MétaCan
Menu
Retour à la cohorte
Enregistrement W4386695826 · doi:10.33590/emj/10302068

The Use of Evidence-Based Dietary Interventions for the Management of Obesity

2023· article· en· W4386695826 sur OpenAlexaboutno aff
Luca Busetto, Felipe F. Casanueva, Jamy D. Ard, Bart Van der Schueren, Bartolomé Burguera

Notice bibliographique

RevueEuropean Medical Journal · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensnon disponible
Organismes subventionnairesNovo NordiskFonds Wetenschappelijk OnderzoekNestlé Health ScienceEli Lilly and Company
Mots-clésWeight lossMedicineObesityPsychological interventionManagement of obesityDiseaseCalorieDiabetes mellitusType 2 diabetesKetosisIntensive care medicineVery low calorie dietKetogenic dietHealth careGerontologyInternal medicineNursingEndocrinologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Obesity has become a serious public health issue worldwide, with its prevalence steadily increasing. The potential consequences of this chronic disease, including cardiovascular disease, increased morbidity, and mortality, pose a significant burden on individuals and healthcare systems. Evidence has established that lifestyle and dietary modification are central to achieving effective weight loss. One approach shown to be efficacious in achieving weight loss is the use of a very low calorie ketogenic diet (VLCKD), which includes stages of induced ketosis, followed by a reintroduction to a low calorie diet and maintenance diet. Such regimens have been shown to result in sustained weight loss and, for some people, remission of Type 2 diabetes (T2D). A similar approach, which may also be a component of the VLCKD, is the use of total or partial replacement of meals using nutritionally complete shakes, bars, or soups. These may be combined with other weight loss measures, including bariatric surgery or medications. It is important that such programmes are delivered in a structured, medically-monitored, and supportive environment, such as laid out by Obesity Canada’s ‘5As’ programme. An ‘obesity shared medical appointment’ model is a multidisciplinary approach, whereby a patient with obesity is seen by a number of healthcare specialists, depending on their comorbidities. The patient also has the opportunity to meet with obesity specialists and engage in monthly patient support groups, all of which have been shown to be successful interventions in helping patients lead a healthier lifestyle, and gain more control over their weight. The following proceedings are based on talks given by leading obesity experts, presented at the 30th European Congress on Obesity (ECO 2023), which took place in Dublin, Republic of Ireland, in May 2023.

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)0,012
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,050
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,649
Tête enseignante GPT0,551
Écart entre enseignants0,099 · 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'étudeSans objet
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Medical JournalMême sujetObesity and Health PracticesTravaux en français237 207