Onderzoeksartikel

Verspreiding van patroonelementen uit de traditionele Chinese geneeskunde bij patiënten met maagkanker: een dwarsdoorsnedestudie

DOI:

10.3791/69576

⸱

5 december 2025

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

In dit artikel

Samenvatting

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

Deze studie stelt een reproduceerbaar protocol vast voor het identificeren en kwantificeren van elementen van het Traditionele Chinese Geneeskunde (TCM) syndroom bij patiënten met maagkanker, waardoor systematische analyse mogelijk is via cluster-, correlatie- en principal component-analysemethoden.

Samenvatting

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

Maagkanker blijft wereldwijd een belangrijke oorzaak van morbiditeit en sterfte, met een bijzonder hoge last in China. Traditionele Chinese Geneeskunde (TCM) legt de nadruk op holistische regulatie en syndroomdifferentiatie, maar reproduceerbare methoden om syndroomelementen in maagkanker te kwantificeren zijn beperkt. We hebben een cross-sectionele studie uitgevoerd met 60 patiënten in het Wuxi Second Traditional Chinese Medicine Hospital (december 2022-maart 2024) en een gestandaardiseerd, reproduceerbaar protocol voor de evaluatie van syndroomelementen. Demografie, medische geschiedenis en TCM-diagnostische informatie werden vastgelegd met een gestandaardiseerd casusrapportformulier; Syndroomelementen werden geïdentificeerd met behulp van een gewogen scoringssysteem met dubbele expertbeoordeling. De analyse volgde een vooraf gespecificeerde multivariate pijplijn-tweefasen H-K clustering (hiërarchische Ward.D2 om k voor te stellen, gevolgd door k-means verfijning), correlatienetwerkmapping en principal component analyse. De meest voorkomende factoren waren qi-stagnatie, qi-tekort, bloedstasis, milttekort en vochtigheid; Sterke verbanden werden waargenomen tussen QI-stagnatie en bloedstasis en tussen qi-tekort en bloedstasis, met aanvullende verbindingen die vocht/slijm betreffen. De analyse van de hoofdcomponenten gaf aan dat een kleine set elementen het grootste aandeel van de variatie tussen patiënten uitmaakte, wat klinisch betekenisvolle stratificatie ondersteunde. Dit protocol operationaliseert de beoordeling van TCM-syndroomelementen in meetbare stappen met deelbare vormen en code, wat de objectiviteit en reproduceerbaarheid versterkt en een methodologische basis biedt voor klinische besluitvorming en multicentervalidatie. Het kader is aanpasbaar aan andere maligniteiten, waardoor een bredere integratie van TCM binnen evidence-based oncologie mogelijk wordt.

Inleiding

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

Maagkanker blijft een van de meest voorkomende en dodelijke maligniteiten wereldwijd, waarbij China een onevenredig hoge incidentie en sterftelast heeft 1,2. Ondanks vooruitgang in chirurgische resectie, chemotherapie en gerichte therapieën blijft de algehele prognose onbevredigend, wat de noodzaak onderstreept van complementaire benaderingen die zowel de ziektebiologie als de kwaliteitvan leven van de patiënt aanpakken. Traditionele Chinese Geneeskunde (TCM), met nadruk op holistische regulatie en syndroomdifferentiatie, wordt veel gebruikt in de oncologie; echter, het ontbreken van gestandaardiseerde, reproduceerbare methoden voor syndroomidentificatie heeft de systematische integratie van TCM in evidence-based kankerzorgbeperkt 4,5.

Recente ontwikkelingen in de differentiatie van syndroomelementen bieden een gestructureerd kader om de belangrijkste pathologische factoren achter TCM-syndromen te kwantificeren, waardoor nauwkeurigere patiëntclassificatie en op maat gemaakte interventiesmogelijk zijn 6. Het toepassen van dit kwantitatieve kader op maagkanker biedt een manier om traditionele theorie te overbruggen met moderne analytics, maar reproduceerbare, geprotocolliseerde workflows blijven schaars. Voor zover wij weten is dit het eerste protocol om de beoordeling van syndroomelementen bij maagkanker te operationaliseren met expliciete vormen, dual-expert beoordeling en een vooraf gespecificeerde multivariate pijplijn (tweefasige H-K clustering, correlatienetwerk en PCA), verpakt voor replicatie en multicenter adoptie. Door syndroomdifferentiatie te vertalen naar meetbare variabelen en het vooraf specificeren van analytische parameters, biedt deze studie een reproduceerbare basis voor klinische praktijk en multicenter onderzoek, verduidelijkt de verdeling van belangrijke elementen in maagkankerpopulaties en biedt een concrete weg naar preciezere TCM-gebaseerde oncologiestrategieën.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

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

Ethiek en Toezicht

Deze studie werd goedgekeurd door de Ethische Commissie van Wuxi Tweede Ziekenhuis voor Traditionele Chinese Geneeskunde (20220904). Alle deelnemers gaven schriftelijke geïnformeerde toestemming in overeenstemming met de Verklaring van Helsinki; procedures waren in overeenstemming met de ICH-GCP-principes. Alle identificeerbare media die voor demonstraties werden gebruikt, werden afzonderlijk goedgekeurd. Om beoordelingsbias te verminderen, werden artsen die TCM-syndroomelementen evalueerden tijdens het beoordelen en beoordelen blind voor het stadium en de behandelstatus van het American Joint Committee on Cancer (AJCC) tijdens de scoring en beoordeling; Blinding werd onderhouden door een databeheerder die die velden uit de beoordelende sheets verwijderde.

Patiëntenwerving en casusbronnen

Tussen 1 december 2022 en 31 maart 2024 werden opeenvolgende patiënten met maagkanker opgenomen vanuit de poliklinische en klinische afdelingen van Wuxi Second TCM Hospital. De screening werd prospectief geregistreerd (bezwaren benaderd, geschiktheidsbeslissing, reden voor uitsluiting, uitkomst van toestemming). Een gedeïdentificeerde screeningschecklist en het blanco caserapportformulier (CRF) worden als tabel verstrekt in de openbare repository onder Data Availability. Basisdemografieën en samenvattingen van de ingeschreven cohort worden in Tabel 1 gepresenteerd om latere analyses in context te plaatsen.

Diagnostische en stadiecriteria

De diagnose volgde de normen voor de diagnose en behandeling van veelvoorkomende kwaadaardige tumoren, uitgegeven door de afdeling Medische Administratie van het Ministerie van Volksgezondheid van de Volksrepubliek China, waarbij pathologische bevestiging in elk geval vereist was. Tumorstadium werd toegewezen volgens het AJCC Cancer Staging Manual, 8e editie, en verifiërd aan de hand van pathologische en beeldvormende brondocumenten vóór inschrijving8.

Toelatingscriteria en terugtrekkingsregels

Volwassenen (≥18 jaar) met pathologisch bevestigde maagkanker en Karnofsky Performance Score (KPS) ≥ 60 kwamen in aanmerking, mits zij de gestandaardiseerde TCM-beoordeling konden voltooien. Uitsluitingen omvatten zwangerschap, instabiele ernstige comorbiditeiten die de toestemming/veiligheid in gevaar brachten, of onvolledige kernbasisgegevens. Patiënten die chemotherapie, radiotherapie of gerichte/immunotherapie kregen of hadden ontvangen, kwamen in aanmerking; De behandelstatus werd geregistreerd (Nooit/Lopend/Verleden) en gebruikt in gestratificeerde en gevoeligheidsanalyses. Deelnemers konden worden teruggetrokken als de gegevens onvoldoende waren voor syndroomdifferentiatie, als er snel klinische achteruitgang plaatsvond, of op persoonlijk verzoek, zonder invloed op de daaropvolgende zorg.

Dataverzameling en -beheer

Getrainde onderzoekers vulden een gestandaardiseerde CRF in met de titel Collection Form of Syndrome Element Information for Gastric Cancer Patients. Gegevens werden dubbel ingevoerd met spreadsheetsoftware (versie ≥15.30), onafhankelijk gecontroleerd en afgestemd vóór databasevergrendeling. Een datawoordenboek, codeerblad en auditlog werden bijgehouden vanaf de eerste invoer tot aan de analyse. Analytische datasets werden gedeïdentificeerd en opgeslagen met rolgebaseerde toegangscontrole; Een bevroren, met een tijdstempel gearchiveerde kopie werd gearchiveerd om replicatie en auditing te ondersteunen.

Gestandaardiseerde TCM-beoordeling

De klinische evaluatie volgde de vier klassieke onderzoeken: inspectie, luisteren/ruiken, onderzoek, palpatiën - in een vaste volgorde onder consistent licht (~5.000-6.500 K; CRI ≥90). Patiënten zaten met het gezicht naar de lichtbron; Tong- en pulskenmerken werden vastgelegd met vooraf gedefinieerde beschrijvingen. Beoordelaars ondergingen een kalibratie met pilotcases en voorbeeldvignetten voordat ze formeel werden beoordeeld. Alle waarnemingen werden onmiddellijk op de CRF geregistreerd om de terugroepfout te minimaliseren. De cohortniveauverdeling van samengestelde TCM-syndroompatronen die uit deze beoordeling zijn afgeleid, wordt samengevat in Tabel 2 (voetnoten geven aan of één primair patroon of meerdere patronen waren toegestaan).

Syndroom-element scoring en beoordeling

Items werden gescoord volgens de Syndrome Element Scale (volledige itemlijst en codes in Aanvullende Tabel 1). Inter-rater betrouwbaarheid (aanwezig/afwezig) werd gekwantificeerd met behulp van Cohen's κ met 95% BI en samengevat in Aanvullende Tabel 2. De ernstgewichten waren: mild = 0,7, matig = 1,0, ernstig = 1,5. Gewogen items werden binnen elk element opgeteld om de elementscore te bepalen. De aanwezigheid van een element werd gedefinieerd bij drempel = 14; robuustheid op 12 en 16 wordt gerapporteerd in Aanvullende Tabel 3. Twee TCM-oncologieartsen gaven onafhankelijk van elk geval een score; Meningsverschillen werden opgelost in een consensusvergadering met een schriftelijke redenering. Prevalentie op elementniveau bij patiënten wordt weergegeven in Tabel 3, en een uitgewerkt voorbeeld van item-tot-element scoring is weergegeven in Aanvullende Figuur 1.

Statistische analyse

Software en reproduceerbaarheid

Alle analyses werden uitgevoerd in R (v4.3). Een uitvoerbaar, versie-locked script en de volledige sessionInfo()-uitvoer worden gearchiveerd met de dataset (https://doi.org/10.6084/m9.figshare.30405196.v2). Een vast willekeurig zaad werd geplaatst vóór alle stochastische procedures. Kernfuncties/pakketten waren: basisstatistiek (prcomp, hclust, kmeans), cluster (silhouet) en igraph (netwerkvisualisatie)9. De elementniveauverdeling wordt samengevat in Aanvullende Tabel 1, en het blanco casusrapportformulier (CRF), het datadictionary en de ordentelijke invoermatrices zijn beschikbaar in de openbare repository die wordt genoemd in de sectie Data Availability.

Tweestaps H - K clustering

Er werd een tweefasige procedure gebruikt om klinisch interpreteerbare groepen af te leiden.

Hiërarchische fase: patiënt-per-element gewogen scores werden z-gestandaardiseerd, Euclidische afstanden werden berekend en agglomeratie gebruikte Ward.D2-koppeling. Het dendrogram werd geïnspecteerd om kandidaat k voor te stellen met behulp van gezamenlijke overweging van de elleboog in de spreiding binnen het cluster, takstabiliteit en voorlopige silhouetpatronen10.

K-betekent verfijning. Voor elke kandidaat k werd k-means geïnitialiseerd vanuit de hiërarchische partities en uitgevoerd met nstart ≥ 50; Definitieve lidmaatschap geminimaliseerd binnen de cluster som van kwadraten. Gemiddelde silhouetbreedte en profielen per cluster werden geëxporteerd voor traceerbaarheid. De integrale heatmap die gestandaardiseerde scores samenvat, is weergegeven in Figuur 1; het bijbehorende dendrogram is weergegeven in Figuur 2.

Hoofdcomponentenanalyse en correlatienetwerk

Element-score matrices werden gecentreerd en geschaald, en PCA werd uitgevoerd met prcomp(center = TRUE, scale = TRUE). De knoopgrootte weerspiegelt de prevalentie van elementen; Labels werden handmatig gecontroleerd om geen overlap en leesbaarheid te garanderen. Het resulterende correlatienetwerk wordt weergegeven in Figuur 3. De PCA-biplot is weergegeven in Figuur 4. Paargewijze Pearson-correlaties over elementen werden berekend met paargewijze volledige waarnemingen; Randen werden behouden wanneer |r| ≥ 0,30, met randbreedte evenredig met |r|. Een krachtgestuurd algoritme (Fruchterman-Reingold) werd gebruikt voor de lay-out om de leesbaarheidte verbeteren 11.

Ontbrekende gegevens en gevoeligheid

De volledigheid per variabele (tellingen, %) wordt samengevat in Aanvullende Tabel 4; Omdat de ontbreking laag was, werd volledige casusanalyse gebruikt voor alle primaire outputs. De robuustheid werd beoordeeld door de classificatie van elementaanwezigheid te herberekenen onder alternatieve scoregrenspunten (12 en 16) ten opzichte van de vooraf gespecificeerde drempel van 14 (Aanvullende Tabel 3), en waar relevant binnen behandelingsstatusstrata (Nooit/Lopend/Verleden; Aanvullende tabel 5). De betrouwbaarheid tussen beoordelaars voor elementbeoordeling door twee onafhankelijke TCM-experts was hoog (algemene overeenstemming 95%), zoals beschreven in Aanvullende Tabel 2. Een uitgewerkt voorbeeld dat item-tot-element scoring en drempel illustreert, wordt gegeven in Aanvullende Figuur 1.

Kwaliteitscontrole, timing en probleemoplossing

Kwaliteitsborging omvatte wekelijkse verificatie van 10% brongegevens, periodieke herkalibratie van de beoordelaars en geautomatiseerde bereik-/logicacontroles vóór databasevergrendeling. Typische tijdlijnen waren ~10-15 minuten voor screening/toestemming, 20-30 minuten voor gestandaardiseerde TCM-beoordeling en -beoordeling, en 10-15 minuten voor gegevensinvoer/verificatie per geval. De cruciale stappen zijn onder meer het handhaven van stabiele verlichting en een vaste onderzoeksreeks; het behouden van beoordelaar blind maken voor stadium en behandeling; en het documenteren van redenen voor eventuele uitspraak. Bij het samenvatten van verdelingen werden noemers expliciet aangeduid als N (patiënten) of niet-exclusieve elemententellingen, en dezelfde noemer werd consequent gebruikt in tekst, tabellen en figuurbijschriften.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

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

Kenmerken van deelnemers

Zestig patiënten met maagkanker werden tussen december 2022 en maart 2024 opgenomen. De leeftijdsverdeling was: 41-50 jaar, 9/60 (15,0%); 51-60 jaar, 18/60 (30,0%); 61-70 jaar, 15/60 (25,0%); 71-80 jaar, 13/60 (21,7%); en 81-90 jaar, 5/60 (8,3%). De algemene geslachtsverdeling was mannen 37/60 (61,7%) en vrouwen 23/60 (38,3%). Tellingen per geslacht binnen elke leeftijdscategorie worden ...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

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

Deze studie ontwikkelde en paste een gestandaardiseerde, protocolgerichte workflow toe om elementen van het TCM-syndroom bij maagkanker te identificeren en te kwantificeren. Door een gewogen scoringssysteem, dual-expert beoordeling en een vooraf gespecificeerde multivariate pijplijn-tweefasen H-K-clustering, correlatienetwerkanalyse en principal component analyse te combineren, benadrukte de methode consequent qi-stagnatie, qi-tekort, bloedstasis en vochtigheid als de meest voorkomende e...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

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

De auteurs gebruikten een AI-ondersteund schrijfhulpmiddel (ChatGPT, OpenAI) alleen voor het polijsten van de taal en het opmaken van referenties nadat de wetenschappelijke inhoud door de auteurs was opgesteld. Er werd geen studieontwerp, dataverzameling, data-analyse, figuurgeneratie of wetenschappelijke interpretatie uitgevoerd door de tool. Er werden geen identificeerbare of gevoelige gegevens in het hulpmiddel ingevoerd. Alle output werd onafhankelijk beoordeeld en herzien door de auteurs, die volledige verantwoordelijkheid nemen voor de integriteit en nauwkeurigheid van het manuscript.

Dankbetuigingen

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

De auteurs bedanken het personeel van Wuxi Second Traditional Chinese Medicine Hospital voor hun steun bij het werven en verzamelen van gegevens door patiënten. Dit werk werd ondersteund door het Jiangsu Province Wuxi City Traditional Chinese Medicine Administration Bureau, 2022 Annual Science and Technology Project (projectnummer: ZYYB23).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
Case Report Form (CRF)Wuxi Second TCM HospitalCRF-001Gestandaardiseerd formulier voor het verzamelen van patiëntgegevens
cluster R PackageCRANR-cluster-008R-pakket voor clustering en silhouette-analyse
Examination Light (5,000–6,500 K)PhilipsEX-LIGHT-003Licht gebruikt voor TCM-onderzoek
igraph R PackageCRANR-igraph-007R-pakket voor netwerkvisualisatie
Pulse Measuring DeviceOmronPMD-005Apparaat voor het meten van de pols tijdens TCM-evaluatie
R SoftwareThe R ProjectR-001Open-source software voor statistische analyse
stats R PackageCRANR-Stats-006R-pakket voor statistische analyse (prcomp, hclust, kmeans)
Syndrome Element ScaleWuxi Second TCM HospitalSE-Scale-002Scoretool voor het evalueren van syndroomelementen
Tongue Imaging DeviceCanonTI-IMG-004Apparaat gebruikt om tongbeelden vast te leggen

Referenties

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

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

SyndroomdifferentiatieTCM patroonelementenQi stagnatieBloedstaseMiltdefici ntiePrincipale ComponentenanalyseHi rarchische Clustering

Gerelateerde artikelen