MétaCan
Menu
Retour à la cohorte
Enregistrement W2942345351 · doi:10.3389/fnut.2019.00053

Evaluation of Antioxidant, Antidiabetic and Antiobesity Potential of Selected Traditional Medicinal Plants

2019· article· en· W2942345351 sur OpenAlexafffund
Satvir Sekhon-Loodu, H.P. Vasantha Rupasinghe

Notice bibliographique

RevueFrontiers in Nutrition · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueNatural Antidiabetic Agents Studies
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTraditional medicineMedicinal plantsAntioxidantDiabetes mellitusBiologyMedicineBiochemistryEndocrinology

Résumé

récupéré en direct d'OpenAlex

This study evaluated potential antidiabetic and antiobesity properties in vitro of selected medicinal plants. The hot water (WE) and ethanol extracts (EE) of sweet gale (Myrica gale L.), roseroot (Rhodiola rosea L.), sheep sorrel (Rumex acetosa L.), stinging nettles (Utrica dioica L.) and dandelion (Taraxacum officinale L.) were tested for total antioxidant capacity using ferric reducing antioxidant power (FRAP) and DPPH• scavenging capacity assays, followed by -amylase, -glucosidase and formation of advanced glycation end products (AGE) inhibition assays in vitro. Myrica gale EE had the highest total phenolic content (12.4 mmol GAE/L), FRAP value (17.4 mmol TE/L) and DPPH• scavenging activity (IC50= 3.28 mg/L). Similarly, Myrica gale also exhibited significantly lower IC50 values for the percentage inhibition of -amylase (IC50 =62.65 mg/L) and -glucosidase (IC50 =27.20 mg/L) compared to acarbose (IC50 =91.71 mg/L; IC50 = 89.50 mg/L, respectively) (p ≤ 0.05). The 3T3-L1 preadipocyte study also revealed that Myrica gale EE (54.8%) and stinging nettles (62.2 % EE; 63.2% WE) significantly inhibited the adipogenesis in adipocytes in vitro (p≤ 0.05). Polyphenols present in these medicinal plants have the potential to use in managing type 2 diabetes and obesity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,245
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations174
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetNatural Antidiabetic Agents StudiesTravaux en français237 207