MétaCan
Menu
Retour à la cohorte
Enregistrement W3170669039 · doi:10.1073/pnas.2017947118

The human gut microbiome and health inequities

2021· article· en· W3170669039 sur OpenAlexaff
Katherine R. Amato, Marie‐Claire Arrieta, Meghan B. Azad, Michael T. Bailey, Josiane L. Broussard, Carlijn E. Bruggeling, Erika C. Claud, Elizabeth K. Costello, Emily Davenport, Bas E. Dutilh, Holly A. Swain Ewald, Paul W. Ewald, Erin C. Hanlon, Wrenetha Julion, Ali Keshavarzian, Corinne F. Maurice, Gregory E. Miller, Geoffrey A. Preidis, Laure Ségurel, Burton H. Singer, Sathish Subramanian, Liping Zhao, Christopher W. Kuzawa

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensMcGill UniversityUniversity of ManitobaChildren's Hospital Research Institute of ManitobaUniversity of Calgary
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institute of Diabetes and Digestive and Kidney DiseasesAgence Nationale de la Recherche
Mots-clésMicrobiomeSocioeconomic statusRace (biology)Health equitySocial determinants of healthPopulationHost (biology)BiologyEnvironmental healthHealth carePolitical scienceMedicineEcologyBioinformatics

Résumé

récupéré en direct d'OpenAlex

Individuals who are minoritized as a result of race, sexual identity, gender, or socioeconomic status experience a higher prevalence of many diseases. Understanding the biological processes that cause and maintain these socially driven health inequities is essential for addressing them. The gut microbiome is strongly shaped by host environments and affects host metabolic, immune, and neuroendocrine functions, making it an important pathway by which differences in experiences caused by social, political, and economic forces could contribute to health inequities. Nevertheless, few studies have directly integrated the gut microbiome into investigations of health inequities. Here, we argue that accounting for host-gut microbe interactions will improve understanding and management of health inequities, and that health policy must begin to consider the microbiome as an important pathway linking environments to population health.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,319
Tête enseignante GPT0,506
Écart entre enseignants0,187 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations167
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207