Principales plantas medicinales disponibles en Guatemala con actividad contra virus respiratorios que infectan al ser humano – Revisión narrativa
Notice bibliographique
Résumé
Las infecciones respiratorias constituyen una importante causa de morbilidad y mortalidad a nivel mundial, incrementándose su relevancia ante la reciente infección por SARS-CoV-2, causante de la pandemia de COVID-19. Las opciones terapéuticas para esta infección respiratoria son escasas y sin eficacia comprobada. El objetivo de esta revisión fue buscar la información sobre plantas con actividad antiviral o viricida publicada en los últimos 10 años, en las bases de datos de Google Scholar, Scopus y PubMed. La búsqueda priorizó aquellas especies disponibles en Guatemala, la cual se complementó con la búsqueda de moléculas con actividad antiviral para finalmente postular aquellas que puedan prevenir la infección o aminorar la patogénesis del SARS-CoV-2. Se detectaron más de 170 especies con actividad antiviral y se organizó la información por país o región y tipo de actividad antiviral contra virus específicos. De las especies de mayor disponibilidad en Guatemala se seleccionaron 20. La revisión culmina con 15 artículos que proponen plantas o moléculas con potencial actividad específica en el manejo de la pandemia por SARS-CoV-2. Se concluye que existen especies vegetales (Curcuma longa, Echinacea purpurea, Psidium guajava, Allium sativum, Salvia officinalis y Eucalyptus globulus) y fitocompuestos vegetales (hesperidina, rutina, diosmina, apiina, aloe-emodina, piperina, capsaicina, curcumina, oleuropeina, rhamnetina y gallato de epicatequina) que podrían contribuir al manejo de la enfermedad. Se instaa académicos y autoridades a poner más atención a estas opciones terapéuticas que nos ofrece la naturaleza y que podrían contribuir a aliviar el colapso de los sistemas de salud prevalentes
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».