Validity and Reproducibility of a Semi-Quantitative Food-Frequency Questionnaire Designed to Measure the Nutrient Intakes of Canadian South Asian Infants at 12 Months of Age
Notice bibliographique
Résumé
Purpose: Validated methods to assess diet of non-European infants are sparse. We assessed the validity and reliability of a semi-quantitative food-frequency questionnaire (FFQ) for South Asian infants in Canada. Methods: We developed an 80-item FFQ to assess infant nutrient intake in the South Asian Birth Cohort study (START). Caregivers completed the FFQ twice along with two 24-hour diet recalls. We measured infant plasma ferritin to cross-validate reported iron intake. We evaluated validity using Spearman’s rho (ρ), and reliability using the intraclass correlation coefficient. Results: Seventy-six caregivers provided 2 FFQs and 2 24-hour diet recalls. Energy-adjusted, de-attenuated correlations between the FFQs and 24-hour diet recalls ranged from −0.29 (monounsaturated fat) through 1.00 (cholesterol). The FFQ overestimated energy intake by 128%. Iron intake by 24-hour diet recalls correlated with plasma ferritin (r = 0.41; P = 0.01; n = 37), but iron intake by FFQ did not. The average reproducibility coefficient of the FFQ ranged from 0.24 (macronutrients) to 0.65 (minerals). Conclusions: Among South Asian infants living in Canada, at least 2 days of diet recall completed with the primary caregiver yields more valid and reproducible estimates of nutrient intakes than a semi-quantitative FFQ, and it highlights that careful selection of FFQ portion sizes is important for assessing dietary intake with an FFQ.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».