← Retour à la cohorte
Association of dietary nutrients with blood lipids and blood pressure in 18 countries: a cross-sectional analysis from the PURE study
Andrew Mente, Mahshid Dehghan, Sumathy Rangarajan, Matthew McQueen, Gilles R. Dagenais, Andreas Wielgosz, Scott A. Lear, Wei Li, Hui Chen, Yi Sun, Yang Wang, Rafael Díaz, Álvaro Avezum, Patricio López‐Jaramillo, Pamela Serón, Rajesh Kumar, Rajeev Gupta, Viswanathan Mohan, Sumathi Swaminathan, Raman Kutty, Katarzyna Zatońska, Romaina Iqbal, Rita Yusuf, Noushin Mohammadifard, Rasha Khatib, Nafiza Mat Nasir, Noor Hassim Ismail, Aytekin Oğuz, Annika Rosengren, Afzalhussein Yusufali, Edelweiss Wentzel‐Viljoen, Thandi Puoane, Jephat Chifamba, Koon Teo, Sonia S. Anand, Salim Yusuf, Clara K Chow, Martin O’Donnell, Darryl P. Leong, Andrew Smyth, Philip Joseph, Anwar T. Merchant, Sheikh Mohammed Shariful Islam, M Zhang, Weiwei Hu, Chinthanie Ramasundarahettige, Gary Wong, Shrikant I. Bangdiwala, Leanne Dyal, Amparo Casanova, Gary F. Lewis, Antonio Aliberti, Abdul Rehman Arshad, Álvaro Reyes, Ahmed Zaki, Basil S. Lewis, B Zhang, D Agapay, Danielle M. Hari, E Milazzo, E Ramezani, F Hussain, Fathimath Shifaly, G McAlpine, I. Patrick Kay, J Lindeman, Julija Rimac, John G. Swallow, L Heldman, Maha Mushtaha, Mark Trottier, M Riggi, N Aoucheva, N Kandy, Pam Mackie, Siu Lim Chin, S Ramacham, Sadequa Shahrook, Sylvie Trottier, T Tongana, W Elsheikh, Y. Iyengar, M. McQueen, Kellie Hall, J. Keys, X Wang, J Keneth, Anitha Devanath, 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, 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, Tao Chen, Qing Deng, Cheng Xiaoru, He Xinye, Li Jian, Juan Li, Xu Liu, Ren Bing, Wang Wei, 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, Peng Zhang, 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, 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, Asad Afridi, Rehman Khawaja, Auriba Raza, Khawar Kazmi, Antonio Dans, HU Co, JT Sanchez, L Pudol, C Zamora-Pudol, LAM Palileo-Villanueva, MR Aquino, C Abaquin, SL Pudol, ML Cabral, Witold Zatoński, Andrzej Szuba, Rafał Ilow, M Ferus, Bożena Regulska−Ilow, Dorota Różańska, Maria Wołyniec, Khalid F. AlHabib, Ahmad Hersi, Tarek Kashour, Hussam AlFaleh, Mostafa Q. Alshamiri, HB Altaradi, Omar Alnobani, A Bafart, Nour Alkamel, Mohammed K. Ali, Mahera Abdulrahman, Reza Nouri, A. 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, Ehimario Igumbor, Lungiswa Tsolekile, 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, Karen Yeates, Jessica Sleeth, Kajiru Kilonzo, 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, 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 Diabetes & Endocrinology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensSimon Fraser UniversityUniversity of OttawaInstitut universitaire de cardiologie et de pneumologie de QuébecHamilton Health SciencesImpactMcMaster UniversityUniversité LavalPopulation Health Research Institute
Organismes subventionnairesHeart and Stroke Foundation of Canada
Mots-clésMedicineCholesterolPolyunsaturated fatty acidNutrientSaturated fatPolyunsaturated fatBlood pressureBlood lipidsInternal medicineSaturated fatty acidApolipoprotein BFood scienceEndocrinologyEnvironmental healthPhysiologyFatty acidBiologyBiochemistry
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.
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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,028
Score d'incertitude au seuil0,056
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 Opus0,024
Tête enseignante GPT0,298
Écart entre enseignants0,274 · 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
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
Citations269
Publié2017
Routes d'admission2
Résumé présentnon