Validation of a Quantitative Food Frequency Questionnaire for a Japanese Population in Hawaii
Notice bibliographique
Résumé
Abstract. Objective: To measure the validity of a quantitative food frequency questionnaire (QFFQ). Design : A cross-sectional validation study of the QFFQ against a four-day food record (4DR) using Spearman correlation, cross-classification, kappa statistics, and Bland–Altman plotting. Setting : The Gastroenterology Department of Kaiser Permanente Hawaii. Subjects: 76 healthy Japanese American men and women, aged 40–75 years. Results : Somewhat stronger average correlations were observed between the QFFQ and the 4DR for macronutrients compared to micronutrients (Spearman rho of 0.47 vs. 0.35). Moderate correlations between the two tools were observed for macronutrients (including saturated fatty acids and dietary fibre), iron, β-carotene, vitamin C, and ethanol ( rho: 0.38–0.58). Overall, stronger correlations were found among men than women between the two tools (mean rho 0.41 vs. 0.26). In a cross classification analysis, for more than 75% of the observations, a complete to relative agreement between the two methods was observed for fat, α-carotene, folate, vitamin D, and ethanol. Sex difference in agreement was minimal in cross-classification (overall extreme misclassification of 9.80% for men and 12.40% for women). Bland–Altman plots showed over-estimations of dietary fibre and α-carotene intake and an under-estimation of cholesterol intake by the QFFQ at high levels of consumption. However, the QFFQ estimation for fat, dietary fibre, folate, cholesterol, α-carotene, vitamins D and C, and ethanol intake was less than 7% different compared to the 4DR. Conclusions: The QFFQ has an adequate validity for fat, folate, vitamin D, and ethanol and can correctly categorize participants for intakes of cholesterol, dietary fibre, α-carotene, and zinc.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».