Measurement Error Affecting Web- and Paper-Based Dietary Assessment Instruments: Insights From the Multi-Cohort Eating and Activity Study for Understanding Reporting Error
Notice bibliographique
Résumé
Few biomarker-based validation studies have examined error in online self-report dietary assessment instruments, and food records (FRs) have been considered less than food frequency questionnaires (FFQs) and 24-hour recalls (24HRs). We investigated measurement error in online and paper-based FFQs, online 24HRs, and paper-based FRs in 3 samples drawn primarily from 3 cohorts, comprising 1,393 women and 1,455 men aged 45-86 years. Data collection occurred from January 2011 to October 2013. Attenuation factors and correlation coefficients between reported and true usual intake for energy, protein, sodium, potassium, and respective densities were estimated using recovery biomarkers. Across studies, average attenuation factors for energy were 0.07, 0.07, and 0.19 for a single FFQ, 24HR, and FR, respectively. Correlation coefficients for energy were 0.24, 0.23, and 0.40, respectively. Excluding energy, the average attenuation factors across nutrients and studies were 0.22 for a single FFQ, 0.22 for a single 24HR, and 0.51 for a single FR. Corresponding correlation coefficients were 0.31, 0.34, and 0.53, respectively. For densities (nutrient expressed relative to energy), the average attenuation factors across studies were 0.37, 0.17, and 0.50, respectively. The findings support prior research suggesting different instruments have unique strengths that should be leveraged in epidemiologic research.
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 | 0,269 | 0,484 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».