Phytotherapy and Dietotherapy of COVID-19—An Online Survey Results from Central Part of Balkan Peninsula
Notice bibliographique
Résumé
Since the appearance of the novel coronavirus disease of 2019-COVID-19, various therapeutic approaches were attempted, with complementary and alternative medicine (CAM) taking an important place. The aim of this study was to investigate the use of CAM with the purpose of prevention or treatment of COVID-19 during the pandemics. A prospective, cross-sectional study, in the form of an on-line survey was conducted. A total of 1704 responses were collected. Among the respondents, 2.76% declared currently and 22.12% previously having COVID-19. Approximately one quarter of interviewees (23.24%) declared themselves as phytotherapy users. The most frequently used medicinal plants were garlic, ginger and chamomile. The majority of respondents stated that they expected positive effects on immune and respiratory system. Medicinal plants were frequently used, on a daily basis. The main sources of information for applied self-medication were populistic thematic literature, followed by the Internet. Approximately one-third of phytotherapy users (35.25%) consulted with a medical professional before the application of phytotherapy. Regarding dietotherapy, 41.14% of respondents reported using non-herbal dietary supplements, while only 7.16% reported specific diet. The presented results suggest that CAM is recognized and readily used as a potential alternative and complementary regimen in the fight against COVID-19.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».