天然提取物
排名 | 名称 | 别名 | 权重 |
---|---|---|---|
排名 | 名称 | 别名 | 权重 |
1 | 高级会员可见 | 43.59 | |
2 | 高级会员可见 | 23.08 | |
3 | 高级会员可见 | 20.51 | |
4 | 紫苏油 | 紫苏籽油、苏子油、苏籽油 | 15.38 |
5 | 蜂胶 | 10.26 | |
6 | 姜黄素 | 姜黄色素 | 10.26 |
7 | 硫酸软骨素 | 5.13 | |
8 | 葫芦巴 | 胡卢巴、苦豆、香豆子、胡芦巴、香草子 | 5.13 |
9 | 满天星 | 圆锥石头花、锥花丝石竹、丝石竹、宿根霞草、霞草、满天星花 | 5.13 |
10 | 迷迭香酸 | 迷迭香提取物 | 5.13 |
1 | 高级会员可见 | 43.59 | |
2 | 高级会员可见 | 23.08 | |
3 | 高级会员可见 | 20.51 | |
4 | 紫苏油 | 紫苏籽油、苏子油、苏籽油 | 15.38 |
5 | 蜂胶 | 10.26 | |
6 | 姜黄素 | 姜黄色素 | 10.26 |
7 | 硫酸软骨素 | 5.13 | |
8 | 葫芦巴 | 胡卢巴、苦豆、香豆子、胡芦巴、香草子 | 5.13 |
9 | 满天星 | 圆锥石头花、锥花丝石竹、丝石竹、宿根霞草、霞草、满天星花 | 5.13 |
10 | 迷迭香酸 | 迷迭香提取物 | 5.13 |
中草药
排名 | 名称 | 别名 | 权重 |
---|---|---|---|
排名 | 名称 | 别名 | 权重 |
1 | 高级会员可见 | 100 | |
2 | 高级会员可见 | 58.97 | |
3 | 高级会员可见 | 41.03 | |
4 | 接骨草 | 陆英、蒴藋、顺筋枝、走马箭 | 41.03 |
5 | 车前草 | 平车前、车前、车钱草 | 33.33 |
6 | 三白草 | 30.77 | |
7 | 鱼腥草 | 蕺菜、折耳根、侧耳根、岑草、紫背鱼腥草、狗子耳、节节根、九节莲 | 30.77 |
8 | 珍珠草 | 叶下珠、阴阳草、十字珍珠草 | 30.77 |
9 | 樟柳头 | 闭鞘姜[植] | 25.64 |
10 | 黄芩 | 元芩 | 20.51 |
11 | 杜松 | 普圆柏 | 20.51 |
12 | 金丝草 | 笔仔草 | 20.51 |
13 | 无根藤 | 无爷藤、无根草 | 20.51 |
14 | 罗布麻 | 20.51 | |
15 | 白英 | 白毛藤 | 20.51 |
1 | 高级会员可见 | 100 | |
2 | 高级会员可见 | 58.97 | |
3 | 高级会员可见 | 41.03 | |
4 | 接骨草 | 陆英、蒴藋、顺筋枝、走马箭 | 41.03 |
5 | 车前草 | 平车前、车前、车钱草 | 33.33 |
6 | 三白草 | 30.77 | |
7 | 鱼腥草 | 蕺菜、折耳根、侧耳根、岑草、紫背鱼腥草、狗子耳、节节根、九节莲 | 30.77 |
8 | 珍珠草 | 叶下珠、阴阳草、十字珍珠草 | 30.77 |
9 | 樟柳头 | 闭鞘姜[植] | 25.64 |
10 | 黄芩 | 元芩 | 20.51 |
11 | 杜松 | 普圆柏 | 20.51 |
12 | 金丝草 | 笔仔草 | 20.51 |
13 | 无根藤 | 无爷藤、无根草 | 20.51 |
14 | 罗布麻 | 20.51 | |
15 | 白英 | 白毛藤 | 20.51 |
说明
权重
对于任何一种诉求或疾病而言,用户只需从AI食疗搜索结果中的权重最高和权重较高的几种营养素、天然提取物和中草药中进行选择即可。
当切换至“最有效的”时,权重值越高表示该补充剂对该诉求或疾病越有效;当切换至“最不利的”时,权重值越高表示该补充剂对该诉求或疾病越不利。对于任何一种诉求或疾病而言,补充剂的权重值的最高值总是100。
食物与补充剂(营养素、天然提取物、中草药)的权重计算采用的是两套不同的算法。因此,针对某一诉求,食物的权重和补充剂的权重相互之间没有可比性。但三种补充剂(营养素、天然提取物、中草药)的权重计算采用的是同一套算法,它们之间有完全可比性。
食物权重
对于任何一种诉求或疾病而言,在计算食物的权重时,仅考虑食物中所含的营养素,而没有将食物中可能所含的功效成分与活性成分考虑在内。因此,食物的权重仅供参考。要获得在充分考虑了食物中所含的功效成分与活性成分的情况下对诉求或疾病的相关性,请使用 PubMed食物全排序 功能。
双向出现
对于任何一种诉求或疾病而言,当一种补充剂既出现在“最有效的”列表中,同时又出现在“最不利的”列表中时,表示的是以正常剂量使用该补充剂是有效的,但过量使用时则是不利的。
权重偏差
由于权重计算所用到的AI算法,其深度学习的过程需要进行数据预处理,而PubMed的实验报告达数千万份,其数据预处理是分批进行的,这会导致数据滞后产生权重偏差。权重偏差所带来的影响是,对于有些诉求或疾病而言,权重最高的补充剂可能并不是对其最有效的补充剂。
为了解决权重偏差,引入新维度—— PubMed实验报告 。