MétaCan
Menu
Retour à la cohorte
Enregistrement W3047423387 · doi:10.12688/wellcomeopenres.16091.1

Piloting the objective measurement of eating behaviour at a population scale: a nested study within the Avon Longitudinal Study of Parents and Children

2020· preprint· en· W3047423387 sur OpenAlexaff
Kaitlin H. Wade, Laura Clifford, Andrew J. Simpkin, Rhona Beynon, Laura Birch, Kate Northstone, Sarah Matthews, George Davey Smith, Julian Hamilton‐Shield, Nicholas J. Timpson

Notice bibliographique

RevueWellcome Open Research · 2020
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueHealth, Environment, Cognitive Aging
Établissements canadiensMcGill University
Organismes subventionnairesMedical Research CouncilElizabeth Blackwell Institute for Health Research, University of BristolUniversity of BristolNational Institute for Health and Care ResearchCancer Research UKWellcome Trust
Mots-clésPopulationPsychologyBiologyMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: Effective measurement and adaption of eating behaviours, such as eating speed, may improve weight loss and weight over time. We assessed whether the Mandometer, a portable weighing scale connected to a computer that generates a graph of food removal rate from the plate to which it is connected, together with photo-imaging of food, might prove an effective approach to measuring eating behaviours at large scale. Methods: We deployed the Mandometer in the home environment to measure main meals over three days of 95 21-year-old participants of the Avon Longitudinal Study of Parents and Children. We used multi-level models to describe food weight and eating speed and, as exemplar analyses, examined the relationship of eating behaviours with body mass index (BMI), dietary composition (fat content) and genotypic variation (the FTO rs9939609 variant). Using this pilot data, we calculated the sample size required to detect differences in food weight and eating speed between groups of an exposure variable. Results: All participants were able to use the Mandometer effectively after brief training. In exemplar analyses, evidence suggested that obese participants consumed more food than those of "normal" weight (i.e., BMI 19 to <25 kg/m 2 ) and that A/A FTO homozygotes (an indicator of higher weight) ate at a faster rate compared to T/T homozygotes. There was also some evidence that those with a high-fat diet consumed less food than those with a low-fat diet, but no strong evidence that individuals with medium- or high-fat diets ate at a faster rate. Conclusions: We demonstrated the potential for assessing eating behaviour in a short-term home setting and combining this with information in a research setting. This study may offer the opportunity to design interventions tailored for at-risk eating behaviours, offering advantages over the “one size fits all” approach of current failing obesity interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,228
Tête enseignante GPT0,405
Écart entre enseignants0,177 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWellcome Open ResearchMême sujetHealth, Environment, Cognitive AgingTravaux en français237 207