MétaCan
Menu
Retour à la cohorte
Enregistrement W2060641274 · doi:10.1097/00075197-200205000-00001

Hypercatabolism and hypermetabolism in wasting states

2002· editorial· en· W2060641274 sur OpenAlexaff
Vickie E. Baracos

Notice bibliographique

RevueCurrent Opinion in Clinical Nutrition & Metabolic Care · 2002
Typeeditorial
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHypermetabolismWastingCachexiaWasting SyndromeAnabolismAnorexiaMedicineWeight lossBioinformaticsIntensive care medicineDiseaseMuscle atrophyLean body massEndocrinologySkeletal muscleInternal medicineCancerBiologyObesityBody weight

Résumé

récupéré en direct d'OpenAlex

The year 2001/2002 has been marked by a number of exciting new results for our understanding of anabolic and catabolic mediators and their participation in wasting states, as reflected by the contents of this section. It becomes ever more apparent that a clear understanding of how to shut off hypercatabolic and hypermetabolic processes is needed to underpin effective strategies for wasting syndromes. A particularly interesting development in the control of degradative processes in skeletal muscle is the discovery of several muscle-specific ubiquitin ligases. These enzymes, which confer specificity to the degradation of myofibrillar proteins and are situated in a pathway of proteolysis common to a variety of wasting states, may prove to be a valuable point of intervention in muscle atrophy. In the clinical arena, studies on non-small cell lung cancer patients as well as broader patient populations with solid tumours provide more evidence for a high incidence of hypermetabolism as well as low energy intake. The best therapies currently available for the cancer cachexia/anorexia syndrome have numerous limitations and tend mainly to attenuate losses rather than to promote a net gain of weight or lean body mass. Sustained hypermetabolism over the long course of disease progression constitutes an important contributor to negative energy balance, and its presence is likely to be a limiting factor to the success of current treatment approaches.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,383
Écart entre enseignants0,344 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations36
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Clinical Nutrition & Metabolic CareMême sujetMuscle Physiology and DisordersTravaux en français237 207