Probiotics for the Prevention and Treatment of Allergies, with an Emphasis on Mode of Delivery and Mechanism of Action
Notice bibliographique
Résumé
Allergy, also termed type I hypersensitivity, is defined as a "disease following a response by the immune system to an otherwise innocuous antigen". The prevalence of allergies is high and escalating, with almost half the populations of North America and Europe having allergies to one or more common environmental antigens. Although rarely life-threatening allergies cause much distress and pose an important economic burden. Recent studies demonstrate the importance of the commensal bacteria of the gastrointestinal tract, termed the microbiota, in stimulating and modulating the immune system. This goes hand-in-hand with the hygiene hypothesis, proposed by Strachan in 1989. With this in mind, the use of pre- and probiotics has gained interest to prevent and treat allergies through modulation of the gut microbiota and the immune system. Probiotics, namely Lactobacilli and Bifidobacteria, are live microorganisms that can be incorporated in the diet in the form of functional foods or dietary supplements to beneficially influence the host. In recent studies, probiotic formulations demonstrated the capability to successfully modulate allergic rhinitis, atopic disorders and food-related allergies. A number of probiotic mechanisms of action are involved in controlling hypersensitivity responses, many of which are still not yet understood. Microencapsulation has gained importance as a device for the oral delivery of probiotic cells and may play an important role in the development of a successful probiotic formulation to treat and prevent allergies. Despite the promising research on probiotic biotherapeutics, further investigations are required to develop a successful therapeutic to treat and prevent allergies.
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) | 0,001 | 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 ».