Food intake biomarkers for green leafy vegetables, bulb vegetables, and stem vegetables: a review
Notice bibliographique
Résumé
BACKGROUND: Numerous studies acknowledged the importance of an adequate vegetable consumption for human health. However, current methods to estimate vegetable intake are often prone to measurement errors due to self-reporting and/or insufficient detail. More objective intake biomarkers for vegetables, using biological specimens, are preferred. The only concentration biomarkers currently available are blood carotenoids and vitamin C, covering total fruit and vegetable intake. Identification of biomarkers for specific vegetables is needed for a better understanding of their relative importance for human health. Within the FoodBAll Project under the Joint Programming Initiative "A Healthy Diet for a Healthy Life", an ambitious action was undertaken to identify candidate intake biomarkers for all major food groups consumed in Europe by systematically reviewing the existent literature. This study describes the review on candidate biomarkers of food intake (BFIs) for leafy, bulb, and stem vegetables, which was conducted within PubMed, Scopus and Web of Science for studies published through March 2019. RESULTS: In total, 65 full-text articles were assessed for eligibility for leafy vegetables, and 6 full-text articles were screened for bulb and stem vegetables. Putative BFIs were identified for spinach, lettuce, endive, asparagus, artichoke, and celery, but not for rocket salad. However, after critical evaluation through a validation scheme developed by the FoodBAll consortium, none of the putative biomarkers appeared to be a promising BFI. The food chemistry data indicate that some candidate BFIs may be revealed by further studies. CONCLUSION: Future randomized controlled feeding studies combined with observational studies, applying a non-targeted metabolomics approach, are needed in order to identify valuable BFIs for the intake of leafy, bulb, and stem vegetables.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».