MétaCan
Menu
← Retour à la cohorte
Enregistrement W2916489658 · doi:10.71889/5fylantbak.29862824

A Prospective Study Of Mediterranean Diet And Cognitive Decline

2018· article· en· W2916489658 sur OpenAlexaboutno aff
Ashley Kay Childers

Notice bibliographique

RevueNC Digital Online Collection of Knowledge and Scholarship (The University of North Carolina at Greensboro) · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMediterranean dietMedicineCognitive declineCognitionDigit symbol substitution testGerontologyMemory spanDemographyDiseaseInternal medicineDementiaPsychiatryWorking memory

Résumé

récupéré en direct d'OpenAlex

Cognitive impairment affects 16-25% of older adults in the US and Canada and has profound effects on quality of life. Adherence to a Mediterranean Diet (MedDiet) has been associated with better cognitive function in some studies, but results have been inconsistent. To analyze the relationship between MedDiet adherence and rates of cognitive decline. Data were taken from the ARIC study, which included 10,104 adults age 45-64 from 4 counties in the US. Food frequency questionnaire data was used to assess MedDiet adherence according to the Mediterranean-Style Dietary Pattern Score. Cognitive function was assessed by combining Delayed Word Recall, Digit Symbol Substitution, and Word Fluency tests administered at baseline and six-year follow-up. Linear regression was used to assess the association between MedDiet score and change in cognitive function. The average MedDiet score was 20.0 ± 6.5 with sub-scores for whole grain and wine consumption at 1.2 ± 1.1 and 0.4 ± 1.1, respectively. There was no significant relationship between MedDiet Score and cognitive change in univariate, demographic, or fully adjusted models. ARIC participants had low MedDiet adherence, particularly in whole grain and wine consumption. MedDiet adherence was not significantly associated with cognitive change among ARIC participants.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,267
Écart entre enseignants0,242 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNC Digital Online Collection of Knowledge and Scholarship (The University of North Carolina at Greensboro)→Même sujetNutritional Studies and Diet→Travaux en français237 207→