Nutrients and their role in host resistance to infection
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
Almost all nutrients in the diet play a crucial role in maintaining an "optimal" immune response, such that deficient and excessive intakes can have negative consequences on immune status and susceptibility to a variety of pathogens. Iron and vitamin A deficiencies and protein-energy malnutrition are highly prevalent worldwide and are important to the public health in terms of immunocompetence. There are also nutrients (i.e., glutamine, arginine, fatty acids, vitamin E) that provide additional benefits to immunocompromised persons or patients who suffer from various infections. The remarkable advances in immunology of recent decades have provided insights into the mechanisms responsible for the effects of various nutrients in the diet on specific functions in immune cells. In this review, we will present evidence and proposed mechanisms for the importance of a small group of nutrients that have been demonstrated to affect host resistance to infection will be presented. An inadequate status of some of these nutrients occurs in many populations in the world (i.e., vitamin A, iron, and zinc) where infectious disease is a major health concern. We will also review nutrients that may specifically modulate host defense to infectious pathogens (long-chain polyunsaturated n-3 fatty acids, vitamin E, vitamin C, selenium, and nucleotides). A detailed review of the effect of long-chain polyunsaturated n-3 fatty acids on host defense is provided as an example of how the disciplines of nutrition and immunology have been combined to identify key mechanisms and propose nutrient-directed management of immune-related syndromes.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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