MétaCan
Menu
Retour à la cohorte
Enregistrement W2784317293 · doi:10.1371/journal.pone.0186582

Dietary intake and diabetic retinopathy: A systematic review

2018· review· en· W2784317293 sur OpenAlexaboutno aff
Mark Yu Zheng Wong, Ryan Eyn Kidd Man, Eva Fenwick, Preeti Gupta, Ling‐Jun Li, Rob M. van Dam, Mary Foong‐Fong Chong, Ecosse L. Lamoureux

Notice bibliographique

RevuePLoS ONE · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineObservational studyMediterranean dietSystematic reviewMEDLINEInternal medicineRandomized controlled trialEnvironmental healthPhysiologyBiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The evidence linking dietary intake with diabetic retinopathy (DR) is growing but unclear. We conducted a systematic review of the association between dietary intake and DR. METHODS: We systematically searched PubMed, Embase, Medline, and the Cochrane Central register of controlled trials, for publications between January 1967 and January 2017 using standardized criteria for diet and DR. Interventional and observational studies investigating micro- and macro-nutrient intakes; food and beverage consumptions; and dietary patterns were included. Study quality was evaluated using a modified Newcastle-Ottawa scale for observational studies, and the Cochrane collaboration tool for interventional studies. RESULTS: Of 4265 titles initially identified, 31 studies (3 interventional, 28 Observational) were retained. Higher intakes of dietary fibre, oily fish, and greater adherence to a Mediterranean diet were protective of DR. Conversely, high total caloric intake was associated with higher risk of DR. No significant associations of carbohydrate, vitamin D, and sodium intake with DR were found. Associations of antioxidants, fatty acids, proteins and alcohol with DR remain equivocal. CONCLUSIONS: Dietary fibre, oily fish, a Mediterranean diet and a reduced caloric intake are associated with lower risk of DR. Longitudinal data and interventional models are warranted to confirm our findings and better inform clinical guidelines.

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)0,005
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,006
Bibliométrie0,0100,012
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,107
Tête enseignante GPT0,320
Écart entre enseignants0,213 · 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'étudeRevue systématique
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

Citations65
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetRetinal Diseases and TreatmentsTravaux en français237 207