Efficacy of Chinese herbal formula Kai-Xin-San on rodent models of depression: A systematic review and meta-analysis

萧条(经济学) 医学 荟萃分析 内科学 传统医学 宏观经济学 经济
作者
Yating Wang,Xiaole Wang,Lei Lan,Zhenyu Guo,Die Hu,Zhen‐Zhen Wang,Yi Zhang
出处
期刊:Journal of Ethnopharmacology [Elsevier BV]
卷期号:321: 117492-117492 被引量:9
标识
DOI:10.1016/j.jep.2023.117492
摘要

Kai-Xin-San (KXS, or Happy Feeling Powder), a typical Chinese herbal prescription, is frequently used for treating depression by the multi-level and multi-target mechanism. To systematically investigate the efficacy and safety of KXS on depression in preclinic trials. We independently searched for preclinical animal studies of KXS on depression from inception to June 28, 2022, using electronic databases, e.g., PUBMED. The measurements were performed to assess the outcomes of behavioral tests. This systematic review and meta-analysis included twenty-four studies and 608 animals. A remarkable effect of KXS in depression behavioral tests, including sucrose consumption test (SMD: 2.36, 95% CI: (1.81, 2.90); Z = 8.49, P < 0.00001)., forced swimming test (MD = -60.52, 95% CI: (-89.04, -31.99); Z = 4.16, P < 0.0001), rearing times (MD=4.48, 95% CI: (3.39, 5.57); Z = 8.05, P < 0.00001) and crossing times (MD = -33.7, 95% CI: (25.74, 41.67); Z = 8.29, P < 0.00001) in the open field test, showing KXS's excellent efficiency in improving depressive-like symptoms of animals. Our meta-analysis showed KXS remarkably relieved animals' depressive-like symptoms, providing evidence that KXS can be a promising drug candidate for depression treatment.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
馨馨的科科应助277采纳,获得10
刚刚
爆米花应助陈飞宇采纳,获得10
1秒前
忧郁的鲜花完成签到,获得积分10
1秒前
杨YANG完成签到,获得积分10
1秒前
轻松雅青完成签到 ,获得积分10
1秒前
爱橙色的阿七完成签到,获得积分20
1秒前
sang发布了新的文献求助10
1秒前
激动烦凡应助不夜侯采纳,获得10
1秒前
2秒前
开朗的爆米花完成签到 ,获得积分10
2秒前
欣欣发布了新的文献求助10
2秒前
幼儿园老大完成签到,获得积分10
2秒前
今后应助鲫鱼饼采纳,获得10
2秒前
water treat完成签到,获得积分10
2秒前
谁是mxh发布了新的文献求助10
2秒前
桃桃发布了新的文献求助10
3秒前
夲光完成签到,获得积分10
3秒前
看满天星河完成签到 ,获得积分10
3秒前
4秒前
自然胡萝卜完成签到 ,获得积分10
4秒前
4秒前
淡淡的向雁完成签到,获得积分10
4秒前
慕青应助忧郁的鲜花采纳,获得10
4秒前
逸迩完成签到,获得积分10
4秒前
梓鑫完成签到,获得积分10
5秒前
5秒前
zmrright发布了新的文献求助10
5秒前
王俊发布了新的文献求助10
5秒前
wzc发布了新的文献求助10
5秒前
Xie完成签到,获得积分10
6秒前
是小天呀完成签到,获得积分10
6秒前
隐形曼青应助Jelly采纳,获得10
6秒前
6秒前
6秒前
万事遂意完成签到,获得积分10
6秒前
一往之前完成签到,获得积分10
7秒前
阳光的小土豆完成签到,获得积分10
7秒前
7秒前
7秒前
等风来完成签到,获得积分10
8秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Principles of town planning: translating concepts to applications 1000
2016 Venous Blood Study (VBS) (Final V3.0) 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
从技术问题到科学问题:国家自然科学基金申请书写作指南 500
The Effective Clinical Neurologist 3ed 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7700884
求助须知:如何正确求助?哪些是违规求助? 9260206
关于积分的说明 20023867
捐赠科研通 7276562
什么是DOI,文献DOI怎么找? 3293815
关于科研通互助平台的介绍 2449406
邀请新用户注册赠送积分活动 2300365