Herbal medicines, other than St. John's Wort, in the treatment of depression: a systematic review.
Notice bibliographique
Résumé
OBJECTIVE: To evaluate herbal medicines, other than St. John's wort, in the treatment of depression. DATA SOURCES/SEARCH METHODS: A computer-based search of Medline, Cinahl, AMED, ALT Health Watch, Psych Articles, Psych Info, Current Contents databases, Cochrane Controlled Trials Register, and Cochrane Database of Systematic Reviews, was performed. Researchers were contacted, and bibliographies of relevant papers and previous meta-analysis were hand searched for additional references. REVIEW METHODS: Trials were included in the review if they were prospective human trials assessing herbal medicines, other than St. John's wort, in the treatment of mild-to-moderate depression and utilized validated instruments to assess participant eligibility and clinical endpoints. RESULTS: Nine trials were identified that met all eligibility requirements. Three studies investigated saffron stigma, two investigated saffron petal, and one compared saffron stigma to the petal. Individual trials investigating lavender, Echium, and Rhodiola were also located. DISCUSSION: Results of the trials are discussed. Saffron stigma was found to be significantly more effective than placebo and equally as efficacious as fluoxetine and imipramine. Saffron petal was significantly more effective than placebo and was found to be equally efficacious compared to fluoxetine and saffron stigma. Lavender was found to be less effective than imipramine, but the combination of lavender and imipramine was significantly more effective than imipramine alone. When compared to placebo, Echium was found to significantly decrease depression scores at week 4, but not week 6. Rhodiola was also found to significantly improve depressive symptoms when compared to placebo. CONCLUSION: A number of herbal medicines show promise in the management of mild-to-moderate depression.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».