MétaCan
Menu
Retour à la cohorte
Enregistrement W4386885396 · doi:10.1016/s2468-2667(23)00205-0

Redefining the non-communicable disease framework to a 6 × 6 approach: incorporating oral diseases and sugars

2023· review· en· W4386885396 sur OpenAlexaff
Habib Benzian, Abdallah S. Daar, Sudeshni Naidoo

Notice bibliographique

RevueThe Lancet Public Health · 2023
Typereview
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineNon-communicable diseaseOral healthEnvironmental healthGlobal healthDiseaseIntensive care medicinePublic healthFamily medicineNursing

Résumé

récupéré en direct d'OpenAlex

The WHO Global Oral Health Status Report, published in 2022, highlighted the alarming state of oral health worldwide and called for urgent action by integrating oral health into non-communicable diseases (NCDs) and universal health coverage initiatives. 3·5 billion people have oral diseases, surpassing all other NCDs combined. The detrimental role of sugars as a risk factor for oral diseases and other NCDs has also been well documented. Despite the evidence, oral diseases and sugars are not part of the current NCD framing, which focuses on five diseases and five risk factors (ie, 5 × 5). Oral diseases and sugars remain sidelined, disproportionately affecting poor and disadvantaged populations. In this Viewpoint, we advocate for the integration of oral diseases and sugars into the current approach towards the prevention and control of NCDs. An expanded 6 × 6 framework would recognise growing evidence and would reiterate the need to strengthen action, resource allocation, and policy development for NCDs. We present the evidence and rationale for, and benefits of, an expanded NCD framework and detail recommendations to guide efforts towards improved priority, investment, and equitable health outcomes for NCDs, including oral health.

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)0,019
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,013
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,006
Communication savante0,0060,008
Science ouverte0,0030,005
Intégrité de la recherche0,0050,011
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,242
Tête enseignante GPT0,430
Écart entre enseignants0,188 · 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'étudeThéorique ou conceptuel
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

Citations42
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Public HealthMême sujetDental Health and Care UtilizationTravaux en français237 207