中文English
ISSN 1001-5256 (Print)
ISSN 2097-3497 (Online)
CN 22-1108/R

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

肠道菌群与乙型肝炎肝硬化

李艳男 李长政

张志伟, 刘丰, 张和钊, 等. 巨型肝血管平滑肌脂肪瘤伴包膜下破裂误诊为肝细胞癌1例报告[J]. 临床肝胆病杂志, 2025, 41(3): 536-541. DOI: 10.12449/JCH250321.
引用本文: 张志伟, 刘丰, 张和钊, 等. 巨型肝血管平滑肌脂肪瘤伴包膜下破裂误诊为肝细胞癌1例报告[J]. 临床肝胆病杂志, 2025, 41(3): 536-541. DOI: 10.12449/JCH250321.
ZHANG ZW, LIU F, ZHANG HZ, et al. Rare giant hepatic angiomyolipoma with subcapsular rupture misdiagnosed as hepatocellular carcinoma: A case report[J]. J Clin Hepatol, 2025, 41(3): 536-541. DOI: 10.12449/JCH250321.
Citation: ZHANG ZW, LIU F, ZHANG HZ, et al. Rare giant hepatic angiomyolipoma with subcapsular rupture misdiagnosed as hepatocellular carcinoma: A case report[J]. J Clin Hepatol, 2025, 41(3): 536-541. DOI: 10.12449/JCH250321.

肠道菌群与乙型肝炎肝硬化

DOI: 10.12449/JCH250324
基金项目: 

中国人民解放军火箭军特色医学中心自主科研项目 (25FC003)

利益冲突声明:本文不存在任何利益冲突。
作者贡献声明:李艳男负责设计论文框架,撰写论文;李长政负责拟定写作思路,指导撰写文章并最后定稿。
详细信息
    通信作者:

    李长政, licz435@163.com (ORCID: 0009-0001-3771-6155)

Gut microbiota in hepatitis B cirrhosis

Research funding: 

Independent Research Project of Chinese People’s Liberation Army Rocket Force Characteristic Medical Center (25FC003)

More Information
    Corresponding author: LI Changzheng, licz435@163.com (ORCID: 0009-0001-3771-6155)
  • 摘要: 乙型肝炎肝硬化是我国肝硬化最主要组成部分,由肝炎发展到肝硬化后患者病死率明显增加。大量研究证实肠道菌群会影响乙型肝炎肝硬化病程进展,包括对炎症反应和肠道免疫调节的影响、对HBV的抑制、产生氨类物质等。本文就乙型肝炎肝硬化肠道菌群变化的研究进展进行综述,归纳通过干预肠道菌群治疗乙型肝炎肝硬化的新思路。

     

  • 血清(总)胆红素、血清肌酐和国际标准化比值(INR)等3个客观变量组成的终末期肝病模型(MELD)评分,最初用于预测经颈静脉肝内门体分流术(TIPS)后的存活率1,后续研究发现,MELD评分也可以作为终末期肝病患者病死率的预测指标,以及酒精相关性肝炎(alcohol-associated hepatitis, AH)、食管静脉曲张破裂出血、肝硬化感染、肝硬化患者手术后(包括肝切除、创伤和肝肾综合征)等生存率的预测指标。基于肝病的严重程度,MELD评分在许多国家作为优化器官移植分配政策的基础2。尽管MELD评分最接近理想评分,但也有一些局限性,不能准确预测15%~20%终末期肝病患者的生存率。近年来发展分化出具有各自优点的MELD评分,包括MELD 2.0(MELD-Na)3、MELD3.04,以及MELD-Na+CRP+vWF-Ag5、MELD-GRAIL-Na6等,并有多个自动计算的应用程序。尽管每一种MELD评分在大多数情况下具有相似的预后价值,但在某些特定情况下,它们的益处可能是异质的。因此,进一步确定每一种MELD评分的适应证至关重要。

    既往预测TIPS术后存活率多采用CTP评分。但CTP评分系统有诸多的不足之处,主要是使用了肝性脑病和腹水两个主观变量7。梅奥诊所的专家对美国4家医疗中心的231例接受选择性TIPS手术的患者进行了生存率研究,Cox比例风险回归分析发现,胆红素和肌酐的血清浓度、INR及潜在肝病的病因是接受选择性TIPS手术患者生存率的预测因素,并命名为梅奥TIPS模型。其计算公式为R=0.957×ln(肌酐mg/dL)+0.378×ln (胆红素mg/dL)+1.120×ln (INR)+0.643×病因(胆汁性或酒精性0,其他1)。梅奥TIPS模型>1.8的患者中位生存期为3个月或更短。在预测生存率方面,该模型优于CTP评分,并在来自荷兰的71例患者中得到独立验证8。该模型不仅是终末期肝病死亡风险的可靠指标,还适合用作肝移植器官分配优先顺序的选择。研究者将原有的梅奥TIPS公式乘以10,四舍五入接近整数,R=3.8×ln (胆红素mg/dL)+11.2×ln (INR)+9.6×ln (肌酐mg/dL)+6.4×病因(胆汁性或酒精性0,其他1),并将该模型正式命名为MELD9

    从2002年2月开始美国器官获取和移植网络(organ procurement and transplantation network,OPTN)委员会正式批准采用MELD评分作为国家肝移植器官分配优先顺序的主要风险分层工具10。最初的效果使登记等待移植人数减少12%,等待名单上的死亡人数减少3.5%11-13;移植物1年存活率从1998年的79.5%提高到2007年的85.6%,患者存活率从85.4%提高到89.4%14。2006年12月,欧洲国家也实施了基于MELD的器官分配,整个欧洲地区等待移植名单的病死率显著降低15

    MELD评分作为疾病严重程度的客观量表,也有助于慢性肝病非移植患者的管理,包括预测无肝硬化患者的病死率和失代偿期肝硬化患者长期生存率16、非移植手术病死率17、慢性肝病患者静脉曲张破裂出血的预后评估18-19等。MELD评分还可预测非对乙酰氨基酚诱导的暴发性肝衰竭患者的病死率19和心力衰竭患者的肝功能障碍程度20等。

    酒精性肝病(ALD)患者与患有其他肝病病因的患者相比,疾病进展更快,且常处于晚期。AH是ALD晚期的一种独特表型,临床表现为黄疸迅速发作或恶化、凝血功能障碍等,如果治疗不及时并出现继发感染,就可能发展为慢加急性肝衰竭,最终导致器官衰竭21。根据肝外器官衰竭的数量不同,1个月的死亡风险为20%~50%22。MELD评分≥21分对预测AH患者的死亡风险具有最高敏感性和特异性,比Maddrey判别函数更具实用性和统计学优势23-24。2024年美国胃肠病学院最新的ALD临床指南中,明确提出MELD是对AH重症程度进行分层的最准确评分22

    尽管MELD评分作为评估终末期肝病患者死亡风险的有效性已在大量研究中得到证实,但在临床实践中仍然存在着一定的局限性1825:MELD评分在评估肝脏疾病患者的紧急程度时,较少考虑等待肝移植的时间,这可能会让一些寻求活体肝移植的患者失去耐心;由于肝癌和代谢疾病患者的化验结果可能正常而得分较低,往往忽略了这些患者移植的迫切性;MELD评分也没有解决肝源不足的根本问题7;实验检查结果的可变性。因此,MELD评分对终末期肝病患者的评估仍然需要不断完善。鉴于MELD的诸多局限性,众多研究者不断探索MELD评分的合理性,相继出现了斯坦福大学的MELD-GRAIL,MELD-GRAIL=28.848+11.183×ln(INR)+ 3.150×ln(胆红素mg/dL)-5.078×ln(eGFR)6和密歇根大学团队的Re-weighted MELD,Re-weighted MELD=1.266×ln(1+肌酐mg/dL)+0.939×ln(1+胆红素mg/dL)+1.658×ln(1+INR)等1

    即便如此,低钠血症和持续腹水MELD评分<21分的患者等待移植前6个月死亡风险仍然超过40%26。后续的研究发现,血清钠<125 mmol/L是患者死亡的强烈独立预测因子,将血清钠添加到MELD中可以提高肝硬化患者3个月和6个月病死率的预测能力,于是提出了“MELD-Na”新模型,即MELD 2.0327。MELD-Na=MELD+1.59×(135-血钠),血清钠的最大值为140 mmol/L,最小值为125 mmol/L27。MELD-Na评分为20分、30分和40分的患者,6个月病死率分别为6%、16%和37%27。MELD-Na对高评分患者的影响不大,而对低评分的患者有重大影响。经过不断优化,新的MELD-Na公式为:MELD-Na=MELD+1.32×(137-血钠)-[0.033×MELD×(137-血钠)]28。比如一个MELD评分为12分且血清钠水平为125 mmol/L的候选人,MELD-Na评分为23.13分,新的MELD评分使患者额外获得11分29。通过对69 213例年龄≥18岁的等待移植患者分析发现,MELD-Na评分≤11分的患者,肝移植生存获益(或缺乏)与血清钠无关,而对于MELD-Na评分>11分的患者,随着血清钠降低,生存获益明显增加29。因此,2016年1月正式应用于美国OPTN的器官分配28

    由于MELD最初是根据接受TIPS的患者数据开发的,并不一定完全适用于肝移植候选者的器官分配,所以梅奥诊所自身也在不断更新系数、改变各变量的上下限并纳入血清钠水平修改MELD评分,以提高捐赠肝脏分配的效率2。两个模型分别是:ReFitMELD=4.082×ln(胆红素mg/dL)+8.485×ln(肌酐mg/dL)+10.671×ln(INR)+ 7.432(胆红素下限为1 mg/dL,INR的上下限被限定为1和3,肌酐的上下限被限定在0.8 mg/dL和3 mg/dL,接受肾脏替代治疗的患者肌酐值设定为3 mg/dL);ReFitMELD-Na=4.258×ln(胆红素)+6.792×ln(肌酐)+ 8.290×ln(INR)+0.652×(140-血钠)-0.194×(140-血钠)×胆红素+6.327。除了与ReFitMELD的修正相同之外,血钠的上下限被限定在125 mmol/L和140 mmol/L,胆红素的上限为20 mg/dL,肌酐的下限为1 mg/dL。用估计的肾小球滤过率(eGFR)代替血清肌酐,可能改善MELD-Na评分对等待移植患者病死率的预测,特别是对于疾病严重程度较高的女性患者,由此开发了MELD-GRAIL-Na模型6,MELD-GRAIL-Na=29.751+10.836×ln(INR)+3.039×ln(胆红素)-5.054×ln(eGFR)-0.372×ln(Na)。胆红素的下限为1 mg/dL(没有设定上限),INR上下限为1和3,血清钠上下限为125 mmol/L与140 mmol/L,eGFR的上下限为15 mL·min-1·1.73 m-2与90 mL·min-1·1.73 m-2。通过GRAIL估计的eGFR和重新估计的MELD-GRAIL-Na模型是3个月内等待移植患者死亡或除名的显著预测因素,评分在27~40分时,MELD-GRAIL-Na是观察到死亡的更好预测指标。与MELD-Na相比,使用MELD-GRAIL-Na可能会影响12%~17%的等待移植患者的预后,使16.7%的等待移植患者获得重新分类6。在后来的一些队列研究中发现,梅奥诊所开发的ReFitMELD-Na模型预测终末期肝病的病死率能力并非优于RefitMELD模型30。与MELD或MELD-Na相比,基于GRAIL的模型也没有明显的差异31

    导致肝硬化患者预后不良的因素中,全身炎症反应综合征(SIRS)也是不可回避的常见问题32-33。SIRS可导致血清肌酐值明显升高,严重影响肝硬化患者的MELD评分及生存率。发生SIRS的患者与细菌感染(P=0.02)、黄疸(P=0.011)、高血清肌酐水平(P=0.04)、高血清胆红素水平(P=0.002)、高INR(P=0.046)相关,显然,这与高MELD评分(P=0.001)和高序贯器官衰竭评分(P=0.003)密切相关,SIRS和MELD共存是终末期肝硬化患者死亡的独立预测因素32-33。将炎症的常用标志物C-反应蛋白(CRP)及反映内皮细胞功能障碍和门静脉高压相关的标志物血管性血友病因子抗原(von Willebrand factor antigen,vWF-Ag)添加到MELD-Na评分中,可以提高肝移植等待名单中病死率的预测534,由此产生了MELD-Na新的评分模型:MELD-Na+CRP+vWF-Ag=([0.141×MELD-Na]+[0.210×CRP]+[0.002×vWF-Ag])×4.65

    尽管MELD-Na评分临床实践中应用效果较好,但仍有缺陷,无法准确预测几个亚组患者的结果,如:等待名单上的患者年龄较大;有更多的非肝病合并症;与男性肝移植候选人相比,在控制MELD-Na评分的研究中,肝移植等待名单上的女性候选人病死率似乎不成比例地增高等635-36。为了解决MELD-Na评分的局限性,梅奥诊所在2021年提出了MELD 3.0评分4。他们利用公开的OPTN数据库中的数据,筛选更广泛的变量,包括年龄、性别、种族、血清钠、肌酐、eGFR、INR、胆红素、白蛋白和身高等。从种族、性别、生理、病理,以及实验误差和常规治疗等方面,对这些变量进行了细致的辨别、排除,最终确定了包括性别、胆红素、血钠、INR、肌酐和白蛋白,以及钠-胆红素和白蛋白-肌酐相互作用项的“最佳模型”,即MELD 3.0。MELD 3.0=1.33(女性)+ 4.56×ln(胆红素)+0.82×(137-血钠)-0.24×(137-血钠×ln(胆红素)+9.09×ln(INR)+11.14×ln(肌酐)+1.85×(3.5-白蛋白)-1.83×(3.5-白蛋白)×ln(肌酐)+64。肌酐和胆红素值的下限设定为1mg/L,INR没有设置下限或上限,血清钠的下限和上限分别为125 mmol/L和137 mmol/L,血清白蛋白的下限和上限分别为1.5 g/dL和3.5 g/dL。MELD 3.0模型中的相互作用项能够在较高肌酐水平下缓解低白蛋白血症的负面影响,这一效应可能有助于降低高MELD评分患者发生不良结局的风险37。MELD 3.0评分于2023年用于肝移植器官分配。在登记时MELD 3.0评分超过40分与等待名单上的病死率增加有关,MELD 3.0评分为40~44分时,30天病死率为58.3%;评分为≥50时,30天病死率为82.4%。MELD 3.0评分可能使肝移植患者的生存获益更大38。而且MELD 3.0评分在预测严重AH患者的短期死亡和长期死亡方面比其他评分系统具有更好的效果39

    MELD 3.0评分的应用可能对女性患者更有利。比如胆红素水平为4 mg/dL、INR为1.2、肌酐为1.0 mg/dL、白蛋白为1.5 mg/dL和血清钠为135 mmol/L的女性患者的MELD-Na评分为15分,MELD 3.0评分为20分。白蛋白可能是一个比较有争议的变量,因为等待肝移植的患者因多种原因(如自发性腹膜炎)需要输注白蛋白。假设医源性输注将白蛋白从1.5 mg/dL增加到3.0 mg/dL,MELD 3.0评分将从20分降至17分,对肝移植等待名单上的患者会造成不利影响40。缓解这一问题的方法,就是对已经被列入移植名单的患者,不需要频繁地重新评分认证41

    自2002年以来一直使用MELD评分来确定肝移植器官分配的优先顺序,极大提高了终末期肝病患者90天的生存率。但在较低的评分下,MELD评分在预测不良结果方面尚不理想,MELD-Na评分在预测等待名单病死率方面优于MELD评分,可以更好地校准和区分肝移植候选者的死亡风险,但仍然无法准确预测几个亚组如女性和儿童候选人的结果,2021年提出的MELD 3.0评分对于接受腹部大手术、TIPS和其他干预措施的肝硬化患者进行风险分层的实用性仍然需要进一步研究。

    无论是MELD、MELD-Na、MELD 3.0,还是MELD为基础的各种评分公式的研究和建议都是基于原始MELD进行计算,而不是MELD-Na2442或MELD 3.043。“终末期肝病模型”顾名思义是评估终末期肝病患者的预后,选择TIPS还是选择肝移植。应用于TIPS或肝移植之外的终末期肝病患者的分层应该是对MELD应用的“扩展”,尤其是AH患者未必都需要TIPS还是肝移植,在AH发病过程中MELD评分的应用非常值得商榷。黄疸是AH患者的特征性表现,经过有效的治疗(如类固醇激素和或N-乙酰半胱氨酸等),绝大部分患者是可以恢复的,MELD评分在25~39分的患者从皮质类固醇中获益最大22。因此,MELD的计算公式中特意将病因为“酒精性或胆汁淤积性”的评分减去6.4分。目前国内外自动计算软件中很少考虑酒精这个特殊病因,存在过度诊断的现状,AH患者过早进入肝移植候选人队列,消耗了稀缺的供肝资源,应引起临床医生的重视。

  • 表  1  影响乙型肝炎肝硬化患者的肠道菌群

    Table  1.   Influencing the gut microbiota of hepatitis B cirrhosis patients

    影响因素 有益菌 致病菌
    炎症反应 双歧杆菌属、乳酸杆菌属、鼠李糖乳杆菌属、粪链球菌属、毛螺菌科、瘤胃球菌科 大肠杆菌、耐热链球菌、粪肠球菌、大肠埃希菌、拟杆菌、肠杆菌科、韦荣球菌属、肠球菌
    肠道免疫调节 梭状芽孢杆菌、拟杆菌、肠球菌、乳酸杆菌、双歧杆菌 肠杆菌、肠球菌
    HBV复制 毛螺菌科、瘤胃球菌科、乳酸杆菌、双歧杆菌 梭状芽孢杆菌、拟杆菌
    产氨 梭杆菌、巨杆菌、粪杆菌 梭状芽孢杆菌属-Ⅺ、韦荣球菌属、肠球菌属、普雷沃菌属
    下载: 导出CSV
  • [1] TRANAH TH, EDWARDS LA, SCHNABL B, et al. Targeting the gut-liver-immune axis to treat cirrhosis[J]. Gut, 2021, 70( 5): 982- 994. DOI: 10.1136/gutjnl-2020-320786.
    [2] SHEN Y, WU SD, CHEN Y, et al. Alterations in gut microbiome and metabolomics in chronic hepatitis B infection-associated liver disease and their impact on peripheral immune response[J]. Gut Microbes, 2023, 15( 1): 2155018. DOI: 10.1080/19490976.2022.2155018.
    [3] ZENG YB, CHEN SJ, FU Y, et al. Gut microbiota dysbiosis in patients with hepatitis B virus-induced chronic liver disease covering chronic hepatitis, liver cirrhosis and hepatocellular carcinoma[J]. J Viral Hepat, 2020, 27( 2): 143- 155. DOI: 10.1111/jvh.13216.
    [4] CHEN B, HUANG H, PAN CQ. The role of gut microbiota in hepatitis B disease progression and treatment[J]. J Viral Hepat, 2022, 29( 2): 94- 106. DOI: 10.1111/jvh.13595.
    [5] SUNG CM, LIN YF, CHEN KF, et al. Predicting clinical outcomes of cirrhosis patients with hepatic encephalopathy from the fecal microbiome[J]. Cell Mol Gastroenterol Hepatol, 2019, 8( 2): 301- 318. e 2. DOI: 10.1016/j.jcmgh.2019.04.008.
    [6] GUO ZW, ZHANG JX, LI S, et al. Research advances in intestinal flora and the development and prognosis of chronic hepatitis B[J]. J Clin Hepatol, 2022, 38( 5): 1137- 1142. DOI: 10.3969/j.issn.1001-5256.2022.05.034.

    郭紫薇, 张嘉鑫, 李硕, 等. 肠道菌群与慢性乙型肝炎发生发展及预后的关系[J]. 临床肝胆病杂志, 2022, 38( 5): 1137- 1142. DOI: 10.3969/j.issn.1001-5256.2022.05.034.
    [7] LI YG, YU ZJ, LI A, et al. Gut microbiota alteration and modulation in hepatitis B virus-related fibrosis and complications: Molecular mechanisms and therapeutic inventions[J]. World J Gastroenterol, 2022, 28( 28): 3555- 3572. DOI: 10.3748/wjg.v28.i28.3555.
    [8] MILOSEVIC I, RUSSO E, VUJOVIC A, et al. Microbiota and viral hepatitis: State of the art of a complex matter[J]. World J Gastroenterol, 2021, 27( 33): 5488- 5501. DOI: 10.3748/wjg.v27.i33.5488.
    [9] LIU SY, YANG XL. Intestinal flora plays a role in the progression of hepatitis-cirrhosis-liver cancer[J]. Front Cell Infect Microbiol, 2023, 13: 1140126. DOI: 10.3389/fcimb.2023.1140126.
    [10] WU LL, HUANG TS, SHYU YC, et al. Gut microbiota in the innate immunity against hepatitis B virus-implication in age-dependent HBV clearance[J]. Curr Opin Virol, 2021, 49: 194- 202. DOI: 10.1016/j.coviro.2021.06.006.
    [11] ZHU RR, LIU LW, ZHANG GZ, et al. The pathogenesis of gut microbiota in hepatic encephalopathy by the gut-liver-brain axis[J]. Biosci Rep, 2023, 43( 6): BSR20222524. DOI: 10.1042/BSR20222524.
    [12] KOH A, de VADDER F, KOVATCHEVA-DATCHARY P, et al. From dietary fiber to host physiology: Short-chain fatty acids as key bacterial metabolites[J]. Cell, 2016, 165( 6): 1332- 1345. DOI: 10.1016/j.cell.2016.05.041.
    [13] WU S, CHEN SJ, LIN JP, et al. Gut microbiota dysbiosis in patients with hepatitis B virus-related cirrhosis[J]. Ann Hepatol, 2022, 27( 2): 100676. DOI: 10.1016/j.aohep.2022.100676.
    [14] PANT K, MISHRA AK, PRADHAN SM, et al. Butyrate inhibits HBV replication and HBV-induced hepatoma cell proliferation via modulating SIRT-1/Ac-p53 regulatory axis[J]. Mol Carcinog, 2019, 58( 4): 524- 532. DOI: 10.1002/mc.22946.
    [15] CAI JW, RIMAL B, JIANG CT, et al. Bile acid metabolism and signaling, the microbiota, and metabolic disease[J]. Pharmacol Ther, 2022, 237: 108238. DOI: 10.1016/j.pharmthera.2022.108238.
    [16] WANG XL, CHEN L, WANG H, et al. Modulation of bile acid profile by gut microbiota in chronic hepatitis B[J]. J Cell Mol Med, 2020, 24( 4): 2573- 2581. DOI: 10.1111/jcmm.14951.
    [17] ROAGER HM, LICHT TR. Microbial tryptophan catabolites in health and disease[J]. Nat Commun, 2018, 9( 1): 3294. DOI: 10.1038/s41467-018-05470-4.
    [18] WANG YX, PAN CQ, XING HC. Advances in gut microbiota of viral hepatitis cirrhosis[J]. Biomed Res Int, 2019, 2019: 9726786. DOI: 10.1155/2019/9726786.
    [19] YOSHIO S, SUGIYAMA M, SHOJI H, et al. Indoleamine-2, 3-dioxygenase as an effector and an indicator of protective immune responses in patients with acute hepatitis B[J]. Hepatology, 2016, 63( 1): 83- 94. DOI: 10.1002/hep.28282.
    [20] SUN X, PAN CQ, XING H. Effect of microbiota metabolites on the progression of chronic hepatitis B virus infection[J]. Hepatol Int, 2021, 15( 5): 1053- 1067. DOI: 10.1007/s12072-021-10230-6.
    [21] LANG PA, CONTALDO C, GEORGIEV P, et al. Aggravation of viral hepatitis by platelet-derived serotonin[J]. Nat Med, 2008, 14( 7): 756- 761. DOI: 10.1038/nm1780.
    [22] KWAK DS, JUN DW, SEO JG, et al. Short-term probiotic therapy alleviates small intestinal bacterial overgrowth, but does not improve intestinal permeability in chronic liver disease[J]. Eur J Gastroenterol Hepatol, 2014, 26( 12): 1353- 1359. DOI: 10.1097/MEG.0000000000000214.
    [23] LIU YH, CHEN KF, LI FY, et al. Probiotic Lactobacillus rhamnosus GG prevents liver fibrosis through inhibiting hepatic bile acid synthesis and enhancing bile acid excretion in mice[J]. Hepatology, 2020, 71( 6): 2050- 2066. DOI: 10.1002/hep.30975.
    [24] LEE DK, KANG JY, SHIN HS, et al. Antiviral activity of Bifidobacterium adolescentis SPM0212 against hepatitis B virus[J]. Arch Pharm Res, 2013, 36( 12): 1525- 1532. DOI: 10.1007/s12272-013-0141-3.
    [25] BAJAJ JS, KASSAM Z, FAGAN A, et al. Fecal microbiota transplant from a rational stool donor improves hepatic encephalopathy: A randomized clinical trial[J]. Hepatology, 2017, 66( 6): 1727- 1738. DOI: 10.1002/hep.29306.
    [26] WEI Q, YANG JN, HE XL, et al. Role and potential mechanism of fecal microbiota transplantation in treatment of chronic hepatitis B[J]. Chin J Pathophysiol, 2020, 36( 10): 1833- 1843. DOI: 10.3969/j.issn.1000-4718.2020.10.015.

    魏琦, 杨静楠, 何学良, 等. 粪便菌群移植在慢性乙肝治疗中的作用及机制[J]. 中国病理生理杂志, 2020, 36( 10): 1833- 1843. DOI: 10.3969/j.issn.1000-4718.2020.10.015.
    [27] ACHARYA C, BAJAJ JS. Altered microbiome in patients with cirrhosis and complications[J]. Clin Gastroenterol Hepatol, 2019, 17( 2): 307- 321. DOI: 10.1016/j.cgh.2018.08.008.
    [28] TREBICKA J, MACNAUGHTAN J, SCHNABL B, et al. The microbiota in cirrhosis and its role in hepatic decompensation[J]. J Hepatol, 2021, 75( Suppl 1): s67- s81. DOI: 10.1016/j.jhep.2020.11.013.
    [29] PONZIANI FR, ZOCCO MA, D’AVERSA F, et al. Eubiotic properties of rifaximin: Disruption of the traditional concepts in gut microbiota modulation[J]. World J Gastroenterol, 2017, 23( 25): 4491- 4499. DOI: 10.3748/wjg.v23.i25.4491.
  • 加载中
表(1)
计量
  • 文章访问数:  99
  • HTML全文浏览量:  47
  • PDF下载量:  14
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-06-07
  • 录用日期:  2024-07-24
  • 出版日期:  2025-03-25
  • 分享
  • 用微信扫码二维码

    分享至好友和朋友圈

目录

/

返回文章
返回