MétaCan
Menu
Retour à la cohorte
Enregistrement W2100809791 · doi:10.1139/apnm-2012-0392

The association between food patterns and adiposity among Canadian children at risk of overweight

2013· article· en· W2100809791 sur OpenAlexafffundvenueabout
Lei Shang, Jennifer O’Loughlin, Angelo Tremblay, Katherine Gray‐Donald

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensMcGill UniversityUniversité LavalUniversité de Montréal
Organismes subventionnairesCanada Research Chairs
Mots-clésWaistOverweightObesityBody mass indexMedicineRefined grainsEnvironmental healthFood groupBody fat percentageFood scienceEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

Identifying food patterns related to obesity can provide information for health promotion in nutrition. Food patterns and their relation with obesity among Canadian children have not been reported to date. Our aim was to identify and describe food patterns associated with obesity in children at risk of overweight. Caucasian children (n = 630) with at least 1 obese biological parent recruited into the Quebec Adiposity and Lifestyle Investigation in Youth (QUALITY) cohort were studied in cross-sectional analyses. Measures of adiposity (body mass index (BMI), waist circumference, body fat mass percentage measured by dual-energy X-ray absorptiometry), screen time, physical activity (accelerometer over 7 days), and dietary intake (three 24-h food recalls) were collected. Factor analysis was used to identify food patterns. The relationships between food patterns and overweight were investigated in logistic and multiple linear regression models. Three food patterns were retained for analysis: traditional food (red meats, main dishes-soups, high-fat dairy products, tomato products, dressings, etc.); healthy food (low-fat dairy products, whole grains, legumes-nuts-seeds, fruits, vegetables); and fast food (sugar-sweetened beverages, fried potatoes, fried chicken, hamburgers-hot dogs-pizza, salty snacks). Higher scores on the fast food pattern were associated with overweight (BMI ≥ 85th percentile), and other measures of adiposity (BMI, waist circumference, body fat mass percentage) after adjustment for age, sex, physical activity, screen time, sleep time, family income, and mother's obesity (p < 0.05). Controlling for energy intake did not change these relationships. Our results provide further evidence of a link between fast food intake and obesity in children.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,197
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2013
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetNutritional Studies and DietTravaux en français237 207