MétaCan
Menu
Retour à la cohorte
Enregistrement W3159695812 · doi:10.3389/fnut.2021.652410

Bronchiectasis—Could Immunonutrition Have a Role to Play in Future Management?

2021· review· en· W3159695812 sur OpenAlexfundno aff
Emma Derbyshire, Philip C. Calder

Notice bibliographique

RevueFrontiers in Nutrition · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensnon disponible
Organismes subventionnairesFrontiers Foundation
Mots-clésBronchiectasisMalnutritionDiseaseMedicineEtiologyIntensive care medicineZinc deficiency (plant disorder)LungImmunologyPathologyMicronutrientInternal medicine

Résumé

récupéré en direct d'OpenAlex

Bronchiectasis is a chronic condition in which areas of the bronchial tubes become permanently widened predisposing the lungs to infection. Bronchiectasis is an age-associated disease with the highest prevalence in people older than 75 years. While the prevalence of bronchiectasis is higher in males, disease is more severe in females who have a poorer prognosis. The overall prevalence of the disease is thought to be rising. Its aetiology is multi-faceted, but a compromised immune system is now thought to play a central role in the pathology of this disease. Research has begun to study the role of malnutrition and certain nutrients-vitamin D and zinc-along with the role of the lung microbiome in relation to the management of bronchiectasis. Given this, the present mini review sets out to provide an overview of the state-of-the-art within the field, identify research gaps and pave the way for future developments and research investment within this field.

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 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 enseignants0,864
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
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 Opus0,015
Tête enseignante GPT0,338
Écart entre enseignants0,323 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207