MétaCan
Menu
Retour à la cohorte
Enregistrement W4409234137 · doi:10.1136/bmjnph-2023-000832

Nutrition Users’ Guides: an introduction to structured guides to evaluate the nutrition literature

2025· review· en· W4409234137 sur OpenAlexaff
Bradley C. Johnston, Mary Rozga, Gordon H Guyatt, Rosa K. Hand, Deepa Handu, Kevin C. Klatt, Małgorzata M Bała

Notice bibliographique

RevueBMJ Nutrition Prevention & Health · 2025
Typereview
Langueen
DomaineHealth Professions
ThématiqueDietetics, Nutrition, and Education
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Despite evidence that nutrition can play a substantial role in curbing the burden of chronic disease, findings reported in the nutrition literature have been plagued with debate and uncertainty, including questions about the confidence we can place in evidence from observational studies, the validity of dietary intake data, and the applicability of randomised trials to real-world patients or members of the public. Structured nutrition users' guides (NUGs) to evaluate common research study designs (ie, randomised trials, cohort studies, systematic reviews and clinical practice guidelines) addressing nutrition questions will help clinicians and their patients, as well as health service workers and policy-makers, use the evidence to make more informed decisions on disease management and prevention. In addition, NUGs will provide comprehensive teaching materials for nutrition trainees on how to appraise, interpret and apply the research evidence. We hereby introduce a series of structured NUGs for the literature on nutrients, foods and dietary patterns and programmes. Each article will address three key components when assessing different study designs used to assess nutrition interventions or exposures, including (1) assessing the methodological quality of the study, (2) interpreting study results (magnitude and precision of treatment or exposure effects for outcomes of benefit and harm) and (3) applying the results to unique patient or population scenarios based on their health-related values and preferences related to the potential benefits, harms, convenience and cost of an intervention. This series of articles will serve to empower clinicians, health service workers and health policy-makers to better understand the validity, interpretability and applicability of the nutrition literature, while also helping practitioners and their clients make more evidence-based, value-sensitive and preference-sensitive nutrition decisions.

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)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,140
Tête enseignante GPT0,545
Écart entre enseignants0,405 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Nutrition Prevention & HealthMême sujetDietetics, Nutrition, and EducationTravaux en français237 207