MétaCan
Menu
Retour à la cohorte
Enregistrement W2888690944

The Emerging Role of the Microbiome in Precision Medicine: a review

2017· review· en· W2888690944 sur OpenAlexvenueno aff
Leah Kosyakovsky

Notice bibliographique

RevueUBC Faculty of Medicine medical journal · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrobiomeIdentification (biology)Context (archaeology)Personalized medicinePrecision medicineDiseaseMedicineHuman microbiomeHuman diseaseBioinformaticsComputational biologyData scienceEngineering ethicsPathologyBiologyComputer scienceEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The advent of precision medicine has promoted an influx of research relating to the identification of patient-specific factors, both genetic and acquired, which could be targeted and manipulated in the context of disease. The microbiome is a particularly good example of a potential target of these measures, as it represents a diverse array of unique, manipulable factors that is known to play an important role in both normal human physiology and the development of pathology. Given this, the contribution of the microbiome to human disease, as well as the potential utilization of microbial modulation in prevention and treatment, is a burgeoning area of study. In this review, we will consider the advancements that have already been made in our understanding of the role of the microbiome in the fields of cardiology, immunology, psychiatry, and oncology, as well as assess what further research is required to enable the application of these findings to the world of personalized medicine.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,903
Score d'incertitude au seuil0,698

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
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 Opus0,053
Tête enseignante GPT0,425
Écart entre enseignants0,373 · 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'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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUBC Faculty of Medicine medical journalMême sujetGut microbiota and healthTravaux en français237 207