Natural Health Product-Drug Interactions
Notice bibliographique
Résumé
Interactions between natural health products (NHP) and prescription medications are of increasing concern. This paper aims to identify all clinical trials of NHP-drug interactions. To determine the prevalence and outcomes of clinical investigations of NHP-drug pharmacokinetic interactions, electronic databases were searched from inception through March 2004, as well as reference lists from published reports and experts in the field for unpublished studies. Eligible studies were clinical investigations of the interaction between a NHP and the metabolism of a regulated medication in humans. Studies were excluded that only investigated the metabolism of an NHP or examined food-drug or NHP-NHP interactions. Two reviewers selected studies for inclusion and independently extracted data. Forty-seven trials were identified, studying an average of 14 participants/study (95% confidence interval [CI] 11-18), examined drug interactions with 19 different herbal preparations. All trials were pharmacokinetic studies, 41 of healthy volunteers and 6 of patients. Ten different herbal medicines as well as 5 different traditional herbal concoctions were studied. Potentially clinically significant drug interactions were observed with St. John wort (16/24 studies), garlic (2/5 studies), and American ginseng (1 study). Research on NHP-drug interactions is limited in number and scope. With the exception of St. John wort, clinicians and the public do not have information that permits strong inferences about interactions between NHPs and conventional medications.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».