Notice bibliographique
Résumé
Modulation of the gut microbiota is an area of growing interest, particularly for its link to improving and maintaining the systemic health of the host. It has been suggested to have potential to reduce risk factors associated with chronic diseases, such as elevated cholesterol levels in coronary heart disease (CHD). Diets of our evolutionary ancestors were largely based on plant foods, high in dietary fiber and fermentable substrate, and our gut microbiota has evolved against a background of such diets. Therapeutic diets that mimic plant-based diets from the early phases of human evolution may result in drug-like cholesterol reductions. In contrast, typical Western diets low in dietary fiber and fermentable substrate, and high in saturated and trans fatty acids, are likely contributors to the increased need for pharmacological agents for cholesterol reduction. The gut microbiota of those consuming a Western diet are likely underutilized and depleted of metabolic fuels, resulting in a less than optimal gut microbial profile. As a result, this diet is mismatched to our archaic gut microbiota and, therefore, to our genome, which has changed relatively little since humans first appeared. While the exact mechanism by which the gut microbiota may modulate cholesterol levels still remains uncertain, end products of bacterial fermentation, particularly the short chain fatty acids (i.e., propionate), have been suggested as potential candidates. While more research is required to clarify the potential link between gut microbiota and CHD risk reduction, consuming a therapeutic diet rich in plant foods, dietary fiber, and fermentable substrate would be a useful strategy for improving systemic health, possibly by altering the gut microbiota.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».