Treatment of the common cold with herbs used in Ayurveda and Jamu: monograph review and the science of ginger, liquorice, turmeric and peppermint
Notice bibliographique
Résumé
Background: The common cold is typically managed with decongestants, antihistamines, antitussives and antipyretics. In addition to these established medications, herbal ingredients have been used over centuries to help treat common cold symptoms. The Ayurveda and Jamu systems of medicine, originating from India and Indonesia, respectively, have leveraged herbal therapies to treat many illnesses. Method: An expert roundtable discussion comprising specialists in Ayurveda, Jamu, pharmacology and surgery along with a literature review was conducted to evaluate the use of four herbs - ginger, liquorice, turmeric and peppermint - for common cold symptom management in Ayurvedic texts, Jamu publications and monographs from the World Health Organization, Health Canada and various European guidelines. Discussion: Due to a lack of antivirals, common cold management revolves around maintaining personal hygiene and symptom management. Herbal medicines have been an integral part of many cultures worldwide. Despite its growing acceptance, there is a perception that healthcare providers lack interest and may prevent patients from discussing the use of herbal medicines. Limited education and training may also widen the communication gap between patients and healthcare providers, hindering effective management. Conclusion: Evaluation of scientific evidence and the standing in international monographs can offer perspectives on the use of herbal medicines for common cold management.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,003 | 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 ».