MétaCan
Menu
Retour à la cohorte
Enregistrement W2957395879 · doi:10.3390/nu11071624

Health Benefits of Resveratrol in Kidney Disease: Evidence from In Vitro and In Vivo Studies

2019· review· en· W2957395879 sur OpenAlexafffund
Danja J. Den Hartogh, Evangelia Tsiani

Notice bibliographique

RevueNutrients · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueSirtuins and Resveratrol in Medicine
Établissements canadiensBrock University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMedicineResveratrolKidney diseaseDialysisKidneyPolycystic kidney diseaseCancerNephropathyDiabetic nephropathyDiseasePharmacologyDiabetes mellitusInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Different diseases and disorders that affect the kidneys include, but are not limited to, glomerulonephritis, diabetic nephropathy, polycystic kidney disease, kidney stones, renal fibrosis, sepsis, and renal cell carcinoma. Kidney disease tends to develop over many years, making it difficult to identify until much later when kidney function is severely impaired and undergoing kidney failure. Although conservative care, symptom management, medication, dialysis, transplantation, and aggressive renal cancer therapy are some of the current strategies/approaches to kidney disease treatment, new preventative targeted therapies are needed. Epidemiological studies have suggested that a diet rich in fruits and vegetables is associated with health benefits including protection against kidney disease and renal cancer. Resveratrol, a polyphenol found in grapes and berries, has been reported to have antioxidant, anti-inflammatory, antidiabetic, hepatoprotective, neuroprotective, and anti-cancer properties. The current review summarizes the existing in vitro and in vivo animal and human studies examining the nephroprotective effects of resveratrol.

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: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,713
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)0,0040,000
Bibliométrie0,0010,001
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 Opus0,104
Tête enseignante GPT0,405
Écart entre enseignants0,301 · 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'étudeRevue systématique
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

Citations104
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetSirtuins and Resveratrol in MedicineTravaux en français237 207