MétaCan
Menu
Retour à la cohorte
Enregistrement W2087062939 · doi:10.1002/mnfr.200600218

Can the combination of flaxseed and its lignans with soy and its isoflavones reduce the growth stimulatory effect of soy and its isoflavones on established breast cancer?

2007· review· en· W2087062939 sur OpenAlexaff
Krista A. Power, Lilian U. Thompson

Notice bibliographique

RevueMolecular Nutrition & Food Research · 2007
Typereview
Langueen
DomaineMedicine
ThématiquePhytoestrogen effects and research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEnterolactoneGenisteinIsoflavonesLignanSoy proteinEstrogen receptorBreast cancerPhytoestrogensInternal medicineEndocrinologyCancerFood sciencePharmacologyChemistryMedicineEstrogen

Résumé

récupéré en direct d'OpenAlex

Consumption of phytoestrogen (PE)-rich foods (i. e., soy and flaxseed (FS)) is increasing because of their suggested health benefits. However, recent studies raise concern over the safety of soy and its isoflavones, particularly genistein (GEN), for postmenopausal breast cancer (BC), due to their potential stimulatory effects on human breast tissue and on the growth of existing tumors in rodents. FS, rich in PE lignans, which is metabolized to the mammalian lignans enterolactone (ENL) and enterodiol (END), has consistently been shown to have tumor inhibitory effects in a human clinical trial as well as rodent BC models. Using the preclinical athymic mouse postmenopausal BC model, combining FS with soy protein or GEN with END and ENL, was found to negate the tumor stimulatory effects of soy protein or GEN alone. The mechanism may be related to the modulation of estrogen receptor and MAPK signaling pathways. If these studies can be confirmed in clinical trials, then consumption of combined soy and FS, or their PEs, may reduce the tumor growth stimulatory effect of soy or GEN. This may indicate that if soy is consumed with lignan-rich foods, it may continue to induce its other beneficial health effects, without inducing adverse effect on postmenopausal BC.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,485
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,062
Tête enseignante GPT0,398
Écart entre enseignants0,336 · 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'étudeExpérimental (laboratoire)
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

Citations30
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Nutrition & Food ResearchMême sujetPhytoestrogen effects and researchTravaux en français237 207