Bioactives in Food-As-Medicine for Special Medical Purposes
Notice bibliographique
Résumé
With rising global attention to health and the accelerating trend of population aging, the demand for Foods for Special Medical Purposes (FSMPs) has increased substantially. These products are formulated not only to meet the basic nutritional needs of individuals with specific diseases or physiological conditions but also to provide regulatory physiological effects. In this context, the "Food-As-Medicine" (FAM) concept has gained growing interest. FAM seeks to prevent and treat diseases through the incorporation of functional foods into health management strategies and aligns closely with the traditional Chinese medicine (TCM) theory of "Food-Medicine Homologous" (FMH). Guided by FMH principles, natural bioactive compounds such as polysaccharides, flavonoids, and saponins have drawn significant attention for their anti-inflammatory, antioxidant, and immunomodulatory properties. However, their broader application faces several challenges, including low extraction efficiency, complex purification procedures, and difficulties in ensuring stability, all of which hinder industrial-scale development. This review systematically explores the potential, challenges, and opportunities of FMH-based products in FSMPs, with a particular emphasis on infant nutrition, maternal health, and the management of chronic diseases in the elderly. Our findings highlight the dual value of FMH ingredients in both nutritional support and functional modulation. Furthermore, by integrating FMH theory with modern nutritional science, this review offers a scientific basis for the innovative development of FSMPs. Given the growing global market demand and the increasing dissemination of TCM culture, this field is poised to enter a new phase of development.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».