MétaCan
Menu
Retour à la cohorte
Enregistrement W2598384273 · doi:10.1159/000455216

Early-Life Antibiotic Exposure, Gut Microbiota Development, and Predisposition to Obesity

2017· review· en· W2598384273 sur OpenAlexaff
Meghan B. Azad, Shirin Moossavi, Arthur H. Owora, Shadi Sepehri

Notice bibliographique

RevueNestlé Nutrition Institute Workshop series · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensChildren's Hospital Research Institute of ManitobaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésGut floraObesityAntibioticsBiologyMedicineImmunologyMicrobiologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Antibiotics are often prescribed inappropriately to infants and young children, with potentially adverse effects on the developing gut microbiota and related metabolic processes. We review evidence from 17 epidemiologic studies suggesting that antibiotic exposure during critical periods of early development may influence weight gain and the development of obesity. Complementary research in both humans and rodents indicates that gut microbiota play a key role in this process, although further research is needed to confirm and characterize the causal mechanisms involved. Obesity is a complex and multifactorial condition; thus, a multipronged prevention strategy will be required to curb the current obesity epidemic. Evidence to date suggests this strategy should include the judicious use of antibiotics, especially in early life when the developing gut microbiota is particularly susceptible to perturbations with long-lasting implications for metabolic programming and obesity risk.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,939
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,062
Tête enseignante GPT0,336
Écart entre enseignants0,275 · 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.

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

Citations41
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNestlé Nutrition Institute Workshop seriesMême sujetGut microbiota and healthTravaux en français237 207