Identifying Chinese Herbal Medicine Network for Endometriosis: Implications from a Population‐Based Database in Taiwan
Notice bibliographique
Résumé
Background . Endometriosis is a common but bothersome gynecological disease, and Chinese herbal medicine (CHM) is used for treating endometriosis. The aim of this study is to explore CHM network and core treatments for endometriosis by analyzing nationwide CHM prescription database. Methods . From 1998 to 2013, the CHM prescriptions made primarily for endometriosis among women diagnosed with endometriosis (ICD‐9‐CM code: 671) by gynecologists during their reproductive age were collected. CHM network analysis was then carried out by using association rule mining and social network analysis. Results . A total of 12,986 CHM prescriptions made for endometriosis were analyzed. There were 556 kinds of CHM ever used, and, in average, each prescription was composed of 6.2 CHMs. Gui‐Zhi‐Fu‐Ling‐Wan (GZFLW) was used most frequently, followed by Cyperus rotundus (28.1% and 18.8% of all prescriptions, resp.) . Additionally, the combination of Cyperus rotundus with GZFLW (8.0%) was the most frequently used combination of two CHMs . CHM network showed that GZFLW was the core CHM for endometriosis and graphically demonstrated the extensive coverage of TCM syndromes and pathogenesis of endometriosis. Conclusions . CHM network provides graphical demonstration and summary of commonly used CHMs for endometriosis, and further studies are warranted based on these findings.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».