Diets with different targets for intake of fat, protein, and carbohydrates achieved similar weight loss in obese adultsCommentary
Notice bibliographique
Résumé
What is the relative effectiveness for long-term weight loss of energy-reduced diets that differ in their targets for intake of fat, protein, and carbohydrates? ### Design: randomised controlled trial. ClinicalTrials.gov NCT00072995. ### Allocation: concealed. ### Blinding: blinded (participants, investigators, data collectors, and outcome assessors). ### Follow-up period: 2 years. ### Setting: 2 university hospitals in the USA. ### Participants: 811 overweight or obese adults 30–70 years of age (mean age 51 y, 64% women) with body mass index 25–40 kg/m2 (mean 33). Exclusion criteria included diabetes, unstable cardiovascular disease, and insufficient motivation. ### Intervention: assignment to 1 of 4 diets: low-fat, average-protein (20% fat, 15% protein, 65% carbohydrates) (n = 204); low-fat, high-protein (20% fat, 25% protein, 55% carbohydrates) (n = 202); high-fat, average-protein (40% fat, 15% protein, 45% carbohydrates) (n = 204); or high-fat, high-protein (40% fat, 25% protein, 35% carbohydrates) (n = 201). Daily meal plans were provided. …
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 ».