Can resveratrol in wine protect against the carcinogenicity of ethanol? A probabilistic dose‐response assessment
Notice bibliographique
Résumé
Resveratrol, which may occur in wine, was suggested to act as a chemopreventive agent against the carcinogenic effects of ethanol. The assumption was based on data from experimental animals, which have shown that resveratrol above certain thresholds may reduce the incidence of tumours in several of the alcohol-related cancer sites (colon, liver and female breast). Using a probabilistic Monte Carlo type methodology, we estimated daily intake based on chemical analysis of resveratrol (n = 672) and ethanol (n = 867). Benchmark dose (BMD)-response modelling was conducted for resveratrol based on eight animal experiments, whereas BMD data for ethanol were taken from the literature. The margin of exposure (MOE) was calculated for both substances as an indicator if the intake may reach effective dosages. For intake of one 100-mL glass of wine, the average MOE was found to be 4.1 for ethanol and 459,937 for resveratrol. In the best-case scenario for resveratrol (e.g., very high contents and assuming a low effective dosage), the minimum MOE would be 111, which means that 111 glasses of wine need to be consumed daily to reach the BMD. The MOE ratio between resveratrol and ethanol is 166,128 on average, meaning that per glass of wine, ethanol is more than 100,000 times more potent than resveratrol. As resveratrol intake may not optimally reach the effective dosage, our study excludes a preventive effect of this substance on alcohol-related cancer. Commercial information about cancer-preventive or -protective effects of resveratrol in wine is misleading and must be prohibited.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».