Accuracy and Cost-effectiveness of Technology-Assisted Dietary Assessment Comparing the Automated Self-administered Dietary Assessment Tool, Intake24, and an Image-Assisted Mobile Food Record 24-Hour Recall Relative to Observed Intake: Protocol for a Randomized Crossover Feeding Study
Notice bibliographique
Résumé
The assessment of dietary intake underpins population nutrition surveillance and nutritional epidemiology and is essential to inform effective public health policies and programs. Technological advances in dietary assessment that use images and automated methods have the potential to improve accuracy, respondent burden, and cost; however, they need to be evaluated to inform large-scale use.The aim of this study is to compare the accuracy, acceptability, and cost-effectiveness of 3 technology-assisted 24-hour dietary recall (24HR) methods relative to observed intake across 3 meals.Using a controlled feeding study design, 24HR data collected using 3 methods will be obtained for comparison with observed intake. A total of 150 healthy adults, aged 18 to 70 years, will be recruited and will complete web-based demographic and psychosocial questionnaires and cognitive tests. Participants will attend a university study center on 3 separate days to consume breakfast, lunch, and dinner, with unobtrusive documentation of the foods and beverages consumed and their amounts. Following each feeding day, participants will complete a 24HR process using 1 of 3 methods: the Automated Self-Administered Dietary Assessment Tool, Intake24, or the Image-Assisted mobile Food Record 24-Hour Recall. The sequence of the 3 methods will be randomized, with each participant exposed to each method approximately 1 week apart. Acceptability and the preferred 24HR method will be assessed using a questionnaire. Estimates of energy, nutrient, and food group intake and portion sizes from each 24HR method will be compared with the observed intake for each day. Linear mixed models will be used, with 24HR method and method order as fixed effects, to assess differences in the 24HR methods. Reporting bias will be assessed by examining the ratios of reported 24HR intake to observed intake. Food and beverage omission and intrusion rates will be calculated, and differences by 24HR method will be assessed using chi-square tests. Psychosocial, demographic, and cognitive factors associated with energy misestimation will be evaluated using chi-square tests and multivariable logistic regression. The financial costs, time costs, and cost-effectiveness of each 24HR method will be assessed and compared using repeated measures analysis of variance tests.Participant recruitment commenced in March 2021 and is planned to be completed by the end of 2021.This protocol outlines the methodology of a study that will evaluate the accuracy, acceptability, and cost-effectiveness of 3 technology-enabled dietary assessment methods. This will inform the selection of dietary assessment methods in future studies on nutrition surveillance and epidemiology.Australian New Zealand Clinical Trials Registry ACTRN12621000209897; https://tinyurl.com/2p9fpf2s.DERR1-10.2196/32891.
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 | 0,057 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».