JoVE Logo

サインイン

このコンテンツを視聴するには、JoVE 購読が必要です。 サインイン又は無料トライアルを申し込む。

この記事について

  • 要約
  • 要約
  • 概要
  • プロトコル
  • 結果
  • ディスカッション
  • 開示事項
  • 謝辞
  • 資料
  • 参考文献
  • 転載および許可

要約

この論文では、人口食調査データの分析のために、栄養素と食品群の摂取量、および栄養摂取量に対する食品群の寄与を計算するための簡単な式を使用した統合スプレッドシートのシステムを紹介します。このシステムは、定量的、半定量的、非定量的な食物摂取データと、ユーザーが提供する食品組成表に対応します。

要約

既存の栄養分析ソフトウェアは一般的に個人の摂取量を分析することを目的としており、分析に使用される食品組成データをユーザーが入力したり、簡単に変更したりできない場合があるため、人口食調査で栄養素摂取量を計算するのは難しい場合があります。これらは、低所得国や中所得国の環境でより問題となる欠点です。オンボードの栄養分析を実施し、大規模な調査での使用に適したソフトウェア支援の食事評価プラットフォームは数多くありますが、それらは同様に制限されていることが多く、ユーザーを特定の評価方法にさらに制限しています。この論文では、データが収集されたが既存のソフトウェアでは適切に分析できない状況に対する解決策を提供する、人口食調査の栄養分析のための統合スプレッドシート(ISNAPDS)の多機能システムを紹介します。このプロトコルでは、食品の組成、食品グループの分類、および食品摂取量に関する完全にカスタマイズ可能なデータをシステムに提供します(g/日の食品摂取量は、直接入力することも、ユーザーが提供する摂取頻度と標準または可変のサービングサイズに基づいて計算することもできます)。データ入力に続いて、ユーザーは、入力データの構造に一致するように、事前に入力された単純な式のセットを変更し、システムはこれらの式を適用して、栄養塩と食品群の摂取量、および調査母集団のすべてのメンバーの栄養摂取量に対する食品群の寄与を計算します。ISNAPDSシステムの柔軟性により、消費される食品の世界的な多様性に対応し、さまざまな参照期間とポーションサイズ推定方法を採用した前向き評価法と遡及評価法を使用して収集された定量的、半定量的、および非定量的な食品消費データを分析できます。現在までに、このシステムは、中国、エチオピア、インド、モンゴル、タイの人口調査からの24時間リコール、食事記録、食事頻度、および細分化された世帯消費データの公開および進行中の分析、およびサハラ以南のアフリカ10か国の多国間分析に適用されています。

概要

人口、食物、栄養素摂取量に関するデータは、人口の栄養失調の負担や食事と健康の関係を理解するために重要であり、エビデンスに基づく栄養政策やプログラムの設計、監視、評価に重要な役割を果たします1,2

食物摂取量に関するデータが収集された後、ソフトウェアを使用して、各食品の摂取量にその栄養組成を掛けて栄養摂取量(栄養分析)データを取得します(栄養分析)3、メインフレームコンピュータの登場4までは手動で行われていました。これを行うソフトウェアツールは数多くありますが、それらは一般的に人口調査ではなく個人の分析に向けられています5,6。大規模な調査で栄養素の摂取量を計算したい研究者は、あまり熟練していない統計ソフトウェアを使用してプログラムを作成したり、調査母集団のすべてのメンバーに個人用に設計されたソフトウェアを適用して結果をまとめたりすることがあります。これは時間がかかり、エラーが発生しやすくなります。さらに、既存の栄養分析ソフトウェアには、特定の調査で消費されたすべての食品や関心のある栄養素が含まれているわけではなく、ユーザーが分析に使用される食品組成、サービングサイズ、および食品グループの分類に関するデータを入力したり、簡単にカスタマイズしたりできるわけではありません。オンボード栄養分析を実施し、大規模な調査での使用に適した多くのソフトウェア支援型食事評価プラットフォームが存在します7が、それらはしばしば同様に制限されており、ユーザーを特定の評価方法(たとえば、食事記録、24時間の食事の想起、または特定の参照期間に食品が通常消費された頻度の想起)にさらに制限しています。

これらの欠点は、低・中所得国(LMICs)ではより問題となり、現地の食品組成、レシピ、その他の参照データは、既存の食事評価や栄養分析ソフトウェアにはほとんど反映されていないことが多く、そのほとんどが高所得国での使用を想定して設計されています2,7,8.したがって、集団栄養素摂取量に関するデータを収集する研究者は、調査対象集団や研究課題にはあまり適していないソフトウェア支援の食事評価ツールを使用するか、オンボードの食品組成データや骨の折れるペンと紙の方法を含まない可能性のある専用ツールを使用することに頼る可能性があります。これらは両方とも、栄養分析9のための別々の解決策を必要とします。したがって、既存のソフトウェアの不備は、LMICs2で効果的な栄養戦略を実施するために必要な高品質で時間に関連する食品および栄養素摂取データを作成する上で、他の多くの障害を悪化させます。最近開発されたINDDEX24 Dietary Assessment Platformは、LMICs10,11,12におけるこのデータギャップに対処するための注目すべき取り組みです。INDDEX24は、世界の食品組成、標準レシピ、および食事参照データの広範で成長しているリポジトリであるGlobal Food Matters Databaseとシームレスにリンクされた合理化されたデータ収集のためのモバイルアプリを使用しています13。ただし、INDDEX24は、人口調査で使用するための最も広く適用可能な評価方法と考えられている24時間リコールの収集に限定されていますが、特に長い参照期間が必要な場合(食物頻度アンケートを収集する方が適切である可能性がある)は、すべての研究目的を達成するとは限りません。

この論文では、データが収集されたが、既存のソフトウェアがそれらを分析するのに適切ではない状況の解決策を提供する、人口食調査(ISNAPDS)の栄養分析のための統合スプレッドシートの多機能システムを紹介します。このプロトコルでは、食品の組成、食品グループの分類、および食品摂取量に関する完全にカスタマイズ可能なデータをシステムに提供します(g/日の食品摂取量は、直接入力することも、ユーザーが提供する摂取頻度と標準または可変のサービングサイズに基づいて計算することもできます)。データ入力に続いて、ユーザーは事前に入力された単純な数式のセットを変更して、入力データの構造に一致させます。次に、システムはこれらの式を適用して、調査母集団のすべてのメンバーの栄養素と食品グループの摂取量、および栄養素摂取量に対する食品グループの貢献を計算します。ISNAPDSシステムの柔軟性により、消費される食品の世界的な多様性に対応し、さまざまな参照期間とポーションサイズ推定方法(たとえば、単一または反復の食事記録またはリコール、または食物頻度アンケート)を採用した前向きおよび遡及的評価方法を使用して収集された定量的、半定量的、および非定量的(つまり、定性的)食品消費データを分析できます。

ISNAPDS のオリエンテーション、プロトコル手順の概要、および式の説明:
ISNAPDS システム (補足ファイル 1) は、2012 年に最初に開発された Microsoft Excel Open XML (.xlsx) ファイルです。ここで使用しているバージョンは、2022年にExcel 365を使用して開発されました。

ISNAPDSは、標準または可変のサービングサイズ(g /サービングで表される)、食品組成(単位/日)、食品グループの分類、食物摂取頻度(サービング/日)に関する入力データを食物摂取量に関する出力データに変換する式で接続された8つのスプレッドシートで構成されています(g /日で、すぐに利用できる場合は入力データとして提供することもできます)。 食品群の摂取量(g/日)、栄養素の摂取量(単位/日)、および栄養素の摂取量に対する食品群の貢献度(単位/日)。このシステムは、各シートの食品、観察、栄養素、および食品グループが他のシートの正しい対応物と一致するという意味で統合されています。すべてのシートが 1 つのファイルに含まれています。システムには、システムの機能を実証する10の観測値の例の入力および出力データが事前に入力されています(システムおよびプロトコルでは、観察という用語は、食事の記録やリコールが繰り返される場合など、個人または人の日を指す場合があります)。

ISNAPDSを使用するためのプロトコルには、次の4つの主要なステップが含まれます:(1)食物摂取データがg/日で提供されるか、摂取頻度とサービングサイズに基づいて計算する必要があるか、および(食物摂取量を計算する必要がある場合)各食品が標準サービングサイズに関連付けられているかどうか、または各食品のサービングサイズが観察間で異なるかどうかを指定します。(2)食品の組成、食品グループの分類、および標準または可変のサービングサイズを伴う食物摂取または摂取頻度に関するデータを構造化および入力する。(3)出力スプレッドシートに事前に入力された数式を入力データの構造と一致するように変更する。(4)出力データシート内に数式を伝播して、目的の結果を入力します。一部のプロトコルステップの一部は、食品摂取量データを入力するための指定された方法、およびユーザーが栄養素摂取量、食品群摂取量、または栄養摂取量に対する食品群の寄与を計算することに関心があるかどうかに応じてスキップできます。 図1 は、食品摂取データと所望の出力データを入力する所定の方法に必要なプロトコールステップと入力データをまとめたフローチャートである。

figure-introduction-3920
図1:プロトコルのフローチャート。 食品摂取データと目的の出力データを入力する方法を考慮して必要なプロトコル手順と入力データの要約。ステップ 2 (データの構造化と入力) は、データの構造化を含むステップとステップの一部を除外するように簡略化されています。 この図の拡大版を表示するには、ここをクリックしてください。

各観測値について、ISNAPDSは、各食品の摂取頻度にそのサービングサイズ14を掛けることにより、食物摂取量をg /日で計算します(これらのデータがユーザーから提供されていない場合)。各食品グループの摂取量を計算するには、そのグループに属すると分類されたすべての食品の摂取量を簡単に合計する必要があります。栄養素摂取量を計算する式には、各食品の摂取量に100gあたりのその食品中の各栄養素の濃度を掛け、100で割って、消費されたすべての食品の結果の合計が含まれます3。各栄養素の摂取量に対する各食品群の寄与を計算するために、食品群と栄養素の組み合わせごとに同じ式を別々に適用するだけです。

新規ユーザーは、ISNAPDS スプレッドシート (補足ファイル 2) へのデータの入力と操作に関する 2 ページの補足ガイドラインを確認して、エラーを防ぎ、シート間の統合が維持されるようにすることをお勧めします。これらのガイドラインは、目に見えるエラー (#REF! や #VALUE が表示されるセルなど) や、代表的な結果に記載されているデータ整合性チェックの実行時に検出される可能性のあるエラーのトラブルシューティングにも使用できます。

Access restricted. Please log in or start a trial to view this content.

プロトコル

このプロトコルには、モンゴルの実際の人口調査データの分析にISNAPDSシステムを適用した結果の例が添付されています。この調査でデータを収集するために従った手順は、モンゴル保健省倫理審査委員会およびハーバード大学T.H.チャン公衆衛生大学院治験審査委員会(プロトコル#21002)の倫理基準に従っていました。適格な参加者は、研究に参加するための書面によるインフォームドコンセントを提供し、登録前に公開可能なデータを提供し、いつでも研究から自由に撤退することができました。

1. 食物摂取量のデータ入力方法の指定

  1. 食物摂取量データがg/日ですぐに入手できる場合は、ステップ2にスキップしてください。
  2. 食物摂取量(g/日)を摂取頻度とサービングサイズに基づいて計算する必要がある場合は、食物摂取方法スプレッドシートのセルB1を選択し、ドロップダウンメニューを使用して、各食品が標準サービングサイズに関連付けられているかどうか(デフォルトオプション)、または各食品のサービングサイズが観測値間で異なるかどうか(可変サービングサイズ)を指定します。
    注:食物摂取量を計算する必要があるが、サービングサイズがすぐに利用できない場合(たとえば、非定量的食品頻度アンケートを使用して収集されたデータの分析)、さまざまな人口統計層15,16,17,18の標準または可変サービングサイズを導き出すために、定量的調査データの別の分析を実施することを検討してください。

2. 事前に入力されたサンプルデータをガイドとして使用して、入力データスプレッドシートを構造化して入力します

  1. 「Food Composition」スプレッドシートの列Aに、調査データで消費されたと報告されたすべての固有の食品のリストを入力します(以降、食品リストと呼びます)。「食物摂取量」シートで、行 1 に食品リストを入力し、列 A に調査データ内のすべての一意の観測値のリスト (以降、観測値リストと呼びます) を入力します。
    1. データが入力されている他のシートの行 1 の食品リストと列 A の観察リストの順序と長さが、食品組成シートと食品摂取シートのこれらのリストの順序と長さと一致していることを確認してください。
  2. ステップ1で指定した方法に応じて必要な入力データを入力して、食物摂取量をg /日で入力します。
    1. 食物摂取量データがg/日ですぐに利用できる場合は、データ内のすべての食品と観測値について食物摂取量シートに入力し、ステップ2.3にスキップします。
    2. 食物摂取量を摂取度数(サービング/日で表される)と標準または可変サービングサイズ(g/サービング)に基づいて計算する必要がある場合は、摂取頻度シートに食品リストと観測値リストを入力し、データ内のすべての食品と観測値のシートに入力します。
    3. 標準サービングサイズを使用して食物摂取量を計算する場合は、これらのデータを食品組成シートの列Cに入力します。可変サービングサイズを使用している場合は、「可変サービングサイズ」シートに食品リストと観測値リストを入力し、データ内のすべての食品と観測値についてシートに入力します。
  3. 食品群の摂取量または栄養素の摂取量に対する食品群の寄与度の計算に関心がある場合は、食品組成シートの列Bに食品群を入力します。「食品グループ摂取量」シートで、データに表されるすべての一意の食品グループのリスト (以降、食品グループリストと呼びます) を行 1 に入力し、オブザベーションリストを列 A に入力します。
    1. 食品グループリストの長さと各食品グループの名前が、食品組成シートの列Bと食品グループ摂取量シートの行1(および、栄養素摂取量に対する食品グループの寄与を計算する場合は、栄養源シートの行1)で一貫していることを確認してください。食品グループは大文字と小文字を区別せず、任意の順序で入力できます。
  4. 栄養素の摂取量または栄養素の摂取量に対する食品グループの寄与を計算する場合は、食品組成シートに、分析するすべての栄養素のリストを行1に入力し(以降、栄養素リストと呼びます)、シートに食品成分データ(単位/100 gで表される)を入力します。栄養摂取量シートで、行1に栄養素リストを入力し、列Aに観察リストを入力します。食品組成データの品質を特定、取得、編集、照合、および評価する方法に関する要約ガイダンスとオンラインリソースは、補足ファイル3で提供されています。
    注:その名前にもかかわらず、栄養素リストには、成分、食品、または食品グループ(小麦粉(g)、パン(g)、精製穀物(g)など)を含めることができ、したがって、食品組成シートに入力されるデータには、レシピまたは同等係数のデータから得られた成分、食品、または食品群の濃度(g / 100 gで表される)を含めることができます。これにより、食品または食品群の摂取量を計算するための追加または代替のアプローチが可能になります。このアプローチを使用すると、食品または食品グループは栄養素であるかのように扱われ、その摂取量は栄養素摂取量シートに入力されます。このアプローチは、食品リストに含まれていない特定の成分や関心のある食品(強化車両など)の摂取量を計算する必要がある場合や、料理ベースの食事評価方法を使用して収集されたデータを分析し、食材や食品のレベルで食品グループを割り当てる必要がある場合の解決策を提供します。
    1. 栄養成分リストの順序と長さが、食品組成シートの1行目と栄養摂取量シートの1行目(および、栄養素摂取量に対する食品群の寄与を計算する場合は、栄養源シートの1行目)で一貫していることを確認してください。
  5. 栄養素摂取量に対する食品グループの寄与度を計算する場合: 栄養源スプレッドシートで、行 1 に栄養素リストを入力します。列Aに、観測値リストにそれ自体のコピーを垂直に追加して、観測値リストを#回入力します。ここで、#は食品グループリスト内の食品グループの数です。列Bのすべてのセルに、観測値のスタックごとに異なる食品グループを入力します。

3. 出力スプレッドシートにあらかじめ入力された数式を、入力データの構造に合わせて変更します。

  1. 食品群の摂取量または栄養摂取量に対する食品群の寄与度の計算に関心がある場合は、食品群摂取量スプレッドシートのセル B2 の式で、{=SUM(('Food Composition'!$B$2:$B$21=B$1)*TRANSPOSE('Food Intake'!$B 2:$U 2))}、$B$21 を $B$#、ここで # は食品組成スプレッドシートに入力されたデータの一番下の行に変更し、$U 2 を $*2 に変更します。 ここで、* は Food Intake シートに入力されたデータの右端の列です。変更した式を入力します。
  2. 栄養素摂取量または栄養素摂取量に対する食品群の寄与度を計算することに興味がある場合: Nutrient Intake スプレッドシートのセル B2 の式で、{=SUM(('Food Intake'!$B 2:$U 2)*TRANSPOSE('Food Composition'!D$2:D$21))/100} の場合、$U 2 を $#2 に変更します。# は Food Intake スプレッドシートに入力されたデータの右端の列です。$D$21 を $D$* に変更し、* は Food Composition スプレッドシートに入力されたデータの一番下の行です。変更した式を入力します。
  3. 栄養素摂取量に対する食品群の寄与を計算することに興味がある場合: Nutrient Sources スプレッドシートのセル C2 の式で、{=SUM(INDEX('Food Intake'!$B$1$U$11,ROW()-ROUNDDOWN((ROW()-2)/(10),0)*(10),0)*(TRANSPOSE
    (「食品組成」!D$2:D$21*($B 2='食品組成'!$B$2$B($2($21))))/100};,$U$11 を $#11 に変更します。ここで、# は Food Intake スプレッドシートに入力されたデータの右端の列です。$D$21 と $B$21 をそれぞれ $D$* と $B$* に変更します。ここで、* は食品組成スプレッドシートに入力されたデータの最下位の行です。そして、(10) の両方のインスタンスを (!) に変更します。は、観測リストの長さです。変更した式を入力します。
    注:2021年より前のソフトウェアバージョンを使用している場合は、CTRL + SHIFT + ENTER / RETURNを使用して数式を配列数式として入力します(ガイダンスについては 、補足ファイル2 を参照してください)。

4. 出力スプレッドシート内の数式を伝播して、目的の結果を入力します

  1. 食物摂取量を摂取頻度と標準または可変のサービングサイズに基づいて計算する必要がある場合は、食物摂取スプレッドシートでセルB2を選択し、データ内のすべての観測値にすべての食品の摂取量がg/日単位で入力されるまで、セルB2をコピーして貼り付けるか、右下にドラッグします。
  2. 食品群の摂取量または栄養摂取量に対する食品群の寄与の計算に関心がある場合:食品群摂取量スプレッドシートで、セルB2を選択し、データ内のすべての観測値がすべての食品グループの摂取量がg /日で入力されるまで、セルB2をコピーして貼り付けるか、右下にドラッグします。
  3. 栄養素の摂取量または栄養素の摂取量に対する食品グループの寄与を計算することに興味がある場合:栄養素摂取量のスプレッドシートで、セルB2を選択し、データ内のすべての観測値がすべての栄養素グループの摂取量が単位/日で入力されるまで、コピーして右および下にドラッグします。
  4. 栄養素摂取量に対する食品グループの寄与を計算することに興味がある場合:Nutrient Sourcesスプレッドシートで、セルC2を選択し、データ内のすべての観測値がすべての栄養素に対するすべての食品グループの寄与度が単位/日で入力されるまで、コピーして右下にドラッグします。

Access restricted. Please log in or start a trial to view this content.

結果

出力データの整合性を確保するためのチェック
以下のチェックは、事前に入力されたサンプル データの観測値 1 を使用した ISNAPDS システムでの計算の精度を示しています。実際の調査データの分析にシステムを適用する際にプロトコルが正しく遵守されていることを確認するには、ユーザーがこれらの各チェックをいくつかの異なる観測値と出力列?...

Access restricted. Please log in or start a trial to view this content.

ディスカッション

この論文で紹介されているISNAPDSシステムは、栄養監視と疫学の中心となる多数の分析の便利な出発点を提供します:栄養素と食品グループの摂取分布の推定、栄養素の不足と過剰の有病率の決定、各栄養素の主要な食料源の特定、食品または栄養素ベースの食事指標の導き出し、または食事ガイドラインの遵守。 食事と健康上の結果との関係を分析し、栄養プログラ...

Access restricted. Please log in or start a trial to view this content.

開示事項

著者は何も開示していません。

謝辞

著者は、ロザリンド・S・ギブソン博士、ウォルター・C・ウィレット博士、レベッカ・L・ランダー博士、テレサ・T・ファン博士、テレサ・L・ハン・マーキー博士、ガイ・クロスビー博士、ミーガン・ダイチラー博士、ムラド・ムルシ博士、ヘレナ・パチョン博士、スザンヌ・M・コール博士、ツィウェン・L・ゴング博士、ローラ・A・サンプソン博士に、過去10年間に食事評価と栄養分析に関する教育と指導を提供していただいたことに感謝します。Dr. Kelvin Gorospe は、ISNAPDS システムの機能を統計プログラムに変換するためのアドバイスを提供していただきました。Sinara L. Rossato博士は、DietSysに関する情報を提供しています。ウィニー・ベル博士は、INDDEX24食事評価プラットフォームとグローバル食品問題データベースに関する情報を提供しています。著者は国立衛生研究所(T32 DK 007703)の支援を受けました。

Access restricted. Please log in or start a trial to view this content.

資料

NameCompanyCatalog NumberComments
Excel 365Microsoft CorporationThe ISNAPDS system (Supplemental File 1)  is a Microsoft Excel Open XML (.xlsx) file originally developed in 2012. The published version was developed in 2022 using Excel 365.

参考文献

  1. Agriculture Organization of the United Nations (FAO), Intake - Center for Dietary Assessment. Global report on the state of dietary data. Agriculture Organization of the United Nations (FAO), Intake - Center for Dietary Assessment. , Rome, Italy. (2022).
  2. Micha, R., Coates, J., Leclercq, C., Charrondiere, U. R., Mozaffarian, D. Global Dietary Surveillance: Data gaps and challenges. Food and Nutrition Bulletin. 39 (2), 175-205 (2018).
  3. Greenfield, H., Southgate, D. A. T. Food composition data and food composition databases. Food composition data: production, management, and use, 2nd ed. Burlingame, B. A., Charrondiere, U. R. , Food and Agriculture Organization of the United Nations (FAO) Publishing Management Service. Rome, Italy. 5-20 (2003).
  4. West, C. E., Van Staveren, W. A. Food composition, nutrient intake, and the use of food composition tables. Design concepts in nutritional epidemiology, 2nd ed. Margetts, B. M., Nelson, M. , Oxford University Press. New York, NY, USA. 101-119 (1997).
  5. Agriculture Organization of the United Nations (FAO), International Network of Food Data Systems (INFOODS). Software Tools. , Available from: https://www.fao.org/infoods/infoods/software-tools/en/ (2022).
  6. Food and Nutrition Service (FNS), United States Department of Agriculture (USDA). USDA Approved Nutritional analysis Software. , Available from: https://www.fns.usda.gov/tn/usda-approved-nutrient-analysis-software (2022).
  7. McNutt, S., Zimmerman, T. P., Brooke, C. Computer-assisted dietary assessment methods. Advances in the Assessment of Dietary Intake. Schoeller, D. A., Westerterp-Plantenga, M. S. , CRC Press. Boca Raton, FL, USA. 45-66 (2017).
  8. Coates, J. C., Colaiezzi, B., Bell, W. F., Gibson, R. S. INDDEX Priority Technical Criteria and Review of Technology-Assisted 24-h Recall Software Programs. , Tufts University. Boston, MA, USA. (2015).
  9. Rossato, S. L., Fung, T. T., Rodrigues, M. P. A Data entry system for dietary surveys based on visual basic for applications programming. Journal of the Academy of Nutrition and Dietetics. 117 (8), 1165-1170 (2017).
  10. Rogers, B. L., et al. Validation of the INDDEX24 mobile app vs. a pen-and-paper 24-hour dietary recall using the weighed food record as a benchmark in Burkina Faso. The British Journal of Nutrition. , 1-41 (2021).
  11. Coates, J., et al. Accuracy and cost-effectiveness of the INDDEX24 Dietary Assessment Platform in Viet Nam. The British Journal of Nutrition. , 1-38 (2022).
  12. Adams, K. P., et al. The cost and cost efficiency of conducting a 24-h dietary recall using INDDEX24, a mobile dietary assessment platform, compared with pen-and-paper interview in Viet Nam and Burkina Faso. The British Journal of Nutrition. , 1-15 (2022).
  13. International Dietary Data Expansion (INDDEX) Project. Global Food Matters Database. , Available from: https://inddex.nutrition.tufts.edu/global-food-matters-database (2022).
  14. Willett, W. C. Food Frequency Methods. In Nutritional Epidemiology, 3rd ed. , Oxford University Press. New York, NY, USA. 70-95 (2013).
  15. Tjonneland, A., et al. Influence of individually estimated portion size data on the validity of a semiquantitative food frequency questionnaire. International Journal of Epidemiology. 21 (4), 770-777 (1992).
  16. Wakai, K., et al. A simple food frequency questionnaire for Japanese diet--Part I. Development of the questionnaire, and reproducibility and validity for food groups. Journal of Epidemiology. 9 (4), 216-226 (1999).
  17. Schlundt, D. G., et al. Separate estimates of portion size were not essential for energy and nutrient estimation: results from the Southern Community Cohort food-frequency questionnaire pilot study. Public Health Nutrition. 10 (3), 245-251 (2007).
  18. Bromage, S., et al. The global diet quality score is inversely associated with nutrient inadequacy, low midupper arm circumference, and anemia in rural adults in ten sub-Saharan African countries. The Journal of Nutrition. 151 (12), Suppl 2 119-129 (2021).
  19. Bromage, S., et al. Trained cohorts of University students are a useful resource for conducting dietary surveys in Mongolia. Food and Nutrition Bulletin. 38 (2), 267-272 (2017).
  20. Bromage, S., et al. Diet and nutrition status of Mongolian adults. Nutrients. 12 (5), 1514(2020).
  21. Bromage, S., et al. Projected effectiveness of mandatory industrial fortification of wheat flour, milk, and edible oil with multiple micronutrients among Mongolian adults. PLoS One. 13 (8), 0201230(2018).
  22. Jeong, C., et al. Bronze Age population dynamics and the rise of dairy pastoralism on the eastern Eurasian steppe. Proceedings of the National Academy of Sciences of the United States of America. 115 (48), 11248-11255 (2018).
  23. Bromage, S., et al. Comparison of methods for estimating dietary food and nutrient intakes and intake densities from household consumption and expenditure data in Mongolia. Nutrients. 10 (6), 703(2018).
  24. Bromage, S., et al. The global diet quality score is associated with higher nutrient adequacy, midupper arm circumference, venous hemoglobin, and serum folate among urban and rural Ethiopian adults. The Journal of Nutrition. 151 (12), Suppl 2 130-142 (2021).
  25. Mistry, N., et al. Protocol for a case-control study of vitamin D status, adult multidrug-resistant tuberculosis disease and tuberculosis infection in Mumbai, India. BMJ Open. 10 (11), 039935(2020).
  26. Ganmaa, D., et al. Prevalence and determinants of QuantiFERON-diagnosed tuberculosis infection in 9810 Mongolian schoolchildren. Clinical Infectious Diseases. 69 (5), 813-819 (2019).
  27. International Network of Food Data Systems (INFOODS). Training. Food and Agriculture Organization of the United Nations (FAO). , Available from: https://www.fao.org/infoods/infoods/training/en/ (2022).
  28. Intake - Center for Dietary Assessment. Resources. , Available from: https://www.intake.org/resources (2022).
  29. Gibson, R. S., Ferguson, E. L. An interactive 24-hour recall for assessing the adequacy of iron and zinc intakes in developing countries. , ILSI Press. Washington, DC, USA. 98-107 (2008).
  30. Vásquez-Caicedo, A. L., Bell, S., Hartmann, B. Report on collection of rules on use of recipe calculation procedures including the use of yield and retention factors for imputing nutrient values for composite foods. European Food Information Resource (EuroFir). , Brussels, Belgium. (2008).
  31. Allen, L. H., Carriquiry, A. L., Murphy, S. P. Perspective: Proposed harmonized nutrient reference values for populations). Advances in Nutrition. 11 (3), 469-483 (2020).
  32. Institute of Medicine (US) Subcommittee on Interpretation and Uses of Dietary Reference Intakes. DRI Dietary Reference Intakes: Applications in Dietary Planning. , National Academies Press. Washington, DC, USA. (2000).
  33. Herforth, A., et al. A global review of food-based dietary guidelines. Advances in Nutrition. 10 (4), 590-605 (2019).
  34. Miller, V., Webb, P., Micha, R., Mozaffarian, D. Global Dietary Database. Defining diet quality: a synthesis of dietary quality metrics and their validity for the double burden of malnutrition. The Lancet Planetary Health. 4 (8), 352-370 (2020).
  35. Bromage, S., et al. Development and validation of a novel food-based Global Diet Quality Score (GDQS). The Journal of Nutrition. 151 (12), Suppl 2 75-92 (2021).
  36. Ioannidou, S., Cascio, C., Gilsenan, M. B. European Food Safety Authority open access tools to estimate dietary exposure to food chemicals. Environment International. 149, 106357(2021).
  37. Food and Agriculture Organization of the United Nations (FAO) and International Network of Food Data Systems (INFOODS). AInternational food composition table/database directory. , Available from: https://www.fao.org/infoods/infoods/tables-and-databases/en/ (2022).
  38. Food and Agriculture Organization of the United Nations (FAO) and International Network of Food Data Systems (INFOODS). Food nomenclature, terminology and classification systems. , Available from: https://www.fao.org/infoods/infoods/standards-guidelines/food-nomenclature/en/ (2022).
  39. Rodriguez-Martinez, A., Ayala, R., Balchunas, M., Debbabi, Y., Vidal, L. S. NutrienTrackeR: Food Composition Information and Dietary Assessment R package version 1.2.0. , Available from: https://CRAN.R-project.org/package=NutrienTrackeR (2022).
  40. Nutritional Epidemiology, 3rd ed. Willett, W. C. , Oxford University Press. New York, NY, USA. (2013).
  41. Gibson, R. S. Principles of Nutrition Assessment, 2nd ed. , Oxford University Press. New York, NY, USA. (2005).
  42. Rodrigues, S. L., et al. Development of DietSys: A comprehensive food and nutrient database for dietary surveys. Journal of Food Composition and Analysis. 102, 104030(2021).
  43. Monteiro, C. A., et al. Ultra-processed foods: what they are and how to identify them. Public Health Nutrition. 22 (5), 936-941 (2019).
  44. Greenfield, H., Southgate, D. A. T. Guidelines for the use of food composition data. Food composition data: production, management, and use, 2nd ed. Burlingame, B., Charrondiere, U. R. , Food and Agriculture Organization of the United Nations (FAO) Publishing Management Service. Rome, Italy. 187-197 (2003).
  45. Sumbo, P., Beecher, G. Strengths and Limitations of Food Composition Databases. Advances in the Assessment of Dietary Intake. Schoeller, D. A., Westerterp-Plantenga, M. S. , CRC Press. Boca Raton, FL, USA. 337-352 (2017).
  46. Kapsokefalou, M., et al. Food composition at present: New challenges. Nutrients. 11 (8), 1714(2019).
  47. Thornton, K., Seals-Nutt, K., Matsuzaki, M. Introducing WikFCD: Many food composition tables in a single knowledge base. CEUR Workshop Proceedings. 2969, (2021).

Access restricted. Please log in or start a trial to view this content.

転載および許可

このJoVE論文のテキスト又は図を再利用するための許可を申請します

許可を申請

さらに記事を探す

ISNAPDS 24

This article has been published

Video Coming Soon

JoVE Logo

個人情報保護方針

利用規約

一般データ保護規則

研究

教育

JoVEについて

Copyright © 2023 MyJoVE Corporation. All rights reserved