Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Lewatywy medycyny chińskiej na wrzodziejące zapalenie jelita grubego: mechanizmy i optymalny czas trwania na podstawie przeglądu systematycznego i metaanalizy

161 wyświetleń

⸱

DOI:

10.3791/69567

⸱

29 maja 2026

 ,  , 
1The Affiliated Hospital of Nanjing University of Chinese Medicine

W tym artykule

Podsumowanie

Ta metaanaliza 20 badań na zwierzętach (980 uczestników) pokazuje, że złożone lewatywy chińskiej medycyny znacząco poprawiają wskaźniki wrzodziejącego zapalenia jelita grubego poprzez działanie przeciwzapalne, wzmocnienie bariery jelitowej oraz modulację mikrobioty jelitowej. Optymalny czas: 10–28 dni. Pomimo obiecujących wyników, wysoka heterogeniczność i niska jakość badań wymagają ostrożności; Do weryfikacji potrzebne są wysokiej jakości badania.

Streszczenie

Ten systematyczny przegląd i metaanaliza miały na celu wyjaśnienie mechanizmów leżących u podstaw skuteczności formuł lewatyw medycyny chińskiej w modelach zwierzęcych wrzodziejącego zapalenia jelita grubego (UC) oraz dostarczenie naukowych podstaw dla ich potencjalnego zastosowania klinicznego. Kompleksowe wyszukiwania PubMed, Web of Science, Cochrane Library, Elton B. Stephens Company (EBSCO) oraz ScienceDirect zidentyfikowały istotne badania na zwierzętach opublikowane do grudnia 2024 roku. Jakość metodologiczna oceniano za pomocą narzędzia SYRCLE do monitorowania ryzyka błędu, a analizy statystyczne przeprowadzono za pomocą RevMan 5.3 i Stata 15.

Uwzględniono dwadzieścia badań obejmujących 980 zwierząt, z ocenami jakości od 2 do 6. Lewatywy w medycynie chińskiej znacząco obniżają wynik histologicznego zapalenia jelita grubego, wskaźnik aktywności choroby, indeks śledziony, wskaźnik uszkodzenia jelita grubego oraz mediatory zapalne, w tym IL-6, TNF-α, IL-1β, IL-8, mRNA COX-2 oraz mieloperoksydaza. Poprawiły również zmianę masy ciała, długość jelita grubego, białka styku jelitowego (ZO-1, Oklumenyna), ekspresję IL-10 oraz poziomy komórek T regulacyjnych (CD4⁺CD25⁺FOXP3⁺), jednocześnie modulując skład mikrobioty jelitowej, szczególnie Firmicutes i Bacteroides.

Wyniki te sugerują, że terapeutyczne korzyści płynące z lewatyw medycyny chińskiej mogą wynikać z działania przeciwzapalnego, wzmocnienia integralności bariery jelitowej oraz regulacji flory jelitowej. Jednak znaczna heterogeniczność — prawdopodobnie wynikająca z różnic w gatunkach zwierząt, płci i długości interwencji — oraz ogólnie niska jakość metodologiczna ograniczają siłę dowodów. Konieczne są także dobrze zaprojektowane, wysokiej jakości badania przedkliniczne i kliniczne, aby potwierdzić skuteczność, zoptymalizować protokoły leczenia i ocenić bezpieczeństwo dla stosowania u ludzi.

Wprowadzenie

Zapalna choroba jelit (IBD) obejmuje dwa główne typy: wrzodziejące zapalenie jelita grubego (UC) oraz chorobę Leśniowskiego-Crohna (CD). Badania wskazują, że genetyka, czynniki środowiskowe, interakcje mikroorganizmów oraz zaburzenia układu odpornościowego biorą udział w patogenezie IBD1. Nowe dowody wskazują na rosnącą częstość występowania IBD w krajach rozwijającychsię 2. UC charakteryzuje się nawracającymi epizodami bólu brzucha, biegunki i krwawienia z odbytu3. Poprawa objawów klinicznych i zmniejszenie nawrotów u pacjentów z UC to kluczowe cele w leczeniu klinicznym4.

Konwencjonalne terapie IBD, w tym kortykosteroidy, leki immunosupresyjne i leki biologiczne, mają na celu kontrolę odpowiedzi immunologicznej; jednak długotrwałe stosowanie wiąże się ze znaczącymi skutkami niepożądanymi5. W ostatnich latach pojawiło się wiele nowych opcji terapeutycznych. Badania sugerują, że preparaty miejscowe są skuteczne, bezpieczne i mają mniej skutków ubocznych. Ich zalety to szybsza reakcja, mniejsza częstotliwość podawania oraz ograniczone wchłanianie układowe w porównaniu z leczeniem doustnym. Niemniej jednak liczba pacjentów otrzymujących leczenie miejscowe pozostaje niższa niż tych, którzy stosują terapię doustną6.

Tradycyjna medycyna chińska (TCM) jest szeroko stosowana jako skuteczne uzupełniające i alternatywne leczenie IBD, szczególnie u pacjentów, którzy doświadczyli niepożądanych reakcji na terapie konwencjonalne. Pomimo znaczącego potencjału terapeutycznego, kliniczne zastosowanie TCM jest ograniczone przez niewystarczające badania nad mechanizmami działania7.

Chociaż liczne badania na zwierzętach wykazały terapeutyczne działanie złożonych lewatyw chińskiej medycyny na UC, żadna meta-analiza, która stała się kluczowym narzędziem w medycynie opartej na dowodach dowodów do ustalania skuteczności i bezpieczeństwa interwencji8, nie zjednoczyła jeszcze dowodów na jej skuteczność terapeutyczną z badań przedklinicznych. Dlatego to badanie systematycznie przeanalizowało eksperymenty na zwierzętach, aby ocenić skuteczność terapeutyczną złożonych lewatyw medycyny chińskiej. Skupiano się na wpływie lewatyw z medycyny chińskiej złożonej na HCS, DAI, IL-6, TNF-α oraz florę jelit w modelach zwierzęcych UC, z celem wspierania przyszłych badań klinicznych i rozwoju produktów. Celem tego badania jest dostarczenie solidnego, opartego na dowodach poparcia klinicznego dla lewatyw medycyny chińskiej złożonej.

Ta metaanaliza koncentruje się na modelach gryzoni (głównie szczurów Sprague-Dawley i myszy C57BL/6) indukowanych przez roztwór dekstrozy siarczanowego sodu lub roztworu kwasu 2,4,6-trynitrobenzensulfonowego, z czasem interwencji od 3 do 28 dni, oceniając kluczowe dziedziny, takie jak oceny histologiczne (Histological Score/Disease Activity Index), cytokiny zapalne (IL-6/TNF-α), białka barierowe (ZO-1/Okludyna) oraz mikrobiota jelit. Dostarczając mechanistyczne wskazówki dotyczące zastosowań lewatywy TCM, ograniczenia takie jak heterogeniczność badań i niska jakość metodologiczna (wyniki SYRCLE 2–6) są poruszane w dyskusji, aby wyznaczyć ostrożne tłumaczenie kliniczne. Szczegółowy słownik skrótów użytych w tym artykule znajduje się w Pliku Uzupełniającym 1 (Dane 1).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Wszystkie uwzględnione badania na zwierzętach były zgodne z wytycznymi ARRIVE i zostały zatwierdzone przez odpowiednie instytucjonalne komisje etyki. Oślepianie i randomizacja przeprowadzane zgodnie z wytycznymi SYRCLE. Przegląd był zgodny ze standardami raportowania PRISMA (ID: CRD42024527636). Wszystkie procedury były wykonywane na podstawie etycznych zatwierdzeń, aby zminimalizować uprzedzenia i szkody zwierzętom.

1. Instalacja i przygotowanie oprogramowania

  1. Zainstaluj RevMan (wersja 5.3, Cochrane Collaboration, https://revman.cochrane.org).
    1. Uzyskaj dostęp do oficjalnej strony RevMan (zobacz Tabelę materiałów).
    2. Pobierz plik konfiguracyjny kompatybilny z systemem operacyjnym (Windows .exe lub Mac .pkg).
    3. Kliknij dwukrotnie instalator i postępuj zgodnie z instrukcjami: Następnie > wybierz ścieżkę instalacji > Następna > Zakończ.
    4. Uruchom RevMan i wybierz Plikuj > Nowa recenzja > Przegląd interwencji > Pełna recenzja.
  2. Oprogramowanie Stata
    1. Wejdź na oficjalną stronę Stata (zobacz Tabelę materiałów) i przejdź do strony pobierania.
    2. Pobierz pakiet instalacyjny kompatybilny z Twoim systemem operacyjnym.
    3. Kliknij dwukrotnie instalator i postępuj zgodnie z instrukcjami: Następnie > zaakceptować licencję > wybrać ścieżkę instalacji > Install > Finish.
    4. Uruchom Stata i wpisz numer seryjny, kod oraz uprawnienia, aby aktywować licencję.
  3. Oprogramowanie do zarządzania referencjami EndNote X9
    1. Odwiedź oficjalną stronę EndNote (zobacz Tabelę materiałów).
    2. Pobierz instalator EndNote X9 dla swojego systemu operacyjnego.
    3. Kliknij dwukrotnie instalatora, zaakceptuj licencję > wybierz Typową instalację > wybierz ścieżkę instalacji > Instaluj > Zakończ.
    4. Uruchom EndNote i aktywuj za pomocą klucza produktu lub danych uwierzytelniających instytucji.
  4. GetData graph digitizer
    1. Odwiedź oficjalną stronę GetData Graph Digitizer (patrz Tabela materiałów).
    2. Pobierz instalator.
    3. Kliknij dwukrotnie instalator, zaakceptuj licencję > wybierz ścieżkę instalacji > Install > Finish.
    4. Uruchom oprogramowanie do wyodrębniania danych numerycznych z liczb, gdy surowe dane są niedostępne.
      1. Zaimportuj obraz figurki do oprogramowania.
      2. Kalibruj osie X i Y według skali przedstawionej na rysunku.
      3. Ręcznie zaznacz każdy punkt danych, aby uzyskać jego współrzędne.
      4. Eksportuj wyodrębnione dane numeryczne.
      5. Wzajemna weryfikacja wyodrębnionych danych przez dwóch niezależnych badaczy; Rozbieżności większe niż 5% zostały ponownie sprawdzone i skorygowane.
        UWAGA: Instalacja i aktywacja całego oprogramowania powinna być zakończona przed etapem przetwarzania literatury, aby zapewnić płynny przepływ pracy.

2. Wyszukiwanie literatury

  1. Stwórz strategię odzyskiwania.
    1. Określ liczbę haseł wyszukiwania, najpierw analizując cele i kluczowe wyniki badania. Zidentyfikuj podstawowe pojęcia związane z wrzodziejącym zapaleniem jelita grubego, lewatywami medycyny chińskiej oraz modelami zwierzęcimi.
      1. W przypadku wrzodziejącego zapalenia jelita grubego używaj określeń takich jak "wrzodziejące zapalenie jelita grubego", "IBD" oraz "zapalna choroba jelit".
      2. Dla lewatyw medycyny chińskiej uwzględnij słowa kluczowe takie jak "lewatywa medycyny chińskiej", "lewatywa medycyny chińskiej", "lewatywa na receptę złożona" oraz powiązane synonimy.
      3. Dla modeli zwierzęcych używaj terminów takich jak "szczur", "mysz", "gryzoń" i "badanie zwierząt". Połącz te terminy za pomocą operatorów boolowskich (AND, OR). Na przykład połącz "wrzodziejące zapalenie jelita grubego" Oraz "lewatywę medycyny chińskiej" ORAZ "model zwierzęcy", aby objąć badania spełniające wszystkie kryteria. Dostosuj hasła wyszukiwania do używanej bazy danych, wykorzystując kontrolowane słownictwo każdej bazy.
      4. Doprecyzuj wyszukiwanie, dodając synonimy lub alternatywne frazy, aby zwiększyć czułość wyszukiwania.
    2. Szczegółową strategię wyszukiwania dla każdej bazy danych można znaleźć w Pliku Uzupełniającym 1 (Dane 2).
  2. Wykonaj wyszukiwanie literatury w pięciu bazach danych: PubMed, Web of Science, Cochrane Library, EBSCO oraz ScienceDirect.
    1. Dla każdej bazy danych można uzyskać dostęp do oficjalnej strony internetowej (np. https://pubmed.ncbi.nlm.nih.gov dla PubMed). W interfejsie wyszukiwania wprowadź zdefiniowaną strategię wyszukiwania do pola Zaawansowanego wyszukiwania . Aby uzyskać PubMed, kliknij Zaawansowany > Dodaj kreator zapytań, a następnie wypełnij pola wyszukiwania w następujący sposób:
      Dziedzina 1: "wrzodziejące zapalenie jelit" [Tytuł/Streszczenie]
      Dziedzina 2: "Lewatywa medycyny chińskiej" LUB "lewatywa medycyny tradycyjnej chińskiej" [Tytuł/Streszczenie]
      Pole 3: "eksperyment na zwierzętach" LUB "szczur" LUB "mysz" [Wszystkie pola]
    2. Połącz te pola z operatorem Boole'a AND aby upewnić się, że wszystkie warunki są spełnione. Ustaw limit czasowy od powstania bazy do 1 grudnia 2024 roku i ogranicz język do angielskiego. Kliknij Wyszukiwanie, a następnie użyj Filtrów > typu artykułu > Badania przedkliniczne , jeśli to możliwe.
    3. Eksportuj wszystkie pobrane rekordy, wybierając Wyślij do > File > Format: MEDLINE (dla PubMed) lub Eksport > RIS/BibTeX (dla innych baz danych). Zapisz pliki do importu do EndNote X9 , aby dalej je sprawdzać i usuwać duplikaty.
      UWAGA: Dwóch niezależnych recenzentów przeprowadziło wyszukiwanie według identycznych kryteriów, a rozbieżności zostały rozwiązane konsensusem (patrz Tabela materiałów). Weźmy na przykład PubMed:
      1. Otwórz stronę bazy danych PubMed.
      2. Wprowadź zdefiniowaną strategię wyszukiwania zgodnie z zasadami składni PubMed (szczegóły w Pliku Uzupełniającym 1 można znaleźć w Danych 2).

        UWAGA: Operator AND wymaga, aby wszystkie powiązane słowa kluczowe były obecne w rekordzie. Operator OR oznacza, że przynajmniej jedno z wymienionych słów kluczowych musi być obecne. Nawiasy () definiują kolejność operacji logicznych. Ustaw limit czasu wyszukiwania od momentu powstania bazy danych do 1 grudnia 2024 roku.
      3. Pobierz całą pobraną literaturę: Zapisz > PubMed > Utwórz plik.

3. Przegląd literatury

UWAGA: Weźmy na przykład dane pobrane przez PubMed, zarządzane za pomocą EndNote X9.

  1. Zaimportuj pobraną literaturę do EndNote: File > Import > Options > Import Options > wybierz PubMed (NLM) > Import (Dane 2 w Dodatkowym Pliku 1).
  2. Utworzenie grup włączenia i wykluczenia w EndNote: Moje grupy > Utwórz zbiór grup lub Utwórz grupę (Dane 4 w Pliku Uzupełniającym 1).
    Grupy wykluczające mogą obejmować:
    Nieodpowiednia interwencja (nie lewatywa medycyny chińskiej)
    Nieodpowiednie osoby (modele nie-UC lub badania kliniczne/in vitro)
    Duplikaty publikacji
    Język inny niż angielski
  3. Usuń duplikaty: przejdź do wszystkich referencji > referencji > znajdź duplikaty > anuluj. Zaznacz wszystkie zduplikowane wpisy z listy wyników, przeciągnij je do lewego folderu Kosz, aby usunąć je. Po automatycznym usunięciu duplikatów ponownie ręcznie sprawdź, czy nie pozostały duplikaty (Dane 5 w Pliku Uzupełniającym 1).
  4. Proces selekcji: W pierwszej rundzie przeczytaj tytuły i streszczenia, aby wykluczyć badania niespełniające kryteriów włączenia. W drugiej rundzie przejrzyj pełne teksty pozostałych badań, aby potwierdzić ich ostateczną kwalifikację.
  5. Wyszukiwanie ręczne i kontakt z autorem: Wykonaj ręczne wyszukiwanie źródeł cytowanych w zawartych badaniach. Skontaktuj się z autorami korespondencyjnymi mailowo, gdy brakuje lub jest niejasnych danych istotnych, aby zwiększyć wskaźnik włączenia i zmniejszyć niepewność.
  6. Zaangażowanie badaczy: Przeprowadzenie wyszukiwania i selekcji literatury z udziałem dwóch niezależnych badaczy. Rozwiązuj spory poprzez dyskusję. Jeśli nie rozstrzygnij sprawy, skonsultuj się z trzecim badaczem w celu podjęcia ostatecznej decyzji.
  7. Dokumentowanie procesu: Użyj Microsoft Word lub odpowiedniego oprogramowania, aby stworzyć diagram przepływu PRISMA 2020, dokumentujący liczbę badań pobranych i wykluczonych na każdym etapie wraz z powodami wyłączenia (patrz Plik Uzupełniający 2).

4. Ekstrakcja danych

  1. Przygotuj arkusz kalkulacyjny zawierający następujące zmienne:
    Informacje do nauki: Autor, rok wydania.
    Szczegóły dotyczące zwierząt: Gatunek, szczep, płeć, zakres wagowy i wielkość próbki.
    Metoda indukcji modelowej: Określ, czy stosowano DSS, TNBS lub inne podejścia.
    Szczegóły interwencji: Dawka lub stężenie, częstotliwość podawania i czas podania.
    Mierzone wyniki: Uwzględnić wynik histologicznego zapalenia jelita grubego (HCS), wskaźnik aktywności choroby (DAI), długość jelita grubego (CL), zmianę masy ciała (BWC), wskaźnik śledziony, cytokiny zapalne, białka bariery jelitowej oraz skład mikrobioty, między innymi. Standaryzowany format ekstrakcji danych jest szczegółowo opisany w Danych 6 w Pliku Uzupełniającym 1.
  2. Dla wielu dawek interwencyjnych wyodrębnić dane grupy o najwyższej dawce, identyfikując w każdym z nich podgrupę eksperymentalną, która otrzymała maksymalną dawkę złożonej lewatywy medycyny chińskiej.
    1. Gdy zgłaszano wiele poziomów dawki, należy zapisywać dane odpowiadające najwyższemu stężeniu lub dawce, zgodnie z metodami lub wynikami oryginalnego artykułu.
    2. Jeśli jednostka lub stężenie było niejasne, zweryfikować hierarchię dawk na podstawie opisów lub tabel autorów. Dwóch niezależnych recenzentów porównało wyodrębnione dane, a wszelkie rozbieżności zostały rozwiązane poprzez dyskusję.
  3. Dla wyników mierzonych w wielu punktach czasowych należy zanotować ostateczne pomiary, identyfikując w każdym z uwzględnionych badań ostatni punkt czasowy, w którym wynik został oceniony po interwencji.
    1. Gdy zgłaszano wiele punktów czasowych, należy wyodrębnić dane z końcowej obserwacji po leczeniu, aby odzwierciedlić ogólny efekt terapeutyczny.
    2. Jeśli w tabelach lub rysunkach przedstawiono wiele punktów końcowych, użyj wartości odpowiadającej ostatniemu zgłoszonemu okresowi pomiaru. Dwóch niezależnych recenzentów zweryfikowało wyodrębnione punkty czasowe, aby zapewnić dokładność i spójność.
  4. Wprowadź wzór =SEM_value × SQRT (sample_size) w nowej komórce, aby przekształcić błąd standardowy średniej (SEM) na odchylenie standardowe (SD). Skopiuj powstałe wartości SD do tabeli danych RevMan. Sprawdź dokładność, przeliczając konwersję dla jednego reprezentatywnego badania9.
  5. Przelicz mediany i kwartyle na średnie i SD, jeśli jestwymagane 10,11.
  6. Dwóch recenzentów niezależnie wyodrębnia dane; Rozwiązuj wszelkie nieścisłości poprzez rozmowę.
    UWAGA: Dane z rysunków są digitalizowane za pomocą GetData Graph Digitizer, gdy nie podaje się surowych wartości.

5. Ocena ryzyka błędu

  1. Użyjnarzędzia SYRCLE do oceny jakości badań w dziesięciu dziedzinach, w tym randomizacji, ukrywania alokacji, zaślepiania oraz raportowania wyników.
  2. Oceniaj każdy przedmiot jako niski, wysoki lub niejasny i podsumuj wyniki w RevMan. Dla każdej dziedziny sekcja metod przeglądania — przypisz niski, jeśli randomizacja jest podana, wysoki, jeśli nie, niejasny , jeśli niejasny. Wyniki (0–10) w tabeli RevMan.

6. Analiza statystyczna

  1. Rozpocznij metaanalizę w RevMan 5.3.
    1. W menu głównym przejdź do Dane i analizy > Dodaj porównanie.
    2. Wpisz nazwę grupy eksperymentalnej (np. "lewatywy") oraz grupy kontrolnej (np. "wrzodziejące zapalenie jelita grubego") > kliknij Zakończ (Dane 7 w Pliku Uzupełniającym 1).
    3. Aby dodać wskaźniki wyników, wybierz Dodaj wynik, wybierz typ zmiennej (ciągła dla zmiennych ciągłych lub dychotomowa dla zmiennych dychotomicznych), kliknij Następne, wpisz nazwę wskaźnika wyniku (np. "Histopatologiczny wynik (HCS)", "Indeks aktywności choroby (DAI)", "Długość jelita grubego (CL)", "Zmiana masy ciała (BWC)"), a następnie kliknij Zakończ (Dane 8 w Plik uzupełniający 1).
    4. Dodaj dane z badań: Dodaj Dane z badania > wybierz źródło z listy literatury > Zakończ (Dane 9 i Dane 10 w Pliku Uzupełniającym 1).
    5. Dla każdego wyniku ręcznie wprowadź wyodrębnione dane (średnią, odchylenie standardowe (SD) oraz wielkość próby dla każdej grupy) do tabeli danych.
  2. Wykonaj wybór modelu statystycznego.
    1. Dla wyników ciągłych stosuj Średnią Różnicę (MD), gdy jednostka miary jest taka sama we wszystkich uwzględnionych badaniach. Stosuj Standaryzowaną Średnią Różnicę (SMD), gdy jednostki pomiarowe różnią się między badaniami.
    2. Ustaw 95% przedziały ufności (CI) dla wszystkich szacunków wielkości efektu. Wybierz model statystyczny w następujący sposób: Użyj modelu o stałym efekcie (FE), jeśli heterogeniczność jest niska (I2 ≤ 50%). Stosuj model efektów losowych (RE), jeśli heterogeniczność jest wysoka (I2 > 50%).
      UWAGA: W tej analizie zastosuj model efektów losowych ze względu na różnice gatunków, modelowania i schematów.
  3. Generuj działki leśne.
    1. W RevMan, po wpisaniu wszystkich istotnych danych, kliknij Model Statystyczny (FE lub RE zgodnie z powyższym określeniem) > Forest Plot.
    2. Przeanalizuj wykres pod kątem szacunków wielkości efektu, statystyk heterogeniczności (test I2, χ2 ) oraz ogólnych wartości P (patrz Dane 11 w Pliku Uzupełniającym 1).
  4. Przeprowadz zaawansowane analizy i ocenę stronniczości publikacyjnej w Stata 15.0.
    1. Zaimportuj zagregowany rozmiar efektu oraz błąd standardowy (lub wariancję) do Stata.
    2. Dla stronniczości publikacyjnej uruchom test regresji Eggera za pomocą komendy: metabias effect_size se_effect, egger
    3. Generuj wykresy lejka używając: metalejka effect_size se_effect
    4. W przypadku potencjalnych brakujących badań zastosuj metodę przycinania i wypełniania w Stata 15.0 , wpisując polecenie: metatrim effect_size se_effect, egger. Ta funkcja szacuje liczbę potencjalnie brakujących badań spowodowanych błędem publikacyjnym, symetrycznie wypełnia wykres lejka i ponownie oblicza wielkość efektu w grupie, aby uzyskać skorygowane oszacowanie.
    5. Dla analizy metaregresji lub podgrup (jeśli jest wymagane): metareg effect_size var1 var2
  5. Wykonaj analizy podgrup i wrażliwości.
    1. Utwórz podgrupy w RevMan 5.3 , wybierając Dane i Analizy > Dodaj Analizę Podgrup, a następnie zdefiniuj kategorie podgrup według gatunku zwierzęcego (mysz, szczur), płci (samica, nieznana) oraz czasu trwania leczenia (≤7 dni, >7 dni).
    2. Wprowadź odpowiednie dane z badań do każdej podgrupy, aby porównać połączone rozmiary efektów i ocenić redukcję heterogeniczności. W przypadku analizy wrażliwości ponownie przeprowadzić metaanalizę, wyłączając jedno badanie naraz.
  6. Przeprowadz ocenę stronniczości publikacyjnej.
    1. Przeprowadź test regresji Eggera dla zbiorów danych z ≥ 10 badań.
    2. Stosuj metodę Trim-and-fill do oszacowania potencjalnych brakujących badań i korygowania szacunków zbiorczych.
  7. Wykonaj analizę czasu i efektu.
    1. Klasyfikuj włączone badania na podstawie długości interwencji (dni).
    2. Dla każdego kluczowego wyniku (HCS, DAI, CL, BWC, MPO, TNF-α, IL-6 itd.) wyznacz wykresy radarowe z zakresu czasu trwania i odpowiedzi.
    3. Zidentyfikuj optymalne okno leczenia lewatywy medycyny chińskiej w modelach zwierzęcych UC.
      UWAGA: Po zakończeniu wszystkich analiz skompiluj wyniki do wykresów leśnych RevMan i wyników Stata. Wyodrębnione dane zostały wprowadzone do RevMan 5.3, aby wygenerować wykresy leśne. Oprogramowanie automatycznie obliczało połączone rozmiary efektów (MD/SMD) oraz przedziały ufności (95% CI) w modelach o stałych lub losowych efektach, generując wizualne wykresy lasów dla każdego wyniku. Dla Stata importowano rozmiar efektu i błąd standardowy. Przeprowadzono błędy publikacyjne oraz zaawansowane analizy. Przejdź do raportowania manuskryptów zgodnie z PRISMA, zapewniając zgodność etyczną i kontrole stronniczości. To kończy protokół metaanalizy oceny lewatywy TCM.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Łącznie zidentyfikowano 1 146 potencjalnie istotnych artykułów z pięciu baz danych, w tym 65 z PubMed, 92 z Web of Science, 56 z EBSCO, żadnego z Cochrane Library oraz 933 z Science Direct. Po usunięciu 91 duplikatów dokumentów pozostało 1 055 artykułów.

Następnie pełne teksty tych artykułów zostały przejrzane, co skutkowało wykluczeniem 1 035 artykułów na podstawie wcześniej określonych kryteriów wykluczenia. Ostatecznie dwadzieścia badań spełniło kryteria kwalifikacyjne i zostało uwzględnion...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Celem tego badania było zbadanie efektów ochronnych oraz mechanizmów leżących u podstaw lewatywy chińskiej z medycyny złożonej w modelach zwierzęcych wrzodziejącego zapalenia jelita grubego. Łącznie uwzględniono 20 artykułów obejmujących 980 zwierząt. Złożona lewatywa medycyny chińskiej wykazała poprawę kilku objawów klinicznych wrzodziejącego zapalenia jelita grubego, w tym długości jelita grubego, indeksu aktywności chorobowej, wyniku histologicznego zapalenia jelita grubego, zmiany masy ciała, wskaźnika śledziony oraz...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Wszyscy autorzy deklarują, że nie mają konfliktów interesów związanych z tą pracą.

Podziękowania

Prace te były wspierane przez Narodową Fundację Nauk Przyrodniczych Chin (grant nr 82341229, grant nr 82174379, grant nr 82174372 i grant nr 82405401), Fundację na rzecz Leczenia Chorób Dominujących (Kliniczne Naukowe Wzmocnienie Kompetencji) (nr k2023BZ02), projekt finansowany przez Priorytetowy Program Rozwoju Programów Akademickich Instytucji Szkolnictwa Wyższego Jiangsu (PAPD), Projekt Poprawy Zdolności Prowincji Jiangsu poprzez naukę. Technologia i Edukacja, Projekt Naukowy Stowarzyszenia Medycyny Chińskiej Jiangsu (nr PDJH2026013) oraz Wysoki Poziom Rozwoju Talentów Akademickich Szpitala Medycyny Chińskiej Prowincji Jiangsu (nr k2026yrc71).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Biblioteka CochraneBiblioteka Cochranehttps://www.cochranelibrary.com/
EBSCOEBSCO Industrieshttps://www.ebsco.com/
Przypis końcowy X9Cochrane https://support.clarivate.com/Endnote/s/
GetDataGetData Graph Digitizerhttps://getdata-graph-digitizer.com/
PROSPERONarodowy Instytut Badań nad Zdrowiem i Opiekąhttps://www.crd.york.ac.uk/PROSPERO/
PubMedNarodowa Biblioteka Medycznahttps://pubmed.ncbi.nlm.nih.gov/
RevManCochrane https://revman.cochrane.org/
ScienceDirectElsevierhttps://www.sciencedirect.com/
STATAStataCorphttps://www.stata.com/
Web of ScienceClarivate Analyticshttps://www.webofscience.com/

Bibliografia

  1. Gecse, K. B., Vermeire, S. Differential diagnosis of inflammatory bowel disease: imitations and complications. Lancet Gastroenterol Hepatol. 3 (9), 644-653 (2018).
  2. Zhou, J. L., et al. Trends and projections of inflammatory bowel disease at the global, regional and national levels, 1990–2050: a bayesian age-period-cohort modeling study. BMC Public Health. 23 (1), 2507(2023).
  3. Siegel, C. A. Explaining risks of inflammatory bowel disease therapy to patients. Aliment Pharmacol Ther. 33 (1), 23-32 (2010).
  4. Christophi, G., Rengarajan, A., Ciorba, M. Rectal budesonide and mesalamine formulations in active ulcerative proctosigmoiditis: efficacy, tolerance, and treatment approach. Clin Exp Gastroenterol. 9, 283-289 (2016).
  5. Weizman, A. V., et al. Characterisation of complementary and alternative medicine use and its impact on medication adherence in inflammatory bowel disease. Aliment Pharmacol Ther. 35 (3), 342-349 (2011).
  6. Berlin, J. A., Golub, R. M. Meta-analysis as evidence: building a better pyramid. JAMA. 311 (6), 603-605 (2014).
  7. Page, M. J., et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. Syst Rev. 10 (1), 89(2021).
  8. Zhang, X. M., Zhang, Y. B., Chi, M. H. Soy protein supplementation reduces clinical indices in type 2 diabetes and metabolic syndrome. Yonsei Med J. 57 (3), 681-689 (2016).
  9. Luo, D., et al. Optimally estimating the sample mean from the sample size, median, mid-range, and/or mid-quartile range. Stat Methods Med Res. 27 (6), 1785-1805 (2018).
  10. Wan, X., et al. Estimating the sample mean and standard deviation from the sample size, median, range and/or interquartile range. BMC Med Res Methodol. 14 (1), 135(2014).
  11. Hooijmans, C. R., et al. Meta-analyses of animal studies: an introduction of a valuable instrument to further improve healthcare. ILAR J. 55 (3), 418-426 (2014).
  12. Cao, Y. B., et al. Effects of Changtai granules, a traditional compound Chinese medicine, on chronic trinitrobenzene sulfonic acid-induced colitis in rats. World J Gastroenterol. 11 (23), 3539-3543 (2005).
  13. Che, Y. H., et al. Effects of the traditional Chinese medicine formula Ento-PB in experimental models of ulcerative colitis. Nat Prod Commun. 17 (3), 1-10 (2022).
  14. Cheng, X., et al. Huangkui Lianchang decoction attenuates experimental colitis by inhibiting the NF-κB pathway and autophagy. Front Pharmacol. 13, 951558(2022).
  15. Cui, Y., et al. Integrated network pharmacology, molecular docking and animal experiment to explore the efficacy and potential mechanism of Baiyu decoction against ulcerative colitis by enema. Drug Des Devel Ther. 17, 3453-3472 (2023).
  16. Dong, L., et al. Anemone chinensis Bunge aqueous enema alleviates dextran sulfate sodium-induced colitis via inhibition of inflammation and regulation of the colonic mucosal microbiota. J Ethnopharmacol. 288, 115010(2022).
  17. Guo, S. M., et al. Effect of traditional Chinese medicinal enemas on ulcerative colitis of rats. World J Gastroenterol. 10 (13), 1914-1917 (2004).
  18. Han, Z., et al. Systems pharmacology and transcriptomics reveal the mechanisms of Sanhuang decoction enema in ulcerative colitis with additional Candida albicans infection. Chin Med. 16 (1), 1-16 (2021).
  19. Han, Z., et al. Integrative transcriptomic and metabonomic profiling analyses reveal the molecular mechanism of Huankuile suspension on TNBS-induced ulcerative colitis. Aging (Albany NY). 13 (4), 5087-5103 (2021).
  20. Jing, C., et al. Efficacy of Qifu Lizhong enema prescription on intestinal mucosal tight-junction modulation in a rat model of ulcerative colitis. J Tradit Chin Med. 43 (2), 303-311 (2023).
  21. Lin, J. C., et al. QingBai decoction regulates intestinal permeability in DSS-induced colitis through modulation of Notch and NF-κB signalling. Cell Prolif. 52 (2), e12547(2019).
  22. Liu, B., et al. Exploration of mechanisms underlying Yu’s enema formula in treating ulcerative colitis by blocking the RhoA/ROCK pathway. Curr Pharm Des. 30 (2), 115-124 (2024).
  23. Liu, D. Y., et al. Pharmacological effects of Ba-Wei-Xi-Lei powder on ulcerative colitis in rats with enema application. Am J Chin Med. 34 (3), 461-469 (2006).
  24. Shi, L., et al. Effect of Yang-activating and stasis-eliminating decoction on intestinal mucosal permeability in DSS-induced ulcerative colitis rats. J Tradit Chin Med. 37 (4), 452-460 (2017).
  25. Tan, Y. Y., et al. Ding’s herbal enema treats DSS-induced colitis in mice by regulating the gut microbiota and maintaining Treg/Th17 balance. Exp Ther Med. 22 (6), 1368(2021).
  26. Wang, S., et al. Effects of modified Sanhuang decoction enema on TNF-α and colonic IL-1β, IL-6 in ulcerative colitis rats. Chin J Integr Med. 20 (11), 865-869 (2014).
  27. Wen, J., et al. Mechanism of Bawei Xileisan in DSS-induced ulcerative colitis in mice. J Ethnopharmacol. 188, 31-38 (2016).
  28. Yongbiao, H., et al. Xilei San ameliorates experimental colitis in rats by degrading pro-inflammatory mediators and promoting mucosal repair. Evid Based Complement Alternat Med. 2014, 1-10 (2014).
  29. Yu, W., et al. Systems pharmacology approach to determine active compounds and mechanisms of Xipayi KuiJie’an enema in ulcerative colitis. Sci Rep. 7 (1), 1189(2017).
  30. Yu, W., et al. Three types of gut bacteria collaborate to improve Kui Jie’an enema treatment in DSS-induced colitis mice. Biomed Pharmacother. 113, 108751(2019).
  31. Yun, H. F., et al. Pingkui enema alleviates TNBS-induced ulcerative colitis by regulating inflammatory factors, Bifidobacterium, and intestinal barrier. Evid Based Complement Alternat Med. 2020, 3896948(2020).
  32. Han, Y., et al. Qing Hua Chang Yin alleviates chronic colitis in mice by protecting intestinal barrier and improving colonic microflora. Front Pharmacol. 14, 1170345(2023).
  33. Zhu, M. Z., et al. Edible exosome-like nanoparticles from Portulaca oleracea L mitigate DSS-induced colitis via expansion of double-positive CD4⁺CD8⁺ T cells. J Nanobiotechnol. 21 (1), 120(2023).
  34. Ramos, G. P., Papadakis, K. A. Mechanisms of disease: inflammatory bowel diseases. Mayo Clin Proc. 94 (1), 155-165 (2019).
  35. Le Loupp, A. G., et al. Activation of the prostaglandin D₂ metabolic pathway in Crohn’s disease: involvement of the enteric nervous system. BMC Gastroenterol. 15 (1), 123(2015).
  36. Sartor, R. B. Pathogenesis of Crohn’s disease and ulcerative colitis. Nat Clin Pract Gastroenterol Hepatol. 3 (7), 390-407 (2006).
  37. Keshavarzian, A., et al. Increased interleukin-8 in rectal dialysate from ulcerative colitis patients: evidence for a biological role in colonic inflammation. Am J Gastroenterol. 94 (3), 704-712 (1999).
  38. Piechota-Polanczyk, A., Fichna, J. Role of oxidative stress in pathogenesis and treatment of inflammatory bowel diseases. Naunyn Schmiedebergs Arch Pharmacol. 387 (7), 605-620 (2014).
  39. Li, M., et al. Beneficial effects of celastrol on immune balance by modulating gut microbiota in experimental ulcerative colitis mice. Genomics Proteomics Bioinformatics. 20 (2), 288-303 (2022).
  40. Peng, K., et al. Kuijie decoction ameliorates ulcerative colitis by affecting intestinal barrier, gut microbiota, metabolic pathways and Treg/Th17 balance. J Ethnopharmacol. 319, 116936(2024).
  41. Atreya, I., Atreya, R., Neurath, M. F. NF-κB in inflammatory bowel disease. J Intern Med. 263 (6), 591-596 (2008).
  42. Ahmed, S., Xu, R. Nuclear factor-κB in inflammatory bowel disease and colorectal cancer. Am J Dig Dis. 1 (2), 84-96 (2014).
  43. Ungaro, R., et al. Ulcerative colitis. Lancet. 389 (10080), 1756-1770 (2017).
  44. Shen, Y., et al. Protective effects of Lizhong decoction on ulcerative colitis in mice by suppressing inflammation and ameliorating gut barrier. J Ethnopharmacol. 259, 112879(2020).
  45. Bozkurt, H. S., Bilgin, K. A new treatment for ulcerative colitis: intracolonic Bifidobacterium and xyloglucan application. Eur J Inflamm. 18, 1-8 (2020).
  46. Zhou, Y., et al. Gut microbiota offers universal biomarkers across ethnicity in inflammatory bowel disease diagnosis and infliximab response prediction. mSystems. 3 (1), e00188-17(2018).
  47. Ru, X., et al. Effect of Chinese herbal enema prescription on renal function, enterogenous uremic toxins and intestinal barrier in CKD stage 3–5 predialysis participants: a randomized controlled trial. Medicine (Baltimore). 104 (32), e43791(2025).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Modele zwierzęcebariera jelitowamediatory zapalnemikrobiota jelitowawskaźnik aktywności chorobylimfocyty T regulatorowe
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.