The M.I.O.C. (Microbiota, Inflammation, Obesity, Cancer) Network
Notice bibliographique
Résumé
Overweight and obesity are associated with an increased risk of metabolic developmental disorders, such as diabetes and cardiovascular disease. However, in addition to these metabolic diseases, excess body weight is associated with various cancers, including cancer of the gastrointestinal tract, such as liver, pancreatic and colon cancers. Inflammation is a common feature of obesity and cancer. In addition to diet and physical factors that contribute to the intestinal barrier (mucus, epithelial cell renewal and tight junction proteins), is important to consider the immune intestinal system. Similar to obesity and metabolic disorders, inflammation is recognized as the enabler of cancer development, providing support for multiple hallmark features of cancers, including the supply of bioactive molecules, such as growth, survival, and pro-angiogenic factors. At an evolutionary level, the relationship between humans and bacteria is so close that we can think of our body as a sort of superorganism made up of human and microbial cells. It is not only the action of individual microorganisms that defines a possible pathological condition. Even the general composition of the microbiota can contribute to the development of a tumor and one of the most studied conditions, known for its influence on the intestinal bacterial community, is obesity which is associated with a reduction of variability within the microbiota composition. In the future, bacteria could therefore be a valuable ally in the fight against cancer.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».