MétaCan
Menu
Retour à la cohorte
Enregistrement W1588672218 · doi:10.1002/9781118329634.ch7

Discovery of Polyphenol‐Based Drugs for Cancer Prevention and Treatment: The Tumor Proteasome as a Novel Target

2014· other· en· W1588672218 sur OpenAlexaff
Fathima R. Kona, Min Shen, Di Chen, Tak Hang Chan, Q. Ping Dou

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineMedicine
ThématiqueTea Polyphenols and Effects
Établissements canadiensMcGill University
Organismes subventionnairesNational Cancer Institute
Mots-clésPolyphenolProteasomeCancerMedicineDrugHealth benefitsPharmacologyHuman healthCancer preventionBioinformaticsBiologyTraditional medicineEnvironmental healthInternal medicineBiochemistryAntioxidant

Résumé

récupéré en direct d'OpenAlex

Epidemiological evidence suggests that diets rich in vegetables and fruits have the potential to decrease the risk of premature mortality from many clinical conditions, including cancer. However, it is not clearly understood what components and combinations of these dietary products are protective and what their mechanisms of action might be. Plant polyphenols have recently gained much attention as they may play a role in the prevention of chronic diseases. The health effects of green tea are attributed to various polyphenolic compounds, among which EGCG has been scientifically scrutinized and is a promising target of ongoing anticancer research. This chapter summarizes the importance of these polyphenols and discusses the proteasome complex as an important target of polyphenols in cancer prevention and treatment, as well as in overcoming drug resistance.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,608

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,014
Tête enseignante GPT0,287
Écart entre enseignants0,273 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTea Polyphenols and EffectsTravaux en français237 207