Notice bibliographique
Résumé
Abstract The effect of dietary fat intake on human health has been a hot topic in public for the past four decades. You are what you eat. Dietary fat, as one of the three macronutrients, plays a critical role in health, both bad and good. Metabolic syndrome (MetS) is one of the common clinical disorder. The prevalence of MetS has steadily increased and is linked to a number of major chronic diseases. Intense research has produced massive findings with some pointing out to dramatic changes that may cause significant modification of what we eat, the type of food with various contents of fats and the percentage of all sorts of fats. This article reviews the research findings from animal models, mainly from cross‐sectional, longitudinal and ultimately from clinical trials regarding the prevalence of MetS, the relationship between dietary fat intake and MetS, as well as physiological and clinical effects of dietary fat on MetS. The negative and positive effects of fat on waist circumference, serum levels of triacylglycerol and high‐density lipoprotein cholesterol (HDL‐c), blood pressure, and fasting blood sugar, were individually reviewed as well. Moreover, the effects of mono‐ and polyunsaturated fatty acids substitution of saturated fats (MUFA and PUFA) and trans unsaturated fatty acids on MetS are separately discussed. Finally, contradictory findings and challenges regarding the relationship between dietary fat intake and prevalence of MetS have been explained.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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.
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 tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».