MétaCan
Menu
Retour à la cohorte
Enregistrement W4387311683 · doi:10.18677/encibio_2023c1

A CONTRIBUIÇÃO DE PLANTAS MEDICINAIS E DA FITOTERAPIA NO TRATAMENTO DO ALZHEIMER

2023· article· pt· W4387311683 sur OpenAlexaff
Miriam Pires, Lais Porfírio, Kelly Kato, Thiago M.B.F. Oliveira

Notice bibliographique

RevueEnciclopédia Biosfera · 2023
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiquePhytochemistry Medicinal Plant Applications
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhilosophyTraditional medicineMedicine

Résumé

récupéré en direct d'OpenAlex

A doença de Alzheimer (DA) é uma doença neurodegenerativa progressiva que se manifesta apresentando deterioração cognitiva e da memória de curto prazo, bem como uma série de outros sintomas neuropsiquiátricos.Tendo em vista o fato de o tratamento convencional apresentar possibilidades muito limitadas, a proposta da presente pesquisa visa apresentar o resultado de um estudo sistemático de plantas medicinais e seus benefícios nos sintomas e tratamento da DA, indicando a variedade de plantas medicinais que estão sendo mais utilizadas em seu tratamento.O recorte do estudo compreende o período de 12 anos (2011 a 2023), nas bases de dados LILACS, Medline, Pubmed e SciELO.Através dos descritores utilizados, foram encontrados 1.347 artigos.Após a aplicação dos critérios de inclusão e exclusão, chegou-se a 30 artigos.De acordo com os estudos analisados, identificouse diversos potenciais farmacológicos das plantas, como o efeito de inibição anticolinesterásicos, antioxidante, anti-inflamatória, e antibacteriana, enquanto outras ainda contém atividades neuroprotetoras e capacidade de proteção cerebral.Portando, concluiu-se que o uso farmacológico das plantas, por apresentar baixa toxicidade e menores efeitos colaterais, demonstram um potencial terapêutico justificando o seu uso e pesquisa.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,292
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnciclopédia BiosferaMême sujetPhytochemistry Medicinal Plant ApplicationsTravaux en français237 207