Challenges in proposing omega-3 fatty acid recommendations for the public
Notice bibliographique
Résumé
Long-chain omega-3 fatty acids, eicosapentaenoic and docosahexaenoic acids (EPA, DHA), are important nutrients, but they do not have a Dietary Reference Intake (DRI) recommendation. This lack of recognition as essential nutrients makes it difficult to set population guidelines for EPA and DHA (like the Dietary Guidelines for Americans). Challenges in proposing EPA and DHA recommendations for the public are mainly determining which health outcomes reflect a €œdeficiency€ for EPA and DHA and defining the EPA and DHA dose recommendation for the general public and at each life stage. The modernization of the DRI process to redefine what €œpreventing deficiency€ means for each nutrient includes allowing the use of chronic health conditions as signs of deficiency, which may be the path by which EPA and DHA will receive a DRI. A circulating biomarker that links EPA and DHA intake with chronic disease risk is the Omega-3 Index, defined as the proportion of EPA and DHA of total erythrocyte fatty acids. An Omega-3 Index of 8% has been shown to be associated with lower risk of cardiovascular disease and an index of less than 4% is associated with higher risk, and these benchmarks could provide a standard to which intake recommendations could be set. There is evidence that around 50% of the US and Canadian populations are less than 4% and efforts to improve omega-3 status and intake in this population may be the most important for population health, especially for pregnant women. The EPA and DHA dose needed to reach an 8% target from 4% is higher than what can reasonably be achieved through diet (1.4-2.2 g/d; daily fish intake); however, aiming to prevent deficiency, or increase the Omega-3 Index above 4% would be more in line with current recommendations (200-300 mg/d; 2 servings of omega-3-rich fish per week).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,099 | 0,276 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,012 | 0,013 |
| Science ouverte | 0,009 | 0,008 |
| Intégrité de la recherche | 0,012 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,011 |
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 source (Gemma direct ou Codex distillé), 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 ».