Evaluation of the Healthy Eating Food Index (HEFI)-2019 measuring adherence to Canada’s Food Guide 2019 recommendations on healthy food choices
Notice bibliographique
Résumé
The objective of this study was to evaluate the construct validity and reliability of the Healthy Eating Food Index-2019 (HEFI-2019), which was developed to measure adherence to Canada’s Food Guide 2019 (CFG-2019) recommendations on healthy food choices. Dietary intake data from 24-hour dietary recalls in the 2015 Canadian Community Health Survey-Nutrition were used for that purpose. Multidimensionality was examined using principal component analysis. Mean scores were compared among subgroups of the population. The association between scores and energy intake was assessed using Pearson correlations. Cronbach’s alpha was calculated to assess reliability. The estimated mean HEFI-2019 score (/80) was 43.1 (95% CI, 42.7 to 43.6) among Canadians aged 2 years and older. The first and 99th percentiles were 22.1 and 62.9 points. The mean HEFI-2019 score for smokers was 7.2 points lower than for non-smokers (95% CI, –8.5 to –5.9). The HEFI-2019 was weakly correlated with energy intake (r = –0.13; 95% CI, –0.20 to –0.06). The principal components analysis revealed at least 4 dimensions. Cronbach’s alpha was 0.66 (95% CI, 0.63 to 0.69). Evidence of construct validity and internal consistency support the use of the HEFI-2019 to assess adherence to CFG-2019’s recommendations on healthy food choices. Novelty: Examination of the HEFI-2019’s psychometric properties is needed prior to implementation. Analyses support the construct validity and internal consistency of the HEFI-2019. Interpretation of the total HEFI-2019 score must be accompanied by its components’ scores, considering it assesses multiple dimensions of food choices.
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 | 0,000 |
| 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 | 0,001 | 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 ».