MétaCan
Menu
Retour à la cohorte
Enregistrement W2295757311 · doi:10.1002/cpt.366

The complex interplay of diet, xenobiotics, and microbial metabolism in the gut: Implications for clinical outcomes

2016· review· en· W2295757311 sur OpenAlexaff
Mariia Taguer, Corinne F. Maurice

Notice bibliographique

RevueClinical Pharmacology & Therapeutics · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensMcGill University
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésXenobioticDrug metabolismMetabolismMicrobial metabolismPhysiologyMedicineBiologyInternal medicineBiochemistryBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

From digestion to pathogen resistance and immune system development, the gut microbiota and its collection of microbial genes are redefining what it means to be human. Despite tremendous advances in this field, there is still a limited understanding of how microbial metabolism in the gut impacts human health, which precludes the development of microbiota-targeted therapies. In this article, we discuss the increasing evidence emphasizing the importance of bacterial metabolism in the gut and discuss its intricate links with diet and pharmaceutical compounds leading to altered therapeutic outcomes. We also detail how applying and testing microbial ecology hypotheses will be crucial to fully understand the therapeutic potential of this host-associated community. Going forward, functional and mechanistic studies combining biomedical research, ecology, bioinformatics, statistical modeling, and engineering will be key in our pursuit of personalized medicine.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,928
Score d'incertitude au seuil0,903

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,311
Tête enseignante GPT0,570
Écart entre enseignants0,259 · 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.

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

Citations39
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Pharmacology & TherapeuticsMême sujetDiet and metabolism studiesTravaux en français237 207