Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Green tea is a beverage widely used by lung cancer patients and the public for its purported anticancer properties. The authors conducted a systematic review of green tea for the treatment and prevention of lung cancer. METHODOLOGY: Six electronic databases were searched from inception until November 2011 for human interventional and preclinical evidence pertaining to the safety and efficacy of green tea for lung cancer. RESULTS: A total of 84 articles met inclusion criteria: two Phase I trials, three reports of one surrogate study, and 79 preclinical studies. There is a lack of controlled trials investigating green tea for lung cancer. Two Phase I studies showed no objective tumor responses at the maximum tolerated dose, ranging from 3 to 4.2 g/m(2) green tea extract (GTE) per day. Four cups of green tea daily decreased DNA damage (8OH-dG) in smokers. Human studies indicate that 800mg of green tea catechins daily does not alter activity of the CYP2D6, CYP1A2, CYP3A4 and CYP2C9 enzymes, however in vitro evidence suggests that green tea may bind to and reduce the effectiveness of bortezomib. Green tea applied topically may improve the healing time of radiation burns. CONCLUSIONS: Although some evidence suggests that chemopreventative benefits can be accrued from green tea, there is currently insufficient evidence to support green tea as a treatment or preventative agent for lung cancer. Green tea should not be used by patients on bortezomib therapy. Further research is warranted to explore this natural agent for lung cancer treatment and prevention.
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle