MétaCan
Menu
Retour à la cohorte
Enregistrement W3112205310 · doi:10.1530/joe-20-0444

The gut microbiome, endocannabinoids and metabolic disorders

2020· review· en· W3112205310 sur OpenAlexaff
Fabio Arturo Iannotti, Vincenzo Di Marzo

Notice bibliographique

RevueJournal of Endocrinology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésEndocannabinoid systemMicrobiomeGut microbiomeBiologyGut floraLipid metabolismLipid signalingEnergy metabolismComputational biologyNeuroscienceBioinformaticsInflammationGeneticsImmunologyBiochemistryEndocrinologyReceptor

Résumé

récupéré en direct d'OpenAlex

Two complex systems are emerging as being deeply involved in the control of energy metabolism. The intestinal microbiota, with its warehouse of genes, proteins and small molecules, that is, the gut microbiome; and the endocannabinoid system, with its recent extension to a more complex signalling apparatus including more than 100 lipid mediators and 50 proteins, that is, the endocannabinoidome. Both systems can become perturbed following bad dietary habits and during obesity, thus contributing to exacerbating this latter condition and its consequences in both peripheral organs and the brain. Here, we discuss some of the multifaceted aspects of the regulation and dysregulation of the gut microbiome and endocannabinoidome in energy metabolism and metabolic disorders, with special emphasis on the emerging functional interactions between the two systems. The potential exploitation of this new knowledge for the development of new pharmacological and nutritional approaches against obesity and its consequences is also briefly touched upon.

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 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 enseignants0,930
Score d'incertitude au seuil0,934

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,024
Tête enseignante GPT0,347
Écart entre enseignants0,322 · 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.

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

Citations87
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of EndocrinologyMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207