MétaCan
Menu
Retour à la cohorte
Enregistrement W2903918176 · doi:10.3389/fphar.2018.01459

Herbal Extracts and Natural Products in Alleviating Non-alcoholic Fatty Liver Disease via Activating Autophagy

2018· review· en· W2903918176 sur OpenAlexaff
Li Zhang, Zemin Yao, Guang Ji

Notice bibliographique

RevueFrontiers in Pharmacology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésAutophagyFatty liverSteatosisNonalcoholic fatty liver diseaseMedicineDiseaseChronic liver diseaseOxidative stressInflammationBioinformaticsPharmacologyApoptosisImmunologyBiologyInternal medicineCirrhosisBiochemistry

Résumé

récupéré en direct d'OpenAlex

Non-alcoholic fatty liver disease (NAFLD) is the most common form of chronic liver disease world-wide, and currently therapeutic options for NAFLD are limited. Herbal medicine (HM) may offer an attractive alternative for the treatment of NAFLD. Recent years have witnessed a growing interest in the autophagy-inducing agents, and autophagy activation has been recognized as an efficient strategy in managing NAFLD and related complications. Pharmacological studies have demonstrated certain potential of HM extracts and natural products in inducing autophagy, which might contribute to the efficacy of HM in preventing and treating NAFLD. This review aims to summarize current understanding of mechanisms of HM extracts and natural products in preventing and treating NAFLD. Specially, we focused on mechanisms by which autophagy can target the main pathogenesis events associated with NAFLD, including hepatic steatosis, inflammation, oxidative stress, and apoptosis. It is hoped that this brief review can provide a general understanding of HM extracts and natural products in treating NAFLD, and raise awareness of potential clinical application of HM in general.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,942
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,342
Écart entre enseignants0,310 · 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

Citations56
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PharmacologyMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207