Effectiveness of Gotu Kola Extract 750 mg and 1000 mg Compared with Folic Acid 3 mg in Improving Vascular Cognitive Impairment after Stroke
Notice bibliographique
Résumé
This study aimed to determine the effectiveness of gotu kola (Centella asiatica) in improving cognitive function in patients with vascular cognitive impairment (VCI). This study uses a quasi-experimental design. Subjects in this study were patients with poststroke cognitive impairment who were treated at two hospitals in Yogyakarta, Indonesia. The number of subjects was 48: 17 subjects were treated with 1000 mg/day of gotu kola extract, 17 subjects treated with 750 mg/day of gotu kola extract, and 14 subjects treated with 3 mg/day of folic acid for 6 weeks. A Montreal Cognitive Assessment-Indonesian version (MoCA-Ina) was conducted at the beginning of treatment and after 6 weeks of therapy. It was found that all trials effectively improved poststroke VCI based on MoCA-Ina scores over the course of the study. There is no significant difference in ΔMoCA-Ina (score at the 6th week of treatment - score at the beginning) mean score among the three groups, indicating that gotu kola is as effective as folic acid in improving poststroke VCI. Gotu kola was shown to be more effective than folic acid in improving memory domain. This study suggested that gotu kola extract is effective in improving cognitive function after stroke.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».