The Potency of Ginkgo Biloba in Treating Tinnitus: A Review
Notice bibliographique
Résumé
Extracts of Ginkgo biloba leaves are used for medicinal purposes for at least 5000 years in China. More recently Ginkgo biloba extracts have been used in Western countries. In the USA, Canada and the UK extracts are widely available as nonprescription food supplements. In France and Germany, a standardized dry leaf extract is registered as a drug and is commonly prescribed for. Several studies have been conducted to measure the usefulness and properties of Ginkgo Biloba in connection with the treatment of Tinnitus. This literature review aims to identify the components and the mechanism of action of Ginkgo Biloba in the treatment of tinnitus. The articles selected were all published within the past five years from PubMed. 11 articles were obtained and were included in the review. Based on the articles, The most important active chemical compounds in Ginkgo Biloba are flavonoids (ginkgo-flavone glycosides) and terpenoids (ginkgolides A, B, C, J, and bilobalide). Gingko Biloba has vasoregulatory effect, antagonism of platelet activator factor, antioxidant activity, enhance neuroplasticity and inflammatory. In conclusion, Ginkgo Biloba demonstrated effectiveness in the treatment of tinnitus, through the significant improvement in self-perception of tinnitus loudness and severity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,004 | 0,001 |
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 ».