Significance of Microbiota in Obesity and Metabolic Diseases and the Modulatory Potential by Medicinal Plant and Food Ingredients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Metabolic syndrome is a cluster of three or more metabolic disorders including insulin resistance, obesity, and hyperlipidemia. Obesity has become the epidemic of the twenty-first century with more than 1.6 billion overweight adults. Due to the strong connection between obesity and type 2 diabetes, obesity has received wide attention with subsequent coining of the term "diabesity." Recent studies have identified unique contributions of the immensely diverse gut microbiota in the pathogenesis of obesity and diabetes. Several mechanisms have been proposed including altered glucose and fatty acid metabolism, hepatic fatty acid storage, and modulation of glucagon-like peptide (GLP)-1. Importantly, the relationship between unhealthy diet and a modified gut microbiota composition observed in diabetic or obese subjects has been recognized. Similarly, the role of diet rich in polyphenols and plant polysaccharides in modulating gut bacteria and its impact on diabetes and obesity have been the subject of investigation by several research groups. Gut microbiota are also responsible for the extensive metabolism of polyphenols thus modulating their biological activities. The aim of this review is to shed light on the composition of gut microbes, their health importance and how they can contribute to diseases as well as their modulation by polyphenols and polysaccharides to control obesity and diabetes. In addition, the role of microbiota in improving the oral bioavailability of polyphenols and hence in shaping their antidiabetic and antiobesity activities will be discussed.
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.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle