MétaCan
Menu
Retour à la cohorte
Enregistrement W3023127531 · doi:10.1002/mnfr.201901270

Novel Strategies to Prevent Total Parenteral Nutrition‐Induced Gut and Liver Inflammation, and Adverse Metabolic Outcomes

2020· review· en· W3023127531 sur OpenAlexaff
Eliana Lucchinetti, Phing‐How Lou, Paulina Wawrzyniak, Marcin Wawrzyniak, Michael Scharl, Gregory Holtzhauer, Stefanie D. Krämer, Martin Hersberger, Gerhard Rogler, Michael Zaugg

Notice bibliographique

RevueMolecular Nutrition & Food Research · 2020
Typereview
Langueen
DomaineNursing
ThématiqueClinical Nutrition and Gastroenterology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésFarnesoid X receptorAdverse effectDysbiosisInflammationInsulin resistanceGut floraMetabolic syndromeParenteral nutritionFatty liverIntestinal permeabilityMedicineBiologyPharmacologyInsulinEndocrinologyDiabetes mellitusInternal medicineImmunologyBiochemistryDisease

Résumé

récupéré en direct d'OpenAlex

Total parenteral nutrition (TPN) is a life-saving therapy administered to millions of patients. However, it is associated with significant adverse effects, namely liver injury, risk of infections, and metabolic derangements. In this review, the underlying causes of TPN-associated adverse effects, specifically gut atrophy, dysbiosis of the intestinal microbiome, leakage of the epithelial barrier with bacterial invasion, and inflammation are first described. The role of the bile acid receptors farnesoid X receptor and Takeda G protein-coupled receptor, of pleiotropic hormones, and growth factors is highlighted, and the mechanisms of insulin resistance, namely the lack of insulinotropic and insulinomimetic signaling of gut-originating incretins as well as the potentially toxicity of phytosterols and pro-inflammatory fatty acids mainly released from soybean oil-based lipid emulsions, are discussed. Finally, novel approaches in the design of next generation lipid delivery systems are proposed. Propositions include modifying the physicochemical properties of lipid emulsions, the use of lipid emulsions generated from sustainable oils with favorable ratios of anti-inflammatory n-3 to pro-inflammatory n-6 fatty acids, beneficial adjuncts to TPN, and concomitant pharmacotherapies to mitigate TPN-associated adverse effects.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
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 Opus0,118
Tête enseignante GPT0,422
Écart entre enseignants0,305 · 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

Citations27
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Nutrition & Food ResearchMême sujetClinical Nutrition and GastroenterologyTravaux en français237 207