How Accurate Is Multiple Imputation for Nutrient Intake Estimation? Insights from ASA24 Data
Notice bibliographique
Résumé
Background/Objectives: Accurate dietary assessment is crucial for nutritional epidemiology, but tools like 24 h recalls (24HRs) face challenges with missing or implausible data. The Automated Self-Administered 24 h Dietary Assessment Tool (ASA24) facilitates large-scale data collection, but its lack of interviewer input may lead to implausible dietary recalls (IDRs), affecting data integrity. Multiple imputation (MI) is commonly used to handle missing data, but its effectiveness in high-variability dietary data is uncertain. This study aims to assess MI’s accuracy in estimating nutrient intake under varying levels of missing data. Methods: Data from 24HRs completed by 743 adolescents (ages 13–18) in Ontario, Canada, were used. Implausible recalls were excluded based on nutrient thresholds, creating a cleaned reference dataset. Missing data were simulated at 10%, 20%, and 40% deletion rates. MI via chained equations was applied, incorporating demographic and psychosocial variables as predictors. Imputed values were compared to actual values using Spearman’s correlation and accuracy within ±10% of true values. Results: Spearman’s rho values between the imputed and actual nutrient intakes were weak (mean ρ ≈ 0.24). Accuracy within ±10% was low for most nutrients (typically < 25%), with no clear trend by missingness level. Diet quality scores showed slightly higher accuracy, but values were still under 30%. Conclusions: MI performed poorly in estimating individual nutrient intake in this adolescent sample. While MI may preserve sample characteristics, it is unreliable for accurate nutrient estimates and should be used cautiously. Future studies should focus on improving data quality and exploring better imputation methods.
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 | 0,112 | 0,423 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».