Herbal medicine use and linked suspected adverse drug reactions in a prospective cohort of Ugandan inpatients
Notice bibliographique
Résumé
BACKGROUND: Clinical history-taking can be employed as a standardized approach to elucidate the use of herbal medicines and their linked suspected adverse drug reactions (ADRs) among hospitalized patients. We sought to identify herbal medicines nominated by Ugandan inpatients; compare nomination rates by ward and gender; confirm the herbs' known pharmacological properties from published literature; and identify ADRs linked to pre-admission use of herbal medicines. METHODS: Prospective cohort of consented adult inpatients designed to assess medication use and ADRs on one gynaecological and three medical wards of 1790-bed Mulago National Referral Hospital. Baseline and follow-up data were obtained on patients' characteristics, including pre-admission use of herbal medicines. RESULTS: Fourteen percent (26/191) of females in Gynaecology nominated at least one specific herbal medicine compared with 20 % (114/571) of inpatients on medical wards [20 % (69/343) of females; 20 % (45/228) of males]. Frequent nominations were Persea americana (30), Mumbwa/multiple-herb clay rods (23), Aloe barbadensis (22), Beta vulgaris (12), Vernonia amygdalina (11), Commelina africana (7), Bidens pilosa (7), Hoslundia opposita (6), Mangifera indica (4), and Dicliptera laxata (4). Four inpatients experienced 10 suspected ADRs linked to pre-admission herbal medicine use including Commelina africana (4), multiple-herb-mumbwa (1), or unspecified local-herbs (5): three ADR-cases were abortion-related and one kidney-related. CONCLUSIONS: The named herbal medicines and their nomination rates generally differed by specialized ward, probably guided by local folklore knowledge of their use. Clinical elicitation from inpatients can generate valuable safety data on herbal medicine use. However, larger routine studies might increase the utility of our method to assess herbal medicine use and detect herb-linked ADRs. Future studies should take testable samples of ADR-implicated herbal medicines for further analysis.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».