MétaCan
Menu
Retour à la cohorte
Enregistrement W3175196528 · doi:10.1096/fasebj.27.1_supplement.1065.28

Evidence of revising calcium Dietary Reference Intakes (DRIs) for Korean elderly

2013· article· en· W3175196528 sur OpenAlexaboutno aff
Young‐Sun Choi, Hyojee Joung, Jihye Kim

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineNursing
ThématiqueNutrition, Health and Food Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOsteoporosisOsteopeniaCalciumMedicineNational Health and Nutrition Examination SurveyBone mineralQuartileBone healthIncidence (geometry)Dietary Reference IntakeGerontologyBone massEnvironmental healthInternal medicineNutrientChemistryPopulationMathematics

Résumé

récupéré en direct d'OpenAlex

Recently bone health is an important issue in public health aspect and calcium is the most critical nutrient to influence bone mass and bone mineral density, and consequently bone fracture. Calcium DRIs of Korea are much lower than those of US/Canada which have been revised recently. Since the requirement of calcium in Asians may be different from Caucasian, it would be desirable for Korean DRIs for calcium to be established by Korean data; however, little data of high quality exist. Based on 2008–2010 Korea National Health and Nutrition Examination Survey data, most women aged 65 and more have bone health problems such as osteoporosis and osteopenia. In women and men aged 65 and more, higher calcium intake was significantly associated with higher bone mineral density as well as lower incidence of osteoporosis. Means of the highest quartile calcium intake, which are 750 mg for women and 930mg for men, are much higher than the present Estimated Average Requirements (EAR) of elderly women and men, which are 570 mg and 560 mg, respectively. Therefore, it seems valid to increase calcium EAR for Korean elderly. (This research was supported by a fund(2012‐E35004–00) by Research of Korea Centers for Disease Control and Prevention)

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,284
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,146
Tête enseignante GPT0,362
Écart entre enseignants0,216 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetNutrition, Health and Food BehaviorTravaux en français237 207