Исследовательская статья

Распределение элементов традиционной китайской медицины у пациентов с раком желудка: поперечное исследование

DOI:

10.3791/69576

⸱

5 декабря 2025 г.

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

В этой статье

Краткое содержание

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

Это исследование устанавливает воспроизводимый протокол для выявления и количественной оценки элементов синдрома традиционной китайской медицины (ТКМ) у пациентов с раком желудка, позволяя систематически анализировать с помощью кластерных, корреляционных и основных компонентных методов.

Аннотация

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

Рак желудка остаётся одной из основных причин заболеваемости и смертности во всём мире, особенно высокий уровень бремени в Китае. Традиционная китайская медицина (ТКМ) делает акцент на целостной регуляции и дифференцировке синдромов, однако воспроизводимые методы количественной оценки элементов синдрома при раке желудка ограничены. Мы провели поперечное исследование 60 пациентов во Второй больнице традиционной китайской медицины Уси (декабрь 2022 — март 2024) и представили стандартизированный, воспроизводимый протокол оценки по элементам синдрома. Демография, медицинская история и диагностическая информация ТКМ собирались с помощью стандартизированной формы отчёта о случаях; Элементы синдрома были выявлены с помощью взвешенной системы оценки с двойным экспертным решением. Анализ следовал заранее заданному многомерному многомерному конвейеру с двухступенчатой кластеризацией H-K (иерархический Ward.D2 для предложения k с последующим уточнением k-средних), корреляционно-сетевом отображении и анализе основных компонентов. Наиболее частыми элементами были застой ци, дефицит ци, стазис крови, дефицит селезёнки и влажность; Были выявлены сильные связи между стагнацией ци и стазисом крови, а также между дефицитом ци и стазисом крови, с дополнительными связями, связанными с влажностью и мокротой. Анализ основных компонентов показал, что небольшой набор элементов составлял наибольшую долю вариаций между пациентами, что поддерживает клинически значимую стратификацию. Этот протокол реализует оценку элементов синдрома ТКМ в измеримые этапы с использованием общих форм и кода, повышая объективность и воспроизводимость, а также обеспечивая методологическую основу для клинического принятия решений и многоцентровой валидации. Структура адаптируется к другим злокачественным заболеваниям, что способствует более широкой интеграции ТКМ в онкологию, основанную на доказательствах.

Введение

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

Рак желудка остаётся одним из самых распространённых и смертельных злокачественных заболеваний в мире, при этом Китай несёт непропорционально высокий уровень заболеваемости и смертности 1,2. Несмотря на достижения в области хирургической резекции, химиотерапии и таргетной терапии, общий прогноз остаётся неудовлетворительным, что подчёркивает необходимость дополнительных подходов, учитывающих как биологию заболеваний, так и качество жизнипациентов 3. Традиционная китайская медицина (ТКМ), делающая акцент на целостной регуляции и дифференцировке синдромов, широко используется в онкологии; однако отсутствие стандартизированных, воспроизводимых методов идентификации синдромов ограничило систематическую интеграцию ТКМ в научно обоснованную онкологическуюпомощь 4,5.

Недавние достижения в дифференциации элементов синдромов предоставляют структурированную основу для количественной оценки ключевых патологических факторов, лежащих в основе синдромов ТКМ, что позволяет более точно классифицировать пациентов и проводить индивидуальныевмешательства 6. Применение этой количественной системы к раку желудка предлагает способ соединить традиционную теорию с современной аналитикой, но воспроизводимые, протоколизированные рабочие процессы остаютсяредкими 7. Насколько нам известно, это первый протокол, который операционализировал оценку синдрома по элементам при раке желудка с явными формами, двухэкспертным рассмотрением и заранее заданным многомерным конвейером (двухступенчатая кластеризация H-K, корреляционная сеть и PCA), предназначенный для репликации и многоцентрового внедрения. Преобразуя дифференцировку синдромов в измеримые переменные и предварительно определяя аналитические параметры, данное исследование предоставляет воспроизводимую основу для клинической практики и многоцентровых исследований, проясняет распределение ключевых элементов в популяциях с раком желудка и предлагает конкретный путь к более точным стратегиям онкологии на основе ТКМ.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

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

Этика и надзор

Это исследование было одобрено Этическим комитетом Второй больницы традиционной китайской медицины Уси (20220904). Все участники предоставили письменное информированное согласие в соответствии с Хельсинкской декларацией; процедуры соответствовали принципам ICH-GCP. Любые идентифицируемые носители, использованные для демонстрации, получали отдельное согласие. Для снижения оценочной смещености врачи, оценивавшие элементы синдрома ТКМ, были игнорированы на стадии и статусе лечения Американского совместного комитета по раку (AJCC) на протяжении всего оценивания и рассмотрения решений; Ослепление поддерживалось уборщиком данных, который удалял эти поля из листов, обращённых к оценщику.

Набор пациентов и источники случаев

Последовательные пациенты с раком желудка были зарегистрированы с 1 декабря 2022 года по 31 марта 2024 года в амбулаторных и стационарных отделениях Второй больницы Уси ТКМ. Скрининг проводился проспективно (порядок обращения, решение о допустимости, причина исключения, результат согласия). Деидентифицированный чек-лист скрининга и пустая форма отчёта о делах (CRF) предоставляются в виде таблицы в публичном репозитории в разделе «Доступность данных». Исходные демографические данные и сводки стадий для зачислённой когорты представлены в Таблице 1 для контекстуализации последующих анализов.

Критерии диагностики и стадирования

Диагностика следовала нормам диагностики и лечения распространённых злокачественных опухолей, выданным Департаментом медицинского управления Министерства здравоохранения КНР, при этом в каждом случае требовалось патологическое подтверждение. Стадия опухоли была назначена согласно руководству по стадированию рака AJCC, 8-е издание, и проверена по патологоанатомическим и визуализационным источникам дорегистрации 8.

Критерии права на участие и правила отчисления

Взрослые (≥18 лет) с патологически подтверждённым раком желудка и показателем эффективности Карнофского (KPS) ≥ 60 были допустимы, при условии прохождения стандартизированной оценки ТКМ. Исключения включали беременность, нестабильные тяжёлые сопутствующие заболевания, ставящие под угрозу согласие/безопасность, или неполные базовые данные. Пациенты, получавшие или получавшие химиотерапию, лучевую терапию или таргетную/иммунотерапию, имели право на участие; Статус лечения фиксировался (Никогда/Продолжающееся/Прошлое) и использовался в стратифицированном и чувствительном анализе. Участники могли быть отстранены, если данных было недостаточно для дифференцировки синдромов, если происходило быстрое клиническое ухудшение или по личной просьбе, без влияния на последующее лечение.

Сбор и управление данными

Обученные исследователи завершили стандартизированный CRF под названием «Информация о элементах формы синдрома для пациентов с раком желудка». Данные вводились дважды с помощью программного обеспечения для электронных таблиц (версия ≥15.30), независимо перекрёстно проверялись и сверялись до блокировки базы данных. С первой записи до анализа велись словарь данных, лист кодирования и журнал аудита. Аналитические наборы данных были деидентифицированы и сохранены с управлением доступом на основе роли; Замороженный экземпляр с временной меткой архивировался для поддержки копирования и аудита.

Стандартизированная оценка ТКМ

Клиническая оценка соответствовала четырём классическим обследованиям — осмотр, слушание/обоняние, исследование и пальпация — в фиксированной последовательности при равномерном освещении (~5 000–6 500 K; CRI ≥90). Пациенты сидели, лицом к источнику света; Особенности языка и пульса записывались с использованием заранее заданных дескрипторов. Оценщики проходили калибровку с помощью пилотных кейсов и образцов виньеток перед официальным оценкой. Все наблюдения записывались сразу на CRF для минимизации ошибок отзыва. Распределение на уровне когорты составных паттернов синдрома ТКМ, выведенное из этой оценки, обобщено в Таблице 2 (сноски указывают, допускался ли один первичный или несколько паттернов).

Оценка и оценка по элементам синдрома и оценка

Пункты оценивались по шкале элементов синдрома (полный список заданий и коды в дополнительной таблице 1). Надёжность между оценщиками (присутствующая/отсутствующая) была количественно оценена с помощью κ Коэна с 95% ДИ и суммирована в дополнительной таблице 2. Тяжёлые массы были: лёгкий = 0,7, умеренный = 1,0, тяжёлый = 1,5. Взвешенные элементы суммировались внутри каждого элемента для получения балла по элементу. Наличие элемента определялось при пороге = 14; прочность на уровне 12 и 16 указана в Дополнительной таблице 3. Два врача-онколога ТКМ независимо оценивали каждый случай; Разногласия разрешались на консенсусной встрече с письменным обоснованием. Распространённость на уровне элементов среди пациентов представлена в таблице 3, а проверенный пример оценки по элементам показан на дополнительном рисунке 1.

Статистический анализ

Программное обеспечение и воспроизводимость

Все анализы проводились в R (v4.3). Запущенный, заблокированный по версии скрипт и полный выход sessionInfo() архивируются вместе с набором данных (https://doi.org/10.6084/m9.figshare.30405196.v2). Фиксированное случайное семя устанавливалось перед всеми стохастическими процедурами. Основные функции/пакеты включали: базовые характеристики (prcomp, hclust, kmeans), кластер (силуэт) и igraph (визуализация сети)9. Распределение на уровне элементов обобщено в Дополнительной таблице 1, а пустая форма отчёта о случаях (CRF), словарь данных и аккуратные входные матрицы доступны в публичном репозитории, указанном в разделе доступности данных.

Двухступенчатая кластеризация H–K

Для выявления клинически интерпретируемых групп использовалась двухэтапная процедура.

Иерархический этап: взвешенные оценки по пациентам по элементам стандартизировались по z, вычислялись евклидовы расстояния, а агломерация использовала связь Ward.D2. Дендрограмма была проанализирована для предложения кандидата k с использованием совместного рассмотрения локтя в дисперсии внутри кластера, устойчивости ветви и предварительных силуэтныхузоров 10.

К-значит утончённость. Для каждого кандидата k k-средние инициализировались из иерархических разбиений и выполнялись с nstart ≥ 50; Итоговое членство минимизировало сумму квадратов внутри кластера. Средняя ширина силуэта и профили по кластеру экспортировались для отслеживаемости. Интегральная тепловая карта, суммирующая стандартизированные баллы, показана на рисунке 1; соответствующая дендрограмма показана на рисунке 2.

Сеть анализа основных компонентов и корреляции

Матрицы с элементным баллом были центрированы и масштабированы, а PCA выполнялась с помощью prcomp(center = TRUE, scale = TRUE). Размер узла отражает распространённость элементов; Этикетки проверялись вручную, чтобы убедиться в отсутствии пересечения и читаемости. Полученная корреляционная сеть показана на рисунке 3. Биплот PCA показан на рисунке 4. Попарные корреляции Пирсона между элементами вычислялись с помощью попарно-полных наблюдений; Рёбра сохранялись, когда |r| ≥ 0,30, ширина ребра, пропорциональна |r|. Для раскладки для улучшения читаемости использовался форс-ориентированный алгоритм (Фрухтерман-Рейнгольд).

Недостающие данные и чувствительность

Полнота по переменным (количество, %) суммирована в Дополнительной таблице 4; Поскольку пропущенность была низкой, для всех первичных выходов использовался анализ полного случая. Устойчивость оценивалась путём повторного вычисления классификации присутствия элементов по альтернативным порогам баллов (12 и 16) относительно заранее заданного порога 14 (дополнительная таблица 3), и — где это актуально — внутри стратей статуса лечения (Никогда/Продолжающийся/Прошлое; Дополнительная таблица 5). Надёжность между оценщиками при рассмотрении элементов двумя независимыми экспертами по TCM была высокой (общее согласие 95%), как подробно описано в Дополнительной таблице 2. Использованный пример, иллюстрирующий оценку между элементами и пороговое измерение, приведён на дополнительном рисунке 1.

Контроль качества, тайминг и устранение неполадок

Контроль качества включал еженедельную 10% проверку исходных данных, периодическую перекалибровку оценщиков и автоматическую проверку дальности/логики перед блокировкой базы данных. Типичные сроки составляли ~10-15 минут для скрининга/согласия, 20-30 минут для стандартизированной оценки и оценки ТКМ и 10-15 минут для ввода и проверки данных по каждому делу. Ключевые шаги включают поддержание стабильного освещения и фиксированную последовательность осмотра; сохранение ослепления оценщика до стадии и лечения; и документирование причин для любого судебного решения. При суммировании распределений знаменатели явно указывались как N (пациенты) или неисключительные элементы, и один и тот же знаменатель использовался последовательно в тексте, таблицах и подписях к рисункам.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

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

Характеристики участников

С декабря 2022 по март 2024 года было зарегистрировано шестьдесят пациентов с раком желудка. Возрастное распределение: 41-50 лет, 9/60 (15,0%); 51-60 лет, 18/60 лет (30,0%); 61-70 лет, 15/60 (25,0%); 71-80 лет, 13/60 лет (21,7%); и 81–90 лет, 5 из 60 лет (8,3%). Общее распределение полов: мужчины 37/60 (61,7%) и женщины 23/60 (38,3%). Подсчёты по полу в каждой возрастной группе приведен...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

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

В этом исследовании разработан и применил стандартизированный, ориентированный на протокол рабочий процесс для выявления и количественной оценки элементов синдрома ТКМ при раке желудка. Сочетая взвешенную систему оценки, судьбу с двумя экспертами и заранее заданную многомерную конвейерную — двухступенчатую кластеризацию H-K, анализ корреляционных сетей и анализ основных компонентов — метод последовательно выделял стагнацию ци, дефицит ци, стазис крови и влажность как наиболее частые и кл...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

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

Авторы использовали инструмент написания с помощью ИИ (ChatGPT, OpenAI) только для отшлифовки языка и форматирования справочных материалов после того, как научный материал был подготовлен авторами. Инструмент не проводил ни разработки исследований, ни сбор данных, ни анализ, ни генерация фигур, ни научная интерпретация. В инструмент не вводились идентифицируемые или чувствительные данные. Все публикации были независимо проверены и пересмотрены авторами, которые полностью отвечают за целостность и точность рукописи.

Благодарности

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

Авторы благодарят персонал Второй больницы традиционной китайской медицины Уси за поддержку в наборе пациентов и сборе данных. Эта работа была поддержана ежегодным научно-техническим проектом 2022 года Бюро управления традиционной китайской медициной города Уси провинции Цзянсу (номер проекта: ZYYB23).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Форма отчёта о деле (CRF)Вторая TCM больница УсиCRF-001Стандартизированная форма для сбора данных о пациентах
Пакет кластера RCRANR-кластер-008Пакет R для кластеризации и анализа силуэта
Экзаменационный фонарь (5,000– 6 500 K)PhilipsEX-LIGHT-003Свет, используемый для осмотра ТКМ
Пакет igraph RCRANR-igraph-007Пакет R для визуализации сети
Устройство измерения импульсаОмронPMD-005Устройство для измерения импульса во время оценки ТКМ
R SoftwareПроект RR-001Программное обеспечение с открытым исходным кодом для статистического анализа
Пакет статистики RCRANR-Stats-006Пакет R для статистического анализа (prcomp, hclust, kmeans)
Шкала элементов синдромаВторая TCM больница УсиSE-Scale-002Инструмент оценки для оценки элементов синдрома
Устройство для визуализации языкаКанонTI-IMG-004Устройство, используемое для захвата изображений языка

Ссылки

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

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

Похожие статьи