Treatment of the common cold with herbs used in Ayurveda and Jamu: monograph review and the science of ginger, liquorice, turmeric and peppermint
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
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| 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 découle