Limitations of Food Composition Databases and Nutrition Surveys for Evaluating Food Fortification in the United States and Canada
Notice bibliographique
Résumé
Abstract Background As the availability of fortified foods expands, it is increasingly important to monitor risk of excessive nutrient intake. However, neither Canadian nor US nutrient composition databases systematically differentiate between naturally occurring nutrients and those added to foods at manufacturers’ discretion, and the consumption of fortified foods is not comprehensively assessed during dietary data collection. Objective To describe limitations in the estimation of nutrient intakes from voluntarily fortified foods from the Canadian Community Health Survey (CCHS 2004) and National Health and Nutrition Examination Survey (NHANES 2007-08) for the purposes of evaluating fortification policies and practices. Description Working with the US Food and Nutrient Database for Dietary Studies, we identified voluntarily fortified foods by food code descriptions containing certain key words and the presence of nutrients for which additions were tracked in the database. This strategy is likely to have resulted in an underestimation of voluntarily fortified food consumption and thus an underestimation of the probability of excessive intakes in the US population. Our efforts to model proposed policy changes to food fortification in Canada were similarly limited by our inability to differentiate added sources of niacin and retinol in the CCHS. This thwarted assessment of risks associated with fortification because the Tolerable Upper Intake Levels only apply to retinol and added niacin. Conclusion It is important that food composition databases and 24hr dietary recall collection methods evolve to facilitate monitoring and evaluating health benefits and risks associated with growing voluntary food fortification practices.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,042 | 0,153 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,027 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».