Plant Polyphenols as Chemopreventive Agents for Lung Cancer
Notice bibliographique
Résumé
Lung cancer may be prevented by a diet rich in fruits and vegetables as they are enriched with dietary antioxidant polyphenols, such as flavonoids, proanthocyanidins, lignans, stilbenes, and phenolic acids. Dietary polyphenols exert a wide range of beneficial biological functions beyond their antioxidative properties and are involved in regulation of cell survival pathways leading to anticarcinogenic and antimutagenic functions. There are sufficient evidence from in vitro, in vivo, and epidemiological studies to suggest that the dietary intervention of polyphenols in cancer prevention, including the chemopreventive ability of dietary polyphenols, act against lung carcinogens. Cohort and epidemiological studies in selected risk populations have evaluated clinical effects of polyphenols. Polyphenols have demonstrated three major actions: antioxidative activity, regulation of phase I and II enzymes, and regulation of cell survival pathways against lung carcinogenesis. They have also shown an inverse association of lung cancer occurrences among high risk populations who consumed considerable amounts of fruits and vegetables in their daily diet. In in vitro cell culture experimental models, polyphenols bind with electrophilic metabolites from carcinogens, inactivate cellular oxygen radicals, prevent membrane lipid peroxidation and DNA oxidative damage, and adduct formation. Further, polyphenols enhance the detoxifying enzymes such as the phase II enzymes, glutathione transferases and glucuronosyl transferases.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».