MétaCan
Menu
Retour à la cohorte
Enregistrement W2890107064 · doi:10.1155/2018/5391014

Therapeutic Potential of Fulvic Acid in Chronic Inflammatory Diseases and Diabetes

2018· review· en· W2890107064 sur OpenAlexaff
John Winkler, Sanjoy Ghosh

Notice bibliographique

RevueJournal of Diabetes Research · 2018
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHumic Substances and Bio-Organic Studies
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDiabetes mellitusMedicineIntensive care medicineImmune systemInflammationImmunologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Chronic inflammatory diseases like diabetes are on a rise in the Western world. Based on the tsunami of new cases every year, new therapeutic measures must be considered. A promising avenue might involve the attenuation of underlying inflammation through natural health products (NHPs). This is because most NHPs have a rich history in traditional medicine and might be considered safer under appropriate doses and conditions. However, the biggest impediment in NHP research is that rarely do these products come with verified health benefits or dosing schedules established through modern scientific research. Fulvic acid (FvA), one such NHP, comes from humic substances produced by microorganisms in soil. Traditional medicine and modern research claim FvA can modulate the immune system, influence the oxidative state of cells, and improve gastrointestinal function; all of which are hallmarks of diabetes. This minireview outlines the available peer-reviewed research on FvA and examines its anecdotal health claims. We show that although available research has been minimal, there is substantial evidence to pursue FvA research in preventing chronic inflammatory diseases, including diabetes.

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 enseignants0,005
Score d'incertitude au seuil0,016

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 recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,074
Tête enseignante GPT0,344
Écart entre enseignants0,270 · 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

Citations94
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Diabetes ResearchMême sujetHumic Substances and Bio-Organic StudiesTravaux en français237 207