MétaCan
Menu
Retour à la cohorte
Enregistrement W4313584979 · doi:10.3389/fnagi.2022.1007629

Association between dietary inflammatory index and cognitive impairment: A meta-analysis

2023· review· en· W4313584979 sur OpenAlexaboutno aff
Yuxi Jia, Shoumeng Yan, Mengzi Sun, Yixue Yang, Ling Wang, Caihong Wu, Ping Li

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensnon disponible
Organismes subventionnairesPeople's Government of Jilin Province
Mots-clésMedicineMeta-analysisCochrane LibraryChecklistObservational studyCognitive impairmentCognitionSubgroup analysisMEDLINECognitive declineCohort studyInternal medicineGerontologyDementiaPsychiatryPsychologyDiseaseBiology

Résumé

récupéré en direct d'OpenAlex

Aims: Cognitive impairment is an increasingly urgent global public health challenge. Dietary Inflammatory Index (DII) is a literature-derived score that links diet to inflammation. The relationship between DII and cognitive impairment remains controversial. Therefore, our study aimed to analysis the role of DII on the risk of cognitive impairment by meta-analysis. Methods: PubMed, Cochrane Library, MEDLINE, Web of Science and EMBASE databases were searched up to July 2022. Newcastle-Ottawa scale (NOS) and Joanna Briggs Institute (JBI) Checklist were performed to estimate the quality of studies. Results: Nine observational studies with 19,379 subjects were included. Our study found that higher DII could elevate the risk of cognitive impairment (OR = 1.46, 95%CI = 1.26, 1.69). Meanwhile, the OR of cognitive impairment was 1.49 (95%CI = 1.21, 1.83) for cross-sectional studies and 1.42 (95%CI = 1.12, 1.79) for cohort studies, respectively. Conclusion: Our meta-analysis indicated that higher DII (indicating a more pro-inflammatory diet) is related to increased risk of cognitive impairment.

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)0,008
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0160,032
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,097
Tête enseignante GPT0,351
Écart entre enseignants0,254 · 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'étudeMéta-analyse
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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetNutritional Studies and DietTravaux en français237 207