MétaCan
Menu
Retour à la cohorte
Enregistrement W2115798955 · doi:10.1017/s0959259813000191

Effect of diet on vascular health

2013· article· en· W2115798955 sur OpenAlexaff
Claire T. McEvoy, C. E. Neville, Temple NJ, Jayne V. Woodside

Notice bibliographique

RevueReviews in Clinical Gerontology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensAthabasca University
Organismes subventionnairesMedical Research Council
Mots-clésMedicineMicronutrientMediterranean dietDiseaseEnvironmental healthFish <Actinopterygii>Incidence (geometry)Lower riskRandomized controlled trialPhysiologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Summary Cardiovascular disease (CVD) is a major cause of morbidity and mortality in the Western world in older people. Diet and lifestyle change can reduce CVD risk in older people, and this evidence base is reviewed. For example, diets low in trans fats can reduce CVD risk, while for saturated fats the CVD-lowering effect depends on what is substituted for the saturated fat. Diets rich in fish reduce CVD risk, although n-3 supplements have not been shown to have a consistent effect on CVD end-points. Antioxidant and B-group vitamin supplementation are unlikely to reduce CVD risk, but diets rich in these micronutrients (e.g. rich in fruits and vegetables and the Mediterranean diet) are associated with lower CVD risk, while, for the Mediterranean diet, this has been supported by randomized controlled trials. Maintaining a healthy weight and being physically active reduce CVD risk factors and CVD incidence and mortality.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
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)0,0000,000

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 Opus0,144
Tête enseignante GPT0,490
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews in Clinical GerontologyMême sujetNutritional Studies and DietTravaux en français237 207