MétaCan
Menu
Retour à la cohorte
Enregistrement W1843702144 · doi:10.2174/1381612821666150514105413

Hydrogen Sulfide-Based Anti-Inflammatory and Chemopreventive Therapies: An Experimental Approach

2015· review· en· W1843702144 sur OpenAlexafffund
Kyle L. Flannigan, John Wallace

Notice bibliographique

RevueCurrent Pharmaceutical Design · 2015
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGarlic and Onion Studies
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHydrogen sulfideGastrointestinal tractMedicinePharmacologyInflammationChemistryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Hydrogen sulfide has potent anti-inflammatory and cytoprotective properties. In the gastrointestinal tract, hydrogen sulfide contributes significantly to mucosal defence and responses to injury. This includes promotion of resolution of inflammation and healing. Inhibition of hydrogen sulfide synthesis increases the susceptibility of the gastrointestinal mucosa to injury and delays healing processes. The beneficial effects of hydrogen sulfide have been exploited in the design of novel anti-inflammatory drugs that cause negligible gastrointestinal damage. Nonsteroidal anti-inflammatory drugs are known to be effective, when used chronically, in reducing the incidence of several types of cancer. However, the toxicity of these drugs, particularly in the gastrointestinal tract, greatly limits this use. On the other hand, the gastrointestinal-safe, hydrogen sulfide-releasing anti-inflammatories show great promise for chemoprevention of cancers. This paper reviews the evidence supporting important anti-inflammatory and cytoprotective effects of hydrogen sulfide, particularly in the gastrointestinal tract. Also reviewed are the approaches taken to develop safer anti-inflammatory and cancer chemopreventive drugs by exploiting the beneficial effects of hydrogen sulfide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,306
Tête enseignante GPT0,412
Écart entre enseignants0,106 · 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 source (Gemma direct ou Codex distillé), 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
GenreSynthèse

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

En bref

Citations21
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Pharmaceutical DesignMême sujetGarlic and Onion StudiesTravaux en français237 207