- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT05610137
Application de la méthodologie de rappel de 24 heures assistée par des photographies numériques pour l'analyse de l'apport alimentaire (IngFood)
Application de la méthodologie de rappel de 24 heures assistée par des photographies numériques et homologation avec des aliments colombiens pour l'analyse de l'apport alimentaire
Aperçu de l'étude
Statut
Les conditions
Description détaillée
Après recrutement, les participants (20) recevront une explication détaillée des objectifs et des conditions de l'étude et signeront le consentement éclairé. Les évaluations de l'apport alimentaire seront effectuées à l'aide de rappels alimentaires de 24 heures, assistés d'un registre de photographies numériques des aliments et boissons consommés et d'une brève description (les deux rappels alimentaires de 24 heures seront appliqués sur des jours différents et non consécutifs). Simultanément, la pesée des aliments à l'aide d'une balance de cuisine domestique et les mesures du volume des boissons serviront de référence. Pour l'analyse des informations nutritionnelles, l'apport alimentaire quotidien extrait des photologs alimentaires sera saisi dans l'outil automatisé d'évaluation diététique auto-administré (ASA24®). L'apport en macro et micronutriments en utilisant les poids réels des aliments enregistrés par les participants sera estimé à partir de la base de données USDA FNDDS 2017-2018, et la composition en polyphénols à partir d'une base de données sur les phénols.
Le jour de chaque rappel alimentaire de 24 h, les participants prélèveront un échantillon d'urine de 24 h pour évaluer leur apport en protéines, en sodium et en potassium. De plus, le lendemain de chaque rappel alimentaire de 24 heures, les participants fourniront également des échantillons de sang pour déterminer les niveaux circulants de vitamine C, de vitamine B1, de vitamine K1, de folate, de zinc, de cuivre et de bêta-carotène ; et des échantillons fécaux pour identifier les espèces végétales dans les matières fécales.
Type d'étude
Inscription (Réel)
Contacts et emplacements
Coordonnées de l'étude
- Nom: Vanessa Corrales Aguadelo, Msc
- Numéro de téléphone: +573004369525
- E-mail: vcorrales@serviciosnutresa.com
Sauvegarde des contacts de l'étude
- Nom: Katalina Muñoz Durango, PhD
- E-mail: kmunoz@serviciosnutresa.com
Lieux d'étude
-
-
Antioquia
-
Medellin, Antioquia, Colombie, 050023
- Vidarium, Nutrition, Health and Wellness Research Center
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- Hommes et femmes de plus de 18 ans
- Qui possède un smartphone.
- Autonome dans l'utilisation d'un smartphone.
- Avec accès internet.
Critère d'exclusion:
- Sujets qui ne photographient pas les aliments et/ou ne les enregistrent pas.
- Sujets qui n'acceptent pas l'interview pour la clarification des doutes liés à la nourriture après le reportage photographique.
- Les personnes qui ne peuvent pas rester à la maison pendant au moins les jours d'évaluation pour faciliter la pesée des aliments.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Modèles d'observation: Cohorte
- Perspectives temporelles: Éventuel
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
L'étendue de la concordance entre le rappel alimentaire de 24 heures assisté par la photographie numérique et la pesée des aliments dans les rapports sur l'énergie et les nutriments.
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
La moyenne des deux périodes de 24 heures au sein de chaque méthode.
Analyse de Bland Altman de l'apport en énergie et en macronutriments (glucides, lipides, protéines).
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
L'apport moyen en protéines (g/jour)
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
L'apport en protéines est estimé sur la base du concept selon lequel les produits azotés des protéines alimentaires plus les produits azotés de la dégradation endogène des protéines sont excrétés sous forme d'urée ou d'azote non uréique.
Le taux d'apparition de l'azote uréique (UNA) est mesuré comme la quantité d'urée excrétée dans l'urine plus la quantité nette accumulée dans l'eau corporelle.
L'apport en protéines correspond à l'azote urinaire excrété en grammes/jour + (poids en kilogrammes X 0,031 g d'azote/kg/jour) multiplié par 6,25.
Ces valeurs calculées sont très proches des valeurs réelles d'apport en azote ou en protéines.
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
L'apport moyen en sodium (mg/jour)
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
L'excrétion urinaire de sodium sur 24 heures est l'estimation la plus précise de l'apport quotidien en sodium et n'est pas sujette à un biais de rappel.
Environ 90 % du sodium consommé (de toutes les sources) est excrété dans l'urine.
L'apport en sodium (mg/jour) correspond au sodium dans les urines de 24 h (ajusté en fonction du % d'apport excrété dans l'urine) multiplié par le volume total d'urine.
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
L'apport moyen en potassium (mg/jour)
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
L'excrétion urinaire de potassium sur 24 heures est l'estimation la plus précise de l'apport quotidien et n'est pas sujette à un biais de rappel.
Par conséquent, l'apport en potassium (mg/jour) correspond au potassium dans les urines de 24 h (ajusté en fonction du % d'apport excrété dans l'urine) multiplié par le volume total d'urine.
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
La vitamine C plasmatique moyenne (mg/dL)
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Les humains, contrairement à la plupart des animaux, sont incapables de synthétiser la vitamine C de manière endogène, c'est donc un élément alimentaire essentiel.
Les taux plasmatiques de cette vitamine couramment mesurés par HPLC sont considérés comme des valeurs circulantes du micronutriment et représentent l'apport récent.
Plage de valeurs de référence 0,4-2,0
mg/dL
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
La vitamine B1 plasmatique moyenne (nmol/L)
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Les niveaux de cette vitamine mesurés par chromatographie liquide à haute performance (HPLC) dans le sang constituent une méthode sensible, spécifique et précise pour déterminer l'état nutritionnel de la thiamine.
La thiamine est obtenue à partir de l'alimentation et les réserves corporelles sont limitées.
Les valeurs circulantes du micronutriment et représentent l'apport récent.
Plage de valeurs de référence 70-180 nmol/L
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
La vitamine plasmatique moyenne K1 (phylloquinone) (ng/mL)
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
La concentration de cette vitamine mesurée par chromatographie liquide à haute performance (HPLC) dans le sérum à jeun est un indicateur fort de l'apport alimentaire et de l'état.
Valeurs circulantes du micronutriment et représentant l'apport récent.
Valeurs de référence chez les adultes > 18 ans : 0,10-2,20 ng/mL.
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Le folate sérique moyen (N-(5)-méthyl tétrahydrofolate) (ug/L)
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Environ 20 % du folate absorbé quotidiennement provient de sources alimentaires ; le reste est synthétisé par les micro-organismes intestinaux.
Le niveau de cette vitamine est mesuré par dosage immunologique chimiluminescent et est un indicateur fort de l'apport alimentaire.
Les valeurs circulantes normales ou élevées de ce micronutriment représentent l'apport récent.
Les valeurs de référence chez les adultes sont ≥ 4,0 ug/L.
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Le cuivre sérique moyen (ug/dL)
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
La concentration de ce microélément est mesurée par spectrométrie d'absorption atomique de flamme et est un indicateur fort de l'apport alimentaire.
Les valeurs de ce micronutriment représentent l'apport récent.
Les valeurs de référence chez les adultes vont de 73 à 129 ug/dL chez les hommes et de 77 à 206 ug/dL chez les femmes
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Le zinc sérique moyen ug/dL
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Le zinc est entièrement obtenu à partir de l'alimentation; elle est analysée dans le sérum par spectrométrie de masse plasma à couplage inductif et est un indicateur fort de l'apport alimentaire.
Les valeurs de ce micronutriment représentent l'apport récent.
Les taux sériques normaux de zinc varient de 66 à 106 ug/dL chez les adultes.
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Le bêta-carotène moyen (ug/dL)
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Le bêta-carotène, nutriment liposoluble, est un précurseur de la vitamine A et s'analyse en spectrométrie sérique et est le reflet des quantités de carotène (provitamine A) ingérées et absorbées par l'intestin.
Les valeurs de ce micronutriment représentent l'apport récent.
Les taux sériques normaux de bêta-carotène varient de 4 à 51 ug/dL chez les hommes et de 6 à 77 ug/dL chez les femmes.
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
L'apport moyen en polyphénols (mg/GAE/jour)
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Les polyphénols sont une classe importante de composés phytochimiques liés à la santé.
Ils seront estimés à partir des 24 rappels alimentaires couplés à une base de données des polyphénols alimentaires.
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
L'abondance moyenne des espèces végétales dans les selles
Délai: Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Les technologies de séquençage à haut débit ont fourni une approche efficace pour évaluer la diversité des plantes en combinant divers pipelines bioinformatiques pour attribuer des séquences d'ADN à des espèces.
|
Jusqu'à la fin de l'étude, une moyenne de 1 mois
|
Collaborateurs et enquêteurs
Parrainer
Les enquêteurs
- Chercheur principal: Vanessa Corrales Aguadelo, Msc, Vidarium, Research Center on Nutrition, Health and Wellness - Nutresa Business Group
Publications et liens utiles
Publications générales
- 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.
- 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.
- 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, 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, 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Estimation)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Autres numéros d'identification d'étude
- FC001-2022
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
Délai de partage IPD
Critères d'accès au partage IPD
Type d'informations de prise en charge du partage d'IPD
- Plan d'analyse statistique (PAS)
- Rapport d'étude clinique (CSR)
- Code analytique
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .