Relative Validity and Reproducibility of a Semi-Quantitative Web-Based Food Frequency Questionnaire for Swiss Adults
Notice bibliographique
Résumé
Background/Objectives: Food frequency questionnaires (FFQs) are widely used in large epidemiological studies to assess diet and elucidate its impacts on health. However, they must be validated in the target population before use. Methods: We assessed the relative validity, reproducibility, and usability of the Swiss eFFQ, a web-based, 83-item food frequency questionnaire, using a convenience sample of 177 adults (53.1% females, aged 18–75 years) from German- and French-speaking regions of Switzerland. The participants completed the Swiss eFFQ twice and kept a 4-day estimated food record (4-d FR). The dietary data were compared for energy, nutrient, and food group intakes by calculating mean group-level bias, performing the Wilcoxon signed-rank test, quartile cross-classification, weighted Cohen’s kappa (Kw), and correlation coefficients. Results: The Swiss eFFQ was highly rated by the participants, with a completion time under 35 min, although it tended to underestimate nutrient and food intake compared to the 4-d FR. For 31 of 36 nutrients, fewer than 10% of the participants were classified in opposite quartiles. The median proportion of subjects classified in the same or adjacent quartile was 74.7% (median Kw: 0.25). The median crude and de-attenuated Spearman correlation coefficients were 0.37 and 0.42 for nutrients and 0.45 and 0.52 for food groups, respectively. The median Spearman and intraclass correlation coefficients for the reproducibility of the Swiss eFFQ were 0.70 and 0.69 for nutrients and 0.70 and 0.61 for food groups, respectively. Conclusions: The Swiss eFFQ was shown to be reproducible and user-friendly, with acceptable accuracy in categorizing study participants based on food intake, and offers several advantages for dietary assessment of Swiss adult populations.
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 | 0,021 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».