MétaCan
Menu
Retour à la cohorte
Enregistrement W14690785 · doi:10.1207/s15327914nc4602_02

Niacin and carcinogenesis.

2003· article· en· W14690785 sur OpenAlexaff
Woo‐Sik Jung

Notice bibliographique

RevuePubMed · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésThe InternetSpouseHealth informationTest (biology)Descriptive statisticsMedicineHealth promotionGerontologyElderly peoplePsychologyNursingHealth carePublic healthWorld Wide WebComputer scienceStatisticsSociologyMathematics

Résumé

récupéré en direct d'OpenAlex

The dietary status of niacin (vitamin B3) has the potential to influence DNA repair, genomic stability, and the immune system, eventually having an impact on cancer risk, as well as the side effects of chemotherapy in the cancer patient. In addition to its well-known redox functions in energy metabolism, niacin, in the form of NAD, participates in a wide variety of ADP-ribosylation reactions. Poly(ADP-ribose) is a negatively charged polymer synthesized, predominantly on nuclear proteins, by at least seven different enzymes. Poly(ADP-ribose) polymerase-1 (PARP-1) is responsible for the majority of polymer synthesis and plays important roles in DNA damage responses, including repair, maintenance of genomic stability, and signaling events for stress responses such as apoptosis. NAD is also used in the synthesis of mono(ADP-ribose), often on G proteins, with poorly understood roles in signal transduction. Last, NAD and NADP are required for the synthesis of cyclic ADP-ribose and nicotinic acid adenine dinucleotide (NAADP), two mediators of intracellular calcium signaling pathways. Disruption of any of these processes has the potential to impair genomic stability and deregulate cell division, leading to enhanced cancer risk. There are various sources of evidence that niacin status does have an impact on cancer risk, including animal models of leukemogenesis and skin cancer, as well as epidemiological data from human populations.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,162

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,115
Tête enseignante GPT0,280
Écart entre enseignants0,165 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207