Using national dietary intake data to evaluate and adapt the US Diet History Questionnaire: the stepwise tailoring of an FFQ for Canadian use
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the Canadian Diet History Questionnaire I (C-DHQ I) food list and to adapt the US DHQ II for Canada using Canadian dietary survey data. DESIGN: Twenty-four-hour dietary recalls reported by adults in a national Canadian survey were analysed to create a food list corresponding to C-DHQ I food questions. The percentage contribution of the food list to the total survey intake of seventeen nutrients was used as the criterion to evaluate the suitability of the C-DHQ I to capture food intake in Canadian populations. The data were also analysed to identify foods and to modify portion sizes for the C-DHQ II. SETTING: The Canadian Community Health Survey (CCHS) - Cycle 2.2 Nutrition (2004). SUBJECTS: Adults (n 20 159) who completed 24 h dietary recalls during in-person interviews. RESULTS: Four thousand five hundred and thirty-three foods and recipes were grouped into 268 Food Groups, of which 212 corresponded to questions on the C-DHQ I. Nutrient intakes captured by the C-DHQ I ranged from 79 % for fat to 100 % for alcohol. For the new C-DHQ II, some food questions were retained from the original US DHQ II while others were added based on foods reported in CCHS and foods available on the Canadian market since 2004. Of 153 questions, 143 were associated with portion sizes of which fifty-three were modified from US values. Sex-specific nutrient profiles for the C-DHQ II nutrient database were derived using CCHS data. CONCLUSIONS: The C-DHQ I and II are designed to optimize the capture of foods consumed by Canadian populations.
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 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 | 0,002 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».