Non-coeliac gluten sensitivity: are we closer to separating the wheat from the chaff?
Notice bibliographique
Résumé
There is growing interest in the role of food as a trigger of functional bowel disorders such as IBS. Indeed, more than 60% of patients with IBS relate the occurrence of bloating and abdominal pain after the ingestion of certain foods.1 Despite intense research in the area, the identification of specific food triggers has remained elusive and this has hampered our understanding of the underlying pathophysiology of these conditions. One clinical entity that embodies the complex relationship between food and gut functional symptoms is non-coeliac gluten sensitivity or non-coeliac wheat sensitivity (NCGS/NCWS) (figure 1). The two names reveal the existing ambiguity regarding the exact component/s in wheat responsible for the worsening or onset of the associated functional symptoms. NCGS/NCWS is thus a clinical descriptor of patients, in whom coeliac disease and wheat allergy have been ruled out, that present with intestinal and/or extra-intestinal symptoms after ingestion of gluten-containing foods.2 One of the dilemmas related to this condition is that this broad definition potentially includes patients with different underlying pathogenesis, leading to confusion in clinical practice and in research studies. Although gluten has been recognised as a trigger of functional symptoms in mice3 and in a subgroup of patients with IBS,4 it is unclear whether non-gluten protein fractions in wheat could also be responsible for symptom generation. While gluten proteins …
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,020 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».