Методология оценки доказательности
Как мы оцениваем и ранжируем исследования добавок.
Каждое утверждение о связи ингредиента с состоянием здоровья на наших сайтах получает буквенную оценку (от A до F) на основе совокупности доступных рецензируемых доказательств. На этой странице подробно описано, как мы определяем каждую оценку — наша методология прозрачна и воспроизводима.
Определения оценок
Strong Evidence
Multiple high-quality randomized controlled trials (RCTs) or meta-analyses with consistent positive results. Combined sample size exceeds 500 participants across 5 or more independent studies.
Пример: Melatonin for sleep onset latency — supported by 20+ RCTs with consistent results.
Moderate Evidence
At least one well-designed RCT showing positive results, supported by additional studies. Results are mostly consistent across the evidence base, with adequate combined sample sizes.
Пример: Magnesium for sleep quality — supported by several RCTs with mostly positive outcomes.
Limited Evidence
Preliminary positive findings from small RCTs, observational studies, or mixed results across studies. Evidence is promising but insufficient to draw firm conclusions.
Пример: L-theanine for sleep — small positive studies exist but larger trials are needed.
Preliminary Evidence
Only in vitro, animal, case report, or pilot study data available. Or human studies exist but with inconsistent or inconclusive results. More research is needed.
Пример: Ashwagandha for hair growth — limited to preclinical and small pilot studies.
Negative Evidence
Fewer than 30% of studies show positive effects, with two or more studies available. The weight of evidence suggests the ingredient does not provide the claimed benefit, or may cause harm.
Пример: An ingredient where multiple RCTs show no benefit over placebo.
Алгоритм оценки
Оценка доказательности рассчитывается по четырём независимым критериям, каждый из которых вносит вклад в суммарный балл, соответствующий буквенной оценке.
| Критерий | Диапазон баллов | Описание |
|---|---|---|
| Качество типа исследования | 0–4 | Наивысший тип качества исследования: мета-анализ (4), РКИ (3), ККИ/когортное (2), обсервационное (1), in vitro/обзор (0) |
| Согласованность | -1 to +1 | >70% положительных результатов: +1, <30% положительных: -1, в остальных случаях 0 |
| Размер выборки | -1 to +1 | Общее число участников: ≥500 (+1), ≥100 (0), <100 (-1) |
| Количество исследований | -1 to +1 | Количество исследований: ≥5 (+1), ≥2 (0), <2 (-1) |
Итоговое соответствие оценок: Балл ≥6 → A, ≥4 → B, ≥2 → C, ≥0 → D. Принудительная оценка F при <30% положительных результатов и ≥2 исследованиях.
Исследовательский процесс
Systematic Search
Identify relevant research from PubMed
For each ingredient-condition pair, we conduct systematic PubMed searches using MeSH terms and title/abstract keywords. We prioritize randomized controlled trials (RCTs), meta-analyses, and systematic reviews, while also including observational studies and pilot trials for emerging evidence.
Paper Screening
Filter for relevance and quality
Retrieved papers are screened for relevance to the specific ingredient-condition relationship. We filter by study type (prioritizing interventional over observational), population (human studies preferred), and publication quality (peer-reviewed journals only).
PICO Extraction
Extract structured study data
From each included study, we extract structured PICO data: Population (sample size, demographics), Intervention (substance, dosage, duration, form), Comparison (placebo or active comparator), and Outcome (primary endpoint, effect size, statistical significance). AI-assisted extraction is validated against source text.
Evidence Grading
Calculate algorithmic grade (A-F)
Our grading algorithm scores each ingredient-condition pair based on four dimensions: (1) highest study type quality, (2) consistency of positive results across studies, (3) total combined sample size, and (4) number of independent studies. The final score maps to a letter grade from A (Strong) to F (Negative).
Publication
Review and publish evidence summaries
Generated evidence summaries undergo compliance review for FDA/FTC adherence. All language uses structure/function claims only. Evidence grades are recalculated automatically when new research is added to the database, ensuring grades reflect the most current body of evidence.
Источники данных
Ограничения
Наша методология имеет известные ограничения, о которых пользователям следует знать:
- Мы в первую очередь выполняем поиск в PubMed, что может не охватить все релевантные исследования (например, опубликованные в неиндексируемых журналах).
- Извлечение данных с помощью ИИ, хотя и валидировано, может иногда некорректно интерпретировать сложные дизайны исследований.
- Наш алгоритм оценки придаёт одинаковый вес количеству исследований и размеру выборки, что может не отражать истинную значимость каждого фактора в каждом контексте.
- Оценки доказательности отражают текущее состояние исследований и могут измениться по мере публикации новых работ.
- Индивидуальная реакция на добавки может различаться. Высокая оценка доказательности не гарантирует эффективность для каждого человека.
Отказ от ответственности FDA: Данные утверждения не были оценены Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA). Продукты и информация на этом сайте не предназначены для диагностики, лечения, излечения или профилактики каких-либо заболеваний. Представленные оценки доказательности основаны на нашем анализе опубликованных рецензируемых исследований и не являются медицинской консультацией. Всегда консультируйтесь с лечащим врачом перед началом приёма любых добавок.