Evidence-based criteria in the nutritional context
Notice bibliographique
Résumé
During the last decade, approaches to evidence-based medicine, with its heavy reliance on the randomized clinical trial (RCT), have been adapted to nutrition science and policy. However, there are distinct differences between the evidence that can be obtained for the testing of drugs using RCTs and those needed for the development of nutrient requirements or dietary guidelines. Although RCTs present one approach toward understanding the efficacy of nutrient interventions, the innate complexities of nutrient actions and interactions cannot always be adequately addressed through any single research design. Because of the limitations inherent in RCTs, particularly of nutrients, it is suggested that nutrient policy decisions will have to be made using the totality of the available evidence. This may mean action at a level of certainty that is different from what would be needed in the evaluation of drug efficacy. Similarly, it is judged that the level of confidence needed in defining nutrient requirements or dietary recommendations to prevent disease can be different from that needed to make recommendations to treat disease. In brief, advancing evidence-based nutrition will depend upon research approaches that include RCTs but go beyond them. Also necessary to this advance is the assessing, in future human studies, of covariates such as biomarkers of exposure and response, and the archiving of samples for future evaluation by emerging technologies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,129 | 0,311 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,009 |
| Bibliométrie | 0,029 | 0,022 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,014 | 0,007 |
| Intégrité de la recherche | 0,015 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».