MétaCan
Menu
Retour à la cohorte
Enregistrement W2161963078 · doi:10.1111/dom.12340

Gut microbiota, nutrient sensing and energy balance

2014· review· en· W2161963078 sur OpenAlexafffund
Frank A. Duca, Tony K.T. Lam

Notice bibliographique

RevueDiabetes Obesity and Metabolism · 2014
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensDiabetes CanadaUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health ResearchHealth CanadaUniversity of TorontoEidgenössische Technische Hochschule Zürich
Mots-clésGut floraGut–brain axisEnteroendocrine cellGastrointestinal tractMicrobiomeNutrient sensingParacrine signallingEndocrine systemAutocrine signallingEnteric nervous systemBiologyMedicineGlucagon-like peptide-1NeuroscienceBioinformaticsImmunologyHormoneCell biologyInternal medicineEndocrinologySignal transductionDiabetes mellitusType 2 diabetesReceptor

Résumé

récupéré en direct d'OpenAlex

The gastrointestinal (GI) tract is a highly specialized sensory organ that provides crucial negative feedback during a meal, partly via a gut-brain axis. More specifically, enteroendocrine cells located throughout the GI tract are able to sense and respond to specific nutrients, releasing gut peptides that act in a paracrine, autocrine or endocrine fashion to regulate energy balance, thus controlling both food intake and possibly energy expenditure. Furthermore, the gut microbiota has been shown to provide a substantial metabolic and physiological contribution to the host, and metabolic disease such as obesity has been associated with aberrant gut microbiota and microbiome. Interestingly, recent evidence suggests that the gut microbiota can impact the gut-brain axis controlling energy balance, at both the level of intestinal nutrient-sensing mechanisms, as well as potentially at the sites of integration in the central nervous system. A better understanding of the intricate relationship between the gut microbiota and host energy-regulating pathways is crucial for uncovering the mechanisms responsible for the development of metabolic diseases and for possible therapeutic strategies.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,008
Tête enseignante GPT0,246
Écart entre enseignants0,237 · 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'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

Citations101
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiabetes Obesity and MetabolismMême sujetGut microbiota and healthTravaux en français237 207