Development of a Repertoire and a Food Frequency Questionnaire for Estimating Dietary Fiber Intake Considering Prebiotics: Input from the FiberTAG Project
Notice bibliographique
Résumé
Most official food composition tables and food questionnaires do not provide enough data to assess fermentable dietary fibers (DF) that can exert a health effect through their interaction with the gut microbiota. The aim of this study was to develop a database and a food frequency questionnaire (FFQ) allowing detailed DF intake estimation including prebiotic (oligo)saccharides. A repertoire of DF detailing total, soluble DF, insoluble DF and prebiotic (oligo)saccharides (inulin-type fructans, fructo-oligosaccharides and galacto-oligosaccharides) in food products consumed in Europe has been established. A 12 month FFQ was developed and submitted to 15 healthy volunteers from the FiberTAG study. Our data report a total DF intake of 38 g/day in the tested population. Fructan and fructo-oligosaccharides intake, linked notably to condiments (garlic and onions) ingestion, reached 5 and 2 g/day, respectively, galacto-oligosaccharides intake level being lower (1 g/day). We conclude that the FiberTAG repertoire and FFQ are major tools for the evaluation of the total amount of DF including prebiotics. Their use can be helpful in intervention or observational studies devoted to analyze microbiota-nutrient interactions in different pathological contexts, as well as to revisit DF intake recommendations as part of healthy lifestyles considering specific DF.
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 | 0,002 |
| 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 ».