The Healthy Eating Assessment Tool (HEAT): A Simplified 10-Point Assessment of CHILD-2 Dietary Compliance for Children and Adolescents with Dyslipidemia
Notice bibliographique
Résumé
Traditional dietary assessment tools used to determine achievement of cholesterol-lowering dietary targets, defined in the Cardiovascular Health Integrated Lifestyle Diet (CHILD-2), are time intensive. We sought to determine the utility of the Healthy Eating Assessment Tool (HEAT), a simplified 10-point dietary assessment tool, in relation to meeting dietary cut points of the CHILD-2, as well as its association with markers of adiposity and lipid variables. We performed a 2-year single-center, prospective cross-sectional study of pediatric patients with dyslipidemia. HEAT score associations with meeting CHILD-2 fat targets were modest. Only patients with the highest HEAT scores (good 43%, excellent 64%) met the CHILD-2 cut point of <25% total fat calories (p = 0.03), with a non-significant trend for limiting the percentage of daily saturated fat to <8% (excellent 64%), and no association with cholesterol intake. There were more consistent associations with markers of adiposity (body mass index z-score r = −0.31, p = <0.01 and waist-to-height ratio r = −0.31, p = <0.01), and there was no independent association with lipid levels. While fat-restricted diets are safe, they are not particularly effective for treatment of dyslipidemia or for weight management alone. The HEAT may be a more useful and simplified way of assessing and tracking broader dietary goals in clinical practice.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».