MétaCan
Menu
Retour à la cohorte
Enregistrement W2024421129 · doi:10.1155/2015/751348

Advances in the Research and Development of Natural Health Products as Main Stream Cancer Therapeutics

2015· review· en· W2024421129 sur OpenAlexaff
Pamela Ovadje, Alessia Roma, Matthew Steckle, Leah Nicoletti, John T. Arnason, Siyaram Pandey

Notice bibliographique

RevueEvidence-based Complementary and Alternative Medicine · 2015
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueBioactive Compounds and Antitumor Agents
Établissements canadiensUniversity of OttawaUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésCancerMedicineCancer therapyDiseaseCancer treatmentIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Natural health products (NHPs) are defined as natural extracts containing polychemical mixtures; they play a leading role in the discovery and development of drugs, for disease treatment. More than 50% of current cancer therapeutics are derived from natural sources. However, the efficacy of natural extracts in treating cancer has not been explored extensively. Scientific research into the validity and mechanism of action of these products is needed to develop NHPs as main stream cancer therapy. The preclinical and clinical validation of NHPs would be essential for this development. This review summarizes some of the recent advancements in the area of NHPs with anticancer effects. This review also focuses on various NHPs that have been studied to scientifically validate their claims as anticancer agents. Furthermore, this review emphasizes the efficacy of these NHPs in targeting the multiple vulnerabilities of cancer cells for a more selective efficacious treatment. The studies reviewed here have paved the way for the introduction of more NHPs from traditional medicine to the forefront of modern medicine, in order to provide alternative, safer, and cheaper complementary treatments for cancer therapy and possibly improve the quality of life of cancer patients.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,723
Tête enseignante GPT0,632
Écart entre enseignants0,091 · 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 source (Gemma direct ou Codex distillé), 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

Citations59
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-based Complementary and Alternative MedicineMême sujetBioactive Compounds and Antitumor AgentsTravaux en français237 207