MétaCan
Menu
Retour à la cohorte
Enregistrement W2134428218 · doi:10.1002/mnfr.201200424

Apigenin and its impact on gastrointestinal cancers

2012· review· en· W2134428218 sur OpenAlexafffund
Émilie C. Lefort, Jonathan Blay

Notice bibliographique

RevueMolecular Nutrition & Food Research · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueFlavonoids in Medical Research
Établissements canadiensUniversity of WaterlooDalhousie University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésApigeninGastrointestinal tractCancer researchMetastasisApoptosisChemistryPharmacologyCancerFlavonoidBiologyBiochemistryMedicineInternal medicineAntioxidant

Résumé

récupéré en direct d'OpenAlex

Apigenin (4',5,7-trihydroxyflavone, 5,7-dihydroxy-2-(4-hydroxyphenyl)-4H-1-benzopyran-4-one) is a flavonoid found in many fruits, vegetables, and herbs, the most abundant sources being the leafy herb parsley and dried flowers of chamomile. Present in dietary sources as a glycoside, it is cleaved in the gastrointestinal lumen to be absorbed and distributed as apigenin itself. For this reason, the epithelium of the gastrointestinal tract is exposed to higher concentrations of apigenin than tissues at other locations. This would also be true for epithelial cancers of the gastrointestinal tract. We consider the evidence for actions of apigenin that might hinder the ability of gastrointestinal cancers to progress and spread. Apigenin has been shown to inhibit cell growth, sensitize cancer cells to elimination by apoptosis, and hinder the development of blood vessels to serve the growing tumor. It also has actions that alter the relationship of the cancer cells with their microenvironment. Apigenin is able to reduce cancer cell glucose uptake, inhibit remodeling of the extracellular matrix, inhibit cell adhesion molecules that participate in cancer progression, and oppose chemokine signaling pathways that direct the course of metastasis into other locations. As such, apigenin may provide some additional benefit beyond existing drugs in slowing the emergence of metastatic disease.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,229
Tête enseignante GPT0,524
Écart entre enseignants0,295 · 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'étudeSans objet
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

Citations128
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular Nutrition & Food ResearchMême sujetFlavonoids in Medical ResearchTravaux en français237 207