我非常感谢Bharti博士在CCRAS领导的团队所做的努力,由Sarada Ota博士,Renu Singh博士和Lalita Sharma博士组成,他们在我的指导下白天和晚上在我的指导下塑造了这份文档,并使这一长期的梦想成为现实。我感谢10个中心的所有调查人员,他们帮助了问卷的临床验证。我也感谢来自各个知名机构的著名专家,他们在各种咨询会议上提出了宝贵的建议,以取得富有成果的结果,尤其是浦那的Shashi Kant Sathey博士; Baldev Dhiman教授,V.C。kurukshetra ayush大学;教授kar,ims,bhu;新德里AIIA的Mahesh Vyas教授;帕万教授Godatwar,尼亚,斋浦尔。T. Saketh Ram博士对他在开发PAS(Prakriti评估软件)方面的一贯努力需要高度赞赏。我还要感谢CCRAS的其他官员 - Sunita博士,Shruti博士和V.K.博士Lavaniya不时提供了宝贵的投入,Rakesh Rana和Richa Singhal博士提供了统计支持。
摘要背景:阿育吠陀强调了一种基于Prakriti(身体宪法)评估的个性化医学方法,该方法涉及形态学观察和生理,行为和心理属性的详细历史。在阿育吠陀研究中,CSIR(Q1)和CCRA(Q2)开发了两份常用的Prakriti问卷。这些问卷假定具有相似的预测能力,但是没有研究将它们与基于临床医生的Prakriti评估方法进行了比较,以适合临床环境。这项研究旨在将Q1,Q2及其一致水平与基于临床医生的Prakriti评估(CPA)方法进行比较。方法:这项观察性研究是从2022年7月至2023年1月进行的,涉及两名年龄在18-35岁之间的成年人。在获得书面知情同意书后,使用Q1,Q2和CPA方法评估了所有参与者的Prakriti。结果:在138名参与者中,有67%是女性。男性和女性的平均±SD年龄分别为27.80±4.43和26.58±4.56。混合的prakriti类型比参与者中的主要类型更为普遍。CPA方法基本上与Q1(Cohen's Kappa = 0.75)一致,并且中度同意Q2(Cohen's Kappa = 0.59)。Q1和Q2的正预测值范围分别为(46.2-100%)和(48-100%)。结论:Q1和Q2与CPA方法一致,Q1显示更好的一致性。需要进一步的研究,包括其他问卷来验证结果。关键字:阿育吠陀,个性化医学,prakriti,问卷调查
身心之间的关系是阿育吠陀医学中的一个既定概念,在这里,据信三个doshas -vata,pitta和kapha在个人的身心健康中起着至关重要的作用。本研究旨在使用经过验证的Prakriti评估工具(平均年龄为42.5岁)的200名患者的样本中探索Tridosha Prakriti对个人心理健康的作用,并将其与量表测量心理健康相关联。这些发现揭示了prakriti类型与心理健康方面之间的显着关联。与VATA和PITTA类型相比,具有主要Kapha Prakriti的人表现出更高水平的自主权,生活目的,环境掌握,个人成长和积极关系。相反,VATA宪法在健康标记中表现出更大的脆弱性,与焦虑和敏感的气质的描述一致。通过分析这些关系,医疗保健专业人员可能会开发针对与Tridosha失衡有关的社会心理方面的个性化干预措施,最终改善了患者的生活质量。
摘要:“ Ayurbot”应用程序是一种开创性的工具,旨在根据用户输入来确定个人的阿育吠陀Prakriti(表型),为健康,生活方式和饮食调整提供个性化建议。植根于阿育吠陀的古老智慧,该智慧将Vata,pitta和kapha视为影响一个人的prakriti的主要dosha类型,这是传统知识与现代技术之间的桥梁。Ayurbot的用户界面旨在直观且用户友好,通过全面的问卷调查指导用户,该问卷考虑了其物理属性,行为倾向和其他印度草药指标的各个方面。该问卷对于构成应用程序核心的“ Prakriti确定”模块至关重要。“ Prakriti确定”模块利用复杂的阿育吠陀算法来分析用户响应并准确识别主要的dosha和总体prakriti类型。此分析构成了Ayurbot提供的个性化建议的基础。Ayurbot的关键特征之一是它能够根据用户的Prakriti为健康,生活方式和饮食调整提供量身定制的建议。这些建议来自阿育吠陀知识的丰富存储库,旨在促进整体福祉。Ayurbot的模块化代码库确保可扩展性和可维护性,从而允许无缝更新和增强。这确保了Ayurbot仍然是一种尖端工具,随着技术和印度草药研究的进步,它继续发展。总而言之,“ Ayurbot”的应用代表了古老的智慧和现代技术的融合,使个人通过根据Ayurveda的原则提供个性化的见解和建议来授权个人负责其健康和福祉。