MétaCan
Menu
Retour à la cohorte
Enregistrement W4312411270 · doi:10.47552/ijam.v13i2.2559

Antihistaminic effects of Azadirachta indica leaves in laboratory animals

2022· article· en· W4312411270 sur OpenAlexaff
Padmaja Kore, Akash Gaikwad, Auradha G More, Shivanjali Shinde, Rutuja Sawkar, Poonam R. Inamdar

Notice bibliographique

RevueInternational Journal of Ayurvedic Medicine · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhytochemical compounds biological activities
Établissements canadiensCanadian Parks and Wilderness Society
Organismes subventionnairesnon disponible
Mots-clésCatalepsyAzadirachtaClonidineHaloperidolTraditional medicinePharmacologyHistamineChemistryMedicineDopamineAnesthesiaEndocrinology

Résumé

récupéré en direct d'OpenAlex

Azadirachta indica (Meliaceae) leaves have been traditionally used in the management of asthma and the current study was undertaken to scientifically validate the benefits of plant as an antihistaminic agent using the suitable animal model. The agents with antihistaminic properties are known to be good antiasthmatic agents; hence, in the current research work, the antihistaminic activity of an ethanolic extract of Azadirachta indica leaves (at a dose of 250 mg/kg, i.p.) was evaluated using haloperidol-induced catalepsy and clonidine-induced catalepsy in laboratory rats. The results showed that the ethanolic extract inhibits the catalepsy induced by the clonidine but no remarkable effect was observed on the catalepsy induced by haloperidol. This strongly suggests that, the inhibition is mediated through an antihistaminic action and there is no role of dopamine. Hence, in the present study, it is concluded that, the ethanolic extract has significant antihistaminic activity. The polar constituents in the ethanolic extract of leaves of Azadirachta indica may be responsible for the antihistaminic effects and therefore, the ethanolic leaves extract can be a better remedy as an antihistaminic agent.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,273
Écart entre enseignants0,264 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Ayurvedic MedicineMême sujetPhytochemical compounds biological activitiesTravaux en français237 207