Herbal Medicine: An Overview of the Literature From Three Decades
Notice bibliographique
Résumé
OBJECTIVES: To generate information about what types of articles have been published in what languages on what topics. In addition, we assessed the methodological quality of randomized clinical trials (RCTs) over time. METHODS: Searches were carried out in Medline in order to (a) identify the number of articles published in English, Chinese, German, Russian, and Japanese during the years 1977, 1987, 1997, and 2007; (b) identify the number of five types of articles, namely, systematic reviews (SRs), reviews, clinical controlled trials (CCTs), RCTs, and case reports, published in the above-mentioned 4 years; (c) identify the types of herbal medicine that were most frequently tested in CCTs and RCTs. Twenty RCTs were retrieved from each of the above-mentioned 4 years and were quality assessed using Jadad score and were statistically compared. RESULTS: (1) The number of articles on herbal medicine has increased during the last three decades. (2) Review articles and RCTs were the most numerous types of publications toward the end of our observation period; CCTs were the least. (3) Guar gum, evening primrose oil, ginseng, and Ginkgo biloba were some of the main herbal medicines that were most frequently submitted to CCTs and RCTs. (4) The average Jadad score improved continually (F = 6.27, p = .014) between 1977 and 2007. CONCLUSION: These findings are consistent with the notion that the quantity and quality of RCTs of herbal medicine have been improving during the last three decades. We suggest that the adaption of the herbal-medicine-specific Consolidated Standard of Reporting Trials guidelines might further improve the situation in future.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,003 | 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 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 ».