MétaCan
Menu
Retour à la cohorte
Enregistrement W2805304181 · doi:10.1097/mcg.0000000000001064

Influence of Probiotics Administration on Gut Microbiota Core

2018· review· en· W2805304181 sur OpenAlexafffund
Silvia Falcinelli, Ana Rodiles, Azadeh Hatef, Simona Picchietti, Lina Cossignani, Daniel L. Merrifield, Suraj Unniappan, Oliana Carnevali

Notice bibliographique

RevueJournal of Clinical Gastroenterology · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGut floraProbioticMedicineLipid metabolismObesityGut microfloraPhysiologyBiologyImmunologyInternal medicineBacteria

Résumé

récupéré en direct d'OpenAlex

An increasing number of studies has shown that dietary probiotics exert beneficial health effects in both humans and animals. It is well established that gut microbiota play a pivotal role in regulating host metabolism, and a growing number of studies has elucidated that probiotics positively interfere with gut microbiota. Accumulating evidence shows that probiotics, through their metabolic activity, produce metabolites that in turn contribute to positively affect host physiology. For these reasons, probiotics have shown significant potential as a therapeutic tool for a diversity of diseases, but the mechanisms through which probiotics act has not been fully elucidated yet. The goal of this review was to provide evidence on the effects of probiotics on gut microbiota changes associated with host metabolic variations, specifically focusing on feed intake and lipid and glucose metabolism. In addition, we review probiotic interaction with the gut microbiota. The information collected here will give further insight into the effects of probiotics on the gut microbiota and their action on metabolite release, energy metabolism, and appetite. This information will help to improve knowledge to find better probiotic therapeutic strategies for obesity and eating disorders.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,096
Tête enseignante GPT0,453
Écart entre enseignants0,357 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations77
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical GastroenterologyMême sujetGut microbiota and healthTravaux en français237 207