基于CiteSpace的中医药治疗乳腺癌后伴抑郁的知识图谱分析

梁军霞, 唐贺利, 郑美媛, 刘玉洁

梁军霞, 唐贺利, 郑美媛, 刘玉洁. 基于CiteSpace的中医药治疗乳腺癌后伴抑郁的知识图谱分析[J]. 实用临床医药杂志, 2023, 27(8): 18-23, 30. DOI: 10.7619/jcmp.20230038
引用本文: 梁军霞, 唐贺利, 郑美媛, 刘玉洁. 基于CiteSpace的中医药治疗乳腺癌后伴抑郁的知识图谱分析[J]. 实用临床医药杂志, 2023, 27(8): 18-23, 30. DOI: 10.7619/jcmp.20230038
LIANG Junxia, TANG Heli, ZHENG Meiyuan, Liu Yujie. Analysis in knowledge graph of traditional Chinese medicine treatment for depression after breast cancer based on CiteSpace[J]. Journal of Clinical Medicine in Practice, 2023, 27(8): 18-23, 30. DOI: 10.7619/jcmp.20230038
Citation: LIANG Junxia, TANG Heli, ZHENG Meiyuan, Liu Yujie. Analysis in knowledge graph of traditional Chinese medicine treatment for depression after breast cancer based on CiteSpace[J]. Journal of Clinical Medicine in Practice, 2023, 27(8): 18-23, 30. DOI: 10.7619/jcmp.20230038

基于CiteSpace的中医药治疗乳腺癌后伴抑郁的知识图谱分析

基金项目: 

河北省中医药管理局科研项目 2021399

详细信息
    通讯作者:

    刘玉洁, E-mail: enwih03@163.com

  • 中图分类号: R256.23;R737.9

Analysis in knowledge graph of traditional Chinese medicine treatment for depression after breast cancer based on CiteSpace

  • 摘要:
    目的 

    分析2000年1月—2022年2月中医药治疗乳腺癌后伴抑郁的研究现状、热点,并绘制可视化的知识图谱。

    方法 

    在知网、万方等数据库中检索2000年1月—2022年2月中医药治疗乳腺癌后伴抑郁的有关文献。采用CiteSpace 5.8. R1对文献所涉及的作者、机构及关键词开展分析,并绘制知识图谱。

    结果 

    纳入文献共计325篇, 2000—2019年中医药治疗领域发文数量呈上升趋势,而后有所下降; 发文数量最多的4所机构为上海中医药大学附属龙华医院、上海交通大学医学院附属精神卫生中心、上海交通大学医学院附属仁济医院、上海市中医药研究院,均为23篇; 该领域存在诸多研究团队,但不同地区的团队间欠缺交流合作; 发文数量最多的作者是从恩朝、姚嘉良,均为23篇,且来自同一个合作群; 高频关键词为乳腺癌、逍遥散、中药治疗、妇科癌症,并形成抑郁障碍、中医证候、中药治疗等多个聚类; 医疗大数据下中医药治疗效果的Meta分析以及中医药对内分泌系统生化指标的调节作用的研究增多。

    结论 

    知识图谱分析显示2000年1月—2022年2月中医药治疗乳腺癌后伴抑郁的研究处于平稳发展阶段,已形成多个研究团队,但跨团队、跨地域的合作较少; 该领域的研究逐渐转向中医药治疗效果的大数据分析及中医药对生化指标的调节作用等方面。

    Abstract:
    Objective 

    To analyze the current situation and hot spots of researches on depression after traditional Chinese medicine treatment for breast cancer from January 2000 to February 2022, and to draw a visualized knowledge graph.

    Methods 

    Relevant literatures on depression after traditional Chinese medicine treatment of breast cancer from January 2000 to February 2022 in databases such as CNKI and Wanfang were retrieved. CiteSpace 5.8. R1 was used to analyze the authors, institutions and keywords involved in the literatures, and a knowledge graph was drawn.

    Results 

    A total of 325 literatures were included, and the number of literatures published in the field of traditional Chinese medicine treatment showed an upward trend from 2000 to 2019, and then followed by a decrease trend; the top four institutions with the highest number of published literatures were Longhua Hospital Affiliated to Shanghai University of Traditional Chinese Medicine, Mental Health Center Affiliated to Medical College of Shanghai Jiaotong University, Renji Hospital Affiliated to Medical College of Shanghai Jiaotong University and Shanghai Institute of Traditional Chinese Medicine, with 23 published literatures for each institution; there were many research teams in this field, but there was a lack of communication and cooperation between teams in different regions; the authors with the highest number of published literatures were Cong Enchao and Yao Jialiang, both of them published 23 literatures, and they also came from the same collaborative group; the high-frequency keywords included breast cancer, Xiaoyao Powder, traditional Chinese medicine treatment and gynecological cancer, and multiple clusters were formed, including depression disorder, syndromes of traditional Chinese medicine, and traditional Chinese medicine treatment; in the context of medical big data, there were increases in meta-analysis of the therapeutic effects of traditional Chinese medicine and literatures on the regulatory effects of traditional Chinese medicine on biochemical indicators such as endocrine hormones.

    Conclusion 

    Knowledge graph analysis shows that the researches on depression after traditional Chinese medicine treatment for breast cancer is in a stable development stage from January 2000 to February 2022, and multiple research teams have been formed, but there is lack of cross-team and cross-regional cooperation; researches in this field is gradually shifting towards big data analysis of the therapeutic effects of traditional Chinese medicine and the regulatory effect of traditional Chinese medicine on biochemical indicators.

  • 2型糖尿病(T2DM)患者常合并多种慢性并发症,可分为大血管病变、神经病变与微血管病变3大类,其中微血管病变具有特殊的病理生理变化且已有明确的诊断标准,主要包括糖尿病性肾病(DKD)、糖尿病视网膜病变(DR)、糖尿病周围血管病变(PAD)等[1]。尿酸是嘌呤代谢的终产物,主要经肾脏排出,血尿酸(SUA)升高是T2DM发生的危险因素之一,故临床中常见T2DM合并高尿酸血症(HUA)患者[2]。研究[3]表明, SUA升高与糖尿病微血管病变的发生和发展具有密切关系。T2DM患者合并HUA时,其微血管病变发生风险将进一步升高。本研究探讨T2DM合并HUA患者发生微血管病变的影响因素,以期为此类患者的健康管理提供参考依据。

    选取2019年1月—2021年12月重庆市璧山区人民医院内分泌科收治的102例T2DM合并HUA患者作为研究对象。纳入标准: ①符合《中国2型糖尿病防治指南(2020年版)》[4]中T2DM诊断标准者; ②符合《中国高尿酸血症相关疾病诊疗多学科专家共识》[5]中HUA诊断标准者: ③年龄>18岁者; ④具有完整临床资料者。排除标准: ①临床确诊1型糖尿病、妊娠期糖尿病或其他特殊类型糖尿病者; ②合并糖尿病相关急性并发症者; ③合并感染性疾病、严重肝功能障碍、恶性肿瘤及心脑血管疾病者; ④入组前3个月内服用过影响尿酸代谢的药物者; ⑤原发性或继发性肾脏病、肾结石患者; ⑥既往有痛风病史者; ⑦入组前6个月内有大型手术史或严重外伤者; ⑧合并精神类疾病、认知功能障碍及其他可能影响临床试验配合度的疾病者。本研究获得医院医学伦理学委员会审核批准,所有患者和(或)家属均知情同意,且签署知情同意书。

    从医院病历管理系统中调取并统计患者的基本信息,包括性别、年龄、病程、吸烟史(>1支/d, 持续1年以上为有吸烟史)、饮酒史(近3个月内饮酒量≥50 g/月为有饮酒史)、既往病史(高血压病等)。

    入院当日采用身高-体质量测量仪对患者脱鞋直立身高、体质量进行测量,计算体质量指数(BMI), BMI=体质量(kg)/身高(m)2, 并测量腰臀比(WHR)。嘱患者安静坐位休息10~30 min后,使用电子血压计测量其收缩压(SBP)和舒张压(DBP)。

    抽取患者入院当日或次日清晨空腹时(空腹8~10 h)静脉血,采用葡萄糖氧化酶法测定空腹血糖(FBG)水平,采用糖化血红蛋白(HbA1c)分析仪测定HbA1c含量,采用克曼5800全自动生化分析仪检测血清甘油三酯(TG)、总胆固醇(TC)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、SUA、血肌酐(Scr)和血尿素氮(BUN)含量。采用肾脏病膳食改良试验(MDRD)公式计算估算肾小球滤过率(eGFR), eGFR[mL/(min·1.73 m3)]=175×Scr1.234×年龄0.179×(女性×0.79)。

    ① DR, 由眼科专业医师采用日本Topcom TRC-50DX眼底彩色机进行彩色眼底像拍摄,结合眼底镜检查,并由至少2名专业人员阅片后诊断; ② DKD, 2次24 h尿微量白蛋白(ACR)≥30 mg; ③ PAD, 存在温度觉、振动觉、压力觉异常,伴踝反射消失,神经电生理检查显示神经传导速度减慢,同时排除其他原因所致神经病变。

    采用SPSS 22.0软件对数据进行统计学分析,符合正态分布的计量资料以(x±s)表示,组间比较采用t检验,计数资料以[n(%)]表示,组间比较采用χ2检验,采用多因素Logistic回归分析探讨T2DM合并HUA患者发生微血管病变的影响因素, P < 0.05为差异有统计学意义。

    102例患者中, 59例发生微血管病变(发生率为57.84%), 其中DKD 21例、DR 25例、PAD 13例。根据是否发生微血管病变,将102例T2DM合并HUA患者分为微血管病变组59例和非微血管病变组43例。

    微血管病变组的年龄、BMI、WHR、合并高血压病者占比和SBP、FBG、HbA1c、TG、LDL-C、SUA水平均高于非微血管病变组,糖尿病病程长于非微血管病变组, eGFR低于非微血管病变组,差异有统计学意义(P < 0.05); 2组患者性别构成、吸烟史、饮酒史、DBP、TC、HDL-C、BUN和Scr比较,差异无统计学意义(P>0.05)。见表 1

    表  1  微血管病变组与非微血管病变组临床资料比较[n(%)] (x±s)
    指标 微血管病变组(n=59) 非微血管病变组(n=43) χ2/t P
    性别 36(61.02) 25(58.14) 0.187 0.666
    23(38.98) 18(41.86)
    吸烟史 18(30.51) 10(23.26) 0.994 0.319
    41(69.49) 33(76.74)
    饮酒史 24(40.68) 14(32.56) 1.092 0.296
    35(59.32) 29(67.44)
    高血压病 42(71.19) 24(55.81) 4.461 0.035
    17(28.81) 19(44.19)
    年龄/岁 60.43±6.21 57.11±5.49 2.798 0.006
    BMI/(kg/m2) 24.41±2.15 23.28±2.02 2.688 0.008
    WHR 0.76±0.07 0.71±0.05 3.997 0.001
    糖尿病病程/年 8.21±1.73 6.64±1.52 4.760 < 0.001
    SBP/mmHg 141.85±16.21 130.21±15.04 3.691 < 0.001
    DBP/mmHg 86.12±5.56 84.51±4.93 1.514 0.133
    FBG/(mol/L) 8.21±1.55 7.54±1.16 2.388 0.019
    HbA1c/% 8.02±0.57 7.41±0.46 5.777 < 0.001
    TC/(mol/L) 5.21±1.14 4.81±1.02 1.828 0.070
    TG/(mol/L) 2.59±0.71 2.11±0.65 3.492 0.001
    LDL-C/(mol/L) 2.91±0.81 2.23±0.61 4.629 < 0.001
    HDL-C/(mol/L) 1.03±0.23 1.11±0.25 1.672 0.098
    SUA/(μmol/L) 468.91±60.33 402.17±55.78 5.693 < 0.001
    BUN/(mmol/L) 8.62±1.87 7.99±1.65 1.764 0.081
    Scr/(μmol/L) 98.12±17.79 96.03±15.32 0.620 0.536
    eGFR/[mL/(min·1.73 m2)] 102.31±24.17 122.18±28.42 3.806 < 0.001
    BMI: 体质量指数; WHR: 腰臀比; SBP: 收缩压; DBP: 舒张压; FBG: 空腹血糖; HbA1c: 糖化血红蛋白;
    TC: 总胆固醇; TG: 甘油三酯; LDL-C: 低密度脂蛋白胆固醇; HDL-C: 高密度脂蛋白胆固醇; SUA: 血尿酸;
    Scr: 血肌酐; BUN: 血尿素氮; eGFR: 估算肾小球滤过率。
    下载: 导出CSV 
    | 显示表格

    以T2DM合并HUA患者是否发生微血管病变为因变量(是=1, 否=0), 以单因素分析中差异具有统计学意义的指标为自变量并赋值(高血压: 无=0, 有=1; 年龄、BMI、WHR、SBP、FBG、HbA1c、TG、LDL-C、SUA、BUN、Scr和eGFR均为连续变量,取实际值),进行多因素Logistic回归分析。结果显示,WHR、高血压病、糖尿病病程、SBP、HbA1c、SUA和LDL-C均为T2DM合并HUA患者发生微血管病变的独立影响因素(P < 0.05)。见表 2

    表  2  T2DM合并HUA患者发生微血管病变影响因素的多因素Logistic回归分析
    因素 β SE Wald χ2 P OR 95%CI
    年龄 1.043 0.652 2.046 0.074 1.102 0.813~1.245
    BMI 0.061 0.073 2.169 0.058 1.113 0.824~1.361
    WHR 1.302 0.336 14.013 < 0.001 4.031 1.125~8.142
    高血压病 0.134 1.172 5.431 0.022 2.143 1.295~4.536
    糖尿病病程 0.218 0.071 12.614 < 0.001 2.832 1.339~5.561
    SBP 0.035 0.017 6.312 0.015 1.036 1.005~1.067
    FBG 1.603 1.342 2.428 0.056 1.193 0.842~1.544
    HbA1c 1.139 0.465 5.112 0.028 1.213 1.022~1.404
    TG 0.778 0.562 1.954 0.083 1.055 0.812~1.313
    LDL-C 0.561 0.211 6.912 0.006 1.603 1.185~2.401
    SUA 0.255 1.279 6.559 0.012 1.489 1.152~1.926
    BUN 0.023 0.015 2.514 0.053 1.028 0.991~1.054
    Scr 0.342 0.285 1.426 0.095 1.064 0.913~1.832
    eGFR -2.364 1.531 2.492 0.055 0.762 0.441~1.002
    BMI: 体质量指数; WHR: 腰臀比; SBP: 收缩压; DBP: 舒张压; FBG: 空腹血糖; HbA1c: 糖化血红蛋白;
    TC: 总胆固醇; TG: 甘油三酯; LDL-C: 低密度脂蛋白胆固醇; HDL-C: 高密度脂蛋白胆固醇; SUA: 血尿酸;
    Scr: 血肌酐; BUN: 血尿素氮; eGFR: 估算肾小球滤过率。
    下载: 导出CSV 
    | 显示表格

    微血管病变是T2DM患者常见并发症类型之一,且以肾脏、视网膜、周围血管等病变较为多见[6]。糖尿病微血管病变的发病机制目前仍未阐明,但学术界普遍认为是多种因素共同作用的结果。研究[7]显示, HUA作为一种嘌呤代谢障碍性疾病,与T2DM等多种代谢性疾病关系密切,且HUA可导致包含冠心病、DKD等在内的血管病变发病风险升高。因此,进一步探究T2DM合并HUA患者发生微血管病变的危险因素,对于制订此类患者的疾病管理措施意义重大。

    本研究中, T2DM合并HUA患者微血管病变发生率高达57.84%, 其中DR、DKD的发生率分别为24.51%、20.59%, 均处于较高水平。既往研究[8-9]证实,年龄大、BMI高、糖尿病病程长、糖脂代谢指标异常、SUA水平高等均是T2DM患者发生微血管病变的危险因素。本研究结果也显示,微血管病变组患者的年龄、BMI、WHR、糖尿病病程和SBP、FBG、HbA1c、TG、LDL-C、SUA水平显著高于或长于非微血管病变组患者,而eGFR显著低于非微血管病变组患者。由此提示,上述因素可增加T2DM合并HUA患者发生微血管病变的风险。

    本研究多因素Logistic回归分析显示,年龄与微血管病变并无显著关系,这可能是因为T2DM多见于中老年人,而本组患者整体年龄较大(平均年龄为60岁左右),加之存在其他混杂因素,造成年龄的影响有限。BMI是反映肥胖的常用指标,既往研究[10]发现,随着BMI的升高, T2DM患者发生DR等并发症的风险也越高。本研究多因素Logistic回归分析显示, BMI与微血管病变并无显著关系,但WHR是发生微血管病变的独立影响因素,这可能是由于BMI不足以全面反映肥胖情况,而WHR更有利于评估腹型肥胖。作为机体代谢紊乱的关键环节之一,腹型肥胖也是T2DM患者发生各类慢性并发症的高危因素,但其潜在机制目前尚未完全阐明[11]。相关研究[12]显示,腹型肥胖患者往往伴有炎症因子水平升高、氧化应激反应等,可能直接或间接损害微血管内皮细胞,进而增加大血管和微血管病变的发生风险。

    高血压本身可引起视网膜及肾血管等病变,可能是由于血压升高可增加视网膜血流量及肾血流量等,造成微血管内皮损伤,增加微血管病变发生风险,而控制血压可降低糖尿病患者发生血管并发症的风险[13]。本研究结果显示,合并高血压病和SBP水平高均是T2DM合并HUA患者发生微血管病变的独立危险因素。高血压已被证实与HUA存在密切关系, SUA每升高10 mg/L, 高血压发生风险可升高23%左右[14]。因此,T2DM合并HUA患者具有高血压基础时,可能进一步加速DKD、DR等的发生与发展,故积极控制T2DM患者的血压及HUA在微血管病变防治中具有重要作用。

    不同于其他微血管病变,DKD等糖尿病相关性血管病变具有特殊性,例如糖脂代谢紊乱等会较大程度地影响病情的发生与发展[15]。临床研究[16]发现, T2DM患者合并HUA时的代谢综合征更明显,这可能也是导致其微血管病变发生风险较高的原因之一。本研究多因素Logistic回归分析显示, FBG与微血管病变无显著关系,但HbA1c是微血管病变的独立影响因素。考虑原因, HbA1c可反映患者近3个月的平均血糖状态,相较于FBG能够更好地评价血糖控制水平,故其超过一定阈值后意味着血糖控制不理想,发生微血管病变的风险较高。研究[17]显示, T2DM患者的HbA1c水平在6.5%~7.0%范围时, HbA1c越高则微血管事件发生风险越高,当HbA1c水平>7.0%时,其主要与大血管事件发生风险及病死率有关。总之,严密监测患者的HbA1c水平变化对早期预测微血管病变具有积极意义。

    研究[18]显示, TG、TC等血脂指标异常升高是T2MD患者合并微血管病变的重要原因。但本研究Logistic回归分析并未发现TG与微血管病变有显著关系,不排除样本较小等因素的影响。本研究发现LDL-C是微血管病变的独立影响因素,原因可能是LDL-C尤其是氧化型LDL-C水平升高往往可促进活性氧(ROS)的生成而在DKD、DR等的发病机制中发挥作用[15]

    SUA是一种强抗氧化剂,高水平SUA可能促进氧化应激反应,导致ROS生成和释放增多,进而激活白细胞介素等炎症因子,引发微血管内皮细胞受损[19]。高水平SUA引起的血管内皮功能损伤可影响新生血管的形成,进一步增加微血管病变发生风险。同时,SUA作为重要的代谢组分之一,其异常与糖脂代谢紊乱有着密不可分的关系,高水平SUA可能加重机体代谢紊乱程度,进而增加微血管病变的发生风险[20]。此外,尿酸可抑制胰岛素受体底物1及Akt胰岛素信号的转导,增加ROS等而加重胰岛素抵抗[21]。相关研究[22]表明, T2DM患者的SUA水平与血糖水平及胰岛素抵抗呈显著正相关,故T2DM合并HUA患者的糖代谢紊乱及胰岛素抵抗往往更显著,并发症发生风险也可能随之升高。本研究Logistic回归分析亦显示SUA是影响T2DM合并HUA患者发生微血管病变的独立危险因素,但未发现Scr、BUN及eGFR与微血管病变有显著关系,考虑原因为本研究中微血管病变包含DKD、DR、PAD, 而肾功能对后两者的影响及机制尚不明确,今后需进一步扩大样本量针对不同类型的微血管病变进行危险因素分析。

    综上所述, T2DM合并HUA患者具有较高的微血管病变发生风险,而WHR、糖尿病病程、合并高血压病和SBP、HbA1c、LDL-C、SUA水平均为患者发生微血管病变的独立影响因素。因此,加强对T2DM合并HUA患者的综合管理,如改变生活方式、积极控制体质量及血压、严格控制血糖和血脂、监控SUA等,对于微血管病变的防治意义重大。但本研究样本量较小,且未单独区分不同类型微血管病变的危险因素,未来还需增加样本量、细化分析各类微血管病变发生的危险因素,从而为微血管病变的早期预测、预防、识别与干预提供可靠依据。

  • 图  1   文献筛选流程图

    图  2   中医药治疗乳腺癌后伴抑郁的发文趋势图

    图  3   中医药治疗乳腺癌后伴抑郁的作者合作知识图谱

    图  4   中医药治疗乳腺癌后伴抑郁的机构合作图谱

    图  5   中医药治疗乳腺癌后伴抑郁的关键词共现图谱

    图  6   关键词聚类分析图谱

    图  7   关键词聚类时间线图谱

    图  8   引用爆发最强的前20个突现词分析图谱

    表  1   发文数量不低于3篇的作者名单

    序号 作者 发文数量/篇 序号 作者 发文数量/篇
    1 从恩朝 23 8 吕晓皑 3
    2 姚嘉良 23 9 刘展华 3
    3 李鹤 20 10 王蓓 3
    4 田建辉 19 11 念家云 3
    5 于明薇 5 12 肖彬 3
    6 高秀飞 4 13 杨婧 3
    7 王笑民 3
    下载: 导出CSV

    表  2   发文数量不低于3篇的机构名单

    序号 机构 发文数量/篇
    1 上海中医药大学附属龙华医院 23
    2 上海交通大学医学院附属精神卫生中心 23
    3 上海交通大学医学院附属仁济医院 23
    4 上海市中医药研究院 23
    5 北京中医药大学 7
    6 浙江中医药大学附属第一医院 4
    7 首都医科大学附属北京中医医院 3
    8 中国中医科学院广安门医院 3
    9 湖南中医药大学 3
    下载: 导出CSV

    表  3   频数≥10次的关键词名单

    序号 关键词 中心性 频数/次 序号 关键词 中心性 频数/次
    1 乳腺癌 0.71 212 9 抑郁症 0.67 17
    2 逍遥散 0.17 33 10 手术治疗 0.67 17
    3 中药治疗 0.31 23 11 神经内分泌免疫网络 0.25 14
    4 妇科癌症 0.31 23 12 精神疾病 0.21 14
    5 生活质量 0.29 21 13 临床疗效 0.35 12
    6 中医药 0.79 20 14 中医证候 0.19 12
    7 癌因性疲乏 0.14 20 15 中医情志护理 0.09 11
    8 情志异常 0.24 19 16 内分泌治疗 0.18 11
    下载: 导出CSV

    表  4   关键词聚类分析标签

    聚类ID 规模 轮廓值 年份 标签(LLR)
    #0 63 1.000 2015 焦虑; 抑郁; 乳腺癌; 抑郁障碍; 失眠
    #1 34 0.945 2013 抑郁障碍; 中医药; 中医药治疗; 髓系抑制细胞; 免疫重塑
    #2 28 0.997 2015 内分泌治疗; 临床疗效; 养阴疏肝汤; 三苯氧胺; 类围绝经期综合征
    #3 24 0.945 2014 情志疗法; 生活质量; 团体治疗; 心理干预; 穴位贴敷
    #4 23 0.987 2016 中医证候; 化学疗法; 系统综述; 求合
    #5 20 0.981 2008 抑郁状态; 生存质量; 音乐电疗; 乳房重建; 电针治疗
    #6 15 1.000 2015 癌因性疲乏; 康复期乳腺癌; 上肢淋巴水肿; 健脾益肾; 疏肝通络法
    #7 14 0.940 2012 抑郁症; 加味逍遥丸; 氟西汀; 甘麦大枣汤
    #8 13 0.989 2009 中药治疗; 手术治疗; 情志异常; 逍遥散; 抑郁
    #9 11 0.959 2013 临床研究; 围绝经期综合征; 乳腺癌内分泌治疗; 安更汤; 类更年期综合征
    #10 10 1.000 2017 乳腺癌根治术; 中医情志护理; 八段锦锻炼; 中医情志负面情绪
    #11 8 0.992 2014 临床观察; 老年患者; 张代钊; 他莫昔芬; 子宫内膜增厚
    #12 8 0.966 2019 中医体质; 肿瘤复发; 肿瘤转移; 围绝经期; 中医疗法
    下载: 导出CSV
  • [1] 吴秋平, 徐栋, 吕超然, 等. 乳腺癌患者术后焦虑、抑郁对生命质量的影响及社会支持的中介作用[J]. 重庆医学, 2022, 51(2): 326-330.
    [2] 吕京, 许桂峰, 陈洪杰, 等. 乳腺癌化疗患者抑郁发生情况及其影响因素分析[J]. 华南预防医学, 2020, 46(6): 706-708.
    [3] 刘海勇, 樊艳, 郭琪, 等. 坤泰胶囊对乳腺癌术后抑郁患者的焦虑、抑郁情绪及免疫功能的影响[J]. 国际精神病学杂志, 2020, 47(2): 370-372, 399. https://www.cnki.com.cn/Article/CJFDTOTAL-GWYJ202002051.htm
    [4] 杨小娟, 叶凯, 尚荣国, 等. 从"痰郁"论治乳腺癌抑郁症[J]. 辽宁中医杂志, 2019, 46(9): 1858-1859. https://www.cnki.com.cn/Article/CJFDTOTAL-LNZY201909019.htm
    [5] 阿卜杜瓦热斯·艾尔肯, 苏比努尔·阿布来提, 帕孜来提·艾尼瓦, 等. 461例乳腺癌患者抑郁症和焦虑症患病现状及其影响因素[J]. 实用预防医学, 2022, 29(3): 307-311. https://www.cnki.com.cn/Article/CJFDTOTAL-SYYY202203013.htm
    [6] 柳雪, 李慧杰, 李秀荣. 乳腺癌相关性抑郁中医认识及研究进展[J]. 中华中医药杂志, 2021, 36(4): 2219-2221. https://www.cnki.com.cn/Article/CJFDTOTAL-BXYY202104106.htm
    [7] 熊朝月, 周敏, 何小芳, 等. 基于超声特征联合临床资料的预测模型对早期乳腺癌患者腋窝淋巴结转移的评估价值[J]. 实用临床医药杂志, 2022, 26(12): 14-18, 22. doi: 10.7619/jcmp.20220195
    [8] 吴静远, 许博文, 李杰, 等. 基于网络药理学探讨疏肝健脾方治疗抑郁相关乳腺癌的分子生物学机制[J]. 海南医学院学报, 2022, 28(10): 766-774.
    [9] 姚嘉良, 刘海涛, 赵外荣, 等. 从少阳为枢论治肝癌合并抑郁[J]. 中医学报, 2021, 36(2): 289-292. https://www.cnki.com.cn/Article/CJFDTOTAL-HNZK202102016.htm
    [10] 马云飞, 孙旭, 念家云, 等. 康复期乳腺癌中医证候与焦虑、抑郁及睡眠障碍的相关性研究[J]. 西部中医药, 2019, 32(12): 46-49.
    [11] 高秀飞, 朱翔贞, 曹志坚, 等. 乳腺癌伴抑郁症患者中医辨证分型初探[J]. 浙江中医药大学学报, 2019, 43(2): 122-130.
    [12] 林菲, 王倩, 朱晓云. 2002—2015年上海市金山区女性乳腺癌发病和死亡趋势分析[J]. 中国肿瘤, 2021, 30(4): 268-273. https://www.cnki.com.cn/Article/CJFDTOTAL-ZHLU202104004.htm
    [13] 魏锦强, 曾宪中, 曹学伟, 等. 基于CiteSpace的中医外治法治疗膝骨关节炎可视化分析[J]. 中医药导报, 2021, 27(8): 154-159, 184.
    [14] 任思锜, 赵峰, 虞鹤鸣. 逍遥散治疗抑郁症的研究进展[J]. 中医药学报, 2021, 49(4): 112-116. https://www.cnki.com.cn/Article/CJFDTOTAL-ZYXB202104023.htm
    [15] 唐琍萍, 龚星星, 陈晴晴, 等. 中医药治疗卵巢早衰的CiteSpace知识图谱分析[J]. 中国中药杂志, 2022, 47(13): 3658-3666.
    [16]

    HAYDEN J A, ELLIS J, OGILVIE R, et al. Some types of exercise are more effective than others in people with chronic low back pain: a network meta-analysis[J]. J Physiother, 2021, 67(4): 252-262.

    [17] 张霞, 刘中洋, 张玲, 等. 氟哌噻吨美利曲辛治疗伴焦虑抑郁的慢性阻塞性肺疾病的meta分析[J]. 华西医学, 2020, 35(1): 28-34.
    [18] 王玥, 栗枭杰, 吕鹏, 等. 柴胡类方对比选择性五羟色胺再摄取抑制剂治疗肿瘤相关抑郁Meta分析[J]. 现代中药研究与实践, 2021, 35(2): 75-81. https://www.cnki.com.cn/Article/CJFDTOTAL-JZZY202102017.htm
    [19] 覃凤飞, 郭东霖, 邱汉波, 等. 柴胡加龙骨牡蛎汤治疗肿瘤相关抑郁症的Meta分析[J]. 世界中医药, 2022, 17(3): 385-391. https://www.cnki.com.cn/Article/CJFDTOTAL-SJZA202203016.htm
    [20] 王冰, 孙士玲, 周思雨, 等. 肝失疏泄对化疗后三阴性乳腺癌患者认知功能及神经内分泌功能的影响[J]. 中医药信息, 2021, 38(8): 41-46. https://www.cnki.com.cn/Article/CJFDTOTAL-ZYXN202108005.htm
  • 期刊类型引用(5)

    1. 张雪,葛沛,顾立,李华,张丹,黄远琼,陈美娟. BK_(Ca)在高糖诱导的肾小球系膜细胞损伤中的作用及机制. 西南医科大学学报. 2024(02): 136-140 . 百度学术
    2. 魏静茹,吕雪梅. 西藏拉萨地区住院2型糖尿病患者合并高尿酸血症的患病率及影响因素分析. 西藏科技. 2024(03): 52-56 . 百度学术
    3. 方薇,王习哲,赵颖,张磊,刘大川. 血清总胆红素、尿酸、甘油三酯-葡萄糖指数与血糖控制达标的2型糖尿病发生糖尿病视网膜病变的关系研究. 现代生物医学进展. 2024(13): 2445-2449 . 百度学术
    4. 黄艳兰. LDL、Hcy、VEGF、CK及FBG联合检测在2型糖尿病微血管病变诊断中的应用. 中外医学研究. 2023(28): 76-79 . 百度学术
    5. 何鹭阳,朱春燕,李荣森. HbA1c、CK及FPG水平在糖尿病微血管病变筛查中的检测价值. 糖尿病新世界. 2023(23): 9-12 . 百度学术

    其他类型引用(2)

图(8)  /  表(4)
计量
  • 文章访问数:  217
  • HTML全文浏览量:  67
  • PDF下载量:  25
  • 被引次数: 7
出版历程
  • 收稿日期:  2023-01-05
  • 修回日期:  2023-03-19
  • 网络出版日期:  2023-05-10

目录

/

返回文章
返回
x 关闭 永久关闭