MétaCan
Menu
Retour à la cohorte
Enregistrement W2082221617 · doi:10.1021/jf203304v

Cranberry Proanthocyanidins: Natural Weapons against Periodontal Diseases

2011· review· en· W2082221617 sur OpenAlexafffund
Karine Feghali, Mark Feldman, Vu Dang La, Juliana Alves dos Santos, Daniel Grenier

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2011
Typereview
Langueen
DomaineDentistry
ThématiqueOral microbiology and periodontitis research
Établissements canadiensUniversité Laval
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésProanthocyanidinCRANBERRY JUICEGrape seed extractAntimicrobialVacciniumPeriodontitisBiologyChemistryAntioxidantMedicineMicrobiologyBiochemistryPathologyPolyphenolBotanyDentistryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Cranberry ( Vaccinium macrocarpon ) is known to have a beneficial effect on several aspects of human health. Proanthocyanidins (PACs), the most abundant flavonoids extracted from red cranberry fruits, have been reported to possess antimicrobial, antiadhesion, antioxidant, and anti-inflammatory properties. Recent in vitro studies have shown that cranberry PACs may be potential therapeutic agents for the prevention and management of periodontitis, an inflammatory disease of bacterial origin affecting tooth-supporting tissues. After presenting an overview of cranberry phytochemicals and their potential for human health benefits, this review will focus on the effects of cranberry PACs on connective tissue breakdown and alveolar bone destruction, as well as their potential for controlling periodontal diseases. Possible mechanisms of action of cranberry PACs include the inhibition of (i) bacterial and host-derived proteolytic enzymes, (ii) host inflammatory response, and (iii) osteoclast differentiation and activity. Given that cranberry PACs have shown interesting properties in in vitro studies, clinical trials are warranted to better evaluate the potential of these molecules for controlling periodontal diseases.

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: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

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 ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,028
Tête enseignante GPT0,284
Écart entre enseignants0,256 · 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'étudeRevue systématique
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

Citations116
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetOral microbiology and periodontitis researchTravaux en français237 207