Artykuł badawczy

Rozmieszczenie wzorców wzorców medycyny chińskiej u pacjentów z rakiem żołądka: badanie przekrojowe

DOI:

10.3791/69576

⸱

5 grudnia 2025

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

W tym artykule

Podsumowanie

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

Badanie to ustanawia powtarzalny protokół identyfikacji i ilościowego określania elementów zespołu tradycyjnej medycyny chińskiej (TCM) u pacjentów z rakiem żołądka, umożliwiając systematyczną analizę za pomocą metod analizy klasterowej, korelacji i głównych składników.

Streszczenie

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

Rak żołądka pozostaje główną przyczyną zachorowalności i śmiertelności na całym świecie, szczególnie wysokim obciążeniem w Chinach. Tradycyjna medycyna chińska (TCM) kładzie nacisk na holistyczną regulację i różnicowanie zespołów, jednak metody powtarzalne do ilościowego określania elementów zespołu w raku żołądka są ograniczone. Przeprowadziliśmy badanie przekrojowe na 60 pacjentach w Drugim Szpitalu Medycyny Chińskiej w Wuxi (grudzień 2022 – marzec 2024) i przedstawiliśmy ustandaryzowany, powtarzalny protokół oceny zespołu i pierwiastków. Dane demograficzne, historia medyczna oraz informacje diagnostyczne TCM zostały zebrane za pomocą standaryzowanego formularza raportu przypadku; Elementy zespołu zidentyfikowano za pomocą ważonego systemu punktacji z podwójnym rozstrzyganiem ekspertów. Analiza przeprowadzono wstępnie określone wielowymiarowe klastry potokowe dwustopniowe H-K (hierarchiczny Ward.D2 sugerujący k, a następnie doprecyzowanie średnich k), mapowanie sieci korelacji oraz analizę głównych składowych. Najczęstsze elementy to stagnacja qi, niedobór qi, stagnacja krwi, niedobór śledziony oraz wilgoć; Zaobserwowano silne powiązania między stagnacją qi a stagnacją krwi oraz między niedoborem qi a stagnacją krwi, z dodatkowymi powiązaniami z wilgoci/flegmą. Analiza głównych komponentów wykazała, że niewielki zestaw elementów odpowiadał za największą część zmienności między pacjentami, wspierając klinicznie istotną stratyfikację. Protokół ten operacjonalizuje ocenę elementów zespołu TCM na mierzalne etapy z udostępnianymi formularzami i kodem, zwiększając obiektywność i powtarzalność oraz zapewniając metodologiczne podstawy do podejmowania decyzji klinicznych i wieloośrodkowej walidacji. Ramy są adaptowalne do innych nowotworów, co ułatwia szerszą integrację TCM z onkologią opartą na dowodach.

Wprowadzenie

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

Rak żołądka pozostaje jednym z najczęstszych i najbardziej śmiertelnych nowotworów na świecie, a Chiny ponoszą nieproporcjonalnie wysoką częstość występowania i śmiertelności 1,2. Pomimo postępów w chirurgicznej resekcji, chemioterapii i terapiach celowanych, ogólne rokowanie pozostaje niezadowalające, podkreślając potrzebę uzupełniających się podejść uwzględniających zarówno biologię chorób, jak ijakość życia pacjenta. Tradycyjna medycyna chińska (TCM), kładąca nacisk na holistyczną regulację i różnicowanie zespołów, jest szeroko stosowana w onkologii; jednak brak standaryzowanych, powtarzalnych metod identyfikacji zespołów ograniczył systematyczną integrację TCM do opartej na dowodach opieki onkologicznej 4,5.

Najnowsze osiągnięcia w różnicowaniu elementów zespołowych zapewniają uporządkowane ramy do ilościowego określenia kluczowych czynników patologicznych leżących u podstaw zespołów TCM, umożliwiając dokładniejszą klasyfikację pacjentów i spersonalizowane interwencje6. Zastosowanie tych ilościowych ram do raka żołądka daje możliwość połączenia tradycyjnej teorii z nowoczesną analityką, jednak powtarzalne, protokołowane przepływy pracy pozostają rzadkie7. Z naszej wiedzy jest to pierwszy protokół operacyjny do operacjonalizacji oceny elementów syndromu w raku żołądka z wyraźnymi formami, podwójnym orzekaniem ekspertów oraz z predefiniowanym wielowymiarowym pipeline'em (dwustopniowe klasteryzowanie H-K, sieć korelacji i PCA), przygotowanym do replikacji i wieloośrodkowej adopcji metodycznej. Poprzez przetłumaczenie różnicowania zespołu na mierzalne zmienne i wstępne określenie parametrów analitycznych, niniejsze badanie zapewnia replikowalną podstawę dla praktyki klinicznej i badań wieloośrodkowych, wyjaśnia rozkład kluczowych elementów w populacjach raka żołądka oraz oferuje konkretną drogę do precyzyjniejszych strategii onkologicznych opartych na TCM.

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

Protokół

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

Etyka i nadzór

Badanie to zostało zatwierdzone przez Komisję Etyczną Drugiego Szpitala Medycyny Tradycyjnej Chińskiej w Wuxi (20220904). Wszyscy uczestnicy wyrazili pisemną świadomą zgodę zgodnie z Deklaracją Helsińską; procedury były zgodne z zasadami ICH-GCP. Każde identyfikowalne medium użyte do demonstracji było osobno wyrażane zgody. Aby zmniejszyć błędy oceniające, lekarze oceniający elementy zespołu TCM byli ślepi na stan i status leczenia Amerykańskiego Wspólnego Komitetu ds. Raka (AJCC) podczas oceniania i oceny; Oślepianie było utrzymywane przez opiekuna danych, który usuwał te pola z arkuszy skierowanych do asesorów.

Rekrutacja pacjentów i źródła przypadków

Kolejni pacjenci z rakiem żołądka zostali przyjęci w okresie od 1 grudnia 2022 do 31 marca 2024 roku z oddziałów ambulatoryjnych i stacjonarnych Drugiego Szpitala TCM w Wuxi. Przesiew był rejestrowany prospektywnie (kolejność podejścia, decyzja o kwalifikacji, powód wykluczenia, wynik zgody). Lista kontrolna do odidentyfikowania oraz pusty formularz raportu przypadku (CRF) są udostępnione jako tabela w publicznym repozytorium w sekcji Dostępność danych. Dane demograficzne bazowe oraz podsumowania etapów dla zapisanej kohorty przedstawiono w Tabeli 1 , aby kontekstualizować kolejne analizy.

Kryteria diagnostyczne i etapowe

Diagnoza opierała się na normach dotyczących diagnozy i leczenia powszechnych nowotworów złośliwych wydanych przez Departament Administracji Medycznej Ministerstwa Zdrowia ChRL, przy czym w każdym przypadku wymagane jest potwierdzenie patologiczne. Stadium guza zostało przypisane zgodnie z AJCC Cancer Staging Manual, 8. wydanie, i zweryfikowane na podstawie źródeł patologicznych i obrazowych przed zapisem8.

Kryteria kwalifikacyjne i zasady wycofania się

Dorośli (≥18 lat) z patologicznie potwierdzonym rakiem żołądka i Karnofsky Performance Score (KPS) ≥ 60 lat byli uprawnieni, pod warunkiem ukończenia standaryzowanej oceny TCM. Wykluczenia obejmowały ciążę, niestabilne, ciężkie choroby współistniejące zagrażające zgodzie/bezpieczeństwu lub niepełne dane wyjściowe bazowe. Pacjenci otrzymujący lub przechodzący chemioterapię, radioterapię lub celowaną/immunoterapię byli uprawnieni; status leczenia został zarejestrowany (Nigdy/Ciągły/Przeszły) i wykorzystany w analizach stratyfikowanych i wrażliwości. Uczestnicy mogli zostać wycofani, jeśli dane były niewystarczające do różnicowania zespołów, w przypadku szybkiego pogorszenia klinicznego lub na osobistą prośbę, bez wpływu na dalszą opiekę.

Zbieranie i zarządzanie danymi

Wyszkoleni naukowcy ukończyli standaryzowany CRF zatytułowany Collection Form of Syndrome Element Information for Gastric Cancer Patients. Dane były wprowadzane podwójnie za pomocą oprogramowania arkuszowego (wersja ≥15.30), niezależnie weryfikowane i uzgadniane przed zablokowaniem bazy danych. Od pierwszego wpisu do analizy prowadzono słownik danych, arkusz kodowania oraz dziennik audytu. Analityczne zbiory danych były anonimowane i przechowywane z kontrolą dostępu opartą na rolach; Zamrożona, oznaczona czasem kopia została zarchiwizowana, aby wspierać replikację i audyt.

Standaryzowana ocena TCM

Ocena kliniczna przebiegała według czterech klasycznych badań – inspekcji, słuchania/węchu, dociekania, palpacji – w stałej kolejności przy stałym oświetleniu (~5 000-6 500 K; CRI ≥90). Pacjenci siedzieli zwróceni twarzą do źródła światła; cechy języka i pulsu były rejestrowane za pomocą wcześniej zdefiniowanych deskryptorów. Oceniający przechodzili kalibrację na podstawie pilotażowych przypadków i przykładowych winiet przed formalnym ocenowaniem. Wszystkie obserwacje były natychmiast rejestrowane na CRF, aby zminimalizować błąd przywołania. Rozkład wzorców zespołu TCM na poziomie kohhortowym wywodzony z tej oceny jest podsumowany w Tabeli 2 (przypisy określają, czy dozwolony był pojedynczy wzorzec pierwotny, czy wiele wzorców).

Punktacja i ocenianie elementów zespołu

Przedmioty oceniano według Skali Elementów Zespołu (pełna lista pozycji i kody w Tabeli Uzupełniającej 1). Niezawodność między oceniającymi (obecna/nieobecna) została zmierzona za pomocą κ Cohena z 95% CI i podsumowana w Tabeli Uzupełniającej 2. Wagi nasilenia to: łagodne = 0,7, umiarkowane = 1,0, ciężkie = 1,5. Elementy ważone były sumowane w obrębie każdego elementu, aby uzyskać punkt elementu. Obecność elementu definiowano na progu = 14; odporność na poziomach 12 i 16 jest podana w Tabeli Uzupełniającej 3. Dwóch lekarzy onkologii TCM oceniało niezależnie każdy przypadek; Niezgodności zostały rozwiązane na spotkaniu konsensualnym z pisemnym uzasadnieniem. Częstość występowania na poziomie pierwiastków wśród pacjentów jest opisana w Tabeli 3, a przykładem punktacji między elementami jest Ilustracja Uzupełniająca 1.

Analiza statystyczna

Oprogramowanie i powtarzalność

Wszystkie analizy przeprowadzono w języku R (wersja 4.3). Skrypt uruchomiony, zablokowany wersją oraz pełny wynik sessionInfo() są archiwizowane wraz ze zbiorem danych (https://doi.org/10.6084/m9.figshare.30405196.v2). Stały losowy seed był ustawiany przed wszystkimi procedurami stochastycznymi. Podstawowe funkcje/pakiety to: statystyki podstawowe (prcomp, hclust, kmeans), klaster (sylwetka) oraz igraph (wizualizacja sieci)9. Rozkład na poziomie elementów jest podsumowany w Tabeli Uzupełniającej 1, a pusty formularz raportu przypadku (CRF), słownik danych oraz uporządkowane macierze wejściowe są dostępne w publicznym repozytorium cytowanym w sekcji Dostępność danych.

Dwustopniowe klastry H - K

Zastosowano dwuetapową procedurę do wyłonienia grup klinicznie interpretowalnych.

Etap hierarchiczny: Oceny ważone według poszczególnych elementów zostały ustandaryzowane w z, obliczono odległości euklidesowe, a aglomeracja wykorzystała powiązanie Ward.D2. Dendrogram został zbadany, aby zaproponować kandydata k, uwzględniając wspólne uwzględnienie łokcia w rozproszeniu wewnątrz klastra, stabilności gałęzi oraz wstępnych wzorców sylwetek10.

K-oznacza udoskonalenie. Dla każdego kandydata k, k-means było inicjalizowane z hierarchicznych podziałów i uruchamiane z nstart ≥ 50; Ostateczne członkostwo minimalizowało sumę kwadratów wewnątrz klastra. Średnia szerokość sylwetki oraz profile na klaster zostały wyeksportowane dla śledzenia. Całkowita mapa ciepła podsumowująca standaryzowane wyniki pokazana jest na Rysunku 1; odpowiadający dendrogram pokazano na Rysunku 2.

Analiza głównych składowych i sieć korelacji

Macierze element-score były centrowane i skalowane, a PCA wykonywano z użyciem prcomp(center = TRUE, scale = TRUE). Rozmiar węzła odzwierciedla częstość występowania pierwiastków; etykiety były ręcznie sprawdzane, aby upewnić się, że nie ma nakładania się i jest czytelne. Powstała sieć korelacji przedstawiona jest na Rysunku 3. Biplot PCA pokazano na Rysunku 4. Parnie korelacje Pearsona między elementami obliczono na podstawie obserwacji parowo-zupełnych; krawędzie zachowano wtedy, gdy |r| ≥ 0,30, z szerokością krawędzi proporcjonalną do |r|. Do układu zastosowano algorytm kierowany siłą (Fruchterman-Reingold), aby poprawić czytelność11.

Brakujące dane i czułość

Zupełność per zmiennej (liczenia, %) jest podsumowana w Tabeli Uzupełniającej 4; Ponieważ braki były niskie, zastosowano analizę pełną przypadku dla wszystkich głównych wyników. Odporność oceniono poprzez ponowne obliczenie klasyfikacji pierwiastków i obecności przy alternatywnych progach punktów (12 i 16) względem wcześniej określonego progu 14 (Tabela Uzupełniająca 3) oraz – gdzie istotne – w warstwach statusu leczenia (Nigdy/Ciągłe/Przeszłe; Tabela uzupełniająca 5). Niezawodność między oceniającymi przy ocenianiu elementów przez dwóch niezależnych ekspertów TCM była wysoka (ogólna zgoda 95%), jak szczegółowo opisano w Tabeli Uzupełniającej 2. Przykładem ilustrującym punktację i progi między elementami przedstawiono w Rysunku Uzupełniającym 1.

Kontrola jakości, timing i rozwiązywanie problemów

Zapewnienie jakości obejmowało cotygodniową weryfikację 10% danych źródłowych, okresową kalibrację oceniających oraz automatyczne kontrole zakresu/logiki przed zablokowaniem bazy danych. Typowe terminy wynosiły ~10-15 minut na przesiew/zgodę, 20-30 minut na standaryzowaną ocenę i punktację TCM oraz 10-15 minut na wprowadzanie/weryfikację danych w każdym przypadku. Kluczowe kroki obejmują utrzymanie stabilnego oświetlenia i stałą sekwencję egzaminacji; zachowanie oślepiania oceniających na etapie i leczenie; oraz dokumentowanie powodów rozstrzygania spraw. Podczas podsumowywania rozkładów mianowniki były wyraźnie podawane jako N (pacjentów) lub niewyłączne liczby elementów, a ten sam mianownik był konsekwentnie używany w tekście, tabelach i podpisach figur.

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

Wyniki

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

Cechy uczestników

Sześćdziesięciu pacjentów z rakiem żołądka zostało przyjętych między grudniem 2022 a marcem 2024 roku. Rozkład wiekowy następujący: 41-50 lat, 9/60 (15,0%); 51-60 lat, 18/60 (30,0%); 61-70 lat, 15/60 (25,0%); 71-80 lat, 13/60 (21,7%); oraz 81-90 lat, 5/60 (8,3%). Ogólny rozkład płci to mężczyźni 37/60 (61,7%) i kobiety 23/60 (38,3%). Liczby według płci w każdej grupie wiekowej są podawane w

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

Dyskusja

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

Badanie to opracowało i zastosowało ustandaryzowany, skoncentrowany na protokołach workflow do identyfikacji i ilościowej identyfikacji elementów zespołu TCM w raku żołądka. Łącząc system oceniania ważonego, podwójną ocenę ekspertów oraz określoną wielowymiarową linię – dwustopniowe klasteryzowanie H-K, analizę sieci korelacji oraz analizę głównych komponentów – metoda konsekwentnie podkreślała stagnację qi, niedobór qi, stagnację krwi oraz wilgoć jako najczęstsze i klinicznie istotne elementy tej kohorty, zgodnie z wcze...

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

Oświadczenia

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

Autorzy korzystali z narzędzia do pisania wspomaganego przez AI (ChatGPT, OpenAI) jedynie do dopracowywania języka i formatowania referencyjnego po przygotowaniu przez autorów treści naukowej. Narzędzie nie wykonało projektowania badań, zbierania danych, analizy danych, generowania danych ani interpretacji naukowej. Do narzędzia nie wprowadzono żadnych danych identyfikacyjnych ani wrażliwych. Wszystkie materiały zostały niezależnie ocenione i poprawione przez autorów, którzy biorą pełną odpowiedzialność za integralność i dokładność rękopisu.

Podziękowania

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

Autorzy dziękują personelowi Drugiego Szpitala Medycyny Tradycyjnej Chińskiej w Wuxi za wsparcie w rekrutacji pacjentów i zbieraniu danych. Prace te zostały wsparte przez Biuro Administracji Medycyny Chińskiej w Mieście Jiangsu w Jiangsu, Roczny Projekt Naukowo-Technologiczny 2022 (numer projektu: ZYYB23).

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

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Formularz raportu przypadku (CRF)Drugi Szpital TCM w WuxiCRF-001Ustandaryzowany formularz zbierania danych pacjentów
pakiet cluster RCRANR-cluster-008Pakiet R do klastrowania i analizy sylwetek
Światło egzaminacyjne (5 000 i smień; 6 500 K)PhilipsEX-LIGHT-003Światło używane do badań TCM
Pakiet igraph RCRANR-igraph-007Pakiet R do wizualizacji sieci
Urządzenie do pomiaru impulsówOmronPMD-005Urządzenie do pomiaru pulsu podczas oceny TCM
R SoftwareProjekt RR-001Oprogramowanie otwartego oprogramowania do analizy statystycznej
Pakiet R statystykCRANR-Stats-006Pakiet R do analizy statystycznej (prcomp, hclust, kmeans)
Skala Elementów SyndromuDrugi Szpital TCM w WuxiSE-Scale-002Narzędzie do oceny elementów zespołu
Urządzenie do obrazowania językaKanonTI-IMG-004Urządzenie używane do rejestrowania obrazów języka

Bibliografia

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

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

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

R nicowanie syndrom welementy wzorca TCMstagnacja Qizast j krwiniedoczynno ledzionyanaliza g wnych sk adowychgrupowanie hierarchiczne

Powiązane artykuły