MétaCan
Menu
Retour à la cohorte
Enregistrement W2525282501

Sixteen-year history with high dose intravenous vitamin C treatment for various types of cancer and other diseases

2002· article· en· W2525282501 sur OpenAlexvenueno aff
Jackson James, Hugh D. Riordan, Nancy L. Bramhall, Sharon Neathery

Notice bibliographique

RevueJournal of orthomolecular medicine · 2002
Typearticle
Langueen
DomaineNursing
ThématiqueVitamin C and Antioxidants Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKidney stonesAscorbic acidVitaminVitamin CKidneyMedicineScurvyCancerPhysiologyInternal medicineChemistryFood science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The authors (HDR, JAJ) have previously reported on the use of high dose intravenous vitamin C in the treatment of patients with various types of cancer. Research conducted at The Center has also been published to help explain the scientific basis for the dynamics of intra venous vitamin C. Many health care workers are wary of giving high dose vitamin C to patients due to the warning that “one could develop kidney stones with high dose vitamin C.” The possibility of kidney stones does exist, theoretically, because vitamin C (ascorbic acid) is water soluble and is excreted by the kidneys as oxalic acid. Since most kidney stones consist of some form of oxalate, it would seem to follow, to some people, there must be kidney stones. In reality, this never happens. Another question comes to mind, why are there thousands of people with kidney stones who DO NOT take large doses of vitamin C? Humans must get their vitamin C from the diet or as supplements. Millions of years ago humans lost the enzyme Lgulono-g-lactone oxidase, a key in the conversion of glucose to vitamin C. If the above theory of vitamin C causing kidney stones is correct, why is it that animals are not suffering an epidemic of kidney stones? Based on body weight, the smallest to the biggest animal can manufacture a daily amount of vitamin C that can vary from 1 gram to over 20 g (about 12.5 to 250 times the RDA for humans)! In addi-

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: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,058

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0170,007

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 Opus0,022
Tête enseignante GPT0,285
Écart entre enseignants0,263 · 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

Citations3
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of orthomolecular medicineMême sujetVitamin C and Antioxidants ResearchTravaux en français237 207