डेटोक्स मेनू। सत्य र काल्पनिक
 

В (खण्ड २ 28, अंक,, पृष्ठ –––-–6, डिसेम्बर २०१)) ब्रिटिश डाएटेटिक संघका वैज्ञानिकहरू व्यावसायिक detox आहार मा अनुसन्धान को समीक्षा: दोषी प्रविधिहरु, साना नमूना केहि साबित गर्दैन। दृष्टिकोण को एक शारीरिक बिन्दु बाट, विष (सामान्य सेलुलर प्रतिक्रियाहरु को दौरान बनाईएको हो कि ती सहित) लाई बेअसर गर्न को लागी, हामी एक कलेजो, र मिर्गौला, छाला, फेफड़ों को लागी उनीहरुको उत्सर्जन को लागी। अंकुरित बाट कुनै रस, कुनै हर्बल चिया जिगर काम राम्रो बनाउनेछ; एक स्वस्थ व्यक्ति मा, यो ठीक छ।

हामी, ईच्छाको प्रयासबाट, एन्जाइमको उत्पादन बढाउन, कोशिकाको बृद्धि र भिन्नतालाई प्रभाव पार्न सक्दैन, हामी आँखाको र change परिवर्तन गर्न सक्दैनौं। विषाक्त पदार्थहरूको कलेजो वा आंतहरूलाई सफा गर्ने प्रस्ताव पूर्ण रूपमा मूर्खता देखिन्छ। यदि कलेजो वा मिर्गौलामा केहि गलत छ भने, नतीजा खराब रंग, सुस्त कपाल र निन्द्रा भन्दा बढी गम्भीर हुनेछ।

"" लेख्छन् कि वैज्ञानिक समुदायको अपील detox उत्पादनहरु को निर्माताहरु लाई आफ्नो कार्य को संयन्त्र को व्याख्या गर्न को लागी "विष" को नाम र प्रस्तुत गर्न को लागी, कुनै नतिजा दिएन।

हो, केहि बढि उत्साहित महसुस जब तिनीहरूले एक detox आहार शुरू गर्दा। र Gwyneth Paltrow सिफारिस गर्दछ। हुनसक्छ यो नवीनताको प्रभाव हो, अधिक मापन गरिएको तालिका र खानामा बढी ध्यान। वा हुन सक्छ यो किनभने खानाको फोहोर कम हुन्छ। ठिक छ, यी सबै डिटोक्सिंग बिना गर्न सकिन्छ - अर्थहीन, महँगो, लामो प्रयोगको साथ हानिकारक।

 

 एलेना मोटोवा सिद्धान्तहरूमा निर्भर छ дसूचक औषधि ()। यो एक यस्तो दृष्टिकोण हो जहाँ डाक्टरले उनीहरूको प्रभावकारिता र सुरक्षाको उपलब्ध वैज्ञानिक प्रमाणहरूको आधारमा निदान, रोकथाम, उपचारको बारेमा निर्णय गर्दछ।

प्रत्येक औषधि, प्रत्येक डायग्नोस्टिक विधि, चिकित्सीय वा प्रोफिल्याक्टिक उद्देश्यको साथ कुनै हस्तक्षेपको अध्ययन गर्न आवश्यक छ कि तिनीहरूसँग आवश्यक प्रभाव पार्ने छ कि छैन भन्ने कुरा बुझ्न, नकारात्मक नतिजा पनि हुन्छन्, कुन विधि तुलना गर्दा उत्तम हुन्छ।

क्लिनिकल अध्ययनको आधारमा, विश्व चिकित्सा समुदायले सिफारिसहरू प्राप्त गर्दछन् कि उपचार वा प्रक्रियाको एक विशेष विधि उपयोगी छ, प्रभावकारी छ, यसको सुविधाहरू छन्, र प्रयोगको लागि संकेत गरीएको छ। वा बेकार, अप्रभावी, कहिलेकाँही हानिकारक, र सिफारिस गरिएको छैन। वा डाटा यति विश्वस्त छैन, कहिलेकाँही विरोधाभासी, केही परिस्थितिमा लागू गर्न सकिन्छ, थप अनुसन्धान आवश्यक छ।

 

जवाफ छाड्नुस्