MétaCan
Menu
Retour à la cohorte
Enregistrement W2129503411

Complementary and alternative medicine for prevention and treatment of the common cold.

2011· article· en· W2129503411 sur OpenAlexaboutno aff
Richard Nahas, Agneta Balla

Notice bibliographique

RevuePubMed · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueHerbal Medicine Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommon coldGinsengMedicineEchinacea (animal)Traditional medicineRandomized controlled trialClinical trialAllicinEvidence-based medicineMEDLINEPhytotherapyAlternative medicineIntensive care medicineInternal medicinePathologyFood scienceBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To review the evidence supporting complementary and alternative medicine approaches to treatment and prevention of the common cold in adults. QUALITY OF EVIDENCE: MEDLINE, EMBASE, and the Cochrane Database of Systematic Reviews were searched from January 1966 to September 2009 combining the key words common cold or influenza with echinacea, garlic, ginseng, probiotics, vitamin C, and zinc. Clinical trials and prospective studies were included. MAIN MESSAGE: For prevention, vitamin C demonstrated benefit in a large meta-analysis, with possibly increased benefit in patients subjected to cold stress. There is inconsistent evidence for Asian ginseng (Panax ginseng) and North American ginseng (Panax quinquefolius). Allicin was highly effective in 1 small trial. For treatment, Echinacea purpurea is the most consistently useful variety; it was effective in 5 of 6 trials. Zinc lozenges were effective in 5 of 9 trials, likely owing to dose and formulation issues. Overall, the evidence suggests no benefit from probiotics for prevention or treatment of the common cold. CONCLUSION: Vitamin C can be recommended to Canadian patients for prevention of the common cold. There is moderate evidence supporting the use of Echinacea purpurea and zinc lozenges for treatment. Ginseng and allicin warrant further research.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,186
Tête enseignante GPT0,371
Écart entre enseignants0,185 · 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'étudeRevue systématique
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

Citations67
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetHerbal Medicine Research StudiesTravaux en français237 207