Effect of Moringa oleifera Extract on Inflammatory Status in Cancer Patients with Aromatase-Induced Arthralgia
Notice bibliographique
Résumé
BACKGROUND: Aromatase inhibitor therapy is commonly used for breast cancer patients with characteristics of positive estrogen and progesterone receptors test without metastases. Thus, this kind of therapy generally gives side effects of aromatase-induced arthralgia (AIA). Moringa oleifera has a strong anti-inflammatory substance that has the potential to reduce inflammation and pain in a patient with AIA. AIM: This study aims to assess the effect of M. oleifera extract administration on pain response and inflammatory status in breast cancer with aromatase inhibitor-induced arthralgia patients. METHODS: Forty-two patients breast cancer patients with estrogen and progesterone receptor-positive in Dr. Kariadi General Hospital were assessed for pain response and inflammatory status before and after the treatment with M. oleifera leaf extract for one month. Assessment of pain response is using the Australian Canadian osteoarthritis hand index (AUSCAN) questionnaire and inflammation is measured by ANA serum level. This study is experimental with two parallel pre-test and post-test group. RESULTS: In the treatment group, there was a significant decrease of the AUSCAN score 13.5 ± 5.11 (p ≤ 0.001), while in the control group, there was an increase in the AUSCAN score 2.7 ± 4.96 (p = 0.022). In the measurement of ANA serum level, a significant decrease of the treatment group found 0.3 ± 0.40 (p ≤ 0.001). CONCLUSIONS: Moringa oleifera extract can help reduce pain response and inflammatory status of patients with chronic inflammation as an additional therapy.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».