方法论
Illness Researcher 使用系统化方法将医学研究文章转化为可操作的健康建议。以下是我们处理数据的方式：
1
文章收集
我们从 CORE（全球最大的开放获取研究论文集合）聚合开放获取的研究文章，重点关注医学和健康相关出版物。
2
相关性筛选
使用 AI 对每篇文章进行相关性筛选。我们寻找关于可操作健康建议的研究，包括饮食、补充剂、生活方式行为和警示信号。关于药物副作用或药物相互作用的文章被排除在外。
3
研究质量评估
文章按研究类型分类（例如，系统评价、随机对照试验、队列研究）。只有达到最低证据质量阈值的研究才会被纳入。荟萃分析和系统评价获得最高的置信度评分。
4
知识提取
AI 从每篇文章中提取具体建议，识别疾病、推荐的行动（饮食、补充剂、行为或警示），以及支持证据，包括样本量、效应量和统计显著性。
5
证据总结
当多项研究支持相同的建议时，证据被综合成简明的摘要。这包括跨研究的汇总统计数据，并突出一致的发现。
重要说明
- 我们优先考虑高质量证据（系统评价、荟萃分析、随机对照试验），但也包括其他研究类型并附有适当的置信度指标。
- 这不是医疗建议。在做出健康决定之前，请务必咨询医疗专业人员。
- 随着新研究的发布，我们不断更新我们的数据库。