Can methods based on spot urine samples be used to estimate average population 24 h sodium excretion? Results from the Isfahan Salt Study
Notice bibliographique
Résumé
OBJECTIVE: To assess agreement between established methods of estimating salt intake from spot urine collections and 24 h urinary Na (24hUNa) and then to develop a valid formula that can be used in the Iranian population to estimate salt intake from spot urine samples. DESIGN: A validation study. Three spot urine samples were collected (fasting second-void morning; afternoon; evening) on the same day as a 24 h urine collection. We estimated 24hUNa from spot specimens using the Kawasaki, Tanaka and INTERSALT equations. Two new formulas were developed, the Iran formula 1 (Iran 1) and Iran formula 2 (Iran 2), based on our population characteristics. SETTING: Iranian adults recruited in 2014-2015. PARTICIPANTS: Healthy volunteer adults aged ≥18 years. RESULTS: With all three spot urine specimens, predicted population 24hUNa was underestimated based on the INTERSALT equation (-469 to -708 mg/d; all P < 0·05) and conversely overestimation occurred with the Kawasaki equation (926 to 1080 mg/d; all P < 0·01). The Tanaka equation produced comparable estimates to measured 24hUNa (-151 to 86 mg/d; all P > 0·49). The newly derived formulas, Iran 1 and Iran 2, showed less mean bias than the established equations (Iran 1: 43 to 80 mg/d, all P > 0·55; Iran 2: 22 to 90 mg/d, all P > 0·50). CONCLUSIONS: In this Iranian sample, the Tanaka equation and newly derived formulas produced group-level estimates comparable to measured 24hUNa. The newly developed formulas showed less mean bias than established equations; however, they need to be tested for generalization in a larger sample.
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 | 0,025 | 0,046 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».