Associação entre carboidratos, triglicerídeos e doenças cardiovasculares
Bibliographic record
Abstract
Objetivo: Avaliar o papel dos carboidratos dietéticos nas doenças cardiovasculares e no marcador lipídico triglicerídeo e qual o seu impacto nos desfechos cardiovasculares. Métodos: Revisão integrativa da literatura, com busca nas bases de dados PubMed e Biblioteca Virtual em Saúde (BVS), no intervalo de tempo de 2012 a 2022, por meio dos Descritores em Ciências da Saúde (DeCS) e Medical Subject Headings (Mesh): triglycerides, carbohydrates e cardiovascular risk factors com o operador booleano “AND”. Utilizou-se como pergunta norteadora: Qual a influência dos carboidratos dietéticos no marcador triglicerídeo e qual sua relação com doença cardiovascular? Resultados: Foram incluídos nessa análise 10 artigos que atenderam aos critérios de inclusão. Ao todo, entre os estudos incluídos na revisão, foi obtida uma amostra de 17,879 indivíduos com idades entre 18 e 75 anos. O IMC médio variou entre 23 e 45 kg/m². Considerações finais: Dietas com baixo teor de carboidratos podem ser eficazes para perda de peso e promovem benefícios nos marcadores de risco cardiovascular a curto prazo, com um aumento nos níveis de HDL. No entanto, quando se trata de triglicerídeos, os resultados são controversos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.000 | 0.005 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".