Using different approaches to assess the reproducibility of a culturally sensitive quantified food frequency questionnaire
Notice bibliographique
Résumé
Objective: To report on the use of different approaches to assess the reproducibility of a culturally sensitive quantified food frequency questionnaire (QFFQ) used for assessment of the habitual dietary intake of Setswana-speaking adults in the North West Province of South Africa.Method: A previously developed and validated QFFQ was completed by trained fieldworkers. Portion sizes were estimated using different methods. Food intake was coded and analysed for nutrient intake per day for each subject. The first interview (n = 1 888) took place during the baseline data collection period. For the second interview (n = 175), a convenient sample from the subjects who had completed the first interview was collected and the interview was conducted within four to six weeks of the first interview.Results: There were good correlations between the first and second QFFQ for all the nutrients (p < 0.0001). The Wilcoxon signed-rank test showed that there were no significant differences in the median intake between the two administrations, except for energy and total fat. The Bland-Altman plots showed good agreement. Between 41% and 58% of the subjects were correctly classified into the same quartile, with less than 3% grossly misclassified. The weighted κ statistics showed moderate agreement between the two applications.Conclusion: Our results show that more than one statistical approach is needed to assess the reproducibility of a QFFQ. The reproducibility of this culturally sensitive QFFQ was good.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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 ».