Aplicación de la Metodología Recordatorio de 24 horas Asistido por Fotografías Digitales para el Análisis de la Ingesta Dietética (IngFood)
19 de julio de 2024 actualizado por: Vanessa Corrales Agudelo
Aplicación de la Metodología Recordatorio de 24 horas Asistido por Fotografías Digitales y Homologación con Alimentos Colombianos para el Análisis de la Ingesta Dietética
Con este proyecto, los investigadores esperan estandarizar una metodología confiable y optimizada basada en una herramienta de recordatorio de 24 horas asistida por fotografías digitales con una salida completa de alimentos e información nutricional para la población colombiana.
Descripción general del estudio
Estado
Terminado
Condiciones
Descripción detallada
Tras el reclutamiento, los participantes (20) recibirán una explicación detallada de los objetivos y condiciones del estudio y firmarán el consentimiento informado. Las evaluaciones de la ingesta dietética se realizarán mediante recordatorios dietéticos de 24 horas, asistidos con el registro de fotografías digitales de los alimentos y bebidas consumidos, y una breve descripción (los dos recordatorios dietéticos de 24 horas se aplicarán en días diferentes y no consecutivos). Simultáneamente, se tomará como referencia el pesaje de los alimentos con una báscula de cocina casera y la medición del volumen de las bebidas. Para el análisis de la información nutricional, la ingesta diaria de alimentos extraída de los fotologs de alimentos se ingresará en la herramienta de evaluación dietética autoadministrada automatizada (ASA24®). La ingesta de macro y micronutrientes utilizando los pesos reales de los alimentos registrados por los participantes se estimará a partir de la base de datos USDA FNDDS 2017-2018 y la composición de polifenoles a partir de una base de datos de fenoles.
El día de cada recordatorio dietético de 24 horas, los participantes recolectarán una muestra de orina de 24 horas para evaluar su ingesta de proteínas, sodio y potasio. Además, el día después de cada 24 recordatorios dietéticos, los participantes también proporcionarán muestras de sangre para determinar los niveles circulantes de vitamina C, vitamina B1, vitamina K1, folato, zinc, cobre y betacaroteno; y muestras fecales para identificar especies vegetales en las heces.
Tipo de estudio
De observación
Inscripción (Actual)
20
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Ubicaciones de estudio
-
-
Antioquia
-
Medellin, Antioquia, Colombia, 050023
- Vidarium, Nutrition, Health and Wellness Research Center
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
18 años a 70 años (Adulto, Adulto Mayor)
Acepta Voluntarios Saludables
Sí
Método de muestreo
Muestra no probabilística
Población de estudio
Veinte sujetos, población general.
Los participantes no deben cambiar sus hábitos alimenticios durante el estudio.
Descripción
Criterios de inclusión:
- Hombres y mujeres mayores de 18 años
- Quién tiene un teléfono inteligente.
- Autonomía en el uso de un smartphone.
- Con acceso a internet.
Criterio de exclusión:
- Sujetos que no fotografían los alimentos y/o no los registran.
- Sujetos que no aceptan la entrevista para la aclaración de dudas relacionadas con la alimentación tras el reportaje fotográfico.
- Personas que no puedan quedarse en casa al menos los días de evaluación para facilitar el pesaje de los alimentos.
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Grupo
- Perspectivas temporales: Futuro
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
El grado de concordancia entre el recordatorio dietético de 24 horas con ayuda de la fotografía digital y el peso de los alimentos en los informes de energía y nutrientes.
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
El promedio de los dos períodos de 24 horas dentro de cada método.
Análisis de Bland Altman de la ingesta de energía y macronutrientes (carbohidratos, grasas, proteínas).
|
Al finalizar el estudio, un promedio de 1 mes.
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
La ingesta media de proteínas (g/día)
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
La ingesta de proteínas se calcula sobre la base del concepto de que los productos nitrogenados de las proteínas dietéticas más los productos nitrogenados de la degradación de las proteínas endógenas se excretan como nitrógeno ureico o no ureico.
La tasa de aparición de nitrógeno ureico (UNA) se mide como la cantidad de urea excretada en la orina más la cantidad neta acumulada en el agua corporal.
La ingesta de proteínas es el nitrógeno urinario excretado en gramos/día + (peso en kilogramos X 0,031 g nitrógeno/kg/día) multiplicado por 6,25.
Estos valores calculados están muy cerca de los valores reales de ingesta de nitrógeno o proteínas.
|
Al finalizar el estudio, un promedio de 1 mes.
|
|
La ingesta media de sodio (mg/día)
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
La excreción de sodio en orina de 24 horas es la estimación más precisa de la ingesta diaria de sodio y no está sujeta a sesgo de recuerdo.
Alrededor del 90% del sodio consumido (de todas las fuentes) se excreta en la orina.
La ingesta de sodio (mg/día) es el sodio en la orina de 24 horas (ajustado por el % de la ingesta excretada en la orina) multiplicado por el volumen total de orina.
|
Al finalizar el estudio, un promedio de 1 mes.
|
|
La ingesta media de potasio (mg/día)
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
La excreción de potasio en orina de 24 horas es la estimación más precisa de la ingesta diaria y no está sujeta a sesgo de recuerdo.
Por lo tanto, la ingesta de potasio (mg/día) es el potasio en la orina de 24 horas (ajustado por el % de la ingesta excretada en la orina) multiplicado por el volumen total de orina.
|
Al finalizar el estudio, un promedio de 1 mes.
|
|
El promedio de vitamina C en plasma (mg/dL)
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
Los humanos, a diferencia de la mayoría de los animales, no podemos sintetizar la vitamina C de forma endógena, por lo que es un componente dietético esencial.
Los niveles plasmáticos de esta vitamina comúnmente medidos por HPLC se consideran valores circulantes del micronutriente y representan la ingesta reciente.
Rango de valores de referencia 0.4-2.0
mg/dL
|
Al finalizar el estudio, un promedio de 1 mes.
|
|
El promedio de vitamina B1 en plasma (nmol/L)
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
Los niveles de esta vitamina medidos por cromatografía líquida de alto rendimiento (HPLC) en sangre es un método sensible, específico y preciso para determinar el estado nutricional de la tiamina.
La tiamina se obtiene de la dieta y las reservas corporales son limitadas.
Los valores circulantes del micronutriente representan la ingesta reciente.
Rango de valores de referencia 70-180 nmol/L
|
Al finalizar el estudio, un promedio de 1 mes.
|
|
El promedio de vitamina K1 en plasma (filoquinona) (ng/mL)
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
La concentración de esta vitamina medida por cromatografía líquida de alto rendimiento (HPLC) en suero en ayunas es un fuerte indicador de la ingesta dietética y el estado.
Valores circulantes del micronutriente y representativos de la ingesta reciente.
Valores de referencia en adultos > 18 años rango: 0,10-2,20 ng/mL.
|
Al finalizar el estudio, un promedio de 1 mes.
|
|
El folato sérico promedio (N-(5)-metiltetrahidrofolato) (ug/L)
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
Aproximadamente el 20% del folato absorbido diariamente se deriva de fuentes dietéticas; el resto es sintetizado por microorganismos intestinales.
El nivel de esta vitamina se mide mediante inmunoensayo quimioluminiscente y es un fuerte indicador de la ingesta dietética.
Los valores circulantes normales o elevados de este micronutriente representan la ingesta reciente.
Los valores de referencia en adultos son ≥ 4,0 ug/L.
|
Al finalizar el estudio, un promedio de 1 mes.
|
|
El cobre sérico promedio (ug/dL)
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
La concentración de este microelemento se mide por espectrometría de absorción atómica de llama y es un fuerte indicador de la ingesta dietética.
Los valores de este micronutriente representan la ingesta reciente.
Los valores de referencia en adultos oscilan entre 73-129 ug/dL en hombres y 77-206 ug/dL en mujeres
|
Al finalizar el estudio, un promedio de 1 mes.
|
|
El zinc sérico promedio ug/dL
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
El zinc se obtiene enteramente de la dieta; se analiza en suero mediante espectrometría de masas de plasma acoplado inductivamente y es un fuerte indicador de la ingesta dietética.
Los valores de este micronutriente representan la ingesta reciente.
Los niveles normales de zinc en suero oscilan entre 66 y 106 ug/dL en adultos.
|
Al finalizar el estudio, un promedio de 1 mes.
|
|
El betacaroteno promedio (ug/dL)
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
El betacaroteno, un nutriente liposoluble, es un precursor de la vitamina A y se analiza en espectrometría sérica y es un reflejo de las cantidades de caroteno (provitamina A) ingeridas y absorbidas por el intestino.
Los valores de este micronutriente representan la ingesta reciente.
Los niveles normales de betacaroteno en suero oscilan entre 4 y 51 ug/dL en hombres y entre 6 y 77 ug/dL en mujeres.
|
Al finalizar el estudio, un promedio de 1 mes.
|
|
La ingesta media de polifenoles (mg/GAE/día)
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
Los polifenoles son una clase importante de fitoquímicos relacionados con la salud.
Se estimarán a partir de los 24 retiros dietéticos junto con una base de datos de polifenoles alimentarios.
|
Al finalizar el estudio, un promedio de 1 mes.
|
|
La abundancia media de especies vegetales en las heces.
Periodo de tiempo: Al finalizar el estudio, un promedio de 1 mes.
|
Las tecnologías de secuenciación de alto rendimiento han proporcionado un enfoque eficaz para evaluar la diversidad de las plantas combinando varios procesos bioinformáticos para asignar secuencias de ADN a las especies.
|
Al finalizar el estudio, un promedio de 1 mes.
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Investigador principal: Vanessa Corrales Aguadelo, Msc, Vidarium, Research Center on Nutrition, Health and Wellness - Nutresa Business Group
Publicaciones y enlaces útiles
La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.
Publicaciones Generales
- 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.
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Actual)
18 de octubre de 2022
Finalización primaria (Actual)
15 de diciembre de 2022
Finalización del estudio (Actual)
30 de diciembre de 2022
Fechas de registro del estudio
Enviado por primera vez
20 de octubre de 2022
Primero enviado que cumplió con los criterios de control de calidad
1 de noviembre de 2022
Publicado por primera vez (Actual)
9 de noviembre de 2022
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
23 de julio de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
19 de julio de 2024
Última verificación
1 de julio de 2024
Más información
Términos relacionados con este estudio
Palabras clave
Otros números de identificación del estudio
- FC001-2022
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
SÍ
Descripción del plan IPD
Los datos estarán disponibles cuando se publiquen los resultados.
Los datos se pueden obtener descargándolos desde la nube (ej: NCBI-SRA o Github)
Marco de tiempo para compartir IPD
Los datos estarán disponibles cuando se publiquen los resultados.
Criterios de acceso compartido de IPD
Público
Tipo de información de apoyo para compartir IPD
- SAVIA
- CÓDIGO_ANALÍTICO
- RSC
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .