Validation of a Food Frequency Questionnaire for Bone Nutrients in Pregnant Women
Notice bibliographique
Résumé
PURPOSE: The aim was to validate a food frequency questionnaire (FFQ) against a 3-day food record (3DFR) for pregnant women with a focus on nutrients important for bone health from food and supplements. METHODS: The FFQ and 3DFR were administered to pregnant women (n = 42) aged 18-45 years in their third trimester of pregnancy in Hamilton, Ontario. Nutrient analysis of intakes was conducted using an FFQ calculator and Nutritionist-Pro software. The average daily serving consumption of Milk and alternatives group and Vegetable subgroup from Canada's Food Guide were also compared. RESULTS: There was a high positive correlation between methods for total dietary vitamin D (r = 0.83). Low positive associations were observed for total protein (r = 0.37), calcium (r = 0.36), vitamin K (r = 0.41), and servings of Milk and alternatives (r = 0.36). A cross-classification analysis using participants' intake quartiles revealed no major misclassifications. Bland-Altman analysis showed that the FFQ mildly underestimated the intake for protein, whereas it grossly overestimated the intake of vitamin K, and daily servings of Milk and alternatives and Vegetable. CONCLUSIONS: This FFQ can serve as a useful tool in clinical and research settings to assess key bone nutrients from foods and supplement sources in pregnant women.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».