MétaCan
Menu
Retour à la cohorte
Enregistrement W3173308516 · doi:10.3390/nu13072250

Evaluation of Dietary Assessment Tools Used in Bariatric Population

2021· review· en· W3173308516 sur OpenAlexaff
Marianne Legault, Vicky Leblanc, Geneviève Marchand, Sylvain Iceta, Virginie Drolet-Labelle, Simone Lemieux, Benoı̂t Lamarche, Andréanne Michaud

Notice bibliographique

RevueNutrients · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueBariatric Surgery and Outcomes
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPopulationMedicineFood scienceBiologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Severe obesity is associated with major health issues and bariatric surgery is still the only treatment to offer significant and durable weight loss. Assessment of dietary intakes is an important component of the bariatric surgery process. Objective: To document the dietary assessment tools that have been used with patients targeted for bariatric surgery and patients who had bariatric surgery and explore the extent to which these tools have been validated. Methods: A literature search was conducted to identify studies that used a dietary assessment tool with patients targeted for bariatric surgery or who had bariatric surgery. Results: 108 studies were included. Among all studies included, 27 used a dietary assessment tool that had been validated either as part of the study per se (n = 11) or in a previous study (n = 16). Every tool validated per se in the cited studies was validated among a bariatric population, while none of the tools validated in previous studies were validated in this population. Conclusion: Few studies in bariatric populations used a dietary assessment tool that had been validated in this population. Additional studies are needed to develop valid and robust dietary assessment tools to improve the quality of nutritional studies among bariatric patients.

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)0,013
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,013
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,036
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0070,008
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,223
Tête enseignante GPT0,441
Écart entre enseignants0,218 · 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'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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetBariatric Surgery and OutcomesTravaux en français237 207