Enfermedad renal crónica: Alcance y perspectiva etnobotánica
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
En México y a nivel mundial existe un interés creciente en la búsqueda de alternativas de prevención y tratamiento de las enfermedades renales crónicas (ERC), que representan un problema de salud pública. El tratamiento actual para la ERC se limita a esteroides, citotóxicos y tratamiento sustitutivo dependiendo del estadio de la enfermedad. La Medicina alternativa y específicamente la herbolaria, ha utilizado plantas para los padecimientos renales y algunos de sus mecanismos de acción han sido estudiados, sin embargo, se requiere que presenten efectos adversos mínimos. Utilizando la base de datos de Scopus, Medline, y PubMed, se realizó una revisión de la literatura sobre recursos etnobotánicos utilizados en el tratamiento de la ERC en modelos murinos con daño renal inducido por administración de adenina. Se ha reportado que Astragalus membranaceus y Acacia senegal (goma arábiga), son efectivas en la prevención o remisión de la ERC; sin embargo,Anthurium schelechetendalii Kunth, que también se menciona en la literatura, porque ha sido usada como terapia herbolaria por población local en México, no ha mostrado hasta el momento utilidad terapéutica para prevenir o tratar daño renal, en estudios preliminares. Tampoco hay evidencia científica de sus características químicas o actividades biológicas ni acerca de los diferentes usos en la herbolaria mexicana. Esta revisión, tiene objetivo enmarcar el problema de la insuficiencia renal crónica en México e iniciar la documentación de la evidencia científica de esta planta en base a los escasos datos etnobotánicos y etnofarmacológicos disponibles.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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