Comparison of diet quality tools to assess nutritional adequacy for adults living with kidney disease
Notice bibliographique
Résumé
There is no specific diet quality tool recommended for adults living with chronic kidney disease (CKD). Identifying how diet quality tools assess nutritional adequacy and correlate with potassium and phosphorus (nutrients of interest in CKD) is warranted. Our aim was to compare Mediterranean Diet Scores (MDS), Healthy Eating Index (HEI), and Healthy Food Diversity (HFD) to determine their correlation with nutrient intake in adults living with diabetes and CKD. Using data from a longitudinal study of 50 participants with diabetes and CKD, diet quality was assessed at baseline and 1 or more times at annual visits up to 5 years (complete diet records n = 178). Diet quality was investigated for correlation with nutrient intake. Compared with HEI and HFD, MDS was poorly correlated with nutrient intake (all r values <0.40). HFD and HEI were moderately correlated with potassium (r = 0.66, P < 0.01 and r = 0.57, P < 0.01, respectively). HEI was weakly correlated with phosphorus (r = 0.365, P < 0.01). MDS recommends moderation of dairy and meat, this may have specific benefits for CKD as these are both sources of phosphorus, as such high MDS were associated with lower phosphorus intake. This study suggests that development of a renal specific diet quality assessment tool may be useful; however, further studies are needed.
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 | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».