MétaCan
Menu
Retour à la cohorte
Enregistrement W2292931535 · doi:10.6000/1929-5634.2015.04.04.2

Easing of America’s Healthcare Burden: The Case for Aggressive Prevention of the Metabolic Syndrome

2016· article· en· W2292931535 sur OpenAlexvenueno aff
Gerry Lane

Notice bibliographique

RevueJournal of Nutritional Therapeutics · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetabolic syndromeMedicineHealth careMedicaidObesityIntensive care medicineInternal medicineEconomic growth

Résumé

récupéré en direct d'OpenAlex

The term “metabolic syndrome” was used in 1977 by Herman Haller who was studying the risk factors associated with atherosclerosis. In the same year, Dr. Singer used the term to describe the associations between hyperlipoprotenemia and obesity, gout, diabetes mellitus, and hypertension. In1988, Gerald Reaven hypothesized that insulin resistance could be the underlying factor linking this constellation of abnormalities, which he went on to name “syndrome X or Reaven’s syndrome”. Regardless of the clinical term that is utilized, the global impact on health care resources and humanity is massive. 47 million adult patients meeting the criteria for metabolic syndrome which represent over 24% of the adults in the United National inpatient hospital costs for metabolic syndrome with complications were nearly $400 billion in With appropriate primary care for the complications of metabolic syndrome, nearly $17 billion in hospital costs might have been averted, with significant potential savings obtained in US government health care programs. Non-pharmacological approaches to fight the risk factors associated with metabolic syndrome have been known for The scientific evidence supports the efficacy of nutritional Metabolic syndrome is a preventable life threatening disease process. With its roots in childhood, this vicious cycle slowly destroys lives while we spend billions in the process. Delegating responsibility of financing our health and wellness to the insurance industry, Americans are ill prepared to deal with the reality that health is neither a luxury nor an entitlement. The impact of accepting the responsibility of prevention through nutritional counseling and education combined with regular exercise could save billions of dollars annually. More importantly aggressively preventing metabolic syndrome would save millions of lives.

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)0,027
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0060,012
Communication savante0,0110,018
Science ouverte0,0040,010
Intégrité de la recherche0,0250,048
Charge utile insuffisante (le modèle a refusé de juger)0,0280,005

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 Opus0,044
Tête enseignante GPT0,318
Écart entre enseignants0,274 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nutritional TherapeuticsMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207