Quality Control, Antidiabetic, and Anti-inflammatory Effects, as Measured by Alpha-Amylase and Alpha-Glucosidase Activities, of a Weight-Loss Remedy from Worayokasan Scripture
Notice bibliographique
Résumé
Introduction: Diabetes increases the risk of free radical generation and health complications. Obesity is a major risk factor for Type 2 Diabetes (T2DM). The Weight-Loss (WL) remedy from Worayokasan scripture, consisting of Cyperus rotundus L. (CR), Terminalia chebula Retz. (TCb), and Tinospora crispa (L.) Miers ex Hook.f. & Thomson (TCp). The WL remedy is used to reduce obesity, nourish the body, and act as atonic. However, there is currently limited information on this natural remedy's potential anti-diabetic and anti-inflammatory effects. Objectives: The objectives of this study were to evaluate the anti-diabetic, and anti-inflammatory properties and quality control of the WL remedy and its plant ingredients. Methods: The quality control was conducted using the Thai Herbal Pharmacopoeia (THP) method. The potential anti-diabetic effects were evaluated through the inhibition of α-amylase and α-glucosidase enzymes, and the potential anti-inflammatory effects were measured by assessing the reduction of nitric oxide (NO) production in the WL remedy and its plant constituents. Results: The WL remedy passed the quality control guidelines set by the THP. TCpW demonstrated the most potent α-amylase inhibitory activity, with IC50 of 201.28 µg/mL, surpassing acarbose. WLH, WLW, and WLE showed moderate α-glucosidase inhibitory activity. However, all samples exhibitory low α-amylase inhibitory activity. The CRE extract exhibited the strongest anti-inflammatory activity by inhibiting NO production with an IC50 value of 31.93 µg/mL. Conclusions: The results suggest that the WL remedy possessed anti-diabetic and weight-loss characteristics, and has the potential to be developed into a dietary supplement for individuals with T2DM.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».