Electronic 12-Hour Dietary Recall (e-12HR): Comparison of a Mobile Phone App for Dietary Intake Assessment With a Food Frequency Questionnaire and Four Dietary Records
Notice bibliographique
Résumé
BACKGROUND: One of the greatest challenges in nutritional epidemiology is improving upon traditional self-reporting methods for the assessment of habitual dietary intake. OBJECTIVE: The aim of this study was to evaluate the relative validity of a new method known as the current-day dietary recall (or current-day recall), based on a smartphone app called 12-hour dietary recall, for determining the habitual intake of a series of key food and drink groups using a food frequency questionnaire (FFQ) and four dietary records as reference methods. METHODS: University students over the age of 18 years recorded their consumption of certain groups of food and drink using 12-hour dietary recall for 28 consecutive days. During this 28-day period, they also completed four dietary records on randomly selected days. Once the monitoring period was over, subjects then completed an FFQ. The two methods were compared using the Spearman correlation coefficient (SCC), a cross-classification analysis, and weighted kappa. RESULTS: A total of 87 participants completed the study (64% women, 56/87; 36% men, 31/87). For e-12HR versus FFQ, for all food and drink groups, the average SCC was 0.70. Cross-classification analysis revealed that the average percentage of individuals classified in the exact agreement category was 51.5%; exact agreement + adjacent was 91.8%, and no participant (0%) was classified in the extreme disagreement category. The average weighted kappa was 0.51. For e-12HR versus the four dietary records, for all food and drink groups, the average SCC was 0.63. Cross-classification analysis revealed that the average percentage of individuals classified in the exact agreement category was 47.1%; exact agreement + adjacent was 89.2%; and no participant (0%) was classified in the extreme disagreement category. The average weighted kappa was 0.47. CONCLUSIONS: Current-day recall, based on the 12-hour dietary recall app, was found to be in good agreement with the two reference methods (FFQ & four dietary records), demonstrating its potential usefulness for categorizing individuals according to their habitual dietary intake of certain food and drink groups.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».