MétaCan
Menu
Retour à la cohorte
Enregistrement W4393995080 · doi:10.1093/nutrit/nuae032

Mycotoxins and bone growth: a review of the literature on associations between xenobiotic exposure and bone growth and development

2024· review· en· W4393995080 sur OpenAlexaff
Rukshan Mehta, Anthony Wenndt

Notice bibliographique

RevueNutrition Reviews · 2024
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensSickKids FoundationCentre for Global Health ResearchHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMycotoxinBiologyMicronutrientAflatoxinBone developmentPhysiologyMedicineBiotechnologyPathologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Mycotoxins are secondary metabolites of fungi that are known to be associated with linear growth faltering because of their impact on inflammation, intestinal damage, inhibition of protein synthesis, and micronutrient absorption. In this narrative review, we aim to extend this analysis to further explore associations between mycotoxins (aflatoxins, ochratoxins, trichothecenes including deoxynivalenol, T-2 toxin, and fumonisins) and long-bone growth, particularly during the saltatory periods of development. Linear growth is a direct function of skeletal development and long-bone growth. We therefore explored biological pathways and mechanisms of impact of these toxins in both animal and human studies, in addition to the epidemiology literature (post-2020). Given what is known of the effects of individual and combinations of mycotoxins based on the animal literature, we have identified a need for further research and examination of how these toxins and exposures may be studied in humans to elucidate the downstream impact on bone-related biomarkers and anthropometric indices used to identify and predict stunting in population-based studies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,046
Tête enseignante GPT0,277
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition ReviewsMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207