The Effect of Oral Administration of Silymarin on Serum Levels of Tumor Necrosis Factor-α and Interleukin-1ß in Patients with Rheumatoid Arthritis.
Notice bibliographique
Résumé
BACKGROUND: Rheumatoid Arthritis (RA) is a systemic chronic autoimmune disease. Several inflammatory agents play key roles in RA pathogenesis, among which tumor necrosis factor-alpha (TNF-α) and interleukin 1 beta (IL-1β) are of great importance. Silymarin is a potent anti-oxidant extracted from Silybummarianum L. seeds. OBJECTIVE: To study the effect of silymarin on serum levels of TNF-α and IL-1β in patients with RA. METHODS: Patients with stable RA received 140 mg of silymarin, 3 times a day, for 3 months. Serum samples were collected before and after the treatment. Both TNF-α and IL-1β serum levels were measured by ELISA. RESULTS: 42 patients (14.3% male, and 85.7% female, with a mean age of 47.59±12.8 years old) completed the treatment course. There was no significant difference in the overall mean concentration of either TNF-α (p=0.14) or IL-1β (p=0.27) in all 42 patients after the treatment with silymarin. CONCLUSION: The addition of silymarin to the treatment regimen of patients with stable RA has no significant effect on the serum levels of TNF-α and IL-1β, however, this study needs further evaluation with a larger sample size.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».