2月25日，我校許能貴教授團(tuán)隊(duì)在國際醫(yī)學(xué)期刊《英國醫(yī)學(xué)雜志》（BMJ，影響因子39.89）發(fā)表了題為“Evidence on acupuncturetherapies is underused in clinical practice and health policy”（基于臨床證據(jù)體的針灸疾病圖譜研究）的研究論文。
此研究完善了Epistemonikos 數(shù)據(jù)庫（目前國際上最全最優(yōu)的臨床證據(jù)數(shù)據(jù)庫）中針灸療法的臨床證據(jù)，首次構(gòu)建了針灸臨床證據(jù)矩陣及制訂了全球首個(gè)針灸臨床證據(jù)圖譜，是醫(yī)學(xué)研究領(lǐng)域的一個(gè)重要里程碑。研究解決了目前針灸的優(yōu)勢病種與潛力病種分類不清的問題，通過嚴(yán)謹(jǐn)科學(xué)的分析方法明確了針灸在上述病種的治療效應(yīng)及證據(jù)強(qiáng)度，為針灸的國際化推廣應(yīng)用及未來的研究重點(diǎn)奠定了基礎(chǔ)。
該研究論文通訊作者為我校國家“973計(jì)劃”項(xiàng)目首席科學(xué)家、中國針灸學(xué)會(huì)副會(huì)長、華南針灸研究中心主任許能貴教授，第一作者為臨床研究與大數(shù)據(jù)實(shí)驗(yàn)室陸麗明教授、華南針灸研究中心副主任唐純志教授、加拿大McMaster大學(xué)張譽(yù)清助理教授，Gordon Guyatt杰出教授（循證醫(yī)學(xué)之父）以及Epistemonikos數(shù)據(jù)庫研究人員等為共同完成人。
《英國醫(yī)學(xué)雜志》（BMJ）是英國醫(yī)學(xué)會(huì)會(huì)刊，是世界四大頂級(jí)醫(yī)學(xué)期刊之一，與《新英格蘭醫(yī)學(xué)雜志》（NEJM）、《柳葉刀》（The Lancet）及《美國醫(yī)學(xué)會(huì)雜志》（JAMA）齊名。該論文的發(fā)表是許能貴教授團(tuán)隊(duì)繼2019年獲國家科學(xué)技術(shù)進(jìn)步二等獎(jiǎng)后，再次取得的突破性研究成果。這標(biāo)志著該團(tuán)隊(duì)多年來持續(xù)且系統(tǒng)性研究工作獲得了國際學(xué)術(shù)界廣泛的認(rèn)可，展示了我校國際化的研究視野及較高水平的研究能力，極大地提高了我校在醫(yī)學(xué)研究領(lǐng)域的國際影響力，是我校一流學(xué)科和高水平大學(xué)建設(shè)過程中的一項(xiàng)重要成果。同時(shí)，該研究也將進(jìn)一步帶動(dòng)我國中醫(yī)藥與針灸臨床證據(jù)推廣應(yīng)用，為其進(jìn)一步走向國際奠定基礎(chǔ)。
近年來，全球針灸臨床試驗(yàn)研究蓬勃發(fā)展，針灸的臨床證據(jù)大量涌現(xiàn)，但缺乏對(duì)這些證據(jù)的科學(xué)分析和推薦，以致有效的治療措施無法在國際上及時(shí)轉(zhuǎn)化和應(yīng)用。許能貴教授研究團(tuán)隊(duì)深謀遠(yuǎn)慮，在本研究中主要完成兩項(xiàng)工作：
1、構(gòu)建目前最全的針灸臨床證據(jù)矩陣
Epistemonikos 數(shù)據(jù)庫研究人員的支持下，應(yīng)用人工智能的分析技術(shù)，完成了20個(gè)疾病領(lǐng)域的原始研究與332篇系統(tǒng)評(píng)價(jià)證據(jù)的“鏈接”工作，系統(tǒng)評(píng)價(jià)的數(shù)量總體較人工篩查前增加了545 篇。全面完善了Epistemonikos 數(shù)據(jù)庫中針灸療法的臨床證據(jù)。共構(gòu)建了77個(gè)證據(jù)矩陣，是目前全球最全的針灸臨床研究的證據(jù)矩陣，促進(jìn)了全球針灸醫(yī)生及科研工作者快速地獲取針灸臨床決策證據(jù)，極大地優(yōu)化了針灸研究資源的利用度。該針灸臨床證據(jù)矩陣存放在Epistemonikos 數(shù)據(jù)庫供全球同行共享（詳見：https://www.epistemonikos.org/)
2、制訂全球首個(gè)針灸臨床證據(jù)圖譜
研究涉及12個(gè)疾病領(lǐng)域的77種疾病，研究數(shù)據(jù)包括來自1402個(gè)隨機(jī)對(duì)照試驗(yàn)的205個(gè)結(jié)局指標(biāo)?；贕RADE系統(tǒng)對(duì)證據(jù)推薦強(qiáng)度進(jìn)行評(píng)級(jí)，通過證據(jù)統(tǒng)計(jì)分析及可視化方法構(gòu)建證據(jù)圖表，最終形成目前最優(yōu)的針灸臨床實(shí)踐推薦方案。具體按照針灸治療大、中、小效應(yīng)量，以及高、中、低質(zhì)量證據(jù)進(jìn)行整理，形成針灸治療優(yōu)勢病種及針灸治療有潛力的病種分類推薦。中高質(zhì)量和大中效應(yīng)的針灸證據(jù)共8項(xiàng)，提示這些領(lǐng)域的病種在臨床上應(yīng)用給予大力推薦和轉(zhuǎn)化；大效應(yīng)量的低質(zhì)量證據(jù)和中效應(yīng)量的低質(zhì)量證據(jù)分別為67項(xiàng)、23項(xiàng)，提示這些領(lǐng)域?yàn)獒樉牡臐撛趦?yōu)勢病種，應(yīng)給得到更多的研究投入和支持以進(jìn)一步明確針灸療效。
研究團(tuán)隊(duì)建議，未來的針灸臨床研究，應(yīng)創(chuàng)造以證據(jù)為依據(jù)的決策氛圍，通過多方利益相關(guān)者的協(xié)調(diào)努力促進(jìn)證據(jù)的生成和實(shí)施，并使用數(shù)字化存儲(chǔ)庫及人工智能技術(shù)促進(jìn)證據(jù)的交流共享。這將大大提高針灸臨床實(shí)踐、政策決策以及科學(xué)研究投入的循證過程及效率。
當(dāng)前位置: