Assessing The Impact of The Diet on Cardiometabolic Outcomes: Are Two Consecutive Measures Post‐Intervention Really Necessary?
Notice bibliographique
Résumé
Background Important day‐to‐day variations in the blood concentrations of risk factors may lessen our ability to detect significant effects of any given nutritional intervention on cardiometabolic risk. In theory, relying on several consecutive measurements of a biomarker outcome should decrease variability and hence increase statistical power. However, there is very little empirical evidence supporting such a theory in nutrition research. The purpose of this study was to examine how using the mean of two consecutive measures vs. only one measure post treatment influences the capacity to detect a change in often‐used cardiometabolic risk factors in response to nutritional interventions. Methods We used data from two randomized double‐blind crossover trials that have assessed the impact of docosahexaenoic acid (DHA) on cardiometabolic risk factors, the first one in the context of a supplementation study and the second one in the context of fully‐controlled feeding conditions. We used equations and simulations to compare the effect of using the mean of two consecutive measures vs. only one measure post treatment on the capacity to detect a change in often‐used cardiometabolic risk factors in response to nutritional interventions. Results We found that the reduction in sample size or the gain in statistical power attributed to using the mean of two consecutive measures vs. a single measure is marginal for serum total cholesterol (C), non‐HDL‐C, HDL‐C, LDL‐C, apolipoprotein B100, triglycerides (TG) and C‐reactive protein, even when attempting to assess small effect sizes. For example, the difference in the required sample size to detect a medium effect size (e.g. 0.5) for the change in TG in response to supplemented DHA between using one vs. the mean of two consecutive TG measurements post treatment is 4 subjects (71 vs. 67 subjects respectively). For LDL‐C, this difference is 2 subjects (67 vs. 65 subjects). Conclusions These data indicate that the reduction in sample size and hence the gain in statistical power attributed to using the mean of two measures taken on consecutive days vs. a single measure is small and unjustified to detect a change in cardiometabolic risk factors in response to DHA in the context of crossover nutritional studies. Support or Funding Information JA is a recipient of PhD Scholarships from the Canadian Institutes of Health Research (CIHR) and Fonds de recherche du Québec – Santé (FRQ‐S).
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 | 0,174 | 0,381 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,006 | 0,004 |
| 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 ».