Folate, DNA methylation, and mouse models of breast tumorigenesis
Notice bibliographique
Résumé
Since the late 1990s, the food supply of the United States, Canada, and other countries has been fortified with folic acid to lower the incidence of neural tube defects (e.g., spina bifida, anencephaly). This fortification program has been highly successful in reducing both the prevalence of folate deficiency in the general population1,2 and the inci-dence of neural tube defects.3 The success of the fortifi-cation program,however, has created a situation of excess folic acid consumption by a significant percentage of the general population, the negative ramifications of which, if any, are as yet undetermined. Geometric mean serum folate levels havemore than doubled in the US population (from ~12 to ~30 nmol/L)4 and the prevalence of folic acid supplement users with intakes above the upper tolerable intake level (>1 mg folic acid/day) has increased from ~1 % to ~11%.5 Because folate deficiency and anti-folate drugs are known to retard or prevent the prolifera-tion of tumors, some have raised the question of whether excess folic acid in the food supply may promote malig-nant progression.6 Indeed, a recent analysis of data from the U.S. and Canada suggests that folic acid fortification may have increased the incidence of colorectal cancer by as much as 10%.7
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».