Accounting for misreporting when comparing energy intake across time in Canada.
Notice bibliographique
Résumé
BACKGROUND: Estimates of energy intake are lower in 2015 compared with 2004. The difference observed is too large to be explained by a change in energy requirements or physical activity at the population level. Self-reported dietary intake is subject to misreporting and may explain part of this difference. The objectives of this study are to assess how misreporting has changed from 2004 to 2015 and to demonstrate how these changes may affect the interpretation of the national intake data of Canadians. DATA AND METHODS: Data from the 2004 Canadian Community Health Survey - Nutrition (CCHS - Nutrition) and the 2015 CCHS - Nutrition were used to estimate energy intake and requirements for all participants aged 2 or older. The ratio of energy intake to total energy expenditure requirements (EI:TEE) was used to categorize respondents as under-reporters (EI:TEE ⟨ 0.70), over-reporters (EI:TEE ⟩ 1.42) or plausible reporters (EI:TEE = 0.70 to 1.42). Descriptive analyses by category of respondent were conducted for respondents aged 2 or older who participated in the measured height and weight component. The main caloric sources that contributed to the difference in estimated energy requirements were used to show the impact of misreporting on the analysis. RESULTS: The prevalence of under-reporters was 7.5% higher in 2015 compared with 2004, while the prevalence of over-reporters was 7.4% lower. There was no change in the prevalence of plausible reporters. Estimated energy intake from participants categorized as plausible reporters showed a difference of 84 kcal from 2004 to 2015, compared with a difference of 250 kcal for the entire sample. Estimated energy intake was lower in 2015 compared with 2004 across all categories of respondents for many foods, including sugar-sweetened beverages and milk, and was higher for only pastries and nuts. DISCUSSION: Misreporting changes will affect analysis and should, at a minimum, be acknowledged when comparing 2015 with 2004. Using a comparable category of plausible reporters or adjusting for reporting status are options that will allow a better comparison of these two datasets.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».