Phytoncides and immunity from forest to facility: A systematic review and meta-analysis
Notice bibliographique
Résumé
Forest bathing is a traditional Japanese custom that involves immersing oneself in forest settings for extended periods. It is recognized for its positive impacts on psychological and physiological well-being. Phytoncides play a key role in the benefits of forest bathing and have begun to be investigated for their immunotherapeutic potential. It is important to investigate their immunomodulating effects within both forest and clinical settings. We conducted a systematic review and meta-analysis to investigate the effects of phytoncides on immune functioning. A PICO-SD framework was used to screen studies from databases, including PubMed, Web of Science, Scopus, Cochrane, and Trent University’s Omni portal. Selection criteria involved studies of adults aged 18+ exposed to phytoncides, comparing those exposed with control groups. The outcomes of eligible studies focused on immunological measures, excluding survey and qualitative research. Risk of bias was assessed using the ROBINS-I tool for non-randomized controlled trials and the ROB-2 for randomized controlled trials. Six studies (79 participants) were included in this meta-analysis. The meta-analysis included standardized mean difference effect sizes (Cohen’s d) with a random effects model using the Hartung-Knapp adjustment and 95 % confidence intervals for continuous data. This review found favourable immunological outcomes of phytoncide treatment, including increases in NK cells, T-cells, and cytotoxic effector molecules. Meta-analysis indicated a significant increase in NK cell activation (Effect Size: 2.50; 95 % CI [1.94–3.05]; p < 0.05; I2 = 50.47 %). The evolving landscape of phytoncide research calls for randomized controlled trials using specific phytoncides to establish the efficacy and safety of phytoncides in diverse healthcare settings.
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 | 0,009 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,033 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».