← Retour à la cohorte
Associations of fats and carbohydrate intake with cardiovascular disease and mortality in 18 countries from five continents (PURE): a prospective cohort study
Mahshid Dehghan, Andrew Mente, Xiaohe Zhang, Sumathi Swaminathan, Wei Li, Viswanathan Mohan, Romaina Iqbal, Rajesh Kumar, Edelweiss Wentzel‐Viljoen, Annika Rosengren, Leela Itty Amma, Álvaro Avezum, Jephat Chifamba, Rafael Díaz, Rasha Khatib, Scott A. Lear, Patricio López‐Jaramillo, Xiaoyun Liu, Rajeev Gupta, Noushin Mohammadifard, Nan Gao, Aytekin Oğuz, Anis Safura Ramli, Pamela Serón, Yi Sun, Andrzej Szuba, Lungiswa Tsolekile, Andreas Wielgosz, Rita Yusuf, Koon Teo, Sumathy Rangarajan, Gilles R. Dagenais, Shrikant I. Bangdiwala, Shofiqul Islam, Sonia S. Anand, Salim Yusuf, Andrés Orlandini, B Linetsky, S Toscanelli, Germana Casaccia, JM Maini Cuneo, Omar Rahman, AK Azad, Khondkar Ayaz Rabbani, HM Cherry, Adnan Mannan, I Hassan, AT Talukdar, RB Tooheen, MU Khan, Mariz Sintaha, Tarzia Choudhury, Md Rabiul Haque, S Parvin, GB Oliveira, CS Marcílio, Antônio José Cordeiro Mattos, Jane DeJesus, D Agapay, T Tongana, Rubén Solano, I. Patrick Kay, Sylvie Trottier, Julija Rimac, W Elsheikh, L Heldman, E Ramezani, Paul Poirier, Ginette Turbide, D. Auger, A LeBlanc De Bluts, MC Proulx, Marie‐Pierre Cayer, Nadine Bonneville, Danijela Gašević, E Corber, Veronica de Jong, I Vukmirovich, George Fodor, Andrew Pipe, A Shane, Fernando Laņas, S Martinez, A Valdebenito, María José Oliveros, Xingyu Wang, Wenhua Zhao, Xuan Jia, Bo Hu, Jian Bo, Zhao Xiuwen, Chang Xiaohong, Tao Chen, Hui Chen, Qing Deng, Cheng Xiaoru, He Xinye, Jian Li, Juan Li, Xu Liu, Ren Bing, Wang Wei, Yang Wang, Yi Zhai, Zhu Manlu, Fanghong Lu, Jianfang Wu, Yindong Li, Yan Hou, Liangqing Zhang, Baoxia Guo, Shiying Zhang, Bian Rongwen, Tian Xiuzhen, Dong Li, Di Chen, Wu Jianguo, Xiao Yize, Tianlu Liu, Changlin Dong, Ning Li, Xiaolan Ma, Yang Yuqing, Lei Rensheng, Fu Minfan, Jing He, Yü Liu, Xiaojie Xing, Qiang Zhou, Paul Anthony Camacho, R Garcia, LJA Jurado, Diego Gómez-Arbeláez, JF Arguello, R Dueñas, S Silva, LP Pradilla, F Ramírez, DI Molina, Carlos Cure-Cure, Suhey Pérez, E Hernandez, E. Arcos, S Fernandez, Claudia Narváez, J Paez, A Sotomayor, Henry García, G. Sánchez, T David, Prem Mony, Mário Vaz, A V Bharathi, K Shankar AV Kurpad, KG Jayachitra, Narinder Kumar, Mohan Deepa, K Parthiban, M Anitha, S Hemavathy, T Rahulashankiruthiyayan, K Sridevi, Rajeev Gupta, RB Panwar, Indu Mohan, Priyanka Rastogi, S. Rastogi, R. Bhargava, JS Thakur, Binod Kumar Patro, P. V. M. Lakshmi, R Mahajan, P Chaudary, V. Raman Kutty, K. Vijayakumar, G Rajasree, AR Renjini, A Deepu, B. Sandhya, Stephen Asha, HS Soumya, Roya Kelishadi, Ahmad Bahonar, Hadi Heidari, Khalid Yusoff, K S Ng, A Devi, NM Nasir, MM Yasin, Maizatullifah Miskan, EA Rahman, MKM Arsad, Farnaza Ariffin, SA Razak, FA Majid, NA Bakar, MY Yacob, N Zainon, Ruhaya Salleh, MKA Ramli, NA Halim, SR Norlizan, NM Ghazali, MN Arshad, R Razali, Syed Hassan Ali, HR Othman, CWJCW Hafar, A Pit, Norlaila Danuri, F Basir, SNA Zahari, Hafez Mohammad Ammar Abdullah, MA Arippin, NA Zakaria, MJ Hasni, MT Azmi, MI Zaleha, KY Hazdi, AR Rizam, W Sazman, A Azman, Umaiyeh Khammash, A Khatib, Rita Giacaman, Romania Iqbal, Asad Afridi, Rehman Khawaja, Auriba Raza, Khawar Kazmi, Witold Zatoński, Katarzyna Zatońska, Rafał Ilow, M Ferus, Bożena Regulska−Ilow, Dorota Różańska, Maria Wołyniec, Mohammed K. Ali, Marlize Kruger, H H Voster, Aletta E. Schutte, FC Eloff, H de Ridder, H Moss, J Potgieter, A.V. Diez Roux, Megan Watson, G de Wet, Antonel Olckers, Johann C. Jerling, Marlien Pieters, Trynke Hoekstra, Thandi Puoane, Ehimario Igumbor, David Sanders, Pooveshni Naidoo, N Steyn, Nasheeta Peer, Bongani M. Mayosi, Brian Rayner, Estelle V. Lambert, Naomi Levitt, Tracy Kolbe‐Alexander, Lucas Ntyintyane, G. Hughes, Rina Swart, Jean Fourie, Moïse Muzigaba, S Xapa, N Gobile, K Ndayi, B Jwili, K Ndibaza, Bonaventure Amandi Egbujie, Kristina Bengtsson Boström, A Gustavsson, Mattias Andréasson, M Snällman, L Wirdemann, Neşe İmeryüz, Yüksel Altuntaş, Ahmet Temizhan, KBT Calik, AAK Akalin, OT Caklili, MV Keskinler, AN Erbakan, AM Yusufali, Wael Almahmeed, H Swidan, EA Darwish, ARA Hashemi, Najib Al‐Khaja, J. Muscat-Baron, SH Ahmed, TM Mamdouh, WM Darwish, MHS Abdelmotagali, SA Omer Awed, GA Movahedi, F Hussain, H Al Shaibani, RIM Gharabou, DF Youssef, AZS Nawati, ZAR Abu Salah, RFE Abdalla, SM Al Shuwaihi, MA Al Omairi, OD Cadigal, R.S. Alejandrino, Lenon Gwaunza, G Terera, Carol Mahachi, Pretty Murambiwa, T Machiweni, RF Mapanga
Notice bibliographique
RevueThe Lancet · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensInstitut universitaire de cardiologie et de pneumologie de QuébecUniversity of OttawaSimon Fraser UniversityImpactMcMaster UniversityUniversité LavalPopulation Health Research Institute
Organismes subventionnairesU.S. Department of Agriculture
Mots-clésMedicineHazard ratioProspective cohort studyEpidemiologyMyocardial infarctionStroke (engine)Cohort studyDiseaseCohortProportional hazards modelInternal medicineLower riskSaturated fatConfidence intervalCholesterol
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,083
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 Opus0,030
Tête enseignante GPT0,294
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_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 découleClassification
machine, non validéePrédiction 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
Citations1 112
Publié2017
Routes d'admission1
Résumé présentnon