Assessment of nationally representative dietary studies in the Gulf Cooperation Council: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Obesity is at a record high in Gulf Cooperation Council (GCC) countries and is expected to continue increasing. Diet is a major contributor to this disease, but there is inadequate nationally representative dietary research from these countries. The aim was to quantify the number dietary studies using food frequency questionnaires (FFQs) that have been conducted in individual GCC countries and to assess the quality of eligible studies. METHODOLOGY: Four databases (PubMed, Web of Science, MEDLINE, and DOAJ) were searched for keywords; records were screened for eligible studies and data were abstracted on study characteristics (publication year, geographical locations, sample size, units of measurement, number of foods examined, number of Arab foods and key findings). Quality was assessed using an adapted Newcastle-Ottawa Quality Assessment Scale for cross-sectional studies. RESULTS: Only seven studies were eligible from four of six GCC countries (Saudi Arabia, Bahrain, Kuwait and Qatar). All eligible studies used FFQs, but only 29% used a validated questionnaire, one being in Arabic, and none of the studies used any additional tools to measure diet. Fifty-seven percent of studies made an effort to include local foods. The majority of studies (71%) either measured frequency or quantity of food consumed, but only 29% attempted to account for both frequency and quantity. CONCLUSIONS: The quality of studies varied and major weaknesses of FFQ validity and adaptability have been highlighted. More dietary investigations are needed using validated FFQs that have been adapted to the local GCC diets. Using reference tools will allow for better dietary estimations.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».