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
Clinically significant grapefruit juice-drug interactions are an interesting development in the last ten years of research process in the scope of drug interactions. In 1989 a group of Canadian researchers found incidentally that grapefruit juice, used as a carrier system, interacts with some calcium channel blockers, while applying alcohol during a study on alcohol-drug interactions, and presented it in Lancet as a "short report". In this report it is stated that this effect of grapefruit juice is specific and there is no similar interaction with orange juice. The grapefruit juice interactions with drugs and changes in drug pharmacokinetics, individual responses to grapefruit juice in the relationship between the drug concentration and the effect began to gain a larger clinical significance. Drugs interacting with grapefruit juice are metabolized by cytochrome P450 enzyme system in liver or intestinal section. Flavonoids contained in grapefruit juice inhibit the enzyme, bind as a substrate to the enzyme system and disrupt its bioavailability. Naringin is an essential bioflavonoid in the grapefruit juice. Naringin is not a potent inhibitor of cytochrome P450, but it is partly metabolised to "Naringenin" by intestinal bacteria. This substance is a powerful inhibitor of cytochrome P450 and it is believed by some researchers, that these are components responsible for the effect of grapefruit juice. In 2008 the number of drugs that can cause danger when taken together with grapefruit was 17. It has been reported that this number has risen to 43 in 2012. However, while the research of the possible effects of other not yet identified components of the grapefruit juice is still in progress, FDA has begun to put cautionary statement to many drug prescriptions.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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