MétaCan
Menu
Retour à la cohorte
Enregistrement W7024309601

Refinement and validation of an FFQ developed to estimate macro- and micronutrient intakes in a south Indian population

2009· article· en· W7024309601 sur OpenAlexfundno aff

Notice bibliographique

RevueeCommons - AKU (Aga Khan University) · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésNutrientMicronutrientFood frequency questionnaireFood intakeFood groupStepwise regressionPopulationRegression analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective: Potential error sources in nutrient estimation with the FFQ include inaccurate or biased recall and overestimation or underestimation of intake due to too many or too few items on the FFQ, respectively. Here we report the refinement of an FFQ that overestimated nutrient intake and its validation against multiple 24 h recalls. Study Design: Data on 2527 participants in south India (Trivandrum) were available for the original FFQ (OFFQ) that overestimated nutrient intake (132 food items). After excluding participants with implausible energy intake estimates (15.69 MJ/d (>3750 kcal/d)) we ran stepwise regression analyses with selected nutrients as the outcomes and food intake (servings/d) as predictor variables (n 1867). From these results and expert consultation we refined the FFQ (RFFQ), and validated it by comparing intakes obtained with it and the mean of two 24 recalls among 100 participants. Results: The OFFQ overestimated usual daily nutrient intake before and after exclusions [for energy: 1339 (SD 5.46) MJ (3201 (SD 1305) kcal) and 1096 (sD 2.65) MJ (2619 (SD 634) kcal), respectively]. In stepwise analyses, fifty-seven food items explained 90% of the variance in nutrients, we retained thirteen food items because participants consumed them at least twice monthly and twelve food items that local nutritionists recommended. Mean energy intake estimated from the RFFQ (eighty-two food items) was 7.94 (SD 2.05) MJ (1897 (SD 489) kcal). The de-attenuated correlations between mean 24 h recall and RFFQ intakes ranged from 0.25 (vitamin A) to 0.82 (fat). Conclusion: We refined an FFQ that overestimated nutrient intake by shortening and redesigning, and validated it by comparisons with 24 h dietary recall data.

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)0,010
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,262
Écart entre enseignants0,244 · 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'étudeObservationnel
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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeCommons - AKU (Aga Khan University)Même sujetNutritional Studies and DietTravaux en français237 207