Anwendung der 24-Stunden-Recall-Methodik unterstützt durch digitale Fotografien zur Analyse der Nahrungsaufnahme (IngFood)
19. Juli 2024 aktualisiert von: Vanessa Corrales Agudelo
Anwendung der 24-Stunden-Rückrufmethode, unterstützt durch digitale Fotografien und Homologation mit kolumbianischen Lebensmitteln zur Analyse der Nahrungsaufnahme
Mit diesem Projekt erwarten die Forscher, eine zuverlässige und optimierte Methodik zu standardisieren, die auf einem 24-Stunden-Rückruftool basiert, das durch digitale Fotos unterstützt wird, mit einer vollständigen Ausgabe von Lebensmitteln und Nährwertinformationen für die kolumbianische Bevölkerung.
Studienübersicht
Status
Abgeschlossen
Bedingungen
Detaillierte Beschreibung
Nach der Rekrutierung erhalten die Teilnehmer (20) eine ausführliche Erläuterung der Ziele und Bedingungen der Studie und unterzeichnen die Einverständniserklärung. Die Ernährungsaufnahme wird anhand von 24-Stunden-Erinnerungen an die Ernährung durchgeführt, unterstützt durch ein digitales Fotoregister der konsumierten Lebensmittel und Getränke und eine kurze Beschreibung (die beiden 24-Ernährungserinnerungen werden an verschiedenen und nicht aufeinanderfolgenden Tagen durchgeführt). Gleichzeitig werden das Wiegen von Lebensmitteln mit einer Haushaltsküchenwaage und die Messung des Getränkevolumens als Referenz verwendet. Für die Analyse von Nährwertinformationen wird die tägliche Nahrungsaufnahme aus Lebensmittelfotoprotokollen in das automatisierte Self-Administered Dietary Assessment Tool (ASA24®) eingegeben. Die Aufnahme von Makro- und Mikronährstoffen anhand der von den Teilnehmern aufgezeichneten tatsächlichen Lebensmittelgewichte wird aus der USDA FNDDS 2017-2018-Datenbank und die Polyphenolzusammensetzung aus einer Phenoldatenbank geschätzt.
Am Tag jedes 24-Stunden-Ernährungsrückrufs sammeln die Teilnehmer eine 24-Stunden-Urinprobe, um ihre Protein-, Natrium- und Kaliumaufnahme zu bestimmen. Darüber hinaus werden die Teilnehmer am Tag nach jeder 24. Ernährungserinnerung Blutproben abgeben, um die zirkulierenden Spiegel von Vitamin C, Vitamin B1, Vitamin K1, Folsäure, Zink, Kupfer und Beta-Carotin zu bestimmen; und Kotproben zur Identifizierung von Gemüsearten im Kot.
Studientyp
Beobachtungs
Einschreibung (Tatsächlich)
20
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Antioquia
-
Medellin, Antioquia, Kolumbien, 050023
- Vidarium, Nutrition, Health and Wellness Research Center
-
-
Teilnahmekriterien
Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.
Zulassungskriterien
Studienberechtigtes Alter
18 Jahre bis 70 Jahre (Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Ja
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Zwanzig Probanden, allgemeine Bevölkerung.
Die Teilnehmer sollten ihre Ernährungsgewohnheiten während der Studie nicht ändern.
Beschreibung
Einschlusskriterien:
- Männer und Frauen ab 18 Jahren
- Wer besitzt ein Smartphone.
- Autonom in der Nutzung eines Smartphones.
- Mit Internetzugang.
Ausschlusskriterien:
- Personen, die das Essen nicht fotografieren und/oder nicht aufzeichnen.
- Probanden, die das Interview zur Klärung von Zweifeln in Bezug auf das Essen nach dem Fotobericht nicht annehmen.
- Personen, die nicht mindestens die Auswertungstage zu Hause bleiben können, um das Abwiegen von Lebensmitteln zu erleichtern.
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Kohorte
- Zeitperspektiven: Interessent
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Das Ausmaß der Übereinstimmung zwischen dem 24-Stunden-Ernährungsrückruf, der mit digitaler Fotografie und dem Wiegen von Lebensmitteln in der Energie- und Nährstoffberichterstattung unterstützt wurde.
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Der Durchschnitt der beiden 24-Stunden-Perioden innerhalb jeder Methode.
Bland-Altman-Analyse der Energie- und Makronährstoffaufnahme (Kohlenhydrate, Fett, Protein).
|
Bis Studienabschluss durchschnittlich 1 Monat
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Die durchschnittliche Proteinzufuhr (g/Tag)
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Die Proteinaufnahme wird basierend auf dem Konzept geschätzt, dass stickstoffhaltige Produkte des Nahrungsproteins plus stickstoffhaltige Produkte des endogenen Proteinabbaus entweder als Harnstoff- oder Nicht-Harnstoff-Stickstoff ausgeschieden werden.
Die Urea-Stickstoff-Auftrittsrate (UNA) wird als die im Urin ausgeschiedene Harnstoffmenge plus die im Körperwasser angesammelte Nettomenge gemessen.
Die Proteinaufnahme ist der ausgeschiedene Urinstickstoff in Gramm/Tag + (Gewicht in Kilogramm x 0,031 g Stickstoff/kg/Tag) multipliziert mit 6,25.
Diese berechneten Werte liegen sehr nahe an den tatsächlichen Werten für die Stickstoff- oder Proteinzufuhr.
|
Bis Studienabschluss durchschnittlich 1 Monat
|
|
Die durchschnittliche Natriumaufnahme (mg/Tag)
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Die 24-Stunden-Natriumausscheidung im Urin ist die genaueste Schätzung der täglichen Natriumaufnahme und unterliegt keinem Recall-Bias.
Etwa 90 % des aufgenommenen Natriums (aus allen Quellen) werden mit dem Urin ausgeschieden.
Die Natriumaufnahme (mg/Tag) ist Natrium im 24-Stunden-Urin (angepasst an % der im Urin ausgeschiedenen Aufnahme) multipliziert mit dem gesamten Urinvolumen.
|
Bis Studienabschluss durchschnittlich 1 Monat
|
|
Die durchschnittliche Kaliumzufuhr (mg/Tag)
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Die 24-Stunden-Kaliumausscheidung im Urin ist die genaueste Schätzung der täglichen Aufnahme und unterliegt keinem Recall-Bias.
Daher ist die Kaliumaufnahme (mg/Tag) gleich Kalium im 24-Stunden-Urin (bereinigt um den Prozentsatz der im Urin ausgeschiedenen Aufnahme) multipliziert mit dem gesamten Urinvolumen.
|
Bis Studienabschluss durchschnittlich 1 Monat
|
|
Das durchschnittliche Plasma-Vitamin C (mg/dL)
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Im Gegensatz zu den meisten Tieren ist der Mensch nicht in der Lage, Vitamin C endogen zu synthetisieren, daher ist es ein wesentlicher Bestandteil der Nahrung.
Plasmaspiegel dieses Vitamins, die üblicherweise durch HPLC gemessen werden, gelten als zirkulierende Werte des Mikronährstoffs und repräsentieren die jüngste Aufnahme.
Referenzwerte reichen von 0,4-2,0
mg/dl
|
Bis Studienabschluss durchschnittlich 1 Monat
|
|
Das durchschnittliche Plasma-Vitamin B1 (nmol/L)
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Der durch Hochleistungsflüssigkeitschromatographie (HPLC) im Blut gemessene Gehalt dieses Vitamins ist eine empfindliche, spezifische und präzise Methode zur Bestimmung des Ernährungszustands von Thiamin.
Thiamin wird aus der Nahrung gewonnen und die Körpervorräte sind begrenzt.
Umlaufwerte des Mikronährstoffs und stellen die aktuelle Aufnahme dar.
Referenzwerte reichen von 70-180 nmol/L
|
Bis Studienabschluss durchschnittlich 1 Monat
|
|
Das durchschnittliche Plasma-Vitamin K1 (Phyllochinon) (ng/ml)
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Die durch Hochleistungsflüssigkeitschromatographie (HPLC) im Nüchternserum gemessene Konzentration dieses Vitamins ist ein starker Indikator für die Nahrungsaufnahme und den Status.
Umlaufende Werte des Mikronährstoffs und Darstellung der letzten Aufnahme.
Referenzwerte bei Erwachsenen > 18 Jahre Bereich: 0,10-2,20 ng/ml.
|
Bis Studienabschluss durchschnittlich 1 Monat
|
|
Das durchschnittliche Serumfolat (N-(5)-Methyltetrahydrofolat) (ug/L)
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Ungefähr 20 % des täglich aufgenommenen Folats stammen aus Nahrungsquellen; der Rest wird von Darmmikroorganismen synthetisiert.
Der Gehalt dieses Vitamins wird durch Chemilumineszenz-Immunoassay gemessen und ist ein starker Indikator für die Nahrungsaufnahme.
Normale oder erhöhte zirkulierende Werte dieses Mikronährstoffs repräsentieren die kürzliche Aufnahme.
Referenzwerte bei Erwachsenen sind ≥ 4,0 ug/L.
|
Bis Studienabschluss durchschnittlich 1 Monat
|
|
Das durchschnittliche Serumkupfer (ug/dL)
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Die Konzentration dieses Mikroelements wird durch Flammenatomabsorptionsspektrometrie gemessen und ist ein starker Indikator für die Nahrungsaufnahme.
Die Werte dieses Mikronährstoffs repräsentieren die jüngste Aufnahme.
Referenzwerte bei Erwachsenen reichen von 73-129 ug/dL bei Männern und 77-206 ug/dL bei Frauen
|
Bis Studienabschluss durchschnittlich 1 Monat
|
|
Das durchschnittliche Serumzink ug/dl
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Zink wird vollständig aus der Nahrung gewonnen; es wird im Serum durch Massenspektrometrie mit induktiv gekoppeltem Plasma analysiert und ist ein starker Indikator für die Nahrungsaufnahme.
Die Werte dieses Mikronährstoffs repräsentieren die jüngste Aufnahme.
Normale Zinkspiegel im Serum liegen bei Erwachsenen zwischen 66 und 106 ug/dL.
|
Bis Studienabschluss durchschnittlich 1 Monat
|
|
Das durchschnittliche Beta-Carotin (ug/dL)
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Beta-Carotin, ein fettlöslicher Nährstoff, ist eine Vorstufe von Vitamin A und wird in der Serumspektrometrie analysiert und spiegelt die Mengen an Carotin (Provitamin A) wider, die vom Darm aufgenommen und absorbiert werden.
Die Werte dieses Mikronährstoffs repräsentieren die jüngste Aufnahme.
Normale Serum-Beta-Carotin-Spiegel reichen von 4-51 ug/dl bei Männern und 6-77 ug/dl bei Frauen.
|
Bis Studienabschluss durchschnittlich 1 Monat
|
|
Die durchschnittliche Aufnahme von Polyphenolen (mg/GAE/Tag)
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Polyphenole sind eine wichtige Klasse von Phytochemikalien im Zusammenhang mit der Gesundheit.
Sie werden aus den 24 Ernährungsrückrufen in Verbindung mit einer Lebensmittel-Polyphenol-Datenbank geschätzt.
|
Bis Studienabschluss durchschnittlich 1 Monat
|
|
Die durchschnittliche Fülle von Gemüsearten im Stuhl
Zeitfenster: Bis Studienabschluss durchschnittlich 1 Monat
|
Hochdurchsatz-Sequenzierungstechnologien haben einen effizienten Ansatz zur Bewertung der Pflanzenvielfalt bereitgestellt, indem verschiedene Bioinformatik-Pipelines kombiniert werden, um DNA-Sequenzen Arten zuzuordnen.
|
Bis Studienabschluss durchschnittlich 1 Monat
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
Ermittler
- Hauptermittler: Vanessa Corrales Aguadelo, Msc, Vidarium, Research Center on Nutrition, Health and Wellness - Nutresa Business Group
Publikationen und hilfreiche Links
Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.
Allgemeine Veröffentlichungen
- David LA, Maurice CF, Carmody RN, Gootenberg DB, Button JE, Wolfe BE, Ling AV, Devlin AS, Varma Y, Fischbach MA, Biddinger SB, Dutton RJ, Turnbaugh PJ. Diet rapidly and reproducibly alters the human gut microbiome. Nature. 2014 Jan 23;505(7484):559-63. doi: 10.1038/nature12820. Epub 2013 Dec 11.
- Huybregts L, Roberfroid D, Lachat C, Van Camp J, Kolsteren P. Validity of photographs for food portion estimation in a rural West African setting. Public Health Nutr. 2008 Jun;11(6):581-7. doi: 10.1017/S1368980007000870. Epub 2007 Aug 9.
- Lazarte CE, Encinas ME, Alegre C, Granfeldt Y. Validation of digital photographs, as a tool in 24-h recall, for the improvement of dietary assessment among rural populations in developing countries. Nutr J. 2012 Aug 29;11:61. doi: 10.1186/1475-2891-11-61.
- Martin CK, Correa JB, Han H, Allen HR, Rood JC, Champagne CM, Gunturk BK, Bray GA. Validity of the Remote Food Photography Method (RFPM) for estimating energy and nutrient intake in near real-time. Obesity (Silver Spring). 2012 Apr;20(4):891-9. doi: 10.1038/oby.2011.344. Epub 2011 Dec 1.
- Park Y, Dodd KW, Kipnis V, Thompson FE, Potischman N, Schoeller DA, Baer DJ, Midthune D, Troiano RP, Bowles H, Subar AF. Comparison of self-reported dietary intakes from the Automated Self-Administered 24-h recall, 4-d food records, and food-frequency questionnaires against recovery biomarkers. Am J Clin Nutr. 2018 Jan 1;107(1):80-93. doi: 10.1093/ajcn/nqx002.
- Mullan A, Delles C, Ferrell W, Mullen W, Edwards CA, McColl JH, Roberts SA, Lean ME, Sattar N. Effects of a beverage rich in (poly)phenols on established and novel risk markers for vascular disease in medically uncomplicated overweight or obese subjects: A four week randomized placebo-controlled trial. Atherosclerosis. 2016 Mar;246:169-76. doi: 10.1016/j.atherosclerosis.2016.01.004. Epub 2016 Jan 6.
- Martin CK, Han H, Coulon SM, Allen HR, Champagne CM, Anton SD. A novel method to remotely measure food intake of free-living individuals in real time: the remote food photography method. Br J Nutr. 2009 Feb;101(3):446-56. doi: 10.1017/S0007114508027438. Epub 2008 Jul 11.
- Martin CK, Nicklas T, Gunturk B, Correa JB, Allen HR, Champagne C. Measuring food intake with digital photography. J Hum Nutr Diet. 2014 Jan;27 Suppl 1(0 1):72-81. doi: 10.1111/jhn.12014. Epub 2013 Jul 15.
- Schoeller DA, Ravussin E, Schutz Y, Acheson KJ, Baertschi P, Jequier E. Energy expenditure by doubly labeled water: validation in humans and proposed calculation. Am J Physiol. 1986 May;250(5 Pt 2):R823-30. doi: 10.1152/ajpregu.1986.250.5.R823.
- Racette SB, Schoeller DA, Luke AH, Shay K, Hnilicka J, Kushner RF. Relative dilution spaces of 2H- and 18O-labeled water in humans. Am J Physiol. 1994 Oct;267(4 Pt 1):E585-90. doi: 10.1152/ajpendo.1994.267.4.E585.
- Subar AF, Crafts J, Zimmerman TP, Wilson M, Mittl B, Islam NG, McNutt S, Potischman N, Buday R, Hull SG, Baranowski T, Guenther PM, Willis G, Tapia R, Thompson FE. Assessment of the accuracy of portion size reports using computer-based food photographs aids in the development of an automated self-administered 24-hour recall. J Am Diet Assoc. 2010 Jan;110(1):55-64. doi: 10.1016/j.jada.2009.10.007.
- Gibson RS, Charrondiere UR, Bell W. Measurement Errors in Dietary Assessment Using Self-Reported 24-Hour Recalls in Low-Income Countries and Strategies for Their Prevention. Adv Nutr. 2017 Nov 15;8(6):980-991. doi: 10.3945/an.117.016980. Print 2017 Nov.
- Nelson M, Atkinson M, Darbyshire S. Food photography II: use of food photographs for estimating portion size and the nutrient content of meals. Br J Nutr. 1996 Jul;76(1):31-49. doi: 10.1079/bjn19960007.
- Blanton CA, Moshfegh AJ, Baer DJ, Kretsch MJ. The USDA Automated Multiple-Pass Method accurately estimates group total energy and nutrient intake. J Nutr. 2006 Oct;136(10):2594-9. doi: 10.1093/jn/136.10.2594.
- Flax VL, Thakwalakwa C, Schnefke CH, Stobaugh H, Phuka JC, Coates J, Rogers B, Bell W, Colaiezzi B, Muth MK. Validation of a digitally displayed photographic food portion-size estimation aid among women in urban and rural Malawi. Public Health Nutr. 2019 Dec;22(17):3140-3150. doi: 10.1017/S1368980019002428. Epub 2019 Sep 9.
- Naska A, Valanou E, Peppa E, Katsoulis M, Barbouni A, Trichopoulou A. Evaluation of a digital food photography atlas used as portion size measurement aid in dietary surveys in Greece. Public Health Nutr. 2016 Sep;19(13):2369-76. doi: 10.1017/S1368980016000227. Epub 2016 Feb 26.
- Nichelle PG, Almeida CCB, Camey SA, Garmus LM, Elias VCM, Marchioni DM, da Silva DG, Ocke MC, Slimani N, Fisberg RM, Crispim SP. Subjects' Perception in Quantifying Printed and Digital Photos of Food Portions. Nutrients. 2019 Feb 27;11(3):501. doi: 10.3390/nu11030501.
- Bouchoucha M, Akrout M, Bellali H, Bouchoucha R, Tarhouni F, Mansour AB, Zouari B. Development and validation of a food photography manual, as a tool for estimation of food portion size in epidemiological dietary surveys in Tunisia. Libyan J Med. 2016 Aug 31;11:32676. doi: 10.3402/ljm.v11.32676. eCollection 2016.
- Amougou N, Cohen E, Mbala ML, Grosdidier B, Bernard JY, Said-Mohamed R, Pasquet P. Development and validation of two food portion photograph books to assess dietary intake among adults and children in Central Africa. Br J Nutr. 2016 Mar 14;115(5):895-902. doi: 10.1017/S0007114515005401. Epub 2016 Jan 20.
- Previdelli AN, Gomez G, Kovalskys I, Fisberg M, Cortes LY, Pareja RG, Liria MR, Garcia MCY, Herrera-Cuenca M, Rigotti A, Guajardo V, Zimberg IZ, Murillo AG; ELANS Study Group. Prevalence and determinants of misreporting of energy intake among Latin American populations: results from ELANS study. Nutr Res. 2019 Aug;68:9-18. doi: 10.1016/j.nutres.2019.05.007. Epub 2019 May 28.
- Martin CK, Kaya S, Gunturk BK. Quantification of food intake using food image analysis. Annu Int Conf IEEE Eng Med Biol Soc. 2009;2009:6869-72. doi: 10.1109/IEMBS.2009.5333123.
- Institute of Medicine (US) Food and Nutrition Board. Dietary Reference Intakes: A Risk Assessment Model for Establishing Upper Intake Levels for Nutrients. Washington (DC): National Academies Press (US); 1998. Available from http://www.ncbi.nlm.nih.gov/books/NBK45189/
- Ortega RM, Perez-Rodrigo C, Lopez-Sobaler AM. Dietary assessment methods: dietary records. Nutr Hosp. 2015 Feb 26;31 Suppl 3:38-45. doi: 10.3305/nh.2015.31.sup3.8749.
- Lam YY, Ravussin E. Analysis of energy metabolism in humans: A review of methodologies. Mol Metab. 2016 Sep 20;5(11):1057-1071. doi: 10.1016/j.molmet.2016.09.005. eCollection 2016 Nov.
- Poslusna K, Ruprich J, de Vries JH, Jakubikova M, van't Veer P. Misreporting of energy and micronutrient intake estimated by food records and 24 hour recalls, control and adjustment methods in practice. Br J Nutr. 2009 Jul;101 Suppl 2:S73-85. doi: 10.1017/S0007114509990602.
- Venter CS, MacIntyre UE, Vorster HH. The development and testing of a food portion photograph book for use in an African population. J Hum Nutr Diet. 2000 Jun;13(3):205-218. doi: 10.1046/j.1365-277x.2000.00228.x.
- Alemayehu AA, Abebe Y, Gibson RS. A 24-h recall does not provide a valid estimate of absolute nutrient intakes for rural women in southern Ethiopia. Nutrition. 2011 Sep;27(9):919-24. doi: 10.1016/j.nut.2010.10.015. Epub 2011 Feb 3.
- Bingham SA, Cummings JH. Urine nitrogen as an independent validatory measure of dietary intake: a study of nitrogen balance in individuals consuming their normal diet. Am J Clin Nutr. 1985 Dec;42(6):1276-89. doi: 10.1093/ajcn/42.6.1276.
- Mickelsen O, Makdani D, Gill JL, Frank RL. Sodium and potassium intakes and excretions of normal men consuming sodium chloride or a 1:1 mixture of sodium and potassium chlorides. Am J Clin Nutr. 1977 Dec;30(12):2033-40. doi: 10.1093/ajcn/30.12.2033.
- Luft FC, Fineberg NS, Sloan RS. Estimating dietary sodium intake in individuals receiving a randomly fluctuating intake. Hypertension. 1982 Nov-Dec;4(6):805-8. doi: 10.1161/01.hyp.4.6.805.
- Ferguson LR, De Caterina R, Gorman U, Allayee H, Kohlmeier M, Prasad C, Choi MS, Curi R, de Luis DA, Gil A, Kang JX, Martin RL, Milagro FI, Nicoletti CF, Nonino CB, Ordovas JM, Parslow VR, Portillo MP, Santos JL, Serhan CN, Simopoulos AP, Velazquez-Arellano A, Zulet MA, Martinez JA. Guide and Position of the International Society of Nutrigenetics/Nutrigenomics on Personalised Nutrition: Part 1 - Fields of Precision Nutrition. J Nutrigenet Nutrigenomics. 2016;9(1):12-27. doi: 10.1159/000445350. Epub 2016 May 12.
- Tueni M, Mounayar A, Birlouez-Aragon I. Development and evaluation of a photographic atlas as a tool for dietary assessment studies in Middle East cultures. Public Health Nutr. 2012 Jun;15(6):1023-8. doi: 10.1017/S1368980012000171. Epub 2012 Feb 10.
- Harris-Fry H, Paudel P, Karn M, Mishra N, Thakur J, Paudel V, Harrisson T, Shrestha B, Manandhar DS, Costello A, Cortina-Borja M, Saville N. Development and validation of a photographic food atlas for portion size assessment in the southern plains of Nepal. Public Health Nutr. 2016 Oct;19(14):2495-507. doi: 10.1017/S1368980016000537. Epub 2016 Mar 21.
- Gemming L, Utter J, Ni Mhurchu C. Image-assisted dietary assessment: a systematic review of the evidence. J Acad Nutr Diet. 2015 Jan;115(1):64-77. doi: 10.1016/j.jand.2014.09.015. Epub 2014 Nov 11.
- Zhu F, Bosch M, Woo I, Kim S, Boushey CJ, Ebert DS, Delp EJ. The Use of Mobile Devices in Aiding Dietary Assessment and Evaluation. IEEE J Sel Top Signal Process. 2010 Aug;4(4):756-766. doi: 10.1109/JSTSP.2010.2051471.
- Neveu V, Perez-Jimenez J, Vos F, Crespy V, du Chaffaut L, Mennen L, Knox C, Eisner R, Cruz J, Wishart D, Scalbert A. Phenol-Explorer: an online comprehensive database on polyphenol contents in foods. Database (Oxford). 2010;2010:bap024. doi: 10.1093/database/bap024. Epub 2010 Jan 8.
- Freedman LS, Commins JM, Moler JE, Willett W, Tinker LF, Subar AF, Spiegelman D, Rhodes D, Potischman N, Neuhouser ML, Moshfegh AJ, Kipnis V, Arab L, Prentice RL. Pooled results from 5 validation studies of dietary self-report instruments using recovery biomarkers for potassium and sodium intake. Am J Epidemiol. 2015 Apr 1;181(7):473-87. doi: 10.1093/aje/kwu325. Epub 2015 Mar 18.
- Maximova K, Khodayari Moez E, Dabravolskaj J, Ferdinands AR, Dinu I, Lo Siou G, Al Rajabi A, Veugelers PJ. Co-consumption of Vegetables and Fruit, Whole Grains, and Fiber Reduces the Cancer Risk of Red and Processed Meat in a Large Prospective Cohort of Adults from Alberta's Tomorrow Project. Nutrients. 2020 Jul 29;12(8):2265. doi: 10.3390/nu12082265.
- Wagner S, Lioret S, Girerd N, Duarte K, Lamiral Z, Bozec E, Van den Berghe L, Hoge A, Donneau AF, Boivin JM, Merckle L, Zannad F, Laville M, Rossignol P, Nazare JA. Association of Dietary Patterns Derived Using Reduced-Rank Regression With Subclinical Cardiovascular Damage According to Generation and Sex in the STANISLAS Cohort. J Am Heart Assoc. 2020 Apr 7;9(7):e013836. doi: 10.1161/JAHA.119.013836. Epub 2020 Mar 21.
- Garcia-Vega AS, Corrales-Agudelo V, Reyes A, Escobar JS. Diet Quality, Food Groups and Nutrients Associated with the Gut Microbiota in a Nonwestern Population. Nutrients. 2020 Sep 25;12(10):2938. doi: 10.3390/nu12102938.
- Boulange CL, Neves AL, Chilloux J, Nicholson JK, Dumas ME. Impact of the gut microbiota on inflammation, obesity, and metabolic disease. Genome Med. 2016 Apr 20;8(1):42. doi: 10.1186/s13073-016-0303-2.
- Tresserra-Rimbau A, Medina-Remon A, Perez-Jimenez J, Martinez-Gonzalez MA, Covas MI, Corella D, Salas-Salvado J, Gomez-Gracia E, Lapetra J, Aros F, Fiol M, Ros E, Serra-Majem L, Pinto X, Munoz MA, Saez GT, Ruiz-Gutierrez V, Warnberg J, Estruch R, Lamuela-Raventos RM. Dietary intake and major food sources of polyphenols in a Spanish population at high cardiovascular risk: the PREDIMED study. Nutr Metab Cardiovasc Dis. 2013 Oct;23(10):953-9. doi: 10.1016/j.numecd.2012.10.008. Epub 2013 Jan 17.
- PREDIMED study investigators. Intake of Total Polyphenols and Some Classes of Polyphenols Is Inversely Associated with Diabetes in Elderly People at High Cardiovascular Disease Risk. J Nutr. 2015 Apr 1;146(4):767-777. doi: 10.3945/jn.115.223610.
- Freedman LS, Commins JM, Moler JE, Arab L, Baer DJ, Kipnis V, Midthune D, Moshfegh AJ, Neuhouser ML, Prentice RL, Schatzkin A, Spiegelman D, Subar AF, Tinker LF, Willett W. Pooled results from 5 validation studies of dietary self-report instruments using recovery biomarkers for energy and protein intake. Am J Epidemiol. 2014 Jul 15;180(2):172-88. doi: 10.1093/aje/kwu116. Epub 2014 Jun 10.
- Holbrook JT, Patterson KY, Bodner JE, Douglas LW, Veillon C, Kelsay JL, Mertz W, Smith JC Jr. Sodium and potassium intake and balance in adults consuming self-selected diets. Am J Clin Nutr. 1984 Oct;40(4):786-93. doi: 10.1093/ajcn/40.4.786.
- Reese AT, Kartzinel TR, Petrone BL, Turnbaugh PJ, Pringle RM, David LA. Using DNA Metabarcoding To Evaluate the Plant Component of Human Diets: a Proof of Concept. mSystems. 2019 Oct 8;4(5):e00458-19. doi: 10.1128/mSystems.00458-19.
- Taberlet P, Coissac E, Pompanon F, Gielly L, Miquel C, Valentini A, Vermat T, Corthier G, Brochmann C, Willerslev E. Power and limitations of the chloroplast trnL (UAA) intron for plant DNA barcoding. Nucleic Acids Res. 2007;35(3):e14. doi: 10.1093/nar/gkl938. Epub 2006 Dec 14.
- Kartzinel TR, Hsing JC, Musili PM, Brown BRP, Pringle RM. Covariation of diet and gut microbiome in African megafauna. Proc Natl Acad Sci U S A. 2019 Nov 19;116(47):23588-23593. doi: 10.1073/pnas.1905666116. Epub 2019 Nov 4.
- Medina-Remon A, Barrionuevo-Gonzalez A, Zamora-Ros R, Andres-Lacueva C, Estruch R, Martinez-Gonzalez MA, Diez-Espino J, Lamuela-Raventos RM. Rapid Folin-Ciocalteu method using microtiter 96-well plate cartridges for solid phase extraction to assess urinary total phenolic compounds, as a biomarker of total polyphenols intake. Anal Chim Acta. 2009 Feb 16;634(1):54-60. doi: 10.1016/j.aca.2008.12.012. Epub 2008 Dec 13.
Studienaufzeichnungsdaten
Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.
Haupttermine studieren
Studienbeginn (Tatsächlich)
18. Oktober 2022
Primärer Abschluss (Tatsächlich)
15. Dezember 2022
Studienabschluss (Tatsächlich)
30. Dezember 2022
Studienanmeldedaten
Zuerst eingereicht
20. Oktober 2022
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
1. November 2022
Zuerst gepostet (Tatsächlich)
9. November 2022
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
23. Juli 2024
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
19. Juli 2024
Zuletzt verifiziert
1. Juli 2024
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Andere Studien-ID-Nummern
- FC001-2022
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
JA
Beschreibung des IPD-Plans
Die Daten werden verfügbar sein, wenn die Ergebnisse veröffentlicht werden.
Die Daten können durch Herunterladen aus der Cloud bezogen werden (z. B. NCBI-SRA oder Github).
IPD-Sharing-Zeitrahmen
Die Daten werden verfügbar sein, wenn die Ergebnisse veröffentlicht werden.
IPD-Sharing-Zugriffskriterien
Öffentlichkeit
Art der unterstützenden IPD-Freigabeinformationen
- SAFT
- ANALYTIC_CODE
- CSR
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Nein
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Nein
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .