MétaCan
Menu
Retour à la cohorte
Enregistrement W3165456351 · doi:10.3390/nu13061844

Beyond Nutrient Deficiency—Opportunities to Improve Nutritional Status and Promote Health Modernizing DRIs and Supplementation Recommendations

2021· review· en· W3165456351 sur OpenAlexaff
Michael I. McBurney, Jeffrey B. Blumberg, Rebecca B. Costello, Manfred Eggersdorfer, John W. Erdman, William S. Harris, Elizabeth J. Johnson, Susan Hazels Mitmesser, Robert C. Post, Deshanie Rai, Leon J. Schurgers

Notice bibliographique

RevueNutrients · 2021
Typereview
Langueen
DomaineNursing
ThématiqueVitamin K Research Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesCystinosis Research Network
Mots-clésMedicineDietary Reference IntakeBiomarkerNutrientVitamin D and neurologyEnvironmental healthDiseaseEicosapentaenoic acidBiotechnologyBiologyInternal medicinePolyunsaturated fatty acidFatty acid

Résumé

récupéré en direct d'OpenAlex

The US Dietary Guidelines for Americans (DGA) provide dietary recommendations to meet nutrient needs, promote health, and prevent disease. Despite 40 years of DGA, the prevalence of under-consumed nutrients continues in the US and globally, although dietary supplement use can help to fill shortfalls. Nutrient recommendations are based on Dietary Reference Intakes (DRIs) to meet the nutrient requirements for nearly all (97 to 98 percent) healthy individuals in a particular life stage and gender group and many need to be updated using current evidence. There is an opportunity to modernize vitamin and mineral intake recommendations based on biomarker or surrogate endpoint levels needed to 'prevent deficiency' with DRIs based on ranges of biomarker or surrogate endpoints levels that support normal cell/organ/tissue function in healthy individuals, and to establish DRIs for bioactive compounds. We recommend vitamin K and Mg DRIs be updated and DRIs be established for lutein and eicosapentaenoic and docosahexaenoic acid (EPA + DHA). With increasing interest in personalized (or precision) nutrition, we propose greater research investment in validating biomarkers and metabolic health measures and the development and use of inexpensive diagnostic devices. Data generated from such approaches will help elucidate optimal nutrient status, provide objective evaluations of an individual's nutritional status, and serve to provide personalized nutrition guidance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,124
Tête enseignante GPT0,417
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetVitamin K Research StudiesTravaux en français237 207