Role of n-3 fatty acids in muscle loss and myosteatosis
Notice bibliographique
Résumé
Image-based methods such as computed tomography for assessing body composition enables quantification of muscle mass and muscle density and reveals that low muscle mass and myosteatosis (fat infiltration into muscle) are common in people with cancer. Myosteatosis and low muscle mass have emerged as independent risk factors for mortality in cancer; however, the characteristics and pathogenesis of these features have not been resolved. Muscle depletion is associated with low plasma eicosapentaenoic (20:5n-3) and docosahexaenoic (22:6n-3) in cancer and supplementation with n-3 fatty acids has been shown to ameliorate muscle loss and myosteatosis in clinical studies, suggesting a relationship between n-3 fatty acids and muscle health. Since the mechanisms by which n-3 fatty acids alter body composition in cancer remain unknown, related literature from other conditions associated with myosteatosis, such as insulin resistance and obesity is considered. In these noncancer conditions, it has been reported that n-3 fatty acids act by increasing insulin sensitivity, reducing inflammatory mediators, and altering adipokine profiles and transcription factors; therefore, the plausibility of these mechanisms of action in the neoplastic state are considered. The aim of this review is to summarize what is known about the effects of n-3 fatty acids with regards to muscle condition and to discuss potential mechanisms for effects of n-3 fatty acids on muscle health.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».