MétaCan
Menu
Retour à la cohorte
Enregistrement W2769989401 · doi:10.1158/1055-9965.epi-16-0969

A Review of Physical Activity and Circulating miRNA Expression: Implications in Cancer Risk and Progression

2017· review· en· W2769989401 sur OpenAlexafffund
Suzanne Dufresne, Amélie Rébillard, Paola Muti, Christine M. Friedenreich, Darren R. Brenner

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensAlberta Cancer FoundationUniversity of CalgaryAlberta Health ServicesMcMaster University
Organismes subventionnairesCanadian Cancer Society
Mots-clésmicroRNACancerCarcinogenesisMedicineOncologyBioinformaticsInternal medicineComparabilityBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract The role of circulating miRNAs (c-miRNAs) in carcinogenesis has garnered considerable scientific interest. miRNAs may contribute actively to cancer development and progression, making them potential targets for cancer prevention and therapy. Lifestyle factors such as physical activity (PA) have been shown to alter c-miRNA expression, but the subsequent impact on cancer risk and prognosis is unknown. To provide a better understanding of how PA reduces the risk of cancer incidence and improves patient outcomes, we conducted a review of the impact of PA on c-miRNA expression, which includes a comprehensive synthesis of studies examining the impacts of acute and chronic exercise on expression of c-miRNAs. While the variability in methods used to assess miRNA expression creates challenges in comparing and/or synthesizing the literature, results to date suggest that the circulating form of several miRNAs known for playing a role in cancer (c-miR-133, c-miR-221/222, c-miR-126, and c-let-7) are altered by both acute and chronic PA. Additional research should develop standardized procedures for assessing both c-miRNA and PA measurement to improve the comparability of research results regarding the direction and amplitude of changes in c-miRNAs in response to PA. Cancer Epidemiol Biomarkers Prev; 27(1); 11–24. ©2017 AACR.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,118
Tête enseignante GPT0,486
Écart entre enseignants0,368 · 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'étudeAutre devis
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

Citations64
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetMicroRNA in disease regulationTravaux en français237 207