A Comparison of Methods to Adjust Risk Models for Measurement Error in Dietary Exposure
Notice bibliographique
Résumé
To compare approaches to adjust for measurement error when exploring the relationship between the sodium-to-potassium ratio and hypertension and blood pressure. Using National Health and Nutrition Examination Survey (NHANES) data from 2005–2010, Zhang et al. (2013) examined relationships between the sodium-to-potassium ratio (Na:K) and hypertension and blood pressure. They used the Iowa State University (ISU) Method to account for measurement error assuming the dietary intakes assessed with up to two 24-hour recalls (24 HR) per person were unbiased for long-term (usual) intake. We replicated their analytic dataset (n = 10,467 adults ³20 y). Systolic and diastolic blood pressure values were calculated as the mean of three readings; a binary variable for hypertension status was derived from blood pressure values and self-reported health information. Logistic (hypertension) and linear (blood pressure) models were adjusted for age, sex, and race/ethnicity. The primary exposure variable, Na:K, was obtained from calibration models that adjusted for random variation in the 24 HR. The National Cancer Institute (NCI) Method used regression calibration from a joint model - fit with two methods, maximum likelihood and Markov Chain Monte Carlo (MCMC) - for sodium and potassium. A third model used the ISU Method to univariately model each component. All calibration models adjusted for the same covariates as the regression models plus nuisance effects. Standard errors for estimates and differences (e.g., MCMC - ISU) were computed using Balanced Repeated Replication to account for NHANES’ survey design. Both NCI implementations gave nearly equivalent results that sometimes differed from the ISU results. A one-unit increase in Na:K was associated with a mean systolic blood pressure increase of 2.82 mmHg, se .57 (ISU) vs. 3.87 mmHg, se .87 (MCMC) (t-test pdiff = 0.005), and a mean diastolic blood pressure increase of 0.80 mmHg, se .43 (ISU) vs. 0.61, se .68 (MCMC) (pdiff = 0.495). A one-unit increase in Na:K was associated with an increase of 0.41, se .11 (ISU) vs. 0.63, se .18 (MCMC) (pdiff = 0.008) in the log odds of hypertension. The choice of modeling approaches for 24 HRs may affect estimated error-corrected relationships between health outcomes and dietary intake. Vanier Canada Graduate Scholarship.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».