Clinical observation of α-lipoic acid and shuxuening combined with mecobalamin in treatment of diabetic peripheral neuropathy
Notice bibliographique
Résumé
Objective To observe the clinical efficacy ofα-lipoic acid and shuxuening combined with mecobalamin on diabetic peripheral neuropathy（ DPN）. Methods Seventy patients with DPN were randomly divided into two groups（ observation group and control group）,observation group was given α-lipoic acid,shuxuening and mecobalamin,control group was given mecobalamin. The clinical efficacy, the improving condition of NCV,the TCSS score and the peripheral blood level of hs-CRP before and af-ter treatment was observed. Results The efficacy of observation group（91. 43%）was higher than that of control group（71. 43%）,there was significant difference（P﹤0. 05）. The TCSS score,the levels of hs-CRP were significantly reduced（ P ﹤0. 05 ）,and the NCV obviously increased（ P ﹤0. 05 ）in both group after treatment,and there were significant differences between the two groups after treatment（ P﹤0. 05）. Conclusions α-lipoic acid,shuxuening combining with mecobalamin is effective on diabetic peripheral neuropathy. Key words: Diabetic peripheral neuropathy α-lipoic acid Shuxuening Mecobalamin Toronto clinical scoring system Nerve conduction velocity
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 ».