Triple mode of action of the fresh plant tincture Echinaforce®
Notice bibliographique
Résumé
More than 200 viruses cause influenza-like infections (ILI) presenting with nasal complaints, sore throat, cough and sometimes with fever [1]. Most ILI are treated with over-the-counter drugs to reduce the viral spread (antiviral) and the infection-based inflammation (anti-inflammatory), which finally elicits the cold symptoms [2]. Echinaforce® (ECF) is used for the prevention and the acute treatment of URI's and we wanted to elucidate how the efficacy could be explained. Using in-vitro test systems we identified a threefold action for the extract. Already at lowest concentrations ECF fully inhibited the replication of different cold viruses (influenza, respiratory syncytial (RSV) and herpes simlex virus) and inhibited – once the infection had established – the production of various inflammatory mediators (Interleukin IL-6, IL-8 or TNF-a). Moreover we could identify specific anti-bacterial effects against a variety of bacteria like Haemophilus influenzae, Streptococcus pyogenes and Legionella pneumophilia. These pathogens often are associated with secondary infections like pneumonia or bronchitis. Finally, ECF blocked the inflammatory reaction, caused by bacteria, as demonstrated by reduced levels of IL-6 or IL-8. In our experiments we showed that ECF exhibits multiple bioactivities, which could explain the effects as seen in clinical studies. The acute treatment with ECF further might deliver a positive effect to prevent secondary infections, often occurring at a later stage during viral infection. In conclusion, ECF represents an interesting option for the prevention and the treatment of URI, displaying multileveled activities in the management of upper respiratory tract infections. [
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».