MétaCan
Menu
Retour à la cohorte
Enregistrement W3200862685 · doi:10.5530/ijper.55.3s.185

Preparation and Standardization of Vaginal Suppository from Punica granatum Flower Extract Known as “Golnar” in Persian Medicine

2021· article· en· W3200862685 sur OpenAlexaff
Shamim Fayazmanesh, Tayebeh Toliyat, Mahdieh Eftekhari, Gholamreza Amin, Mannan Hajimahmoodi, Mahnaz Khanavi

Notice bibliographique

RevueIndian Journal of Pharmaceutical Education and Research · 2021
Typearticle
Langueen
DomaineNursing
ThématiquePomegranate: compositions and health benefits
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesTehran University of Medical Sciences and Health Services
Mots-clésPunicaSuppositoryTraditional medicineTanninPolyphenolChemistryChromatographyFood scienceMedicinePharmacologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Background: Punica granatum L. flower, known as "Persian Golnar", is used in Persian medicine to treat excessive menstrual bleeding. Most therapeutic activities of pomegranate are due to the presence of phenolic compounds such as ellagitannins and gallotannins. Aim: This study served the purpose of developing and standardizing P. granatum vaginal suppository. Materials and Methods: Total phenolic and tannin content were assessed for both the extract and the final formula. Moreover, physicochemical properties of vaginal suppository such as appearance, weight variation, melting point, and dissolution test were evaluated. Results and Discussion: It was indicated by the findings of this study that the odorless suppositories have a brownish-red color and uniform appearance with an average weight of 2.06 0.04 and a melting time of 28.93 0.40. 100% of the plant extract was released for up to 90 min after administration. The results also indicated that the average phenolic percentages of the extract and suppositories were 17.03 % and 15.73% within three days respectively. Conclusion: P. granatum flower extract as a vaginal suppository can be applied as an anti-hemorrhagic agent due to the presence of polyphenols, particularly tannins, in the extract.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,695
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,057
Tête enseignante GPT0,500
Écart entre enseignants0,443 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Pharmaceutical Education and ResearchMême sujetPomegranate: compositions and health benefitsTravaux en français237 207