Come Kelda verifica i dati sulla salute
Ogni affermazione su Kelda è riconducibile a una specifica voce di database, a un ricercatore nominato o a uno studio pubblicato. Ecco esattamente come lo facciamo.
Le nostre fonti di dati
Kelda interroga gli stessi database molecolari peer-reviewed usati da ricercatori e clinici in tutto il mondo. Ogni numero su una pagina di Kelda proviene da una di queste sei fonti.
CTD
Comparative Toxicogenomics Database
Cos'è: Relazioni chimica-gene-malattia, evidenze terapeutiche, associazioni marcatore/meccanismo.
Lo usiamo per: Meccanismi di deplezione farmaco-nutriente, conteggi delle interazioni geniche, associazioni con malattie.
ChEMBL
European Molecular Biology Laboratory
Cos'è: Meccanismi molecolari di azione, bersagli di legame, misurazioni di potenza, fasi degli studi clinici.
Lo usiamo per: Dettagli sui meccanismi, confronti tra composti, identificazione dei bersagli.
FAERS
FDA Adverse Event Reporting System
Cos'è: Report di sicurezza nel mondo reale da pazienti, professionisti sanitari e produttori.
Lo usiamo per: Dati di sicurezza, conteggi degli eventi avversi, percentuali di eventi gravi.
PubMed
National Library of Medicine
Cos'è: Oltre 35 milioni di articoli di ricerca biomedica da riviste peer-reviewed in tutto il mondo.
Lo usiamo per: Citazioni di esperti con nome del ricercatore, rivista, anno e PMID verificabile.
PharmGKB
Pharmacogenomics Knowledge Base
Cos'è: Relazioni gene-farmaco-malattia, linee guida di dosaggio basate su varianti genetiche.
Lo usiamo per: Dosaggio genotipo-dipendente (es. varianti CYP2C19 per l'omeprazolo).
USDA FoodData Central
U.S. Department of Agriculture
Cos'è: Composizione di nutrienti per migliaia di alimenti, inclusi dati di marca e sondaggi.
Lo usiamo per: Tabelle di fonti alimentari con mg per porzione per i nutrienti deplezionati.
Il knowledge graph
Le righe grezze del database non sono utili da sole. Kelda pre-compila 212 milioni di righe di dati molecolari in un knowledge graph strutturato che collega composti, geni, malattie, sintomi e vie biologiche in un'unica rete interrogabile.
124,000+
Entità
Composti, geni, sintomi, malattie, vie biologiche, biomarcatori, meccanismi
2.8 million
Archi
Connessioni dirette tra entità (tratta, modula, causa, lega)
212 million
Righe sorgente
Pre-compilate da database molecolari in profili interrogabili
7
Tipi di entità
Composti (81K), geni (28K), sintomi (8K), malattie (3K), vie biologiche (2,8K), biomarcatori (159), meccanismi
Quando cerca omeprazolo su Kelda, non sta leggendo un articolo scritto a mano. Sta leggendo un profilo pre-compilato che sintetizza 4.642 articoli PubMed, 395 studi randomizzati controllati, 108 interazioni geniche e 122.780 report di sicurezza FAERS — tutti riconducibili ai loro database sorgente.
Range ottimali vs normali
I range di riferimento standard di laboratorio sono progettati per rilevare malattie — le dicono quando qualcosa è clinicamente anomalo. Ma non le dicono quando qualcosa è subottimale.
Kelda usa i range ottimali della medicina funzionale insieme ai range standard di laboratorio, perché i sintomi spesso compaiono ben prima che un valore di laboratorio sia ufficialmente "fuori range".
Esempio: Ferritina
Range "normale" di laboratorio: 20–200 ng/mL
Range ottimale: 70–150 ng/mL
Una ferritina di 32 ng/mL è "normale" secondo gli standard di laboratorio — ma la ricerca mostra che stanchezza, perdita di capelli e gambe senza riposo spesso compaiono sotto 70. Il range ottimale coglie queste deplezioni precoci che il "normale" di laboratorio si perde.
Ogni pagina di biomarcatore su Kelda mostra entrambi i range fianco a fianco, così può vedere dove cadono i suoi risultati su entrambe le scale. Citiamo la ricerca clinica dietro a ogni range ottimale.
Come manteniamo l'accuratezza
Ogni statistica cita il suo database sorgente per nome e conteggio — non "gli studi mostrano" ma "395 RCT su 360.638 pazienti in CTD".
Le citazioni di esperti rimandano ad articoli PubMed reali con PMID verificabili che chiunque può consultare.
I contenuti sono validati rispetto a contratti di tipo rigorosi e controlli di accuratezza prima della pubblicazione.
Le pagine vengono aggiornate quando i database sorgente rilasciano nuovi dati, con una data visibile di "Fonti verificate al".
Cosa non facciamo
Trasparenza significa essere onesti su cosa siamo e cosa non siamo. Crediamo che questa onestà sia più affidabile di credenziali fabbricate.
Non abbiamo un comitato consultivo medico o un panel di revisione. Ci affidiamo ai database stessi come autorità.
Non fabbrichiamo nomi di ricercatori, credenziali o affiliazioni istituzionali.
Non usiamo frasi vaghe come "gli studi mostrano" senza citare il database, il ricercatore e il conteggio specifici.
Attribuiamo ogni affermazione a un database nominato o a un ricercatore pubblicato — nulla è privo di fonte.
Queste sono informazioni sulla salute, non consigli medici. Raccomandiamo sempre di discutere i risultati con il suo professionista sanitario.
Modello di attribuzione delle fonti
Ogni pagina di contenuto su Kelda mostra un blocco di attribuzione standardizzato in alto. Ecco cosa include:
Basato sulla ricerca di Huan et al., European Journal of Pharmaceutical Sciences (2025). Dati provenienti da CTD, ChEMBL, FAERS. Come verifichiamo questi dati →
Fonti verificate al aprile 2026
Ricercatore primario — l'autore nominato di uno studio PubMed pertinente al tema della pagina, con nome della rivista e anno di pubblicazione.
Fonti del database — i database specifici interrogati per questa pagina (CTD, ChEMBL, FAERS, PharmGKB, USDA, PubMed).
Data di verifica — quando i dati sorgente sono stati confermati come attuali per l'ultima volta.
Link alla metodologia — ogni blocco di attribuzione rimanda a questa pagina, così i lettori possono sempre controllare come sono stati verificati i dati.
Domande sui nostri dati?
Ci impegniamo per la trasparenza. Se rileva un errore o ha domande su come reperiamo i nostri dati, vogliamo sentirla.
Contattacihello@kelda.health
Strumento educativo — consulti sempre il suo professionista sanitario.