Clinical Evaluation of Hovenia dulcis Extract Combinations for Effective Hangover Relief in Humans
Notice bibliographique
Résumé
Alcohol consumption is associated with both short- and long-term adverse effects, including hangover symptoms. The objective of this study was to examine the potential benefits of traditional beverages containing a combination of Hovenia dulcis extract (HD) with either Pueraria lobata extract (HDPB) or glutathione yeast extract (HDGB) in abbreviating alcohol intoxication and mitigating hangover symptoms. A total of 25 participants between the ages of 19 and 40 who had previously experienced a hangover were evaluated in a randomized, double-blind, crossover, placebo (PLA)-controlled clinical trial. Results showed that lower blood alcohol concentrations in the HDPB and HDGB groups were significantly lower than in the PLA group at 0.25 and 0.5 h, suggesting that HD aids in early alcohol metabolism (0 h, p < 0.05). Analysis of the hourly Acute Hangover Scale (AHS) showed that all treatment groups had significantly reduced gastrointestinal disorder symptoms compared to the PLA group (p < 0.05). It can be confirmed that hangover symptoms can be significantly improved by consuming HD combination drinks, apart from the effect of reducing blood alcohol and acetaldehyde concentrations. Therefore, it is predicted that the consumption of natural phytochemicals added to HD is safe for humans and may help accelerate recovery from hangover symptoms.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».