食事摂取量の分析のためのデジタル写真による 24 時間リコール方法論の適用 (IngFood)
2024年7月19日 更新者：Vanessa Corrales Agudelo
食事摂取量の分析のためのデジタル写真とコロンビア食品とのホモロゲーションによって支援される24時間リコール方法論の適用
このプロジェクトにより、研究者は、コロンビア人口の食品と栄養情報の完全な出力を備えたデジタル写真によって支援される 24 時間のリコール ツールに基づいて、信頼できる最適化された方法論を標準化することを期待しています。
調査の概要
状態
完了
条件
詳細な説明
募集後、参加者 (20 名) は、研究の目的と条件の詳細な説明を受け取り、インフォームド コンセントに署名します。 食事摂取量の評価は、24 時間の食事リコールを使用して実施され、消費された食品と飲料のデジタル写真登録と簡単な説明が使用されます (2 つの 24 回の食事リコールは、連続しない異なる日に適用されます)。 同時に、家庭用キッチンスケールを使用した食品の計量と飲み物の量の測定が参考になります。 栄養情報の分析のために、食品の写真から抽出された毎日の食品摂取量は、自動自己管理栄養評価ツール (ASA24®) に入力されます。 参加者が記録した実際の食品重量を使用した主要栄養素および微量栄養素の摂取量は、USDA FNDDS 2017-2018 データベースから推定され、ポリフェノール組成はフェノール データベースから推定されます。
各24時間の食事リコールの日に、参加者は24時間の尿サンプルを収集して、タンパク質、ナトリウム、およびカリウムの摂取量を評価します. さらに、24回の食事リコールの翌日、参加者は血液サンプルを提供して、ビタミンC、ビタミンB1、ビタミンK1、葉酸、亜鉛、銅、およびベータカロチンの循環レベルを決定します。糞便中の野菜種を識別するための糞便サンプル。
研究の種類
観察的
入学 (実際)
20
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
Antioquia
-
Medellin、Antioquia、コロンビア、050023
- Vidarium, Nutrition, Health and Wellness Research Center
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
18年～70年 (大人、高齢者)
健康ボランティアの受け入れ
はい
サンプリング方法
非確率サンプル
調査対象母集団
20 人の被験者、一般集団。
参加者は、研究中に食生活を変えてはいけません。
説明
包含基準:
- 18歳以上の男女
- スマートフォンを所有している者です。
- スマートフォンの使用において自律的。
- インターネットアクセス付き。
除外基準:
- 食べ物の写真を撮ったり、記録したりしない被験者。
- 写真撮影後の食品に関する疑問点を明らかにするためのインタビューを受け入れない被験者。
- 食品の計量を容易にするために、少なくとも評価日の間家にいることができない人。
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
- 観測モデル：コホート
- 時間の展望：見込みのある
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
24 時間の食事の想起と、エネルギーおよび栄養素の報告におけるデジタル写真と食品の計量との間の一致の程度。
時間枠：学習完了まで、平均1か月
|
各メソッド内の 2 つの 24 時間期間の平均。
エネルギーと主要栄養素 (炭水化物、脂肪、タンパク質) 摂取量の Bland Altman 分析。
|
学習完了まで、平均1か月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
平均タンパク質摂取量 (g/日)
時間枠：学習完了まで、平均1か月
|
タンパク質摂取量は、食物タンパク質の窒素含有生成物と内因性タンパク質分解の窒素生成物が尿素窒素または非尿素窒素として排泄されるという概念に基づいて推定されます。
尿素窒素出現率 (UNA) は、尿中に排泄された尿素の量と体内の水分に蓄積された正味の量を足したものとして測定されます。
タンパク質摂取量は、グラム/日で排泄された尿中窒素 + (体重キログラム X 0.031g 窒素/kg/日) に 6.25 を掛けたものです。
これらの計算値は、実際の窒素またはタンパク質摂取量に非常に近い値です。
|
学習完了まで、平均1か月
|
|
平均ナトリウム摂取量 (mg/日)
時間枠：学習完了まで、平均1か月
|
24 時間の尿中ナトリウム排泄量は、毎日のナトリウム摂取量の最も正確な推定値であり、リコール バイアスの影響を受けません。
消費されるナトリウムの約 90% (すべてのソースから) が尿中に排泄されます。
ナトリウム摂取量 (mg/日) は、24 時間尿中のナトリウム (尿中に排泄される摂取量の % で調整) に総尿量を掛けたものです。
|
学習完了まで、平均1か月
|
|
カリウムの平均摂取量（mg/日）
時間枠：学習完了まで、平均1か月
|
24 時間の尿中カリウム排泄量は、1 日摂取量の最も正確な推定値であり、リコール バイアスの影響を受けません。
したがって、カリウム摂取量 (mg/日) は、24 時間尿中のカリウム (尿中に排泄される摂取量の % で調整) に総尿量を掛けたものです。
|
学習完了まで、平均1か月
|
|
平均血漿ビタミンC (mg/dL)
時間枠：学習完了まで、平均1か月
|
人間は、ほとんどの動物とは異なり、ビタミン C を内因的に合成することができないため、必須の食事成分です。
一般に HPLC で測定されるこのビタミンの血漿中濃度は、微量栄養素の循環値と見なされ、最近の摂取量を表します。
基準値の範囲は 0.4 ～ 2.0
mg/dL
|
学習完了まで、平均1か月
|
|
平均血漿ビタミンB1（nmol/L）
時間枠：学習完了まで、平均1か月
|
高性能液体クロマトグラフィー (HPLC) によって測定された血液中のこのビタミンのレベルは、チアミンの栄養状態を決定するための感度が高く、特異的で正確な方法です。
チアミンは食事から得られ、体内貯蔵量は限られています。
微量栄養素の循環値で、最近の摂取量を表します。
参照値の範囲は 70 ～ 180 nmol/L
|
学習完了まで、平均1か月
|
|
平均血漿ビタミン K1 (フィロキノン) (ng/mL)
時間枠：学習完了まで、平均1か月
|
空腹時血清中の高速液体クロマトグラフィー (HPLC) によって測定されたこのビタミンの濃度は、食事摂取と状態の強力な指標です。
微量栄養素の循環値と最近の摂取量を表します。
18 歳以上の成人の参照値の範囲: 0.10 ～ 2.20 ng/mL。
|
学習完了まで、平均1か月
|
|
平均血清葉酸 (N-(5)-メチル テトラヒドロ葉酸) (ug/L)
時間枠：学習完了まで、平均1か月
|
毎日吸収される葉酸の約 20% は食事から得られます。残りは腸内微生物によって合成されます。
このビタミンのレベルは、化学発光イムノアッセイによって測定され、食事摂取の強力な指標です。
この微量栄養素の循環値が正常または上昇していることは、最近の摂取量を表しています。
成人の基準値は 4.0 ug/L 以上です。
|
学習完了まで、平均1か月
|
|
平均血清銅 (ug/dL)
時間枠：学習完了まで、平均1か月
|
この微量元素の濃度は、フレーム原子吸光分析によって測定され、食事摂取量の強力な指標となります。
この微量栄養素の値は、最近の摂取量を表しています。
成人の基準値は、男性で 73 ～ 129 ug/dL、女性で 77 ～ 206 ug/dL です。
|
学習完了まで、平均1か月
|
|
平均血清亜鉛 ug/dL
時間枠：学習完了まで、平均1か月
|
亜鉛は完全に食事から得られます。それは誘導結合プラズマ質量分析法によって血清で分析され、食事摂取の強力な指標です。
この微量栄養素の値は、最近の摂取量を表しています。
正常な血清亜鉛レベルは、成人で 66 ～ 106 ug/dL の範囲です。
|
学習完了まで、平均1か月
|
|
平均ベータカロテン (ug/dL)
時間枠：学習完了まで、平均1か月
|
脂溶性栄養素であるベータカロチンは、ビタミン A の前駆体であり、血清スペクトロメトリーで分析され、腸で摂取および吸収されたカロテン (プロビタミン A) の量を反映しています。
この微量栄養素の値は、最近の摂取量を表しています。
正常な血清ベータカロチンレベルは、男性で 4 ～ 51 ug/dL、女性で 6 ～ 77 ug/dL の範囲です。
|
学習完了まで、平均1か月
|
|
平均ポリフェノール摂取量 (mg/GAE/日)
時間枠：学習完了まで、平均1か月
|
ポリフェノールは、健康に関連する重要なクラスのファイトケミカルです。
それらは、食品ポリフェノールデータベースと組み合わせた24の食事リコールから推定されます.
|
学習完了まで、平均1か月
|
|
便中の野菜種の平均量
時間枠：学習完了まで、平均1か月
|
ハイスループット シーケンス技術は、さまざまなバイオインフォマティクス パイプラインを組み合わせて植物の多様性を評価し、DNA シーケンスを種に割り当てるための効率的なアプローチを提供してきました。
|
学習完了まで、平均1か月
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
スポンサー
捜査官
- 主任研究者：Vanessa Corrales Aguadelo, Msc、Vidarium, Research Center on Nutrition, Health and Wellness - Nutresa Business Group
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- 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.
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2022年10月18日
一次修了 (実際)
2022年12月15日
研究の完了 (実際)
2022年12月30日
試験登録日
最初に提出
2022年10月20日
QC基準を満たした最初の提出物
2022年11月1日
最初の投稿 (実際)
2022年11月9日
学習記録の更新
投稿された最後の更新 (実際)
2024年7月23日
QC基準を満たした最後の更新が送信されました
2024年7月19日
最終確認日
2024年7月1日
詳しくは
本研究に関する用語
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
はい
IPD プランの説明
結果が公開されると、データが利用可能になります。
データはクラウドからダウンロードして取得できます (例: NCBI-SRA または Github)
IPD 共有時間枠
結果が公開されると、データが利用可能になります。
IPD 共有アクセス基準
公共
IPD 共有サポート情報タイプ
- SAP
- ANALYTIC_CODE
- CSR
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
いいえ
米国FDA規制機器製品の研究
いいえ
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。