MétaCan
Menu
Retour à la cohorte
Enregistrement W2564762943 · doi:10.1172/jci88879

Immunologic impact of the intestine in metabolic disease

2017· review· en· W2564762943 sur OpenAlexafffund
Daniel A. Winer, Shawn Winer, Helen J. Dranse, Tony K.T. Lam

Notice bibliographique

RevueJournal of Clinical Investigation · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDietary Effects on Health
Établissements canadiensSt. Michael's HospitalToronto General HospitalDiabetes CanadaUniversity of Toronto
Organismes subventionnairesToronto General Hospital Research Institute, University Health NetworkCanadian Institutes of Health ResearchUniversity of TorontoJ.P. Bickell FoundationCanadian Diabetes Association
Mots-clésImmune systemInflammationInsulin resistanceSystemic inflammationObesityDiabetes mellitusImmunityImmunologyCarbohydrate metabolismDiseaseAcquired immune systemBiologyEndocrinologyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Obesity and diabetes are associated with increased chronic low-grade inflammation and elevated plasma glucose levels. Although inflammation in the fat and liver are established features of obesity-associated insulin resistance, the intestine is emerging as a new site for immunologic changes that affect whole-body metabolism. Specifically, microbial and dietary factors incurred by diet-induced obesity influence underlying innate and adaptive responses of the intestinal immune system. These responses affect the maintenance of the intestinal barrier, systemic inflammation, and glucose metabolism. In this Review we propose that an understanding of the changes to the intestinal immune system, and how these changes influence systemic immunity and glucose metabolism in a whole-body integrative and a neuronal-dependent network, will unveil novel intestinal pathologic and therapeutic targets for diabetes and obesity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,427
Tête enseignante GPT0,579
Écart entre enseignants0,152 · 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 source (Gemma direct ou Codex distillé), 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

Citations77
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical InvestigationMême sujetDietary Effects on HealthTravaux en français237 207