Clinical Effectiveness of Aloe Vera in the Management of Oral Mucosal Diseases- A Systematic Review
Notice bibliographique
Résumé
INTRODUCTION: Aloe vera is well known for its medicinal properties which lead to its application in treating various diseases. Its use in treating oral lesions has not been much documented in literature. AIM: Although, systematic reviews on aloe vera and its extracts have been done earlier, but in relation to oral diseases this is the first systematic review. The aim of the present systematic review was to compile evidence based studies on the effectiveness of Aloe vera in treatment of various oral diseases. MATERIALS AND METHODS: Computerized literature searches were performed to identify all published articles in the subject. The following databases were used: PUBMED [MEDLINE], SCOPUS, COCHRANE DATABASE, EMBASE and SCIENCE DIRECT using specific keywords. The search was limited to articles published in English or with an English Abstract. All articles (or abstracts if available as abstracts) were read in full. Data were extracted in a predefined fashion. Assessment was done using Jadad score. RESULTS: Fifteen studies satisfied the inclusion criteria. Population of sample study ranged from 20 patients to 110 patients with clinically diagnosed oral mucosal lesions. Out of 15 studies, five were on patients with oral lichen planus, two on patients with oral submucous fibrosis, other studies were carried on patients with burning mouth syndrome, radiation induced mucositis, candida associated denture stomatitis, xerostomic patients and four were on minor recurrent apthous stomatitis. Most studies showed statistically significant result demonstrating the effectiveness of Aloe vera in treatment of oral diseases. CONCLUSION: Although there are promising results but in future, more controlled clinical trials are required to prove the effectiveness of Aloe vera for management of oral diseases.
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 | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| 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 ».