Antioxidant and Anti-Inflammatory Activities of Kenyan Leafy Green Vegetables, Wild Fruits, and Medicinal Plants with Potential Relevance for Kwashiorkor
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background. Inflammation, together with related oxidative stress, is linked with the etiology of kwashiorkor, a form of severe acute malnutrition in children. A diet rich in anti-inflammatory and antioxidant phytochemicals may offer potential for the prevention and treatment of kwashiorkor. We selected and assayed five leafy green vegetables, two wild fruits, and six medicinal plants from Kenya for their antioxidant and anti-inflammatory properties. Consensus regarding medicinal plant use was established from ethnobotanical data. Methods. Antioxidant activity and phenolic content were determined using the oxygen radical absorbance capacity (ORAC) assay and Folin-Ciocalteu procedure, respectively. Anti-inflammatory activity was assessed in vitro targeting the inflammatory mediator tumour necrosis factor-alpha (TNF-α). Results. Mangifera indica (leaves used medicinally) showed the greatest antioxidant activity (5940 ± 632 µM TE/µg) and total phenolic content (337 ± 3 mg GAE/g) but Amaranthus dubius (leafy vegetable) showed the greatest inhibition of TNF-α (IC50 = 9 ± 1 μg/mL), followed by Ocimum americanum (medicinal plant) (IC50 = 16 ± 1 μg/mL). Informant consensus was significantly correlated with anti-inflammatory effects among active medicinal plants (r (2) = 0.7639, P = 0.0228). Conclusions. Several plant species commonly consumed by Kenyan children possess activity profiles relevant to the prevention and treatment of kwashiorkor and warrant further investigation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle