MétaCan
Menu
Retour à la cohorte
Enregistrement W2736566316 · doi:10.3390/nu9080800

Dietary Composition Independent of Weight Loss in the Management of Non-Alcoholic Fatty Liver Disease

2017· review· en· W2736566316 sur OpenAlexaff
Tannaz Eslamparast, Puneeta Tandon, Maitreyi Raman

Notice bibliographique

RevueNutrients · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésWeight lossFatty liverMedicineSteatosisMediterranean dietOverconsumptionInternal medicineMetabolic syndromeComposition (language)Weight managementDiseasePhysiologyGastroenterologyObesity

Résumé

récupéré en direct d'OpenAlex

Poor dietary composition is an important factor in the progression of non-alcoholic fatty liver disease (NAFLD). The majority of NAFLD patients follow diets with overconsumption of simple carbohydrates, total and saturated fat, with reduced intake of dietary fiber and omega-3 rich foods. Although lifestyle modifications including weight loss and exercise remain the keystone of NAFLD management, modifying dietary composition with or without a calorie-restricted diet may also be a feasible and sustainable strategy for NAFLD treatment. In the present review article, we highlight the potential therapeutic role of a "high quality healthy diet" to improve hepatic steatosis and metabolic dysfunction in patients with NAFLD, independent of caloric restriction and weight loss. We provide a literature review evaluating the evidence behind dietary components including fiber-, meat- and omega-3-rich diets and, pending further evidence, we concur with the EASL-EASD-EASO Clinical Guidelines recommendation of the Mediterranean diet as the diet of choice in these patients.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,074
Tête enseignante GPT0,363
Écart entre enseignants0,290 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

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

En bref

Citations105
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207