase (Datenbank)Elsevier B.V.Nicht zutreffendDurchsucht von der Entstehung bis zum 20. Jan. 2026. URL: https://www.elsevier.com/products/embase
EndNote (Übersichtsmanagement-Software)Clarivate21Verwendet zum Importieren von Aufzeichnungen und zur Deduplizierung. URL: https://endnote.com/
gemtc (R-Paket)Comprehensive R Archive Network (CRAN)1.1-1Verwendet für Bayesianische Netzwerk-Metaanalyse, Modellanpassung und Behandlungsrangordnungen. URL: https://cran.r-project.org/package=gemtc
GRADE-Ansatz (Bewertungstool)GRADE Working GroupNicht zutreffendMethodologisches Framework zur Bewertung der Evidenzsicherheit; Bewertungen wurden manuell ohne spezielle Software durchgeführt. URL: https://www.gradeworkinggroup.org/
JAGS (Statistische Software/Backend)Martyn Plummer / SourceForge4.3.1Bayesian MCMC-Engine, die über gemtc aufgerufen wird. URL: https://mcmc-jags.sourceforge.io/
PubMed (Datenbank)U.S. National Library of Medicine, NCBINicht zutreffendDurchsucht von der Entstehung bis zum 20. Jan. 2026. URL: https://pubmed.ncbi.nlm.nih.gov/
R (Statistische Software)R Foundation for Statistical Computing4.4.1Verwendet für Bayesianische Netzwerk-Metaanalyse und statistische Grafiken. URL: https://www.r-project.org/
Stata (Statistische Software)StataCorp LLCStata/SE 15.1Verwendet für ergänzende statistische Analysen und grafische Zusammenfassungen. URL: https://www.stata.com/stata15/
VIP Chinese Science and Technology Journal Database (Datenbank)Chongqing VIP Information Co., Ltd.Nicht zutreffendDurchsucht von der Entstehung bis zum 20. Jan. 2026. URL: https://www.cqvip.com/
Wanfang Data (Datenbank)Beijing Wanfang Data Co., Ltd.Nicht zutreffendDurchsucht von der Entstehung bis zum 20. Jan. 2026. URL: https://www.wanfangdata.com.cn/
Web of Science Core Collection (Datenbank)ClarivateNicht zutreffendDurchsucht von der Entstehung bis zum 20. Jan. 2026. URL: https://www.webofscience.com/
```

Referenzen

  1. 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.
  2. 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.
  3. 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.
  4. 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.
  5. 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.
  6. 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.
  7. 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.
  8. Yi TW, Sridhar VS, Scott J, Nardone M, Cherney D. Next-generation therapeutics for diabetic kidney disease. Nat Rev Nephrol. 2026.
  9. 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.
  10. 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.
  11. 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.
  12. 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.
  13. 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.
  14. 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.
  15. 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.
  16. 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.
  17. 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.
  18. 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.
  19. 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.
  20. 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.
  21. 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.
  22. 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.
  23. 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.
  24. 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.
  25. 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.
  26. 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.
  27. 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.
  28. 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.
  29. 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.
  30. 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.
  31. 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.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Tags

MedizinAusgabe 233Ausgabe 233Leerer WertAusgabeChinesischer Kräutersudglykiertes HämoglobinProteinurieNierenfunktion
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.