MétaCan
Menu
← Retour à la cohorte
Enregistrement W4396506843 · doi:10.1101/2024.04.29.24306451

Gastric modulation of food reward, olfaction and taste in obesity and bariatric surgery: an artificial intelligence assisted scoping review protocol

2024· preprint· en· W4396506843 sur OpenAlexafffund
Nina Ritsch, C. Bourque, Frédéric Bergeron, Julie‐Anne Nazare, Anestis Dougkas, Sylvain Iceta

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesAssociation Nationale de la Recherche et de la TechnologieUniversité Laval
Mots-clésOlfactionTasteProtocol (science)ObesityMedicinePsychologyNeuroscienceInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Abstract Objective To understand the extent and nature of the available research on gastric modulation of food reward, olfaction, and taste in people with obesity or those who have undergone bariatric surgery. Introduction Bariatric surgery-induced weight loss is partially attributed to shifts in food preferences resulting from alterations in sensory perceptions and changes in reward system. The stomach’s innervation and mechanical function have been theorized to play a significant role in these modifications, as suggested by numerous preclinical studies. However, the extent and nature of these connections in clinical settings require further elucidation. Inclusion criteria This review will examine studies on the influence of gastric innervation and/or mechanical function on food reward, olfaction, and taste. Selected studies will include participants of all ages with obesity or bariatric surgery. Both observational studies and controlled experiments will be considered, while study protocols, opinion articles, letters to the editor, book chapters, oral communication or poster abstracts and systematic reviews will be excluded. Methods The search will be undertaken in MEDLINE, Embase, PsycINFO, CINAHL, Web of Science, Google Scholar, and gray literature. No date parameters will be set, and all languages will be considered. Citations will be uploaded into EndNote 20.0 and duplicates removed using Covidence. The remaining studies will be analyzed by 3 reviewers using a two-stage procedure with the ASReview python package. The full-text screening and the data extraction will be conducted by 2 reviewers on Covidence. An additional reviewer will be consulted in the event of disagreement. Tabulated results will be accompanied by a narrative summary.

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)0,076
score de la tête « metaresearch » (Gemma)0,103
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: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,404

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0760,103
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0130,011
Bibliométrie0,0210,014
Études des sciences et des technologies0,0040,005
Communication savante0,0080,006
Science ouverte0,0050,006
Intégrité de la recherche0,0080,004
Charge utile insuffisante (le modèle a refusé de juger)0,0620,010

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 Opus0,109
Tête enseignante GPT0,389
Écart entre enseignants0,280 · 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
GenreProtocole

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetEating Disorders and Behaviors→Travaux en français237 207→