MétaCan
Menu
Retour à la cohorte
Enregistrement W4396659178 · doi:10.1016/j.ajcnut.2024.04.030

Accuracy of energy and nutrient intake estimation versus observed intake using 4 technology-assisted dietary assessment methods: a randomized crossover feeding study

2024· article· en· W4396659178 sur OpenAlexaff
Clare Whitton, Clare E. Collins, Barbara Mullan, Megan E. Rollo, Satvinder S. Dhaliwal, Richard Norman, Carol J. Boushey, Edward J. Delp, Fengqing Zhu, Tracy A. McCaffrey, Sharon I. Kirkpatrick, Christina Pollard, Janelle D Healy, Amira Hassan, Shivangi Garg, Paul Atyeo, Syed Aqif Mukhtar, Deborah A. Kerr

Notice bibliographique

RevueAmerican Journal of Clinical Nutrition · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Cancer Institute
Mots-clésCrossover studyMedicinePopulationRandomized controlled trialNutrientPortion sizeCalorieEnvironmental healthAnimal scienceFood scienceSurgeryBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Technology-assisted 24-h dietary recalls (24HRs) have been widely adopted in population nutrition surveillance. Evaluations of 24HRs inform improvements, but direct comparisons of 24HR methods for accuracy in reference to a measure of true intake are rarely undertaken in a single study population. OBJECTIVES: To compare the accuracy of energy and nutrient intake estimation of 4 technology-assisted dietary assessment methods relative to true intake across breakfast, lunch, and dinner. METHODS: , SD 5] were randomized to 1 of 3 separate feeding days to consume breakfast, lunch, and dinner, with unobtrusive weighing of foods and beverages consumed. Participants undertook a 24HR the following day [Automated Self-Administered Dietary Assessment Tool-Australia (ASA24); Intake24-Australia; mobile Food Record-Trained Analyst (mFR-TA); or Image-Assisted Interviewer-Administered 24-hour recall (IA-24HR)]. When assigned to IA-24HR, participants referred to images captured of their meals using the mobile Food Record (mFR) app. True and estimated energy and nutrient intakes were compared, and differences among methods were assessed using linear mixed models. RESULTS: The mean difference between true and estimated energy intake as a percentage of true intake was 5.4% (95% CI: 0.6, 10.2%) using ASA24, 1.7% (95% CI: -2.9, 6.3%) using Intake24, 1.3% (95% CI: -1.1, 3.8%) using mFR-TA, and 15.0% (95% CI: 11.6, 18.3%) using IA-24HR. The variances of estimated and true energy intakes were statistically significantly different for all methods (P < 0.01) except Intake24 (P = 0.1). Differential accuracy in nutrient estimation was present among the methods. CONCLUSIONS: Under controlled conditions, Intake24, ASA24, and mFR-TA estimated average energy and nutrient intakes with reasonable validity, but intake distributions were estimated accurately by Intake24 only (energy and protein). This study may inform considerations regarding instruments of choice in future population surveillance. This trial was registered at Australian New Zealand Clinical Trials Registry as ACTRN12621000209897.

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)0,018
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,029
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,137
Tête enseignante GPT0,497
Écart entre enseignants0,361 · 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'étudeEssai randomisé
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical NutritionMême sujetNutritional Studies and DietTravaux en français237 207