MétaCan
Menu
Retour à la cohorte
Enregistrement W4385771247 · doi:10.1051/shsconf/202317403011

The Comparison between Chinese Traditional medicine and Low Carbohydrate Diet on the treatment of Type 2 diabetes, a randomized Controlled Trail

2023· article· en· W4385771247 sur OpenAlexaff
Lihe Tan

Notice bibliographique

RevueSHS Web of Conferences · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensCanadian Sport Centre Pacific
Organismes subventionnairesnon disponible
Mots-clésMedicineDiabetes mellitusType 2 diabetesRandomized controlled trialTraditional Chinese medicineLow carbohydratePlasma glucoseInternal medicineTraditional medicineAlternative medicineEndocrinologyWeight lossPathologyObesity

Résumé

récupéré en direct d'OpenAlex

Diabetes is a crucial problem that the world is facing, especially type 2 diabetes because of the large number of patients and the death brought by it. This paper compares specifically two treatments of type 2 diabetes – low carbohydrate diet (LCD) and Chinese traditional medicine (CTM), through an RCT. Participants are randomly assigned to three groups – low carbohydrate diet group, Chinese traditional medicine group and the control group. The conclusion got from the comparisons between the data of three groups shows that both LCD and CTM are effective in treating type 2 diabetes since they show statistically significant decreases in blood glucose levels, A1c levels, and waist circumferences, and there is no statistically significant difference between their effectiveness. This work proves the validity of the two treatments and provides the foundation for further research on the treatments of both type 1 and 2 diabetes.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil0,328

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,053
Tête enseignante GPT0,305
Écart entre enseignants0,252 · 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'étudeEssai randomisé
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSHS Web of ConferencesMême sujetDiet and metabolism studiesTravaux en français237 207