MétaCan
Menu
Retour à la cohorte
Enregistrement W4295528343 · doi:10.1515/mr-2022-0019

Fibroblast growth factor 21 and dietary interventions: what we know and what we need to know next

2022· review· en· W4295528343 sur OpenAlexafffund
Tianru Jin

Notice bibliographique

RevueMedical Review · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFibroblast Growth Factor Research
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesBanting and Best Diabetes Centre, University of TorontoCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésNeed to knowFibroblast growth factorPsychological interventionMedicineInternal medicineComputer scienceNursingComputer security

Résumé

récupéré en direct d'OpenAlex

Dietary interventions include the change of dietary styles, such as fasting and dietary or nutrient restrictions; or the addition of plant-derived compounds (such as polyphenols known as curcumin, resveratrol, or anthocyanin, or other nutraceuticals) into the diet. During the past a few decades, large number of studies have demonstrated therapeutic activities of these dietary interventions on metabolic and other diseases in human subjects or various animal models. Mechanisms underlying those versatile therapeutic activities, however, remain largely unclear. Interestingly, recent studies have shown that fibroblast growth factor 21 (FGF21), a liver-derived hormone or hepatokine, mediates metabolic beneficial effects of certain dietary polyphenols as well as protein restriction. Here I have briefly summarized functions of FGF21, highlighted related dietary interventions, and presented literature discussions on role of FGF21 in mediating function of dietary polyphenol intervention and protein restriction. This is followed by presenting my perspective view, with the involvement of gut microbiota. It is anticipated that further breakthroughs in this field in the near future will facilitate conceptual merge of classical medicine and modern medicine.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,078
Tête enseignante GPT0,383
Écart entre enseignants0,305 · 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'étudeAutre devis
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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical ReviewMême sujetFibroblast Growth Factor ResearchTravaux en français237 207