MétaCan
Menu
Retour à la cohorte
Enregistrement W2727043322 · doi:10.1093/geroni/igx004.5011

BLUEBERRIES AND FRUIT POLYPHENOLS MODULATE THE GUT MICROBIOME AND MAY PREVENT AGE-RELATED DYSBIOSIS

2017· article· en· W2727043322 sur OpenAlexaff
Yves Desjardins

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésDysbiosisGut microbiomeMicrobiomePolyphenolBiologyGut floraFood scienceBioinformaticsImmunologyBiochemistryAntioxidant

Résumé

récupéré en direct d'OpenAlex

The incidence of chronic diseases is increasing during aging in association with low-grade inflammation in a syndrome called “inflammaging”. In the gut, inflammaging disturbs homeostasis and reduces epithelium tightness, the thickness of the mucus layer and weakens the immune barrier, leading to the diffusion of pro-inflammatory LPS. Aging people have an altered microbiota and a reduced barrier function. Recently, we have shown that obese mice fed with cranberry polyphenols had reduced intestinal inflammation and insulin resistance, while displaying a modulated gut microbiota. One specific bacteria, Akkermansia muciniphila, was identified and shown to stimulate mucus production and improve the barrier function. Our results suggest that the consumption of berry polyphenols maintains a well-balanced microbiota and improve intestinal and underlying metabolic functions. During this presentation, data on the loss of gut microbiota homeostasis during aging will be presented and discussed in light of the preventative role of berry polyphenols on chronic diseases.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,536
Score d'incertitude au seuil0,295

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,302
Écart entre enseignants0,276 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetDiet and metabolism studiesTravaux en français237 207