MétaCan
Menu
← Retour à la cohorte
Enregistrement W7124362048

Effect of dietary quality on the severity of illness of patients with coronary heart disease

2020· article· zh· W7124362048 sur OpenAlexaboutno aff
FANG Yuan, Liu GuoJie

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2020
Typearticle
Languezh
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronary heart diseaseFramingham Risk ScoreHeart diseaseCoronary diseaseQuality of life (healthcare)Disease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ObjectiveTo understand the status quo of dietary quality in patients with coronary heart disease and its effect on the severity of illness,so as to provide evidence for guiding patients with coronary heart disease to take rational diet.MethodsA total of 208 patients with coronary heart disease in the Second Affiliated Hospital of Harbin Medical University were surveyed by using Smei⁃Quantitative Food Frequency Questionnaire(SQFFQ) and Mediterranean Diet Questionnaire.ResultsThe qualified rate of diet quality in patients with coronary heart disease was 66.83%.The classification of Canadian Cardiovascular Society(CCS) among patients with coronary heart disease showed that 33 cases at level Ⅰ(15.87%),62 cases at level Ⅱ(29.81%),86 cases at level Ⅲ(41.35%),and 27 cases at level IV(12.98%).Body mass index(BMI),dietary quality,gender and smoking history were the main influencing factors of CCS classification in patients with coronary heart disease(P<0.01).ConclusionThe dietary quality of patients with coronary heart disease needs to be improved.Propaganda and education should be carried out among patients with high BMI,unqualified dietary quality,male and smoking.And balanced diet among patients should be advocated.So as to improve lifestyle and health status of patients with coronary heart disease.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,180
Tête enseignante GPT0,507
Écart entre enseignants0,327 · 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'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetNutritional Studies and Diet→Travaux en français237 207→