MétaCan
Menu
Retour à la cohorte
Enregistrement W4399526163 · doi:10.55813/egaea.cl.52

Evaluación nutricional en el sobrepeso y obesidad

2024· book-chapter· es· W4399526163 sur OpenAlexaboutno aff
Verónica Alexandra Robayo Zurita

Notice bibliographique

RevueEditorial Grupo AEA eBooks · 2024
Typebook-chapter
Languees
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicineArt

Résumé

récupéré en direct d'OpenAlex

La evaluación nutricional basada en exámenes clínicos y mediciones objetivas es de gran importancia en la prevención de enfermedades, en la atención médica, como complemento de la historia clínica, y en el diseño de planes de nutrición de precisión. Las mediciones actuales utilizadas en las herramientas de tamizaje nutricional se basan en determinaciones antropométricas, marcadores bioquímicos, historia clínica, examen físico, datos dietéticos y características psicosociales. No existe un método para evaluar conjuntamente el estado nutricional, sino que las herramientas disponibles se centran en poblaciones o morbilidades específicas. La alimentación es crucial para la salud, pero la urbanización y la industrialización han provocado una dieta poco saludable y la obesidad. La genética y el microbiota intestinal también influyen en la obesidad. Se necesitan intervenciones educativas para promover la alimentación saludable y prevenir enfermedades crónicas. La malnutrición abarca la desnutrición y el sobrepeso, este último asociado con enfermedades cardiovasculares y diabetes. El diagnóstico de obesidad se basa en el índice de masa corporal (IMC) y otras medidas antropométricas. El sistema de estratificación de la obesidad de Edmonton (EOSS) clasifica la obesidad según el riesgo de enfermedades metabólicas.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,007

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 Opus0,026
Tête enseignante GPT0,357
Écart entre enseignants0,330 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEditorial Grupo AEA eBooksMême sujetNutrition and Health in AgingTravaux en français237 207