Development of a semi-quantitative food frequency questionnaire for use in United Arab Emirates and Kuwait based on local foods
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The Food Frequency Questionnaire (FFQ) is one of the most commonly used tools in epidemiologic studies to assess long-term nutritional exposure. The purpose of this study is to describe the development of a culture specific FFQ for Arab populations in the United Arab Emirates (UAE) and Kuwait. METHODS: We interviewed samples of Arab populations over 18 years old in UAE and Kuwait assessing their dietary intakes using 24-hour dietary recall. Based on the most commonly reported foods and portion sizes, we constructed a food list with the units of measurement. The food list was converted to a Semi-Quantitative Food Frequency Questionnaire (SFFQ) format following the basic pattern of SFFQ using usual reported portions. The long SFFQ was field-tested, shortened and developed into the final SFFQ. To estimate nutrients from mixed dishes we collected recipes of those mixed dishes that were commonly eaten, and estimated their nutritional content by using nutrient values of the ingredients that took into account method of preparation from the US Department of Agriculture's Food Composition Database. RESULTS: The SFFQs consist of 153 and 152 items for UAE and Kuwait, respectively. The participants reported average intakes over the past year. On average the participants reported eating 3.4 servings/d of fruits and 3.1 servings/d of vegetables in UAE versus 2.8 servings/d of fruits and 3.2 servings/d of vegetables in Kuwait. Participants reported eating cereals 4.8 times/d in UAE and 5.3 times/d in Kuwait. The mean intake of dairy products was 2.2/d in UAE and 3.4 among Kuwaiti. CONCLUSION: We have developed SFFQs to measure diet in UAE and Kuwait that will serve the needs of public health researchers and clinicians and are currently validating those instruments.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle