Article de recherche

Répartition des éléments de la médecine traditionnelle chinoise chez les patients atteints de cancer gastrique : une étude transversale

DOI :

10.3791/69576

⸱

5 décembre 2025

 ,  ,  ,  ,  , 
1Department of Oncology, Wuxi No.2 Chinese Medicine Hospital, 2Department of Oncology, The Affiliated Jiangyin Hospital of Southeast University Medical College

Dans cet article

Résumé

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

Cette étude établit un protocole reproductible pour identifier et quantifier les éléments du syndrome de la médecine traditionnelle chinoise (MTC) chez les patients atteints d’un cancer gastrique, permettant une analyse systématique par méthodes d’analyse en cluster, corrélation et composantes principales.

Résumé

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

Le cancer gastrique reste une cause majeure de morbidité et de mortalité dans le monde, avec une charge particulièrement élevée en Chine. La médecine traditionnelle chinoise (MTC) met l’accent sur la régulation holistique et la différenciation des syndromes, mais les méthodes reproductibles pour quantifier les éléments du syndrome dans le cancer gastrique sont limitées. Nous avons mené une étude transversale sur 60 patients à l’hôpital de médecine traditionnelle chinoise de Wuxi Second (décembre 2022-mars 2024) et présenté un protocole standardisé et reproductible pour l’évaluation des éléments du syndrome. Les données démographiques, historiques médicaux et diagnostics de la MTC ont été recueillis dans un formulaire standardisé de rapport de cas ; Les éléments du syndrome ont été identifiés à l’aide d’un système de notation pondérée avec une évaluation par deux experts. L’analyse a suivi un clustering H-K à deux étapes multivarié multivarié prédéfini (Ward.D2 hiérarchique pour suggérer k suivi d’un raffinement k-moyens), une cartographie de réseau corrélation-réseau et une analyse en composantes principales. Les éléments les plus fréquents étaient la stagnation du qi, la déficience en qi, la stase sanguine, la carence en rate et l’humidité ; De fortes associations ont été observées entre la stagnation du Qi et la stase sanguine, ainsi qu’entre la carence en Qi et la stase sanguine, avec des liens supplémentaires liés à l’humidité/mucos. L’analyse des composantes principales a indiqué qu’un petit ensemble d’éléments expliquait la plus grande part de la variation entre les patients, soutenant une stratification cliniquement significative. Ce protocole met en œuvre l’évaluation des éléments du syndrome MTC en étapes mesurables avec des formulaires et du code partageables, renforçant l’objectivité et la reproductibilité et fournissant une base méthodologique pour la prise de décision clinique et la validation multicentrique. Le cadre est adaptable à d’autres cancers, facilitant une intégration plus large de la MTC dans l’oncologie fondée sur des preuves.

Introduction

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

Le cancer gastrique reste l’une des malignités les plus répandues et mortelles au monde, la Chine supportant une incidence et une mortalitédisproportionnellement élevées 1,2. Malgré les avancées en résection chirurgicale, chimiothérapie et thérapies ciblées, le pronostic global reste insatisfaisant, soulignant la nécessité d’approches complémentaires qui traitent à la fois de la biologie de la maladie et de la qualité de vie dupatient 3. La médecine traditionnelle chinoise (MTC), mettant l’accent sur la régulation holistique et la différenciation des syndromes, est largement utilisée en oncologie ; cependant, l’absence de méthodes standardisées et reproductibles pour l’identification des syndromes a limité l’intégration systématique de la MTC dans les soins du cancer fondés surdes preuves 4,5.

Les développements récents dans la différenciation des éléments du syndrome fournissent un cadre structuré pour quantifier les principaux facteurs pathologiques sous-jacents aux syndromes de MTC, permettant une classification plus précise des patients et des interventionspersonnalisées 6. L’application de ce cadre quantitatif au cancer gastrique offre un moyen de faire le lien entre la théorie traditionnelle et l’analytique moderne, mais les flux de travail protocolisés et reproductibles restentrares 7. À notre connaissance, il s’agit du premier protocole à opérationnaliser l’évaluation des éléments du syndrome dans le cancer gastrique avec des formes explicites, une évaluation par deux experts, et un pipeline multivarié prédéfini (regroupement H-K en deux stades, réseau de corrélation et ACP), emballé pour la réplication et l’adoption multicentrique. En traduisant la différenciation du syndrome en variables mesurables et en préspécifiant des paramètres analytiques, la présente étude fournit une base reproductible pour la pratique clinique et la recherche multicentrique, clarifie la répartition des éléments clés dans les populations de cancer gastrique et propose une voie concrète vers des stratégies oncologiques plus précises basées sur la MTC.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

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

Éthique et contrôle

Cette étude a été approuvée par le Comité d’éthique du Deuxième Hôpital de Médecine Traditionnelle Chinoise de Wuxi (20220904). Tous les participants ont donné leur consentement éclairé écrit conformément à la Déclaration d’Helsinki ; les procédures étaient conformes aux principes de l’ICH-GCP. Tout média identifiable utilisé pour la manifestation a été concédé séparément. Pour réduire le biais d’évaluation, les médecins ayant évalué les éléments du syndrome de la MTC ont été aveugles quant au stade et au statut de traitement du Comité mixte américain sur le cancer (AJCC) lors de l’évaluation et de l’évaluation ; L’aveuglement était assuré par un responsable des données qui retirait ces champs des feuilles orientées vers l’évaluateur.

Recrutement de patients et sources de cas

Des patients consécutifs atteints d’un cancer gastrique ont été inscrits entre le 1er décembre 2022 et le 31 mars 2024, issus des services ambulatoires et hospitaliers de l’hôpital Wuxi Second MTC. Le dépistage a été enregistré de manière prospective (ordre approché, décision d’éligibilité, motif d’exclusion, résultat du consentement). Une liste de contrôle de sélection désidentifiée et le formulaire de rapport de cas (CRF) vierge sont fournis sous forme de tableau dans le dépôt public sous la rubrique Disponibilité des données. Les données démographiques de référence et les résumés de stadification pour la cohorte inscrite sont présentés dans le tableau 1 afin de contextualiser les analyses ultérieures.

Critères de diagnostic et de stadification

Le diagnostic suivait les normes de diagnostic et de traitement des tumeurs malignes courantes émises par le Département de l’administration médicale du ministère de la Santé de la RPC, avec une confirmation pathologique requise dans chaque cas. Le stade tumoral a été attribué selon le Manuel de stadification du cancer de l’AJCC, 8e édition, et vérifié par rapport aux documents de pathologie et d’imagerie avantl’inscription 8.

Critères d’éligibilité et règles de retrait

Les adultes (≥18 ans) atteints d’un cancer gastrique pathologiquement confirmé et du score de performance Karnofsky (KPS) ≥ 60 étaient éligibles, à condition de pouvoir réaliser l’évaluation standardisée de la MTC. Les exclusions comprenaient la grossesse, des comorbidités sévères instables compromettant le consentement/la sécurité, ou des données de base de base incomplètes. Les patients recevant ou ayant reçu une chimiothérapie, une radiothérapie ou une immunothérapie ciblée/immunothérapie étaient éligibles ; Le statut de traitement a été enregistré (Jamais/En cours/Passé) et utilisé dans les analyses stratifiées et de sensibilité. Les participants pouvaient être retirés si les données étaient insuffisantes pour la différenciation du syndrome, si une détérioration clinique rapide survenait, ou à la demande personnelle, sans impact sur les soins ultérieurs.

Collecte et gestion des données

Des chercheurs formés ont rempli un CRF standardisé intitulé Collection Form of Syndrome Element Information for Gastric Cancer Patients. Les données étaient saisies en double à l’aide d’un logiciel de tableur (version ≥15.30), vérifiées indépendamment et rapprochées avant verrouillage de la base de données. Un dictionnaire de données, une feuille de codage et un journal d’audit étaient tenus depuis la première entrée jusqu’à l’analyse. Les ensembles de données analytiques ont été dé-identifiés et stockés avec un contrôle d’accès basé sur les rôles ; Une copie gelée, horodatée, a été archivée pour permettre la réplication et l’audit.

Évaluation standardisée de la MTC

L’évaluation clinique a suivi les quatre examens classiques — inspection, écoute/olfacteur, interrogation, palpation — dans une séquence fixe sous un éclairage constant (~5 000-6 500 K ; CRI ≥90). Les patients étaient assis face à la source lumineuse ; Les caractéristiques de la langue et de l’impulsion étaient enregistrées à l’aide de descripteurs prédéfinis. Les évaluateurs ont subi un calibrage avec des cas pilotes et des vignettes exemplaires avant la notation officielle. Toutes les observations ont été enregistrées immédiatement sur le CRF afin de minimiser l’erreur de rappel. La distribution au niveau des cohortes des schémas composites du syndrome MTC dérivés de cette évaluation est résumée dans le tableau 2 (les notes de bas de page précisent si un seul motif primaire ou plusieurs motifs étaient autorisés).

Notation et jugement par élément du syndrome

Les items ont été notés selon l’échelle des éléments du syndrome (liste complète des items et codes dans le tableau supplémentaire 1). La fiabilité inter-évaluateurs (présente/absente) a été quantifiée à l’aide du κ de Cohen avec IC à 95 % et résumée dans le tableau supplémentaire 2. Les pondérations de sévérité étaient : légère = 0,7, modérée = 1,0, sévère = 1,5. Les éléments pondérés étaient additionnés dans chaque élément pour obtenir le score de l’élément. La présence d’un élément était définie au seuil = 14 ; la robustesse aux niveaux 12 et 16 est rapportée dans le Tableau Supplémentaire 3. Deux oncologues en MTC ont évalué chaque cas de manière indépendante ; Les discordances ont été résolues lors d’une réunion de consensus avec une justification écrite. La prévalence au niveau des éléments chez les patients est rapportée dans le tableau 3, et un exemple travaillé de notation item par élément est présenté dans la Figure supplémentaire 1.

Analyse statistique

Logiciel et reproductibilité

Toutes les analyses ont été réalisées en R (v4.3). Un script exécutable, verrouillé par version, ainsi que la sortie complète de sessionInfo() sont archivés avec le jeu de données (https://doi.org/10.6084/m9.figshare.30405196.v2). Une graine aléatoire fixe était posée avant toutes les procédures stochastiques. Les fonctions/packages de base étaient : statistiques de base (prcomp, hclust, kmeans), cluster (silhouette) et igraph (visualisation réseau)9. La distribution au niveau des éléments est résumée dans le Tableau Supplémentaire 1, et le formulaire de rapport de cas vierge (CRF), le dictionnaire de données et les matrices d’entrée ordonnées sont disponibles dans le dépôt public référencé dans la section Disponibilité des données.

Regroupement H - K à deux étages

Une procédure en deux étapes a été utilisée pour dériver des groupes cliniquement interprétables.

Étape hiérarchique : Les scores pondérés par élément par patient ont été standardisés selon z, les distances euclidiennes ont été calculées, et l’agglomération a utilisé la liaison Ward.D2. Le dendrogramme a été inspecté pour proposer le candidat k en tenant compte conjointement du coude dans la dispersion en groupe, la stabilité des branches et les motifs de silhouettepréliminaires 10.

K-signifie raffinement. Pour chaque candidat k, k-means était initialisée à partir des partitions hiérarchiques et exécutée avec nstart ≥ 50 ; l’adhésion finale minimisée dans la somme des carrés dans le cluster. La largeur moyenne de la silhouette et les profils par cluster ont été exportés pour la traçabilité. La carte thermique intégrale résumant les scores standardisés est illustrée à la Figure 1 ; le dendrogramme correspondant est montré à la Figure 2.

Analyse des composantes principales et réseau de corrélation

Les matrices élément-score étaient centrées et mises à l’échelle, et l’ACP était réalisée avec prcomp(centre = VRAI, échelle = VRAI). La taille du nœud reflète la prévalence des éléments ; Les étiquettes étaient vérifiées manuellement pour s’assurer qu’il n’y avait pas de chevauchement ni de lisibilité. Le réseau de corrélation résultant est illustré à la Figure 3. Le bigraphique de l’ACP est illustré à la Figure 4. Les corrélations de Pearson paires entre les éléments ont été calculées à l’aide d’observations paires par paires complètes ; les arêtes ont été conservées lorsque |r| ≥ 0,30, avec une largeur d’arête proportionnelle à |r|. Un algorithme dirigé par la force (Fruchterman-Reingold) a été utilisé pour la mise en page afin d’améliorer lalisibilité 11.

Données manquantes et sensibilité

La complétude par variable (comptage, %) est résumée dans le Tableau Supplémentaire 4 ; Parce que la manque était faible, une analyse complète de cas a été utilisée pour toutes les sorties primaires. La robustesse a été évaluée en recalculant la classification de la présence d’éléments selon des seuils alternatifs (12 et 16) par rapport au seuil prédéfini de 14 (Tableau Supplémentaire 3), et — lorsque pertinent — au sein des strates de statut de traitement (Jamais/En cours/Passé ; Tableau supplémentaire 5). La fiabilité inter-évaluateurs pour l’adjudication des éléments par deux experts indépendants en MTC était élevée (accord global de 95 %), comme détaillé dans le Tableau Supplémentaire 2. Un exemple concret illustrant le pointage et le seuil d’élément par élément est fourni dans la Figure Supplémentaire 1.

Contrôle qualité, timing et dépannage

L’assurance qualité comprenait une vérification hebdomadaire de 10 % des données sources, un recalibrage périodique par les évaluateurs et des vérifications automatisées de la plage/logique avant le verrouillage de la base de données. Les délais typiques étaient de ~10 à 15 minutes pour le dépistage/consentement, 20 à 30 minutes pour l’évaluation et la notation standardisées de la MTC, et 10 à 15 minutes pour la saisie/vérification des données par cas. Les étapes critiques incluent le maintien d’un éclairage stable et une séquence d’examen fixe ; préserver l’aveuglement de l’évaluateur au stade et au traitement ; et la documentation des raisons de toute décision. Lors du résumé des distributions, les dénominateurs étaient explicitement indiqués comme N (patients) ou des décomptes non exclusifs d’éléments, et le même dénominateur était utilisé de manière cohérente dans les textes, tableaux et légendes de figures.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

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

Caractéristiques des participants

Soixante patients atteints d’un cancer gastrique ont été inscrits entre décembre 2022 et mars 2024. La répartition par âge était : 41-50 ans, 9/60 (15,0 %) ; 51-60 ans, 18/60 (30,0 %) ; 61-70 ans, 15/60 (25,0 %) ; 71-80 ans, 13/60 (21,7 %) ; et 81-90 ans, 5/60 (8,3 %). La répartition globale des sexes était masculine : 37/60 (61,7 %) et femmes 23/60 (38,3 %). Les dénombres par s...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

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

Cette étude a développé et appliqué un flux de travail standardisé centré sur les protocoles pour identifier et quantifier les éléments du syndrome MTC dans le cancer gastrique. En combinant un système de notation pondéré, une évaluation par deux experts et un pipeline multivarié prédéfini — regroupement H-K à deux étapes, analyse des réseaux de corrélation et analyse des composantes principales — la méthode a systématiquement mis en avant la stagnation du qi, la carence en qi, la stase ...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

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

Les auteurs ont utilisé un outil d’écriture assisté par IA (ChatGPT, OpenAI) uniquement pour le polissage du langage et la mise en forme des références après la rédaction du contenu scientifique par les auteurs. Aucune conception d’étude, collecte de données, analyse de données, génération de figures ou interprétation scientifique n’a été réalisée par l’outil. Aucune donnée identifiable ou sensible n’a été saisie dans l’outil. Tous les résultats ont été examinés et révisés de manière indépendante par les auteurs, qui assument l’entière responsabilité de l’intégrité et de l’exactitude du manuscrit.

Remerciements

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

Les auteurs remercient le personnel du Second Hôpital de Médecine Traditionnelle Chinoise de Wuxi pour leur soutien dans le recrutement des patients et la collecte de données. Ce travail a été soutenu par le Projet annuel 2022 de l’administration de la médecine traditionnelle chinoise de la ville de Wuxi, Bureau de la médecine traditionnelle chinoise de la province du Jiangsu (numéro de projet : ZYYB23).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Formulaire de rapport de cas (CRF)Hôpital MTC Secondaire de WuxiCRF-001Formulaire standardisé pour la collecte des données des patients
Package cluster RCRANR-cluster-008Package R pour le regroupement et l’analyse de silhouettes
Lumière d’examen (5 000 et ndash ; 6 500 K)PhilipsEX-LIGHT-003Lumière utilisée pour l’examen de la MTC
Package igraph RCRANR-igraph-007Package R pour la visualisation de réseau
Dispositif de mesure d’impulsionsOmronPMD-005Dispositif de mesure des impulsions lors de l’évaluation de la MTC
R SoftwareLe projet RR-001Logiciel open source pour l’analyse statistique
Paquet Stats RCRANR-Stats-006Package R pour l’analyse statistique (prcomp, hclust, kmeans)
Échelle des éléments du syndromeHôpital MTC Secondaire de WuxiSE-Échelle-002Outil de notation pour évaluer les éléments du syndrome
Dispositif d’imagerie de la langueCanonTI-IMG-004Dispositif utilisé pour capturer des images de langue

Références

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

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Demander l’autorisation de réutiliser le texte ou les figures de cet article JoVE

Demander une autorisation

Mots-clés

Diff renciation des syndromesl ments de pattern de MTCStagnation du QiStase sanguineD ficience de la RateAnalyse en composantes principalesClassification hi rarchique

Articles connexes