MétaCan
Menu
Retour à la cohorte
Enregistrement W4389513968 · doi:10.1016/j.yrtph.2023.105539

Risk assessment of nutrients: There must be a threshold for their effects

2023· article· en· W4389513968 sur OpenAlexaff
M.R.H. Löwik, Arne Astrup, Alan R. Boobis, Philip C. Calder, Hannelore Daniel, Ivonne M.C.M. Rietjens, John L. Sievenpiper, Hans Verhagen

Notice bibliographique

RevueRegulatory Toxicology and Pharmacology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Adverse effectRisk assessmentEnvironmental healthMedicineNutrientAcceptable daily intakeFood scienceChemistryBiologyInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

Nutrients serve physiological functions in a dose-dependent manner and that needs to be recognized in risk assessment. An example of the consequences of not properly considering this can be seen in a recent assessment by the European Food Safety Authority (EFSA). EFSA concluded in 2022 that the intake of added and free sugars should be "as low as possible in the context of a nutritionally adequate diet". That conclusion of EFSA is based on the effects on two surrogate endpoints for an adverse effect found in randomized controlled trials with high sugars intake levels: fasting glucose and fasting triglycerides. The lowest intake levels in these trials were around 10 energy% and at this intake level there were no adverse effects on the two outcomes. This indicates that the adverse effects of sugars have an observable threshold value for these two endpoints. The most appropriate interpretation from the vast amount of data is that currently no definitive conclusion can be drawn on the tolerable upper intake level for dietary sugars. Therefore, EFSA's own guidance would lead to the conclusion that the available data do not allow the setting of an upper limit for added sugars and hence, that more robust data are required to identify the threshold value for intake of sugars.

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)0,040
score de la tête « metaresearch » (Gemma)0,065
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,210

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,065
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,005
Communication savante0,0070,005
Science ouverte0,0030,004
Intégrité de la recherche0,0070,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,354
Écart entre enseignants0,326 · 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
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

Citations2
Publié2023
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueRegulatory Toxicology and PharmacologyMême sujetNutritional Studies and DietTravaux en français237 207