Consumo de bebidas carbonatadas como factor de riesgo de enfermedad renal crónica: Una revisión sistemática
Notice bibliographique
Résumé
Realizar una revisión sistemática para determinar si el consumo de bebidas carbonatadas es un factor de riesgo de Enfermedad Renal Crónica (ERC). Material y Métodos: La presente investigación sistematizó la evidencia disponible de estudios observacionales, para lo cual se realizó la búsqueda global en diversas bases de datos (PubMed, Scopus, Web of Science, Ovid Medline, EBSCO, EMBASE, BVS y Google Scholar). Los metadatos obtenidos fueron descargados y unidos en un solo fichero usando el software Rayyan QCRI, para las referencias bibliográficas se usó ENDNOTE 20 y para la extracción de todos los datos de los artículos incluidos se distribuyeron en diversas tablas en el programa Microsoft Excel 2016. La evaluación de la calidad de los estudios fue determinada con la escala Newcastle-Ottawa. Resultados: Inicialmente se obtuvo un total de 20578 artículos; de los cuales después de la depuración final por título, resumen y lectura a texto completo, se incluyeron 16 investigaciones dentro de la revisión. Conclusiones: El consumo de bebidas carbonatadas es un factor de riesgo de Enfermedad Renal Crónica, esta relación causal es más sólida si se toma en cuenta el patrón de consumo, siendo la frecuencia de ingesta diaria y el tipo de bebida los más relevantes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,063 | 0,140 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,014 |
| Bibliométrie | 0,016 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».