MétaCan
Menu
Retour à la cohorte
Enregistrement W2018623287 · doi:10.5539/gjhs.v6n2p189

Betel Nut Usage Is a Major Risk Factor for Coronary Artery Disease

2013· article· en· W2018623287 sur OpenAlexvenueno aff
Muhammad Shahzeb Khan, Faizan Imran Bawany, Muhammad Umer Ahmed, Mehwish Hussain, Asadullah Khan, Muhammad Nawaz Lashari

Notice bibliographique

RevueGlobal Journal of Health Science · 2013
Typearticle
Langueen
DomaineDentistry
ThématiqueOral Health Pathology and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBetelNutMedicineConfoundingCoronary artery diseaseArecaRisk factorOdds ratioDiabetes mellitusInternal medicineDiseaseTraditional medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

AIM: The objective of our study was to assess betel nut usage as one of the major risk factors associated with coronary artery disease. METHODS: This case control study consisted of 300 controls and 300 cases. A structured questionnaire was administered to the participants to assess consumption of betel nut and confounding variables. A respondent was considered a regular consumer of betel nut if he/she consumed one or more pieces of betel nut every day for a period of greater than 6 months. RESULTS: About 8 in 10 betel nut chewers developed coronary artery disease. After adjusting for diabetes and hypertension, the odds ratio analysis depicted 7.72 times greater likelihood for coronary artery disease in patients who chewed betel nut for more than 10 years. CONCLUSION: Our study concludes that betel nut chewing is a significant risk factor leading to the development of coronary artery disease.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,036
Tête enseignante GPT0,369
Écart entre enseignants0,333 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetOral Health Pathology and TreatmentTravaux en français237 207