MétaCan
Menu
Retour à la cohorte
Enregistrement W4403104824 · doi:10.1080/19490976.2024.2410476

Relevance of gut microbiome research in food safety assessment

2024· review· en· W4403104824 sur OpenAlexaff
Manuel Garrido‐Romero, Florencio Pazos, Elisa Sánchez‐Martínez, Carlos Benito, José Ángel Gómez Ruiz, Gonzalo Borrego‐Yaniz, Cameron Bowes, Hermann Broll, Alberto Caminero, Eleonora Caro, Mónica Chagoyen, Marianne Chemaly, Antonio Fernández‐Dumont, Haris Gisavi, Georgia Gkrintzali, Sangeeta Khare, Abelardo Margollés, Ana Márquez, Javier Martín, Caroline Merten, Antonia Montilla, Ana Muñoz‐Labrador, Jorge Novoa, Konstantinos Paraskevopoulos, Cyrielle Payen, Helen Withers, Patricia Ruas‐Madiedo, Lorena Ruíz, Yolanda Sanz, Rodrigo Jiménez‐Saiz, F. Javier Moreno

Notice bibliographique

RevueGut Microbes · 2024
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensMcMaster UniversityPopulation Health Research InstituteHealth Canada
Organismes subventionnairesInstituto de Salud Carlos IIIEuropean CommissionEuropean Food Safety Authority
Mots-clésBiologyGut microbiomeMicrobiomeRelevance (law)Food safetyEnvironmental healthBiotechnologyBioinformaticsFood scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The gut microbiome is indispensable for the host physiological functioning. Yet, the impact of non-nutritious dietary compounds on the human gut microbiota and the role of the gut microbes in their metabolism and potential adverse biological effects have been overlooked. Identifying potential hazards and benefits would contribute to protecting and harnessing the gut microbiome's role in supporting human health. We discuss the evidence on the potential detrimental impact of certain food additives and microplastics on the gut microbiome and human health, with a focus on underlying mechanisms and causality. We provide recommendations for the incorporation of gut microbiome science in food risk assessment and identify the knowledge and tools needed to fill these gaps. The incorporation of gut microbiome endpoints to safety assessments, together with well-established toxicity and mutagenicity studies, might better inform the risk assessment of certain contaminants in food, and/or food additives.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,984
Score d'incertitude au seuil0,525

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,143
Tête enseignante GPT0,404
Écart entre enseignants0,261 · 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.

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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGut MicrobesMême sujetProbiotics and Fermented FoodsTravaux en français237 207