Artículo de investigación

Distribución de los elementos del patrón de la Medicina Tradicional China en Pacientes con Cáncer Gástrico: Un Estudio Transversal

DOI:

10.3791/69576

5 de diciembre de 2025

En este artículo

Resumen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio establece un protocolo reproducible para identificar y cuantificar los elementos del síndrome de la Medicina Tradicional China (MTC) en pacientes con cáncer gástrico, permitiendo un análisis sistemático mediante métodos de análisis en conglomerados, correlación y componentes principales.

Resumen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El cáncer gástrico sigue siendo una causa importante de morbilidad y mortalidad a nivel mundial, con una carga especialmente alta en China. La Medicina Tradicional China (MTC) enfatiza la regulación holística y la diferenciación de síndromes, aunque los métodos reproducibles para cuantificar los elementos del síndrome en el cáncer gástrico son limitados. Realizamos un estudio transversal con 60 pacientes en el Segundo Hospital de Medicina Tradicional China de Wuxi (diciembre 2022-marzo 2024) y presentamos un protocolo estandarizado y reproducible para la evaluación de elementos del síndrome. La demografía, el historial médico y la información diagnóstica de la MTC se recogieron con un formulario estandarizado de informe de caso; Los elementos del síndrome se identificaron mediante un sistema de puntuación ponderado con adjudicación de dos expertos. El análisis siguió un agrupamiento H-K de dos etapas multivariante preespecificado (Ward.D2 jerárquico para sugerir k seguido de refinamiento de k-medias), mapeo de redes de correlación y análisis de componentes principales. Los elementos más frecuentes eran estancamiento del qi, deficiencia de qi, estasis sanguínea, deficiencia de bazo y humedad; Se observaron fuertes asociaciones entre la estancación del qi y la estasis sanguínea, así como entre la deficiencia de qi y la estasis sanguínea, con vínculos adicionales relacionados con humedad/flema. El análisis de componentes principales indicó que un pequeño conjunto de elementos representaba la mayor parte de la variación entre pacientes, apoyando una estratificación clínicamente significativa. Este protocolo operacionaliza la evaluación de elementos del síndrome MTC en pasos medibles con formularios y código compartidos, mejorando la objetividad y la reproducibilidad y proporcionando una base metodológica para la toma de decisiones clínicas y la validación multicéntrica. El marco es adaptable a otras malignidades, facilitando una integración más amplia de la MTC dentro de la oncología basada en la evidencia.

Introducción

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El cáncer gástrico sigue siendo una de las malignidades más prevalentes y letales a nivel mundial, con China asumiendo una incidencia y carga de mortalidad desproporcionadamentealtas. A pesar de los avances en la resección quirúrgica, la quimioterapia y las terapias dirigidas, el pronóstico general sigue siendo insatisfactorio, lo que subraya la necesidad de enfoques complementarios que aborden tanto la biología de la enfermedad como la calidad de vida delpaciente 3. La Medicina Tradicional China (MTC), que enfatiza la regulación holística y la diferenciación de síndromes, se utiliza ampliamente en oncología; sin embargo, la falta de métodos estandarizados y replicables para la identificación del síndrome ha limitado la integración sistemática de la MTC en la atención oncológica basadaen la evidencia 4,5.

Los desarrollos recientes en la diferenciación de elementos del síndrome proporcionan un marco estructurado para cuantificar los principales factores patológicos subyacentes a los síndromes MTC, permitiendo una clasificación más precisa del paciente e intervencionespersonalizadas 6. Aplicar este marco cuantitativo al cáncer gástrico ofrece una forma de unir la teoría tradicional con la analítica moderna, aunque los flujos de trabajo protocolizados y reproducibles siguen siendoescasos 7. Hasta donde sabemos, este es el primer protocolo que operacionaliza la evaluación de elementos del síndrome en el cáncer gástrico con formas explícitas, adjudicación de dos expertos y una cadena multivariante predefinida (agrupamiento H-K en dos etapas, red de correlación y PCA), empaquetada para replicación y adopción multicéntrica. Al traducir la diferenciación del síndrome en variables medibles y preespecificar parámetros analíticos, el presente estudio proporciona una base replicable para la práctica clínica y la investigación multicéntrica, clarifica la distribución de elementos clave en poblaciones de cáncer gástrico y ofrece un camino concreto hacia estrategias oncoológicas basadas en la MTC más precisas.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ética y supervisión

Este estudio fue aprobado por el Comité de Ética del Segundo Hospital de Medicina Tradicional China de Wuxi (20220904). Todos los participantes proporcionaron su consentimiento informado por escrito conforme a la Declaración de Helsinki; los procedimientos eran coherentes con los principios de ICH-GCP. Cualquier medio identificable utilizado para la manifestación fue consentido por separado. Para reducir el sesgo de evaluación, los médicos que evaluaron elementos del síndrome de la MTC fueron ciegos ante el estadio y el estado de tratamiento del Comité Conjunto Americano sobre el Cáncer (AJCC) durante la puntuación y la adjudicación; El cegamiento era mantenido por un gestor de datos que eliminaba esos campos de las hojas orientadas al evaluador.

Reclutamiento de pacientes y fuentes de casos

Entre el 1 de diciembre de 2022 y el 31 de marzo de 2024, se inscribieron pacientes consecutivos con cáncer gástrico en los departamentos ambulatorios e hospitalarios del Hospital Segunda MTC de Wuxi. El cribado se registró de forma prospectiva (orden aproximada, decisión de elegibilidad, motivo de exclusión, resultado del consentimiento). Una lista de verificación de selección desidentificada y el formulario de informe de caso (CRF) en blanco se proporcionan como tabla en el repositorio público bajo Disponibilidad de Datos. Las demografías de referencia y los resúmenes de etapas para la cohorte inscrita se presentan en la Tabla 1 para contextualizar los análisis posteriores.

Criterios diagnósticos y de estadificación

El diagnóstico seguía las normas para el diagnóstico y tratamiento de tumores malignos comunes emitidas por el Departamento de Administración Médica del Ministerio de Sanidad de la RPC, requiriendo confirmación patológica en cada caso. El estadio tumoral fue asignado según el Manual de Estadificación del Cáncer del AJCC, 8ª edición, y se verificó con documentos de patología e imagen antes de lainscripción 8.

Criterios de elegibilidad y reglas de retirada

Los adultos (≥18 años) con cáncer gástrico patológicamente confirmado y la Puntuación de Rendimiento Karnofsky (KPS) ≥ 60 años eran elegibles, siempre que pudieran completar la evaluación estandarizada de MTC. Las exclusiones incluyeron embarazo, comorbilidades graves inestables que comprometían el consentimiento/seguridad, o datos básicos básicos incompletos. Los pacientes que recibieron o habían recibido quimioterapia, radioterapia o inmunoterapia dirigida eran elegibles; se registró el estado de tratamiento (Nunca/Continuo/Pasado) y se utilizó en análisis estratificados y de sensibilidad. Los participantes podían ser retirados si los datos no eran suficientes para diferenciar el síndrome, si se producía un deterioro clínico rápido o a petición personal, sin impacto en la atención posterior.

Recogida y gestión de datos

Investigadores formados completaron un CRF estandarizado titulado Formulario de Colección de Información sobre Elementos del Síndrome para Pacientes con Cáncer Gástrico. Los datos se introducían dos veces usando software de hoja de cálculo (versión ≥15.30), se verificaban de forma independiente y se conciliaban antes del bloqueo de la base de datos. Se mantuvieron un diccionario de datos, una hoja de codificación y un registro de auditoría desde la primera entrada hasta el análisis. Los conjuntos de datos analíticos fueron identificados y almacenados con control de acceso basado en roles; Se archivó una copia congelada y con marca temporal para soportar la replicación y auditoría.

Evaluación estandarizada de MTC

La evaluación clínica se ajustó a los cuatro exámenes clásicos: inspección, escucha/olfato, indagación, palpación, en una secuencia fija bajo iluminación constante (~5.000-6.500 K; CRI ≥90). Los pacientes estaban sentados mirando hacia la fuente de luz; las características de la lengua y el pulso se registraron usando descriptores predefinidos. Los evaluadores se sometieron a calibración con casos piloto y viñetas ejemplares antes de la puntuación formal. Todas las observaciones se registraron inmediatamente en el CRF para minimizar el error de recuerdo. La distribución a nivel de cohorte de los patrones compuestos del síndrome MTC derivados de esta evaluación se resume en la Tabla 2 (las notas especifican si se permitía un solo patrón primario o varios patrones).

Puntuación y adjudicación por elementos del síndrome

Los ítems se puntuaron según la Escala de Elementos del Síndrome (lista completa de ítems y códigos en la Tabla Suplementaria 1). La fiabilidad entre evaluadores (presente/ausente) se cuantificó usando κ de Cohen con IC del 95% y se resumió en la Tabla Suplementaria 2. Los pesos de gravedad fueron: leve = 0,7, moderado = 1,0, grave = 1,5. Los ítems ponderados se sumaban dentro de cada elemento para obtener la puntuación del elemento. La presencia de un elemento se definía en umbral = 14; la robustez en 12 y 16 se indica en la Tabla Suplementaria 3. Dos médicos oncologos de la MTC puntuaron de forma independiente cada caso; Las discordancias se resolvieron en una reunión de consenso con una justificación escrita. La prevalencia a nivel de elemento entre los pacientes se informa en la Tabla 3, y un ejemplo trabajado de puntuación ítem a elemento se muestra en la Figura Suplementaria 1.

Análisis estadístico

Software y reproducibilidad

Todos los análisis se realizaron en R (v4.3). Un script ejecutable y bloqueado por versión y la salida completa de sessionInfo() se archivan junto con el conjunto de datos (https://doi.org/10.6084/m9.figshare.30405196.v2). Se estableció una semilla aleatoria fija antes de todos los procedimientos estocásticos. Las funciones/paquetes principales eran: estadísticas base (prcomp, hclust, kmeans), cluster (silhouette) e igraph (visualización de red)9. La distribución a nivel de elementos se resume en la Tabla Suplementaria 1, y el formulario de informe de caso (CRF) en blanco, el diccionario de datos y las matrices de entrada ordenadas están disponibles en el repositorio público referenciado en la sección de Disponibilidad de Datos.

Clúster H - K de dos etapas

Se utilizó un procedimiento en dos etapas para derivar grupos clínicamente interpretables.

Etapa jerárquica: Las puntuaciones ponderadas por paciente se estandarizaron por z, se calcularon distancias euclidianas y la aglomeración utilizó el enlace Ward.D2. El dendrograma fue inspeccionado para proponer el candidato k utilizando una consideración conjunta del codo en la dispersión dentro del grupo, la estabilidad de las ramas y los patrones preliminares desilueta 10.

K-significa refinamiento. Para cada candidato k, las k-medias se inicializaban a partir de las particiones jerárquicas y se ejecutaban con nstart ≥ 50; la membresía final minimizada dentro de la suma de cuadrados dentro del conglomerado. Se exportaron el ancho medio de silueta y los perfiles por clúster para trazabilidad. El mapa de calor integral que resume las puntuaciones estandarizadas se muestra en la Figura 1; el dendrograma correspondiente se muestra en la Figura 2.

Análisis de componentes principales y red de correlación

Las matrices element-score se centraron y escalaron, y PCA se realizó con prcomp(center = TRUE, scale = TRUE). El tamaño del nodo refleja la prevalencia de los elementos; Las etiquetas se revisaban manualmente para asegurar que no hubieran solapamientos ni legibilidad. La red de correlación resultante se muestra en la Figura 3. El bigráfico PCA se muestra en la Figura 4. Se calcularon correlaciones de Pearson por pares entre elementos con observaciones completas por pares; los bordes se conservaron cuando |r| ≥ 0,30, con la anchura de aristas proporcional a |r|. Se utilizó un algoritmo dirigido por fuerzas (Fruchterman-Reingold) para el diseño y así mejorar lalegibilidad 11.

Datos faltantes y sensibilidad

La completitud por variable (conteos, %) se resume en la Tabla Suplementaria 4; Debido a que la ausencia era baja, se utilizó análisis de casos completos para todos los resultados primarios. La robustez se evaluó recalculando la clasificación de presencia elemental bajo cortes alternativos de puntuación (12 y 16) en relación con el umbral preespecificado de 14 (Tabla Suplementaria 3) y, cuando relevante, dentro de los estratos de estado de tratamiento (Nunca/En curso/Pasado; Tabla suplementaria 5). La fiabilidad entre evaluadores para la adjudicación de elementos por dos expertos independientes en MTC fue alta (acuerdo global del 95%), según se detalla en la Tabla Suplementaria 2. Un ejemplo resuelto que ilustra la puntuación y umbral de elemento a elemento se proporciona en la Figura Suplementaria 1.

Control de calidad, sincronización y resolución de problemas

El control de calidad incluía verificación semanal del 10% de datos fuente, recalibración periódica por evaluadores y comprobaciones automáticas de rango/lógica antes del bloqueo de la base de datos. Los plazos típicos eran de ~10-15 minutos para el cribado/consentimiento, 20-30 minutos para la evaluación y puntuación estandarizada de la MTC, y 10-15 minutos para introducción/verificación de datos por caso. Los pasos críticos aquí incluyen mantener una iluminación estable y una secuencia de examen fija; preservar la ceguera del evaluador ante la etapa y el tratamiento; y documentar las razones de cualquier adjudicación. Al resumir distribuciones, los denominadores se indicaban explícitamente como N (pacientes) o conteos no exclusivos de elementos, y el mismo denominador se usaba de forma consistente en textos, tablas y pies de foto de figuras.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Características de los participantes

Se inscribieron sesenta pacientes con cáncer gástrico entre diciembre de 2022 y marzo de 2024. La distribución por edades fue: 41-50 años, 9/60 (15,0%); 51-60 años, 18/60 (30,0%); 61-70 años, 15/60 (25,0%); 71-80 años, 13/60 (21,7%); y 81-90 años, 5/60 (8,3%). La distribución general por sexo era masculina 37/60 (61,7%) y mujer 23/60 (38,3%). Los recuentos por sexo dentro de ...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio desarrolló y aplicó un flujo de trabajo estandarizado y centrado en protocolos para identificar y cuantificar los elementos del síndrome de MTC en el cáncer gástrico. Al combinar un sistema de puntuación ponderado, adjudicación con doble experto y una cadena multivariante predefinida —agrupamiento H-K en dos etapas, análisis de redes de correlación y análisis de componentes principales— el método destacó consistentemente la estancación del qi, la deficiencia de qi, la estasi...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores utilizaron una herramienta de escritura asistida por IA (ChatGPT, OpenAI) solo para pulir el lenguaje y el formato de referencias después de que el contenido científico hubiera sido redactado por los autores. No se realizó ningún diseño de estudio, recogida de datos, análisis de datos, generación de figuras ni interpretación científica mediante la herramienta. No se introdujeron datos identificables o sensibles en la herramienta. Todos los resultados fueron revisados y revisados de forma independiente por los autores, quienes asumen plena responsabilidad por la integridad y exactitud del manuscrito.

Agradecimientos

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores agradecen al personal del Segundo Hospital de Medicina Tradicional China de Wuxi su apoyo en la captación de pacientes y la recopilación de datos. Este trabajo fue apoyado por el Proyecto Anual de Ciencia y Tecnología 2022 de la Oficina de Administración de Medicina Tradicional China de la Ciudad de Wuxi, Provincia de Jiangsu (Número de Proyecto: ZYYB23).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Formulario de Informe de Caso (CRF)Hospital Segundo de MTC de WuxiCRF-001Formulario estandarizado para la recopilación de datos de pacientes
Paquete R de clústerCRANR-cluster-008Paquete R para agrupamiento y análisis de siluetas
Luz de Examen (5.000 y guion; 6.500 K)PhilipsEX-LIGHT-003Luz utilizada para el examen de MTC
Paquete igraph RCRANR-igraph-007Paquete R para visualización de redes
Dispositivo de medición de pulsosOmronPMD-005Dispositivo para medir pulsos durante la evaluación de la MTC
R SoftwareEl Proyecto RR-001Software de código abierto para análisis estadístico
Paquete R de estadísticasCRANR-Stats-006Paquete R para análisis estadístico (prcomp, hclust, kmeans)
Escala de Elementos del SíndromeHospital Segundo de MTC de WuxiSE-Scale-002Herramienta de puntuación para evaluar los elementos del síndrome
Dispositivo de imagen de la lenguaCanonTI-IMG-004Dispositivo utilizado para capturar imágenes con la lengua

Referencias

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Chao, H., Yusen, Z., Die, Y., Yifei, L., Xiaochun, Z., Yanqing, L. Effects of traditional Chinese medicine on the survival of patients with stage I gastric cancer and high-risk factors: a real-world retrospective study. J Tradit Chin Med. 43 (3), 568-573 (2023).
  2. Chen, B., et al. Effects of oxidative stress regulation in inflammation-associated gastric cancer progression treated using traditional Chinese medicines: A review. Medicine (Baltimore). 102 (46), e36157(2023).
  3. Chi, W., Jiang, Q., Jiang, J., Ma, B. Progress in traditional Chinese medicine treatment of cancer-related fatigue in gastric cancer. Minerva Surg. 79 (1), 129-131 (2024).
  4. Dai, Z., et al. Traditional Chinese medicine for gastric cancer: An evidence mapping. Phytother Res. 38 (6), 2707-2723 (2024).
  5. Dong, X., et al. PresRecST: a novel herbal prescription recommendation algorithm for real-world patients with integration of syndrome differentiation and treatment planning. J Am Med Inform Assoc. 31 (6), 1268-1279 (2024).
  6. Jia, Q., et al. Traditional Chinese medicine symptom normalization approach leveraging hierarchical semantic information and text matching with attention mechanism. J Biomed Inform. 116, 103718(2021).
  7. Ke, J., et al. Relationship between traditional Chinese medicine syndrome elements and prognosis of patients with IgA nephropathy. Evid Based Complement Alternat Med. 2022, 2270406(2022).
  8. Teichgraeber, D. C., Guirguis, M. S., Whitman, G. J. Breast cancer staging: Updates in the AJCC cancer staging manual, 8th Edition, and current challenges for radiologists, From the AJR special series on cancer staging. AJR Am J Roentgenol. 217 (2), 278-290 (2021).
  9. Blischak, J. D., Carbonetto, P., Stephens, M. Creating and sharing reproducible research code the workflowr way. F1000Res. 8, 1749(2019).
  10. Januzaj, Y., Beqiri, E., Luma, A. Determining the optimal number of clusters using silhouette score as a data mining technique. Int J Online Biomed Eng. 19 (4), (2023).
  11. Jolliffe, I. T., Cadima, J. Principal component analysis: a review and recent developments. Philos Trans A Math Phys Eng Sci. 374 (2065), 20150202(2019).
  12. Li, D., Feng, R. Modern technology-based exploration of mechanism of traditional Chinese medicine in prevention and treatment of gastric cancer. World J Gastrointest Oncol. 16 (9), 3747-3751 (2024).
  13. Liao, Y., Gui, Y., Li, Q., An, J., Wang, D. The signaling pathways and targets of natural products from traditional Chinese medicine treating gastric cancer provide new candidate therapeutic strategies. Biochim Biophys Acta Rev Cancer. 1878 (6), 188998(2023).
  14. Yang, L., et al. Progress in traditional Chinese medicine against chronic gastritis: From chronic non-atrophic gastritis to gastric precancerous lesions. Heliyon. 9 (6), e16764(2023).
  15. Yao, S., et al. Interpretation of a quantitative diagnosis model of traditional Chinese medicine syndromes based on computer adaptive testing. Evid Based Complement Alternat Med. 2022, 3203158(2022).
  16. Zhang, J., Zhang, Z. The Challenges of ethical review in clinical research of traditional Chinese medicine. Evid Based Complement Alternat Med. 2021, 6754985(2021).
  17. Liu, Y., et al. Traditional Chinese medicine in the treatment of chronic atrophic gastritis, precancerous lesions and gastric cancer. J Ethnopharmacol. 337 (Pt 1), 118812(2025).
  18. Zhang, L., et al. Systems pharmacology to reveal multi-scale mechanisms of traditional Chinese medicine for gastric cancer. Sci Rep. 11 (1), 22149(2021).
  19. Zhou, X., et al. Clinical phenotype network: the underlying mechanism for personalized diagnosis and treatment of traditional Chinese medicine. Front Med. 8 (3), 337-346 (2014).
  20. Lu, Y., et al. A comprehensive update: gastrointestinal microflora, gastric cancer and gastric premalignant condition, and intervention by traditional Chinese medicine. J Zhejiang Univ Sci B. 23 (1), 1-18 (2022).
  21. Zhu, F., Si, J. Regulative effect of traditional Chinese medicine on gene-expression related to precancerous lesion of gastric cancer. Chin J Integr Med. 11 (1), 76-80 (2005).
  22. Longci, P., Chunhui, Q., Xubo, S., Yixian, H., Xinrong, Y., Xianjun, S. Traditional Chinese medicine syndrome analysis on oxaliplatin-induced peripheral neuropathy and clinical efficacy of Bushen Yiqi formula: a prospective randomized controlled study. J Tradit Chin Med. 43 (6), 1234-1242 (2023).
  23. Zu, M., et al. Patient-derived organoid culture of gastric cancer for disease modeling and drug sensitivity testing. Biomed Pharmacother. 163, 114751(2023).
  24. Liu, Y., et al. Mechanisms of traditional Chinese medicine in the treatment and prevention of gastric cancer. Phytomedicine. 135, 156003(2024).
  25. Sun, D., et al. The effects of gastric cancer interstitial fluid on tumors based on traditional Chinese medicine 'phlegm' theory and the investigation on the mechanism through microRNA-21 regulation. J Physiol Pharmacol. 72 (3), 381-389 (2021).
  26. Qing, X., et al. Therapeutic mechanisms of integrated traditional Chinese and conventional medicine underlying its treatment of precancerous lesions of gastric cancer. J Tradit Chin Med. 42 (6), 1023-1028 (2022).
  27. Luo, H., Liao, X., Wang, Q. Application of Chinese medical syndrome scores in effectiveness evaluation: a critical appraisal of 240 randomized controlled trials. Zhongguo Zhong Xi Yi Jie He Za Zhi. 35 (10), 1261-1266 (2015).
  28. Yang, K., et al. A comprehensive update on early gastric cancer: defining terms, etiology, and alarming risk factors. Expert Rev Gastroenterol Hepatol. 15 (3), 255-273 (2021).
  29. Wang, Y., Xu, J., Zhang, M., Zhang, D., Wulamu, A. An improved multitask learning model with matching network and its application in traditional Chinese medicine syndrome recommendation. J Healthc Eng. 2022, 4072563(2022).
  30. Yang, J., et al. Traditional Chinese medicine syndromes are associated with driver gene mutations and clinical characteristics in patients with lung adenocarcinoma. Evid Based Complement Alternat Med. 2022, 9905868(2022).
  31. YanRui, W., et al. Research on the signaling pathway and the related mechanism of traditional Chinese medicine intervention in chronic gastritis of the "inflammation-cancer transformation". Front Pharmacol. 15, 1338471(2024).
  32. Xu, X., et al. Modular characteristics and the mechanism of Chinese medicine's treatment of gastric cancer: a data mining and pharmacology-based identification. Ann Transl Med. 9 (24), 1777(2021).
  33. Xu, W., Li, B., Xu, M., Yang, T., Hao, X. Traditional Chinese medicine for precancerous lesions of gastric cancer: A review. Biomed Pharmacother. 146, 2542(2022).
  34. Wang, Y., et al. Treating chronic atrophic gastritis: identifying sub-population based on real-world TCM electronic medical records. Front Pharmacol. 15, 1444733(2024).
  35. Xie, J., et al. Digital tongue image analyses for health assessment. Med Rev. 1 (2), 172-198 (2021).
  36. Wang, Z., et al. TCMEval-SDT: a benchmark dataset for syndrome differentiation thought of traditional Chinese medicine. Sci Data. 12 (1), 437(2025).
  37. Liu, J. Y., Li, X. Standardization, objectification, and essence research of traditional Chinese medicine syndrome: A 15-year bibliometric and content analysis from 2006 to 2020 in Web of Science database. Anat Rec. 306 (12), 2974-2983 (2023).
  38. Gong, L., Jiang, J., Chen, S., Qi, M. A syndrome differentiation model of TCM based on multi-label deep forest using biomedical text mining. Front Genet. 14, 1272016(2023).
  39. Li, S., et al. Tailoring traditional Chinese medicine in cancer therapy. Mol Cancer. 24 (1), 27(2025).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Solicitar permiso para reutilizar el texto o las figuras de este artículo de JoVE

Solicitar permiso

Etiquetas

Diferenciaci n de s ndromeselementos de patrones de MTCestancamiento de Qiestasis sangu neadeficiencia de bazoan lisis de componentes principalesagrupamiento jer rquico

Artículos relacionados