MétaCan
Menu
Retour à la cohorte
Enregistrement W2094795253 · doi:10.1002/nbm.1369

Understanding the human salivary metabolome

2009· article· en· W2094795253 sur OpenAlexafffund
Ienaka Takeda, Cynthia Stretch, Pamela Barnaby, Kriti Bhatnager, Kathryn N. Rankin, Hao Fu, Aalim M. Weljie, Naresh Jha, Carolyn M. Slupsky

Notice bibliographique

RevueNMR in Biomedicine · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueSalivary Gland Disorders and Functions
Établissements canadiensChenomx (Canada)University of Alberta
Organismes subventionnairesDirectorate for Biological SciencesUniversity of Calgary
Mots-clésSalivaMetabolomeMetaboliteFormateTaurineChemistryInternal medicineEndocrinologyPhysiologyMedicineBiochemistryAmino acid

Résumé

récupéré en direct d'OpenAlex

Saliva is a readily accessible biofluid that is important for the overall health, aiding in the chewing, swallowing, and tasting of food as well as the regulation mouth flora. As a first step to determining and understanding the human saliva metabolome, we have measured salivary metabolite concentrations under a variety of conditions in a healthy population with reasonably good oral hygiene. Using (1)H NMR spectroscopy, metabolite concentrations were measured in resting (basal) and stimulated saliva from the same subject and compared in a cohort of healthy male non-smoking subjects (n = 62). Almost all metabolites were higher in the unstimulated saliva when compared to the stimulated saliva. Comparison of the salivary metabolite profile of male smokers and non-smokers (n = 46) revealed citrate, lactate, pyruvate, and sucrose to be higher and formate to be lower in concentration in smokers compared with non-smokers (p < 0.05). Gender differences were also investigated (n = 40), and acetate, formate, glycine, lactate, methanol, propionate, propylene glycol, pyruvate, succinate, and taurine were significantly higher in concentration in male saliva compared to female saliva (p < 0.05). These results show that differences between male and female, stimulated and unstimulated, as well as smoking status may be observed in the salivary metabolome.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,110
Tête enseignante GPT0,331
Écart entre enseignants0,221 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations188
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNMR in BiomedicineMême sujetSalivary Gland Disorders and FunctionsTravaux en français237 207