Dietary Intake and Micronutrient Supplementation in Youth with Celiac Disease with and without Type 1 Diabetes
Notice bibliographique
Résumé
The study purpose was to describe dietary intake and the factors influencing micronutrient supplements (MS) use in Celiac Disease (CD) ± Type 1 Diabetes (T1D). Three-day food records collected from parents of youth (3–18 years) with CD (n = 14) ± T1D (n = 10) were assessed for macro and micronutrient intake, diet quality (DQ), glycemic index (GI), glycemic load (GL), and food group intake. Focus group methodology and thematic concept analysis were conducted to determine factors influencing adolescent MS use. Mean ± SD age was 11 ± 4.4 (CD) and 13 ± 3.7 (CD + T1D) (P = 0.32). Body mass index was within healthy reference ranges (17.9 ± 2.5 [CD]; 19.3 ± 3.8 [CD + T1D] kg/m2; P = 0.61). The majority of youth with CD ± T1D (>90%) had high intakes of sugar and saturated fat, had high GI and GL, and met food serving recommendations and DQs that were indicative of “needs improvement.” With the exception of vitamin D, vitamin E, folate, calcium, and potassium, youth in both groups met the estimated average requirements (EAR) for most micronutrients. MS use corrected suboptimal vitamin D intake; however, vitamin E, folate, calcium, and potassium intake remained below the EAR. Variables influencing adolescent MS use included daily routine, health professional influence, disease management (CD + T1D), and lack of knowledge about the need for MS. Strategies to elicit adolescent MS use varied between parent and adolescents.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».