From Maternal Diet to Neurodevelopmental Disorders: A Story of Neuroinflammation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Providing the appropriate quantity and quality of food needed for both the mother's well-being and the healthy development of the offspring is crucial during pregnancy. However, the macro- and micronutrient intake also impacts the body's regulatory supersystems of the mother, such as the immune, endocrine, and nervous systems, which ultimately influence the overall development of the offspring. Of particular importance is the association between unhealthy maternal diet and neurodevelopmental disorders in the offspring. Epidemiological studies have linked neurodevelopmental disorders like autism spectrum disorders, attention-deficit-hyperactivity disorder, and schizophrenia, to maternal immune activation (MIA) during gestation. While the deleterious consequences of diet-induced MIA on offspring neurodevelopment are increasingly revealed, neuroinflammation is emerging as a key underlying mechanism. In this review, we compile the evidence available on how the mother and offspring are both impacted by maternal dietary imbalance. We specifically explore the various inflammatory and anti-inflammatory effects of dietary components and discuss how changes in inflammatory status can prime the offspring brain development toward neurodevelopmental disorders. Lastly, we discuss research evidence on the mechanisms that sustain the relationship between maternal dietary imbalance and offspring brain development, involving altered neuroinflammatory status in the offspring, as well as genetic to cellular programming notably of microglia, and the evidence that the gut microbiome may act as a key mediator.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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