Selection of natural health products for clinical trials: a preclinical template
Notice bibliographique
Résumé
In preparation for a clinical trial on the efficacy of Echinacea products with a pediatric population, a rational method for selection of test products was developed, based on phytochemical and bioassay evaluation. Ten currently available commercial products of Echinacea angustifolia (EA) or Echinacea purpurea (EP) were selected, and 3 bottles of each of 2 different lots were purchased for each product. Investigators were blinded to product identity before phytochemical analysis. Lot-to-lot variation was small, but product variation due to species and formulation was large. Products derived from ethanol extracts had low polysaccharide content and high levels of alkamides (EA), echinacoside (EA), cynarin (EA), cichoric acid (EP), and caftaric acid (EP). These products possessed high antiviral activities that differed between EA and EP products, but limited immune activation properties. In contrast, products derived without ethanol extraction had higher polysaccharide levels, but low levels of other components. These aqueous compounds showed immunostimulant activity as measured in a mouse macrophage model and a somewhat different antiviral profile. The choice of Echinacea product for clinical trial must therefore consider the impact of immune enhancement, the specific viral infection targeted, and the potential to reduce symptoms via antiinflammatory activity. Product selection may also depend on whether the intent of the trial is prophylaxis or treatment.
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 | 0,005 | 0,005 |
| 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) | 0,000 | 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 ».