MétaCan
Menu
Retour à la cohorte
Enregistrement W2002408676 · doi:10.1111/papr.12284

Traditional Uses of Medicinal Plants from the Canadian Boreal Forest for the Management of Chronic Pain Syndromes

2015· review· en· W2002408676 sur OpenAlexaffabout
Yadav Uprety, Anaïs Lacasse, Hugo Asselin

Notice bibliographique

RevuePain Practice · 2015
Typereview
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésMedicineChronic painRheumatismMedicinal plantsAnalgesicAllopathic medicineMigraineChronic MigraineTraditional medicineAlternative medicinePharmacologyPhysical therapyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Chronic pain is more prevalent in indigenous populations who often prefer traditional remedies over allopathic drugs. Our objective was to investigate the traditional uses of medicinal plants from the Canadian boreal forest for the management of chronic pain syndromes. METHODS: We reviewed the most extensive database on medicinal plants used by aboriginal people of the Canadian boreal forest to investigate the plants used in the management of 3 of the most common chronic pain syndromes: arthritis/rheumatism; back pain; and headache/migraine. We also reviewed the pharmacology and phytochemistry literature to investigate concordance with indigenous knowledge. RESULTS: A total of 114 medicinal plant species were reported, of which 27 (23.5%) were used to treat more than 1 chronic pain syndrome. Pharmacological or phytochemical evidence to explain plant function as chronic pain remedy was available in the literature for only 38 species (33%), with several species reported to have anti-inflammatory and analgesic properties effective in treating chronic pain syndromes. CONCLUSIONS: Our study showed the potential of boreal plants as alternative and complementary medicines for the treatment of chronic pain syndromes that could be enhanced by further research on efficacy and safety issues.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,156
Tête enseignante GPT0,371
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePain PracticeMême sujetPain Mechanisms and TreatmentsTravaux en français237 207