MétaCan
Menu
Retour à la cohorte
Enregistrement W2095409593 · doi:10.2310/7200.2007.009

Patients Previously Treated for Lymphoma Consume Inadequate or Excessive Amounts of Five Key Nutrients

2007· article· en· W2095409593 sur OpenAlexvenueno aff
Nancy Russell, Deanna M. Hoelscher, Nicki Lowenstein

Notice bibliographique

RevueJournal of the Society for Integrative Oncology · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineNutrientMicronutrientEnvironmental healthVitaminCancerVitamin D and neurologyGerontologyInternal medicinePathologyBiology

Résumé

récupéré en direct d'OpenAlex

Adequate amounts of nutrients such as folate, vitamin A, iron, selenium and calcium are essential for general health including prevention of cancer. Yet, excess amounts of vitamin A, folate, and iron may also promote cancer. This study sought to determine whether adults who had completed initial treatments for B-cell lymphoma from 1 to 3 years earlier were consuming recommended amounts of these key nutrients and their interests in nutritional education. We surveyed 141 patients undergoing follow-up in the Lymphoma/Myeloma Clinic at The University of Texas M. D. Anderson Cancer Center using a validated food frequency questionnaire and supplemental questionnaire regarding nutritional interest. Nutrient intakes were estimated based on national databases of average content in foods and compared with recommended guidelines. One hundred forty-one participants returned complete questionnaires, but errors limited some nutrient estimates to 134 participants. Participants' mean age was 50, 55% were male, and 80% were non-Hispanic whites. Most participants (94%) were consuming either inadequate or excessive amounts of one or more of these key nutrients. Half of the participants were interested in receiving nutritional education. These findings are of concern because of their potential impact upon recovery and maintenance of general health and possibly cancer-related pathways after treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,385
Écart entre enseignants0,346 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Society for Integrative OncologyMême sujetNutrition and Health in AgingTravaux en français237 207