Så verifierar Kelda hälsodata
Varje påstående på Kelda spåras till en specifik databaspost, en namngiven forskare eller en publicerad studie. Så här gör vi exakt.
Våra datakällor
Kelda söker i samma peer-reviewade molekylära databaser som forskare och kliniker över hela världen använder. Varje siffra på en Kelda-sida kommer från en av dessa sex källor.
CTD
Comparative Toxicogenomics Database
Vad det är: Kemikalie-gen-sjukdomssamband, terapeutisk evidens, markör-/mekanismsamband.
Vi använder det för: Mekanismer för läkemedel-näringsbrister, antal geninteraktioner, sjukdomssamband.
ChEMBL
European Molecular Biology Laboratory
Vad det är: Molekylära verkningsmekanismer, bindningsmål, potensmätningar, faser av kliniska prövningar.
Vi använder det för: Mekanismdetaljer, jämförelser av föreningar, målidentifiering.
FAERS
FDA Adverse Event Reporting System
Vad det är: Säkerhetsrapporter från verkligheten från patienter, vårdgivare och tillverkare.
Vi använder det för: Säkerhetsdata, antal biverkningar, andel allvarliga händelser.
PubMed
National Library of Medicine
Vad det är: 35 miljoner+ biomedicinska forskningsartiklar från peer-reviewade tidskrifter över hela världen.
Vi använder det för: Expertcitat med forskarnamn, tidskrift, år och verifierbart PMID.
PharmGKB
Pharmacogenomics Knowledge Base
Vad det är: Gen-läkemedel-sjukdomssamband, doseringsriktlinjer baserade på genetiska varianter.
Vi använder det för: Genotypberoende dosering (t.ex. CYP2C19-varianter för omeprazol).
USDA FoodData Central
U.S. Department of Agriculture
Vad det är: Näringsinnehåll för tusentals livsmedel, inklusive märkesvaror och undersökningsdata.
Vi använder det för: Livsmedelskälltabeller med mg per portion för bristämnen.
Kunskapsgrafen
Råa databasrader är inte användbara i sig själva. Kelda förkompilerar 212 miljoner rader molekylära data till en strukturerad kunskapsgraf som kopplar samman föreningar, gener, sjukdomar, symtom och biologiska vägar i ett enda sökbart nätverk.
124,000+
Entiteter
Föreningar, gener, symtom, sjukdomar, biologiska vägar, biomarkörer, mekanismer
2.8 million
Kanter
Riktade kopplingar mellan entiteter (behandlar, modulerar, orsakar, binder)
212 million
Källrader
Förkompilerade från molekylära databaser till sökbara profiler
7
Entitetstyper
Föreningar (81K), gener (28K), symtom (8K), sjukdomar (3K), biologiska vägar (2,8K), biomarkörer (159), mekanismer
När du slår upp omeprazol på Kelda läser du inte en manuellt skriven artikel. Du läser en förkompilerad profil som syntetiserar 4 642 PubMed-artiklar, 395 randomiserade kontrollerade studier, 108 geninteraktioner och 122 780 FAERS-säkerhetsrapporter — alla spårade tillbaka till sina källdatabaser.
Optimala vs normala intervall
Standardreferensintervall för labb är utformade för att upptäcka sjukdom — de säger när något är kliniskt onormalt. Men de säger inte när något är suboptimalt.
Kelda använder optimala intervall från funktionsmedicin tillsammans med standardlabbintervall, eftersom symtom ofta uppträder långt innan ett labbvärde officiellt är ”utanför intervallet”.
Exempel: Ferritin
Labbets ”normala” intervall: 20–200 ng/mL
Optimalt intervall: 70–150 ng/mL
Ett ferritin på 32 ng/mL är ”normalt” enligt labbets standarder — men forskning visar att trötthet, håravfall och rastlösa ben ofta uppträder under 70. Det optimala intervallet fångar dessa tidiga brister som labbets ”normala” missar.
Varje biomarkörsida på Kelda visar båda intervallen sida vid sida, så att du kan se var dina resultat hamnar på båda skalorna. Vi anger den kliniska forskning som ligger bakom varje optimalt intervall.
Så upprätthåller vi noggrannhet
Varje statistik anger sin källdatabas vid namn och antal — inte "studier visar" utan "395 RCT över 360 638 patienter i CTD."
Expertcitat länkar till verkliga PubMed-artiklar med verifierbara PMID:er som vem som helst kan slå upp.
Innehåll valideras mot strikta typkontrakt och noggrannhetskontroller innan publicering.
Sidor uppdateras när källdatabaser släpper nya data, med ett synligt "Källor verifierade per"-datum.
Vad vi inte gör
Transparens innebär att vara ärlig om vad vi är och vad vi inte är. Vi tror att denna ärlighet är mer trovärdig än påhittade meriter.
Vi har ingen medicinsk rådgivande styrelse eller granskningspanel. Vi förlitar oss på databaserna själva som auktoritet.
Vi hittar inte på forskarnamn, meriter eller institutionella tillhörigheter.
Vi använder inte vaga fraser som "studier visar" utan att ange den specifika databasen, forskaren och antalet.
Vi tillskriver varje påstående till en namngiven databas eller publicerad forskare — inget är osourcat.
Detta är hälsoinformation, inte medicinsk rådgivning. Vi rekommenderar alltid att du diskuterar fynd med din vårdgivare.
Modell för källattribution
Varje innehållssida på Kelda visar ett standardiserat attributionsblock högst upp. Detta är vad det innehåller:
Baserat på forskning av Huan et al., European Journal of Pharmaceutical Sciences (2025). Data hämtade från CTD, ChEMBL, FAERS. Så verifierar vi denna data →
Källor verifierade per april 2026
Primär forskare — den namngivna författaren från en PubMed-studie som är relevant för sidans ämne, med tidskriftsnamn och publiceringsår.
Databaskällor — de specifika databaser som söks för denna sida (CTD, ChEMBL, FAERS, PharmGKB, USDA, PubMed).
Verifieringsdatum — när källdata senast bekräftades vara aktuell.
Länk till metodik — varje attributionsblock länkar tillbaka till den här sidan, så att läsare alltid kan kontrollera hur datan verifierades.
Frågor om vår data?
Vi är engagerade i transparens. Om du upptäcker ett fel eller har frågor om hur vi hämtar vår data vill vi höra från dig.
Kontakta osshello@kelda.health
Utbildningsverktyg — rådgör alltid med din vårdgivare.