Diet therapy in patients with rare diseases: a scoping review
Notice bibliographique
Résumé
BACKGROUND: This scoping review presents existing research evidence regarding diet therapy in patients with rare diseases (RDs). METHODS: Using the five-stage scoping review framework proposed by Arksey, O'Malley and Levac, we searched the published literature in PubMed, Web of Science, Royal Society of Chemistry, China National Knowledge Infrastructure, VIP Database and Wan Fang Database from January 2010 to November 2022. We selected diet therapy studies on 121 RDs, as categorised by the National Health Commission of China in 2018. Charts for research analysis were developed and used to categorise the data. RESULTS: We ultimately included 34 diet therapy studies from 19 countries and territories for 10 RDs and 3 RD groups. RD diet therapy studies have mainly focused on inborn errors of metabolism (92.3%) and are common in Western countries. Most studies focused on diet therapy methods for RDs (44%). In addition, 29% of studies included diet therapy management, 15% included guidelines for diet therapy and 12% included the impact of diet therapy on patients. CONCLUSIONS: Current diet therapies for RDs lack specificity and present with limited characteristics. Therefore, it is necessary to expand the scope and depth of future research and explore evidence-based recommendations and new diet therapies focused on patient needs and family support to provide a reference for improving the efficacy and safety of diet therapies for RDs.
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 | 0,009 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,014 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».