MétaCan
Menu
Retour à la cohorte
Enregistrement W4402842246 · doi:10.47070/ijapr.v12i7.3317

Clinical Study of Godhuma Yusha (Triticum Aestivum Linn.) in Amlapitta (Gastritis)

2024· article· en· W4402842246 sur OpenAlexaff
Shasha Bai, R. D. Dixit, K.V.Vijaya Bhaskara Reddy, Rajiv Dixit

Notice bibliographique

RevueInternational Journal of Ayurveda and Pharma Research · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueFood Science and Nutritional Studies
Établissements canadiensSunnybrook HospitalSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineGastritisTraditional medicineInternal medicineStomach

Résumé

récupéré en direct d'OpenAlex

Gastritis is a condition that results from inflammation of the gastric mucosal layer characterized by swelling, pain and mucosal membrane irritation of the stomach. Gastritis in Ayurveda can be compared to Amlapitta and consumption of Godhuma in Ayurvedic classics is shown to be very effective. Objectives: To evaluate the study on Godhuma yusha in Amlapitta (gastritis) and assess its effects on Amlapitta (gastritis) Study Design: This was a randomized controlled study with 30 patients divided into two groups. Group A and Group B. Intervention: Group A included 15 patients and was administered 15ml of Godhuma yusha twice daily for a period of 3months. Group B also had 15 patients and was administered placebo 5gm twice daily. All the patients were followed at an interval of 15 days up to 3 months. Results: All the parameters such as Amlodgara, Hritkantadaha, Gourava, Utklesha, Avipaka and Agnimandya showed significant results in both the groups; Group A and Group B after the treatment compared to before treatment with p<0.0001 with more significant results in Group A compared to Group B with statistically significant results (p<0.001). Conclusion: Godhuma Yusha consumption was more effective compared to placebo in the management of Amlapitta.

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: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,242
Tête enseignante GPT0,563
Écart entre enseignants0,321 · 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'étudeEssai non randomisé
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Ayurveda and Pharma ResearchMême sujetFood Science and Nutritional StudiesTravaux en français237 207