Special diets in modern America: Analysis of the 2012 National Health Interview Survey data
Notice bibliographique
Résumé
BACKGROUND: Special diets are frequently used by the public but reasons for use and characteristics of users remain unclear. AIM: To determine prevalence of the use of special diets, the individual characteristics associated with their use and reasons for use. METHODS: The secondary analysis used data from the 2012 National Health Interview Survey (NHIS), a cross-sectional household interview survey of a nationally representative sample of non-hospitalized US adult populations ( n = 34,525). The dependent variables in this secondary analysis were the use of a special diet (vegetarian, macrobiotic, Atkins, Pritikin, and Ornish) ever and during the past 12 months. Independent variables included sociodemographic, clinical and behavioral variables. Prevalence of special diet use and reasons for use were analyzed descriptively. Associations between independent and dependent variables were analyzed using Chi-square tests and logistic regression. Odds ratios (ORs) and 95% confidence intervals (CIs) were calculated. RESULTS: Lifetime and 12-month prevalence of using special diets were 7.5% (weighted n = 17.7 million) and 2.9% (weighted n = 6.9 million), respectively. Individuals using special diets in the past 12 months were more likely female (OR = 1.45; 95% CI = 1.21-1.74), not married (OR = 0.76; 95% CI = 0.63-0.91), college-educated (OR = 1.98; 95% CI = 1.25-3.11) and depressed (OR = 1.50; 95% CI = 1.14-1.98). They more likely also used herbal products (OR = 2.35; 95%CI = 1.84-2.99), non-vitamin (OR = 1.82; 95% CI = 1.45-2.27) and vitamin supplements (OR = 1.57; 95% CI = 1.24-1.99). Diets were mainly used to improve overall health (76.7%) or for general wellness/prevention (70.4%). CONCLUSIONS: Special diets are mainly used for unspecific health reasons by those who are females, have a college degree or with depression, and commonly used in conjunction with herbs and dietary supplements.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».