Clinical effect analysis of Xiaoke-Yuzu decoction on diabetic peripheral neuropathy
Notice bibliographique
Résumé
Objective To observe the clinical effect of Xiaoke-Yuzu decoction on diabetic peripheral neuropathy (DPN). Methods A total of 100 DPN inpatients were recruited and randomly divided into the treatment and control groups. The two groups were both received basic therapy, while the treatment group additionally received Xiaoke-Yuzu decoction. Toronto clinical scores and Chinese medicine symptom scores of both groups were collected to evaluate the clinical effect before and after the therapy. Results The Toronto scores of treatment group were significantly lower than control group after treatment (symptoms score 1.50 ± 0.94 vs. 2.23 ± 1.01, reflection score 3.60 ± 1.77 vs. 4.27 ± 1.72, feeling test score 1.53 ± 0.63 vs. 2.10 ± 0.84, all P<0.05). Meanwhile, the Chinese medicine symptom scores of treatment group were also significantly lower than the control group (main symptom score 1.77 ± 1.17 vs. 3.17 ± 1.82, posterior symptom score 2.23 ± 1.59 vs. 4.27 ± 1.57, the tongue and pulse score 1.83 ± 0.65 vs. 2.47 ± 0.51, all P<0.05). Conclusion Xiaoke-Yuzu decoction plus basic therpy could improve the clinical symptoms of DPN patients. Key words: Xiaoke-Yuzu decoction; Diabetic peripheral neuropathy; Clinical effect
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 ».