MétaCan
Menu
← Retour à la cohorte
Enregistrement W2470087737 · doi:10.1096/fasebj.29.1_supplement.918.1

Effect of a Low Glycemic Index Diet on Prostate Specific Antigen

2015· article· en· W2470087737 sur OpenAlexaff
Stephanie Nishi, Christopher Ireland, Livia S. A. Augustin, Viranda H. Jayalath, Cyril W.C. Kendall, David J.A. Jenkins

Notice bibliographique

RevueThe FASEB Journal · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésGlycemic indexProstate-specific antigenMedicineGlycemic loadGlycemicInternal medicineIndex (typography)Prostate cancerEndocrinologyDiabetes mellitusCancerComputer science

Résumé

récupéré en direct d'OpenAlex

Background Epidemiological studies have shown an association between consumption of a low glycemic index (GI) diet with reduced prostate cancer risk; however, clinical trials are lacking. Objective To determine the effect of a low GI diet compared to a control, high fiber, diet on serum prostate specific antigen (PSA) levels, a biomarker of prostate carcinoma. Methods In a randomized parallel trial, men with type 2 diabetes were assigned to either a low GI or a high fiber diet for 6 months. PSA levels were assessed in a secondary analysis from blood samples obtained at baseline and end of study. Results Of the 100 completers, 84 men had PSA levels available at baseline and end of study. Overall, the mean baseline PSA level was 2.10 + 0.59 ng/mL which decreased by 0.08 + 0.11 ng/mL on the low GI diet and by 0.03 + 0.12 ng/mL on the control diet over the 6 months. No treatment differences were observed (P>0.05). Limitations This study was not appropriately powered for the outcomes measured in this secondary analysis. Conclusion Low GI diets have been associated with decreased prostate cancer risk; however, future trials should study the effects on PSA and other markers of prostate cancer in higher risk populations. Funding Barilla

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,273
Écart entre enseignants0,255 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetLiver Disease Diagnosis and Treatment→Travaux en français237 207→