熊果酸治疗肝损伤,剂量和疗程怎么选?这篇Phytomedicine研究提供了临床前证据综合思路

肝损伤是代谢功能障碍相关脂肪性肝病、酒精性肝病、病毒性肝炎、自身免疫性肝炎和胆汁淤积性肝病等多种肝病共同的病理终点，现有病因导向治疗仍存在疗效有限和长期不良反应等问题；UA 作为一种五环三萜类天然化合物，在多种动物肝损伤模型中显示保肝潜力，但临床前研究的剂量、疗程和给药途径高度异质，缺乏系统定量证据。

该研究旨在综合 UA 治疗肝损伤的临床前证据，并重点探索 UA 剂量和治疗疗程与 ALT 改善之间的关系，为后续转化研究提供探索性依据。

• 数据筛选：系统检索 PubMed、Embase、Scopus、Web of Science、OVID、CNKI 和 Wanfang，检索截止至 2026 年 4 月 11 日，按 PICO 标准纳入 UA 单药治疗肝损伤啮齿动物模型的研究，最终纳入 47 篇文章、53 项独立研究。

• 数据提取与质量评价：由两名研究者独立提取数据，图形数据使用 WebPlotDigitizer 数字化，并使用 SYRCLE 工具评估偏倚风险。

• 定量合成：在 R 4.5.3 中采用随机效应模型，以 Hedges 校正的标准化均数差（SMD）合并连续结局，并进行亚组分析、Meta 回归、敏感性和发表偏倚分析。

• 剂量换算：采用体表面积法将动物剂量换算为 HED，公式为 HED = 动物剂量 × Km,animal / Km,human，其中小鼠 Km=3、大鼠 Km=6、成人 Km=37。

• 探索性分析：按 HED 分为低、中、高剂量组，按疗程分为短、中、长疗程组，使用 Kruskal-Wallis H 检验比较 ALT 改善率分布。

• 机器学习：比较随机森林（RF）、XGBoost、弹性网络（ElasticNet）和支持向量机（SVM），采用研究层级加权的嵌套分组交叉验证和 leave-one-study-out 验证，以 ALT 改善率为因变量。

• 模型解释：使用 SHAP 评估变量贡献，使用部分依赖图（PDP）和个体条件期望曲线探索 HED 与疗程和预测 ALT 改善率的关系。

共纳入47篇文章、53项独立研究、952只动物，UA组和模型组各476只；研究以C57BL/6小鼠、SD大鼠、雄性动物、化学性和脂肪肝相关肝损伤模型为主，UA给药以灌胃为主。SYRCLE质量评分平均6.26分，图形数据提取一致性较高。

UA显著降低肝纤维化评分、肝纤维化面积比例、血清ALT和AST。肝纤维化评分SMD=-2.96，纤维化面积SMD=-4.18，ALT SMD=-3.28，AST SMD=-3.45，均p<0.001。

UA显著降低血清IL-6、血清和肝TNF-α、血清和肝IL-1β、肝α-SMA，以及血清TC、TG、LDL-C、血清和肝MDA；同时升高肝SOD、血清SOD和肝GSH。对肝IL-6和血清HDL-C无显著影响，对肝重量无显著影响，但可降低肝指数。

亚组分析显示，UA在多种动物种属、肝损伤模型、给药途径和给药时机中均倾向降低ALT和AST；多变量Meta回归可降低部分异质性，但残余异质性仍较高。中位剂量和最小剂量敏感性分析、leave-one-out分析结果稳定；发表偏倚校正后ALT、AST和纤维化面积效应仍显著。

按HED分组，中剂量组（3–13 mg/kg HED）ALT改善率中位数最高；按疗程分组，中疗程组（8–28天）ALT改善率中位数最高，差异均有统计学意义。

机器学习分析纳入45项研究，RF模型表现最佳，R²约0.29–0.31，RMSE约17.35–17.37。SHAP分析显示，模型给药途径、治疗疗程、单剂量和给药时间是主要预测因素。PDP提示，预测ALT改善率较高的候选HED区间约为5–7 mg/kg，候选疗程约为14–19天；但疗程区间置信区间较宽，置换检验不显著，需谨慎解释。

UA的潜在保肝机制包括调节肠-肝轴、减轻氧化应激、抑制炎症和焦亡、调节脂质代谢以及抑制纤维化，不同肝损伤病因下机制侧重点不同。

这项研究将系统评价/Meta分析与机器学习预测框架结合，在研究层级加权和嵌套验证下，把临床前高度异质的UA剂量和疗程证据转化为ALT改善的探索性剂量-疗程区间，为天然产物转化研究提供了可复制的证据合成路径。

① 选题思路借鉴：可围绕“天然产物或中药单体在标准化动物模型中的疗效与剂量-疗程-给药途径优化”构建系统评价联合机器学习研究，优先选择结局明确、异质性高且临床转化需求强的主题。

② 统计方法借鉴：可借鉴随机效应Meta分析、亚组和Meta回归、HED换算、研究层级加权、嵌套分组交叉验证/leave-one-study-out，以及RF/XGBoost结合SHAP和PDP探索非线性剂量-疗程关系。