MétaCan
Menu
Retour à la cohorte
Enregistrement W2990971775 · doi:10.2174/1574884714666191120124548

Effects of Probiotics and Prebiotics on Frailty and Ageing: A Narrative Review

2019· review· en· W2990971775 sur OpenAlexaff
Kulapong Jayanama, Olga Theou

Notice bibliographique

RevueCurrent Clinical Pharmacology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineGerontologyPolypharmacyGut floraPopulation ageingPopulationDysbiosisVulnerability (computing)AgeingEnvironmental healthIntensive care medicineImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Globally, the population over the age of 60 is growing fast, but people age in different ways. Frailty, shown by the accumulation of age-related deficits, is a state of increased vulnerability to adverse outcomes among people of the same chronological age. Ageing results in a decline in diversity and homeostasis of microbiomes, and gut flora changes are related to health deficit accumulation and adverse health outcomes. In older people, health deficits including inappropriate intake, sarcopenia, physical inactivity, polypharmacy, and social vulnerability are factors associated with gut dysbiosis. The use of probiotics and prebiotics is a cost-effective and widely available intervention. Intake of probiotics and prebiotics may improve the homeostasis of gut microflora and prevent frailty and unhealthy aging. However, health effects vary among probiotics and prebiotics and among individual populations. This narrative review summarizes recent evidence about the relationship between prebiotic and probiotic consumption with health outcomes in older people.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,803
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)0,0030,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,342
Tête enseignante GPT0,603
Écart entre enseignants0,260 · 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'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

Citations38
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Clinical PharmacologyMême sujetNutrition and Health in AgingTravaux en français237 207