Notice bibliographique
Résumé
Herb-drug interactions are increasingly noted to be a potentially preventable cause of drug toxicity or loss of therapeutic efficacy. In addition to their effects on CYP enzymes, phytochemicals in St. John's wort and grapefruit juice are reported to interact with the drug efflux transporter, P-glycoprotein (P-gp)/MDR1. However, the potential effects of other popular, phytochemical rich herbs on MDR1 function have not been established. Ethanolic extracts of several herbal products were prepared. Bidirectional digoxin transport was determined across polarized Caco-2 cells containing P-gp. Herbal extracts were added to apical and basal compartments. Inhibitory effects of the herbal extracts were compared to verapamil 20 uM (positive control) and ethanol 2.5% (negative control). Viability of Caco-2 monolayer was confirmed by measuring inulin leak. Black Cohosh and St. John's wort were the most potent inhibitors of P-gp and completely abolished digoxin transport. The effect at 1.25 mg/ml was comparable to that of verapamil 20 uM. Echinacea, Feverfew, and Valerian inhibited digoxin transport by 70–80%. Ginseng and Perilla at similar concentrations did not affect digoxin transport. Kava and Garlic extracts appeared to compromise the integrity of the Caco-2 monolayer. Additional studies of Black Cohosh, Echinacea, Feverfew and Valerian are needed to determine the potential clinical relevance of these findings. Clinical Pharmacology & Therapeutics (2004) 75, P79–P79; doi: 10.1016/j.clpt.2003.11.301
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».