Panchakarma management of Diabetic Peripheral Neuropathy - A Case Report
Notice bibliographique
Résumé
Background: Diabetic peripheral neuropathy is a type of nerve damage that can occur with uncontrolled diabetes. It affects 50% to 90% of patients and out of these 15-30% will have painful diabetic neuropathy. Conventional medicine has less than satisfactory result, hence there is need to find out safer & effective treatment from the sources other than the conventional medicine. Aim: The aim was to evaluate the role of Panchakarma treatment modalities in Diabetic peripheral neuropathy. Method: A 60-year-old female patient suffering from Type 2 Diabetes mellitus for 5 years, then she gradually developed Tingling sensation over bilateral lower limb, burning sensation, pain, sense of numbness, constipation for 3 years. There was no any Straightforward correlation with Ayurveda so treatment was done as per associated Dosha condition. Panchakarma procedure such as Nitya Virechana with Castor oil and Milk was given as per Agni and Kostha of the patient, Utsadana with Triphala-Nimba Churna with Nimba Taila and Dashamoola Ksheera Parisheka was done for 15 days. Assessment was done with Fasting and post-prandial blood sugar level, MTCNS (Modified Toronto clinical neuropathy score), Vibration perception threshold, Hot threshold, Cold threshold, Mono filament test was done by Neuropathy analyzer machine before and after completion of treatment. Result & Conclusion: Significant improvement was seen in subjective as well as objective parameters after the treatment. The study suggested that Nitya Virechana along with Bahirparimarjana Chikitsa can be useful to relieve the symptoms of Diabetic peripheral neuropathy.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».