Session 4: CVD, diabetes and cancer A dietary portfolio for management and prevention of heart disease
Notice bibliographique
Résumé
CHD is the leading cause of worldwide mortality. The prevalence of heart disease has been linked to the adoption of a sedentary lifestyle and the increased dietary dependence on saturated fats from animal sources and the intake of refined foods. Elevated blood cholesterol level is one of the major risk factors for CHD. While cholesterol-lowering drug therapy (statins) has been effective in reducing the risk of heart disease, there are those individuals who are unwilling or because of muscle pains or raised levels of liver or muscle enzymes are unable to take cholesterol-lowering medication. Fortunately, there is evidence linking a number of dietary components to CHD risk reduction. The strength of this evidence has prompted various regulatory bodies to advocate diet as the first line of defence for primary prevention of heart disease. It was therefore decided to combine four dietary components that have been shown to lower blood cholesterol concentrations (nuts, plant sterols, viscous fibre and vegetable protein) in a dietary portfolio in order to determine whether the combined effect is additive. In a metabolically-controlled setting this dietary portfolio has proved to be as effective as a starting dose of a first-generation statin cholesterol-lowering medication in reducing the risk of CHD. The dietary portfolio has also been shown to be effective in sustaining a clinically-significant effect in the long term under a 'real-world' scenario. However, success of the diet depends on compliance and despite the accessibility of the foods adherence has been found to vary greatly. Overall, the evidence supports the beneficial role of the dietary portfolio in reducing blood cholesterol levels and CHD risk.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».