ScholarGate
Assistent

Validierung der Ernährungserfassung

Die Validierung der Ernährungserfassung ist die Untersuchung, wie genau ein Ernährungsinstrument die wahre Aufnahme misst, was durch den Vergleich mit einer genaueren Referenz wie detaillierten Aufzeichnungen, wiederholten Befragungen oder Recovery-Biomarkern festgestellt wird. Sie quantifiziert die Verzerrung und den Zufallsfehler in Instrumenten wie Lebensmittelhäufigkeitsfragebögen und Erinnerungsprotokollen, damit die Ergebnisse von Ernährungs-Krankheits-Studien interpretiert und korrigiert werden können.

Thema finden mit PaperMindDemnächstFind papers & topics
Tools & resources
Folien herunterladen
Learn & explore
VideoDemnächst

Definition

Die Validierung der Ernährungserfassung ist die empirische Bewertung, wie gut ein Ernährungsinstrument die wahre Aufnahme misst, typischerweise durch den Vergleich seiner Schätzungen mit einem unabhängigen Referenzmaß, um systematische Verzerrungen, Zufallsfehler und die Korrelation des Instruments mit der wahren Aufnahme zu charakterisieren.

Scope

Dieser Eintrag behandelt die Logik von Validierungs- und Kalibrierungsstudien, die Verwendung von Biomarkern als objektive Referenzmaße, statistische Ansätze wie die Triadenmethode und was die Validierung über die Struktur des Messfehlers bei der Ernährung und dessen Auswirkungen auf Assoziationsschätzungen aussagt. Er behandelt die Validierung als methodologisches Thema, nicht als klinische Leitlinie.

Core questions

  • Was gilt als adäquates Referenzmaß zur Validierung eines Ernährungsinstruments?
  • Wie beeinflussen systematische und zufällige Fehler jeweils die Validität?
  • Wie nutzt die Triadenmethode mehrere unvollkommene Maße zusammen?
  • Wie schwächt oder verzerrt Messfehler Ernährungs-Krankheits-Assoziationen?

Key concepts

  • Referenzmaß und relative Validität
  • Recovery-Biomarker als objektive Referenzen
  • Systematischer versus Zufallsfehler
  • Personenspezifische Verzerrung
  • Triadenmethode
  • Abschwächung von Assoziationen
  • Regressionskalibrierung

Mechanisms

Die Validierung vergleicht die Schätzungen eines Instruments mit einer Referenz, von der angenommen wird, dass sie genauer ist oder unabhängig fehlerhaft ist. Recovery-Biomarker (zum Beispiel doppelt markiertes Wasser und Harnstoff-Stickstoff) sind die stärksten Referenzen, da ihre Fehler nicht mit Selbstberichtsfehlern zusammenhängen, was es einer Studie ermöglicht, sowohl die Verzerrung als auch die Korrelation zwischen berichteter und wahrer Aufnahme zu schätzen (Bingham et al., 1997). Die OPEN-Studie nutzte diesen Ansatz, um zu zeigen, dass der Fehler bei der selbstberichteten Energie und Protein personenspezifisch und systematisch ist, nicht nur zufälliges Rauschen (Kipnis et al., 2003). Wo keine einzelne Referenz perfekt ist, kombiniert die Triadenmethode drei unvollkommene Maße derselben Aufnahme, um den Validitätskoeffizienten jedes einzelnen zu schätzen (Kabagambe et al., 2001). Diese Fehlercharakterisierungen speisen statistische Korrekturmethoden, wie die Regressionskalibrierung, die durch Messfehler abgeschwächte Ernährungs-Krankheits-Assoziationen anpassen (Freedman et al., 2011).

Clinical relevance

Die Validierung bestimmt, wie viel Vertrauen in Ernährungsinstrumente gesetzt werden kann und wie die von ihnen erzeugten Assoziationen korrigiert werden können, daher ist sie zentral für die Bewertung und Interpretation der Ernährungs-Epidemiologie. Dieser Eintrag beschreibt eine methodologische Praxis und ist keine Grundlage für individuelle Ernährungsbewertung oder -beratung.

Epidemiology

Große Biomarker-basierte Validierungsstudien, einschließlich der EPIC- und OPEN-Studien, stellten fest, dass Selbstberichtsinstrumente erhebliche systematische Fehler aufweisen und dass unkorrigierte Fehler dazu neigen, beobachtete Ernährungs-Krankheits-Beziehungen abzuschwächen und manchmal zu verzerren, was Kalibrierungs-Unterstudien innerhalb großer Kohorten motivierte (Bingham et al., 1997; Kipnis et al., 2003; Freedman et al., 2011).

Evidence & guidelines

Der methodologische Konsens besagt, dass Ernährungsinstrumente in der Anwendungspopulation gegen die beste verfügbare Referenz validiert werden sollten, dass Recovery-Biomarker bevorzugt werden, wo sie existieren, und dass Ernährungs-Krankheits-Analysen Messfehler durch Kalibrierung berücksichtigen sollten, anstatt anzunehmen, dass Selbstberichte die wahre Aufnahme messen (Kipnis et al., 2003; Freedman et al., 2011).

History

Frühe Validierungen verglichen Fragebögen mit Lebensmittelprotokollen, aber die Annahme, dass solche Referenzen unabhängig vom Instrument fehlerhaft waren, erwies sich als unhaltbar. Die Umstellung auf Recovery-Biomarker in den 1990er Jahren und die OPEN-Studie in den frühen 2000er Jahren enthüllten die systematische, personenspezifische Struktur des Ernährungsfehlers, wonach statistische Kalibrierungsmethoden zu einem Standardbestandteil der ernährungswissenschaftlichen Kohortenanalyse wurden.

Debates

Kann der Messfehler bei Selbstberichten jemals vollständig korrigiert werden?
Da der Fehler bei selbstberichteter Ernährung systematisch und personenspezifisch ist, sind sich Methodologen uneinig darüber, wie vollständig Regressionskalibrierung und verwandte Methoden unverzerrte Ernährungs-Krankheits-Assoziationen wiederherstellen können und wann nur wenige Biomarker-validierte Aufnahmen vertrauenswürdig sind.

Key figures

  • Victor Kipnis
  • Laurence Freedman
  • Sheila Bingham
  • Walter Willett

Related topics

Seminal works

  • kipnis-2003
  • bingham-1997

Frequently asked questions

Warum werden Recovery-Biomarker als Referenzmaße bei der Validierung bevorzugt?
Ihre Messfehler werden als unabhängig von den Fehlern in der selbstberichteten Ernährung angenommen, was es einer Validierungsstudie ermöglicht, sowohl die Verzerrung als auch die wahre Korrelation eines Instruments zu schätzen, anstatt den Fehler eines Instruments mit dem eines anderen zu verwechseln.
Was ist die Triadenmethode?
Es ist ein statistischer Ansatz, der drei unabhängige, unvollkommene Maße derselben Aufnahme kombiniert, um den Validitätskoeffizienten jedes einzelnen zu schätzen, der verwendet wird, wenn kein einzelnes perfektes Referenzmaß verfügbar ist.

Methods for this concept

Related concepts