MétaCan
Menu
Retour à la cohorte
Enregistrement W4398782378 · doi:10.7759/cureus.60962

Integrated Approaches in the Management of Gastrointestinal Disorders: A Biopsychosocial Perspective

2024· article· en· W4398782378 sur OpenAlexaff
Muhammad Aamir Chughtai, Munara K Kerimkulova, Omid Mushtaq, Vibhavari Hagenahalli Anand, Abdur Rehman, Abdullah Shehryar, B. Hassan, Rabia Islam, Hamza Islam, Muzafar Mansoor, Shehryar Rehman

Notice bibliographique

RevueCureus · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGastrointestinal motility and disorders
Établissements canadiensASTER
Organismes subventionnairesnon disponible
Mots-clésBiopsychosocial modelPerspective (graphical)PsychotherapistMedicinePsychologyIntensive care medicineComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Gastrointestinal (GI) disorders, including gastroesophageal reflux disease (GERD), inflammatory bowel disease (IBD), gastritis/peptic ulcer disease (PUD), and celiac disease, significantly impact global health and economic stability. This review synthesizes current literature to elucidate the pathophysiology, clinical manifestations, diagnostic challenges, and management strategies of these prevalent conditions. Through a biopsychosocial lens, we examine the role of the gut microbiome in disease modulation and explore innovative therapeutic advancements, including microbiome-targeting interventions. The review highlights the necessity of a multidisciplinary approach to patient care, integrating medical treatment with dietary, psychological, and lifestyle modifications. By addressing these disorders holistically, the article aims to foster a deeper understanding of their biopsychosocial impacts and encourage more effective, patient-centered treatment paradigms. The findings underscore the imperative for continued research and interdisciplinary collaboration to enhance patient outcomes and reduce healthcare burdens associated with GI disorders.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,050
Tête enseignante GPT0,303
Écart entre enseignants0,253 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetGastrointestinal motility and disordersTravaux en français237 207