MétaCan
Menu
Retour à la cohorte
Enregistrement W3211894860 · doi:10.3390/nu13113999

Impact of Exercise on Gut Microbiota in Obesity

2021· review· en· W3211894860 sur OpenAlexaff
Jerónimo Aragón‐Vela, Patricio Solis‐Urra, Francisco Javier Ruiz‐Ojeda, Ana I. Álvarez‐Mercado, Jorge Olivares-Arancibía, Julio Plaza‐Díaz

Notice bibliographique

RevueNutrients · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensChildren's Hospital of Eastern Ontario
Organismes subventionnairesCHIST-ERAAgencia Estatal de InvestigaciónAgencia Nacional de Investigación y DesarrolloAgenția Națională pentru Cercetare și DezvoltareFundación Ramón ArecesFundación Alfonso Martín Escudero
Mots-clésGut floraObesityDysbiosisPhysical activityFirmicutesMedicineBioinformaticsPhysical therapyBiologyImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Physical activity, exercise, or physical fitness are being studied as helpful nonpharmacological therapies to reduce signaling pathways related to inflammation. Studies describing changes in intestinal microbiota have stated that physical activity could increase the microbial variance and enhance the ratio of Firmicutes/Bacteroidetes, and both actions could neutralize the obesity progression and diminish body weight. The aim of this review is to provide an overview of the literature describing the relationship between physical activity profiles and gut microbiota and in obesity and some associated comorbidities. Promoting physical activity could support as a treatment to maintain the gut microbiota composition or to restore the balance toward an improvement of dysbiosis in obesity; however, these mechanisms need to be studied in more detail. The opportunity to control the microbiota by physical activity to improve health results and decrease obesity and related comorbidities is very attractive. Nevertheless, several incompletely answered questions need to be addressed before this strategy can be implemented.

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 enseignants0,899
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)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,027
Tête enseignante GPT0,364
Écart entre enseignants0,337 · 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

Citations80
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetGut microbiota and healthTravaux en français237 207