MétaCan
Menu
Retour à la cohorte
Enregistrement W2127723147 · doi:10.1155/2015/120679

Adverse Psychiatric Effects Associated with Herbal Weight-Loss Products

2015· review· en· W2127723147 sur OpenAlexfundno aff
Francesco Saverio Bersani, Marialuce Coviello, Claudio Imperatori, Marta Francesconi, Christina M. Hough, Giuseppe Valeriani, Gianfranco De Stefano, Flaminia Bolzan Mariotti Posocco, Rita Santacroce, Amedeo Minichino, Ornella Corazza

Notice bibliographique

RevueBioMed Research International · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueComplementary and Alternative Medicine Studies
Établissements canadiensnon disponible
Organismes subventionnairesEuropean CommissionPublic Health AgencyPublic Health Agency of CanadaCanadian Centre on Substance Use and AddictionWorld Health Organization
Mots-clésOvereatingWeight lossMedicineExacerbationAdverse effectObesityPsychiatryEnvironmental healthPharmacologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Obesity and overeating are among the most prevalent health concerns worldwide and individuals are increasingly using performance and image-enhancing drugs (PIEDs) as an easy and fast way to control their weight. Among these, herbal weight-loss products (HWLPs) often attract users due to their health claims, assumed safety, easy availability, affordable price, extensive marketing, and the perceived lack of need for professional oversight. Reports suggest that certain HWLPs may lead to onset or exacerbation of psychiatric disturbances. Here we review the available evidence on psychiatric adverse effects of HWLPs due to their intrinsic toxicity and potential for interaction with psychiatric medications.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,197
Tête enseignante GPT0,488
Écart entre enseignants0,291 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetComplementary and Alternative Medicine StudiesTravaux en français237 207