MétaCan
Menu
Retour à la cohorte
Enregistrement W4400895836 · doi:10.1002/jpn3.12296

From the kitchen to the medicine cabinet: Examples of food products and supplements used for therapeutic intent

2024· review· en· W4400895836 sur OpenAlexaff
Kathleen M. Gura, Alvin P. Chan, Wenjing Zong, Nikhil Pai, Debora Duro

Notice bibliographique

RevueJournal of Pediatric Gastroenterology and Nutrition · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensMcMaster UniversityMcMaster Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineCabinet (room)Traditional medicineFood scienceEngineering

Résumé

récupéré en direct d'OpenAlex

"Food as medicine" has existed for centuries as the foundation of health for many cultures around the globe. It is a practice built on the knowledge that food and diet play important roles in disease prevention and management. Foods that claim to have therapeutic properties are often referred to as functional foods. These foods contain a number of nutritional and nonnutritional compounds that can interact with pharmacologically relevant receptors, either directly or indirectly via their metabolites, to regulate cellular biochemical processes. Although opinions are changing, the concept of food as a therapeutic intervention goes against conventional Western medicine. To provide guidance to clinicians interested in using these products, members of the Food as Medicine working group of the Nutrition Committee NASPGHAN, as part of a two-part review series, have created summaries of several frequently used nutritional products for therapeutic intent (i.e., fermented foods, fiber, and long-chain omega-3 fatty acids) that includes indications, doses, and caveats. Gaps in their use in pediatric patients are discussed. Evidence supporting their use for management of gastrointestinal conditions, especially in the pediatric population, is provided when available.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,072
Tête enseignante GPT0,341
Écart entre enseignants0,269 · 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
GenreSynthèse

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

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pediatric Gastroenterology and NutritionMême sujetDiet and metabolism studiesTravaux en français237 207