A comprehensive insight into effects of green tea extract in polycystic ovary syndrome: a systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Polycystic ovary syndrome (PCOS), as the most common endocrine disorder in reproductive-aged women, is characterized by oxidative stress and ovarian tissue inflammation. Green tea extract (GTE) potentially possesses therapeutic effects for PCOS because of the antioxidant and anti-inflammatory compounds. This systematic review evaluates the potential roles of GTE on metabolic variables, hormone levels, and ovarian function in PCOS. METHODS: A systematic review was conducted of published studies reporting the effects of GTE on PCOS. Several major databases, including PubMed, SCOPUS, and Google Scholar, were searched up from inception to April 2021. Clinical trials and animal studies that assessed the effects of GTE on PCOS were eligible for inclusion. RESULTS: Of 314 articles found in the search, four human studies and four animal studies were included. All studies in humans showed the effects of GTE on weight loss. GTE's effect on decreasing testosterone levels in humans and LH levels in animals were also reported. In addition, increases in FSH and progesterone levels in animal models were observed. Although GTE improved fasting blood sugar and insulin levels, the effect of GTE on inflammatory parameters, such as TNF-alpha and IL-6 and antioxidant status, was limited to animal studies. CONCLUSION: Therefore, this review suggests that GTE could be considered a potential agent to attenuate PCOS complications mainly due to its effect on weight loss and glycemic levels. However, more studies are needed to formulate conclusions about the effects and mechanisms of GTE in PCOS.
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle