MétaCan
Menu
Retour à la cohorte
Enregistrement W2312344204 · doi:10.3148/cjdpr-2014-024

A Nutrition Screening Form for Female Infertility Patients

2014· article· en· W2312344204 sur OpenAlexvenueno aff
Susie Langley

Notice bibliographique

RevueCanadian Journal of Dietetic Practice and Research · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueReproductive Health and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésMedicineDietingInfertilityFertilityBody mass indexReferralFemale infertilityLimitingObesityGerontologyPhysical therapyEnvironmental healthGynecologyFamily medicineWeight lossPregnancyPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

A Nutrition Screening Form (NSF) was designed to identify lifestyle risk factors that negatively impact fertility and to provide a descriptive profile of 300 female infertility patients in a private urban infertility clinic. The NSF was mailed to all new patients prior to the initial physician's visit and self-reported data were assessed using specific criteria to determine if a nutrition referral was warranted. This observational study revealed that 43% of the women had a body mass index (BMI) <20 or ≥25 kg/m(2), known risks for infertility. Almost half reported a history of "dieting" and unrealistic weight goals potentially limiting energy and essential nutrients. A high number reported eating disorders, vegetarianism, low fat or low cholesterol diets, and dietary supplement use. Fourteen percent appeared not to supplement with folic acid, 13% rated exercise as "extremely" or "very active", and 28% reported a "high" perceived level of stress. This preliminary research demonstrated that a NSF can be a useful tool to identify nutrition-related lifestyle factors that may negatively impact fertility and identified weight, BMI, diet, exercise, and stress as modifiable risk factors deserving future research. NSF information can help increase awareness among health professionals and patients about the important link between nutrition, fertility, and successful reproductive outcomes.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,006

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 Opus0,130
Tête enseignante GPT0,436
Écart entre enseignants0,306 · 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'étudeObservationnel
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

Citations14
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Dietetic Practice and ResearchMême sujetReproductive Health and TechnologiesTravaux en français237 207