MétaCan
Menu
Retour à la cohorte
Enregistrement W4393148841 · doi:10.1007/s11886-023-02008-z

Planting the Seed for Blood Pressure Control: The Role of Plant-Based Nutrition in the Management of Hypertension

2024· article· en· W4393148841 sur OpenAlexaff
Justin Charles, Nilofer Khan Habibullah, Saul Bautista, Brenda Davis, Shivam Joshi, Sarah C. Hull

Notice bibliographique

RevueCurrent Cardiology Reports · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensBP (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineDashPsychological interventionMediterranean dietDASH dietLifestyle modificationDietary managementIntensive care medicineAlternative medicineDisease managementEnvironmental healthBlood pressureHealth management systemObesityNursingPathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Hypertension results in significant morbidity, mortality, and healthcare expenditures. Fortunately, it is largely preventable and treatable by implementing dietary interventions, though these remain underutilized. Here, we aim to explore the role of healthy dietary patterns in hypertension management and describe approaches for busy clinicians to address nutrition effectively and efficiently with patients. RECENT FINDINGS: DASH, Mediterranean, vegetarian, and vegan diets that include minimally processed, plant-based foods as core elements have consistently shown positive effects on hypertension. Recommendations that distill the most healthful components of these diets can significantly impact patient outcomes. Clinicians can harness evidence-based dietary assessment and counseling tools to implement and support behavioral changes, even during brief office visits. Healthful plant-based dietary patterns can often effectively prevent and treat hypertension. Clinicians may help improve patient outcomes by discussing evidence-based nutrition with their patients. Future work to promote infrastructural change that supports incorporating evidence-based nutrition into medical education, clinical care, and society at large can support these efforts.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,515
Score d'incertitude au seuil0,148

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,023
Tête enseignante GPT0,264
Écart entre enseignants0,241 · 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'étudeObservationnel
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Cardiology ReportsMême sujetNutritional Studies and DietTravaux en français237 207