New insights into the molecular basis of alcohol abstinence and relapse in alcohol-associated liver disease
Notice bibliographique
Résumé
Alcohol use disorder remains a significant public health concern, affecting around 5% of adults worldwide. Novel pathways of damage have been described during the last years, providing insight into the mechanism of injury due to alcohol misuse beyond the direct effect of ethanol byproducts on the liver parenchyma and neurobehavioral mechanisms. Thus, the gut-liver-brain axis and immune system involvement could be therapeutic targets for alcohol use disorder. In particular, changes in gut microbiota composition and function, and bile acid homeostasis, have been shown with alcohol consumption and cessation. Alcohol can also directly disrupt intestinal and blood-brain barriers. Activation of the immune system can be triggered by intestinal barrier dysfunction and translocation of bacteria, pathogen-associated molecular patterns (such as lipopolysaccharide), cytokines, and damage-associated molecular patterns. These factors, in turn, promote liver and brain inflammation and the progression of liver fibrosis. Other involved mechanisms include oxidative stress, apoptosis, autophagy, and the release of extracellular vesicles and miRNA from hepatocytes. Potential therapeutic targets include gut microbiota (probiotics and fecal microbiota transplantation), neuroinflammatory pathways, as well as neuroendocrine pathways, for example, the ghrelin system (ghrelin receptor blockade), incretin mimetics (glucagon-like peptide-1 analogs), and the mineralocorticoid receptor system (spironolactone). In addition, support with psychological and behavioral treatments is essential to address the multiple dimensions of alcohol use disorder. In the future, a personalized approach considering these novel targets can contribute to significantly decreasing the alcohol-associated burden of disease.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».