Protective effects of purslane seed (Portulaca Oleracea L.) on plasma levels of Cystatin C, Cathepsin S, and Creatinine in women with type 2 Diabetes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: Diabetes is a chronic metabolic disease which is associated with the inflammation of cardiovascular system and kidney. Studies have shown that medicinal plants could be effective in reducing inflammation; however, the effectiveness of purslane (Portulaca oleracea) on inflammation is not well defined. Thus, this study attempted to investigate the effect of Portulaca oleracea seed consumption on plasma levels of cystatin C, cathepsin S, and creatinine in women with type 2 diabetes. Methods: In this quasi-experimental study, 14 women with type 2 diabetes were randomly divided into two equal groups of intervention and control (n=7). The subjects received Portulaca oleracea seed 2.5 g at lunch and 5 g at dinner (totally 7.5 g) per day for 8 weeks. Blood was collected before and 48 hours after the last intervention. Data were analyzed with paired and independent t-tests, and P<0.05 was considered significant. Results: Levels of cystatin C, cathepsin S, creatinine, and lipid profile decreased significantly in the intervention group after 8 weeks (P<0.05). There was also a significant difference between the intervention and control groups in levels of cystatin C and cathepsin S. Conclusion: Changes in biochemical markers showed that Portulaca oleracea seed could improve the levels of cardiovascular and kidney damage biomarkers and lipid profile in diabetic patients. However, further research is needed for more accurate conclusions.
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.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle