MétaCan
Menu
Retour à la cohorte
Enregistrement W4210517221 · doi:10.3390/nu14030636

Predictive Validity of Image-Based Motivation-to-Eat Visual Analogue Scales in Normal Weight Children and Adolescents Aged 9–14 Years

2022· article· en· W4210517221 sur OpenAlexaff
Leila Hammond, Olivia Morello, Michaela Kucab, Julia O. Totosy de Zepetnek, Jennifer J. Lee, Tarah Doheny, Nick Bellissimo

Notice bibliographique

RevueNutrients · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of ReginaToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésVisual analogue scaleIntraclass correlationMedicineLimits of agreementThirstPredictive validityPsychologyPhysical therapyPsychometricsClinical psychologyInternal medicineNuclear medicine

Résumé

récupéré en direct d'OpenAlex

Paper-based motivation-to-eat visual analogue scales (VASs) developed for adults are widely used in the pediatric age range. The VAS is comprised of four domains: hunger, fullness, desire to eat, and prospective food consumption. The purpose of the present study was to determine agreement between the traditional paper-based VAS and a novel digital VAS (with and without images), as well as the novel digital VAS’s predictive validity for subsequent food intake (FI) in 9–14-year-old children and adolescents. Following an overnight fast and 3 h after consuming a standardized breakfast at home, children and adolescents (n = 17) completed three different VAS instruments (VASpaper, VASimages, VASno-images) in a randomized order at five time-points: 0 min (baseline), 5 min (immediately after consuming a 147 kcal yogurt treatment), 20 min, 35 min (immediately before an ad libitum lunch), and 65 min (immediately post ad libitum lunch). All three instruments were comparable, as shown by low bias and limits of agreement on Bland–Altman plots, moderate to excellent intraclass correlation coefficients for all domains at all time-points (ICC = 0.72–0.98), and no differences between the incremental area under the curve for any of the domains. All three instruments also showed good predictive validity for subsequent FI, with the strongest relationship observed immediately before the ad libitum lunch (p = 0.56–0.63). There was no significant association between subjective thirst and water intake, except with VASno-images at baseline (r = 0.49, p = 0.046). In conclusion, the present study suggests that a novel image-based digital VAS evaluating motivation-to-eat is interchangeable with the traditional paper-based VAS, and provides good predictive validity for next-meal FI in 9–14-year-old normal weight children and adolescents.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,252
Écart entre enseignants0,242 · 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetObesity, Physical Activity, DietTravaux en français237 207