MétaCan
Menu
Retour à la cohorte
Enregistrement W2142048083 · doi:10.1186/1743-7075-7-76

Plant sterols, marine-derived omega-3 fatty acids and other functional ingredients: a new frontier for treating hyperlipidemia

2010· editorial· en· W2142048083 sur OpenAlexaff
Christopher P. F. Marinangeli, Peter J.H. Jones

Notice bibliographique

RevueNutrition & Metabolism · 2010
Typeeditorial
Langueen
DomaineMedicine
ThématiqueCholesterol and Lipid Metabolism
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésHyperlipidemiaNutraceuticalMedicineClinical nutritionLipidologyPharmacologyCholesterolInternal medicineEndocrinologyDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

As hyperlipidemia, including hypercholesterolemia (HC) and hypertriglyceridemia (HTN), continue to challenge North America's healthcare systems, patients continue to seek efficacious and safe natural therapies that complement pharmaceutical interventions. However, despite the ever-growing body of research supporting the use of functional foods and nutraceuticals (FFN) for the prevention and treatment of hyperlipidemia, reception amongst the medical community regarding the implementation of FFN into clinical guidelines continues to lag. Research demonstrates that specific FFN target and modulate molecular processes that perpetuate hyperlipidemia. In addition, studies consistently demonstrate that combining certain FFN such as marine-derived omega-3 fatty acids or plant sterols/stanols with statins enhances triglyceride and cholesterol-lowering efficacy, respectively. Thus, the purpose of this commentary is to contend that efficacious FFN not only reduce HC and HTG but also boost the lipid-lowering effects of pharmaceutical hypolipidemic medications. Finally, this editorial aims to challenge current medical guidelines to emphasize efficacious FFN during all stages of treatment of hyperlipidemias as adjuncts to pharmacotherapy.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0020,001
Intégrité de la recherche0,0080,013
Charge utile insuffisante (le modèle a refusé de juger)0,0040,006

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 Opus0,018
Tête enseignante GPT0,262
Écart entre enseignants0,243 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations21
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition & MetabolismMême sujetCholesterol and Lipid MetabolismTravaux en français237 207