MétaCan
Menu
Retour à la cohorte
Enregistrement W3165547498 · doi:10.1139/apnm-2021-0007

Challenges in the design, interpretation, and reporting of randomized controlled clinical studies on the health effects of whole foods

2021· article· en· W3165547498 sur OpenAlexaffvenueabout
Kathy Musa‐Veloso, Megan Racey, Amanda J MacFarlane, Dennis M. Bier, Benoı̂t Lamarche, Paula R. Trumbo, James D. House

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensUniversity of ManitobaUniversité LavalHealth CanadaMcMaster UniversityIntertek (Canada)
Organismes subventionnairesnon disponible
Mots-clésNoveltyBest practiceInterpretation (philosophy)Clinical trialMedicineAlternative medicineMedical educationPsychologyComputer sciencePolitical sciencePathology

Résumé

récupéré en direct d'OpenAlex

Given the challenges with nutrition research, the Canadian Nutrition Society and Intertek Health Sciences Inc held an expert consultation in late 2019 to discuss the development and implementation of best practices for clinical trials on whole foods. Key challenges in the design, interpretation, and reporting of clinical efficacy studies on whole foods and opportunities for the future development of best practices are reported. Novelty: Outlines existing tools, resources, and checklists for clinical nutrition trials and provides clear and tangible steps to develop best practices for studies on whole foods.

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)0,831
score de la tête « metaresearch » (Gemma)0,911
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,8310,911
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0080,006
Bibliométrie0,0090,010
Études des sciences et des technologies0,0040,020
Communication savante0,0180,009
Science ouverte0,0120,010
Intégrité de la recherche0,0080,020
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,057
Tête enseignante GPT0,355
Écart entre enseignants0,298 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207