Empirical Analysis of Body Constitution and Food Intake in Persons with Type 2 Diabetes from a TCM Perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study examined the correlations between body constitution (BC) and food intake in a sample of persons with Type 2 Diabetes (T2DM) from a perspective of traditional Chinese medicine (TCM). Past research on BC of persons with diabetes (DM) from a TCM perspective revealed imbalanced state of Yin and Yang in terms of Yin-deficiency (YID), Yang-deficiency (YAD), and Yin-Yang-deficiency (YYD). However, no studies have attempted to find out if daily food intake has an influence on Yin–Yang balance. The present study adapted a mixed method, which constituted of two phases. Phase one involved an exploratory case study (n=18) conducted between May and June 2011 and phase two, a descriptive correlation study (n=210) between October and December 2013. Results showed that in phase-one, three cases showed YID and higher food intake in hot/warm nature, 12 cases with YAD and higher food intake in cold/cool nature while three cases with Yin-Yang-deficiency (YYD) and extremely high food intake in cold/cool nature. In phase-two, Spearman’s correlation coefficient between food intake and YID presentations (YIDPs) (hot/warm food: rho=0.34, p=0.000; cold/cool food: rho= 0.18, p=0.006); YAD presentations (YADPs) (hot/warm food: rho=0.18, p=0.008; cold/cool food: rho=0.2, p=0.006); and YYD presentations (YYDPs) (hot/warm food: rho=0.29, p=0.006; cold/cool food: rho=0.2, p=0.003) have been noted. The findings concluded that persons with T2DM and YIDPs, YADPs, or YYDPs tend to have food intakes higher in hot/warm nature or cold/cool nature
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle