Feasibility and development of a cariogenic diet scale for epidemiological research
Notice bibliographique
Résumé
BACKGROUND: Diet cariogenicity plays a major role as both a protective and risk factor in the development of early childhood caries (ECC). AIM: Develop a scale measuring the cariogenicity of foods and beverages and employ it to describe the cariogenicity of young children's diets and predict dental caries outcomes. DESIGN: Scores of cariogenicity and consumption frequency were applied to food frequency questionnaire (FFQ) collected from an Australian children's cohort study with three time-points of data. One-way ANOVA, with post hoc Tukey test compared mean cariogenic scale measured at 18 months between the subsample of children with caries classification at age 5 years. RESULTS: At 6 months, children's mean cariogenic score was 10.05, increasing to 34.18 at 12 and 50.00 at 18 months. Mean cariogenic scale score at 18 months was significantly higher in children with advanced disease at 5 years (mean scale score: 59.0 ± 15.9) compared to those that were healthy (mean score 47.7 ± 17.5, P = 0.007) or had mild-moderate disease (mean score 48.2 ± 17.3, P = 0.008). CONCLUSIONS: The cariogenic diet scale provides a useful indication of the increasing cariogenicity of children's diets with age and highlights the incorporation of discretionary choice foods and beverages into the diets of young children much earlier than nutritionally recommended.
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 | 0,042 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».