Wearable Technology to Quantify the Nutritional Intake of Adults: Validation Study
Notice bibliographique
Résumé
BACKGROUND: Wearable and mobile sensor technologies can be useful tools in precision nutrition research and practice, but few are reliable for obtaining accurate and precise measurements of diet and nutrition. OBJECTIVE: This study aimed to assess the ability of wearable technology to monitor the nutritional intake of adult participants. This paper describes the development of a reference method to validate the wristband's estimation of daily nutritional intake of 25 free-living study participants and to evaluate the accuracy (kcal/day) and practical utility of the technology. METHODS: Participants were asked to use a nutrition tracking wristband and an accompanying mobile app consistently for two 14-day test periods. A reference method was developed to validate the estimation of daily nutritional intake of participants by the wristband. The research team collaborated with a university dining facility to prepare and serve calibrated study meals and record the energy and macronutrient intake of each participant. A continuous glucose monitoring system was used to measure adherence with dietary reporting protocols, but these findings are not reported. Bland-Altman tests were used to compare the reference and test method outputs (kcal/day). RESULTS: A total of 304 input cases were collected of daily dietary intake of participants (kcal/day) measured by both reference and test methods. The Bland-Altman analysis had a mean bias of -105 kcal/day (SD 660), with 95% limits of agreement between -1400 and 1189. The regression equation of the plot was Y=-0.3401X+1963, which was significant (P<.001), indicating a tendency for the wristband to overestimate for lower calorie intake and underestimate for higher intake. Researchers observed transient signal loss from the sensor technology of the wristband to be a major source of error in computing dietary intake among participants. CONCLUSIONS: This study documents high variability in the accuracy and utility of a wristband sensor to track nutritional intake, highlighting the need for reliable, effective measurement tools to facilitate accurate, precision-based technologies for personal dietary guidance and intervention.
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 | 0,014 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».