MétaCan
Menu
Retour à la cohorte
Enregistrement W1976892029 · doi:10.1111/j.1478-3231.2011.02730.x

The potential role of prebiotic fibre for treatment and management of non‐alcoholic fatty liver disease and associated obesity and insulin resistance

2011· review· en· W1976892029 sur OpenAlexafffund
Jill A. Parnell, Maitreyi Raman, Kevin P. Rioux, Raylene A. Reimer

Notice bibliographique

RevueLiver International · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensMount Royal UniversityUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPrebioticFatty liverSteatohepatitisInsulin resistanceGut floraMetabolic syndromeMedicineDiseaseObesityLiver diseaseBioinformaticsInternal medicineGastroenterologyBiologyImmunologyFood science

Résumé

récupéré en direct d'OpenAlex

Non-alcoholic fatty liver disease (NAFLD) and the more severe non-alcoholic steatohepatitis (NASH) represent a spectrum of diseases involving hepatic fat accumulation and histological features essentially identical to alcoholic liver disease; however, they occur in the absence of excessive alcohol intake. They typically arise in conjunction with one or more features of the metabolic syndrome. Lifestyle mediated weight loss remains the primary mode of therapy for NAFLD and NASH, but this is often ineffective and adjunctive medical and surgical treatments are presently lacking. Prebiotic fibres are a group of non-digestible carbohydrates that modulate the human microbiota in a manner that is advantageous to host health. Rodent studies suggest that dietary supplementation with prebiotic fibres positively impacts NAFLD by modifying the gut microbiota, reducing body fat, and improving glucoregulation. Future research should focus on placebo-controlled, human, clinical trials using histological endpoints to address the effects of prebiotics on NAFLD and NASH. The aim of this review is to summarize current knowledge about prebiotics as an emerging therapeutic target for NAFLD.

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)0,000
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,027
Tête enseignante GPT0,292
Écart entre enseignants0,265 · 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

Citations190
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLiver InternationalMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207