Method Article

Nüfus Diyet Anketlerinin Beslenme Analizi için Entegre Elektronik Tablolar

DOI:

10.3791/64327

⸱

October 18th, 2022

1Department of Nutrition, Harvard T.H. Chan School of Public Health

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu makale, popülasyon diyet anket verilerinin analizi için besin ve besin grubu alımlarını ve besin gruplarının besin alımlarına katkılarını hesaplamak için basit formüller kullanan entegre bir elektronik tablolar sistemi sunmaktadır. Sistem, kantitatif, yarı kantitatif ve kantitatif olmayan gıda alım verilerini ve kullanıcı tarafından sağlanan bir gıda bileşimi tablosunu barındırır.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Mevcut beslenme analizi yazılımı genellikle bireylerin alımlarını analiz etmeye yönelik olduğundan ve kullanıcıların analizde kullanılan gıda bileşimi verilerini girmesine veya kolayca değiştirmesine izin vermeyebileceğinden, popülasyon diyet anketlerinde besin alımlarını hesaplamak zor olabilir. Bunlar, düşük ve orta gelirli ülke ortamlarında daha sorunlu olan dezavantajlardır. Gemide beslenme analizi yapan ve büyük anketlerde kullanım için uygun olan çok sayıda yazılım destekli diyet değerlendirme platformu olsa da, bunlar genellikle benzer şekilde sınırlıdır ve kullanıcıları belirli değerlendirme yöntemleriyle daha da kısıtlar. Bu makale, verilerin toplandığı ancak mevcut yazılımla yeterince analiz edilemediği durumlar için bir çözüm sağlayan, popülasyon diyet anketlerinin (ISNAPDS) beslenme analizi için çok işlevli bir entegre elektronik tablolar sistemi sunmaktadır. Protokol, sisteme gıda bileşimi, gıda grubu sınıflandırmaları ve gıda alımı hakkında tamamen özelleştirilebilir veriler sağlamayı içerir (g/gün cinsinden gıda alımı doğrudan girilebilir veya kullanıcı tarafından sağlanan alım sıklıklarına ve standart veya değişken porsiyon boyutlarına göre hesaplanabilir). Veri girişinin ardından, kullanıcı önceden doldurulmuş bir dizi basit formülü girdi verilerinin yapısına uyacak şekilde değiştirir ve sistem bu formülleri besin ve gıda grubu alımlarını ve gıda gruplarının anket popülasyonunun tüm üyeleri için besin alımlarına katkılarını hesaplamak için uygular. ISNAPDS sisteminin esnekliği, tüketilen gıdaların küresel çeşitliliğine uyum sağlamasına ve farklı referans dönemleri ve porsiyon büyüklüğü tahmin yöntemleri kullanarak prospektif ve retrospektif değerlendirme yöntemleri kullanılarak toplanan kantitatif, yarı kantitatif ve kantitatif olmayan gıda tüketim verilerini analiz etmesine olanak tanır. Bugüne kadar sistem, Çin, Etiyopya, Hindistan, Moğolistan, Tayland'daki nüfus anketlerinden elde edilen 24 saatlik hatırlama, diyet kaydı, gıda sıklığı ve ayrıştırılmış hanehalkı tüketim verilerinin yayınlanmış ve devam eden analizlerinde ve 10 Sahra altı Afrika ülkesinin çok ülkeli bir analizinde uygulanmıştır.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Nüfus, gıda ve besin alımına ilişkin veriler, toplumlardaki yetersiz beslenme yükünü ve diyet ile sağlık arasındaki ilişkileri anlamak için önemlidir ve kanıta dayalı beslenme politikalarının ve programlarının tasarlanması, izlenmesi ve değerlendirilmesinde önemli roller oynamaktadır 1,2.

Gıda alımına ilişkin veriler toplandıktan sonra, besin alımı hakkında veri elde etmek için tüketilen her bir gıdanın miktarını besin bileşimiyle çarpmak için yazılım kullanılır (beslenme analizi)3, ana bilgisayarlarınortaya çıkmasına kadar manuel olarak gerçekleştirilen bir süreç 4. Bunu yapan çok sayıda yazılım aracı vardır, ancak bunlar genellikle nüfus anketlerinden ziyade bireylerin analizine yöneliktir 5,6. Büyük anketlerde besin alımlarını hesaplamak isteyen araştırmacılar, çok yetkin olmadıkları istatistiksel yazılımları kullanarak programlar yazabilir veya anket popülasyonunun her üyesine bireyler için tasarlanmış yazılımları uygulamak ve sonuçları derlemek için başvurabilirler; Bu zaman alıcıdır ve hataya açıktır. Ayrıca, mevcut beslenme analizi yazılımı, tüketilen tüm gıdaları veya ilgilenilen besinleri belirli bir ankete dahil etmeyebilir veya kullanıcıların analizde kullanılan gıda bileşimi, porsiyon boyutları ve gıda grubu sınıflandırmaları hakkındaki verileri girmesine veya kolayca özelleştirmesine izin vermeyebilir. Uçakta beslenme analizi yapan ve büyük anketlerde kullanım için uygun olan birçok yazılım destekli diyet değerlendirme platformu mevcut olsada7, bunlar genellikle benzer şekilde sınırlıdır ve kullanıcıları belirli değerlendirme yöntemleriyle daha da kısıtlar (örneğin, diyet kaydı, 24 saatlik diyet hatırlama veya belirli bir referans dönemi boyunca gıdaların tipik olarak tüketilme sıklıklarının geri çağrılması).

Bu dezavantajlar, yerel gıda bileşiminin, tariflerin ve diğer referans verilerin, çoğu yüksek gelirli ülkelerde kullanılmak üzere tasarlanmış olan diyet değerlendirmesi ve beslenme analizi için mevcut yazılımlarda genellikle büyük ölçüde temsil edilmediği düşük ve orta gelirli ülkelerde (LMIC'ler) daha sorunludur 2,7,8. Bu nedenle, popülasyon besin alımları hakkında veri toplayan araştırmacılar, anket popülasyonlarına veya araştırma sorularına uygun olmayan yazılım destekli diyet değerlendirme araçlarını kullanabilir veya yerleşik gıda bileşimi verileri veya zorlu kalem ve kağıt yöntemleri içermeyebilecek amaca yönelik araçlar kullanmaya başvurabilirler; Bunların her ikisi de beslenme analizi için ayrı bir çözüm gerektirir9. Bu nedenle, mevcut yazılımdaki yetersizlikler, LMIC'lerde etkili beslenme stratejilerinin uygulanması için gerekli olan yüksek kaliteli ve zamana duyarlı gıda ve besin alımı verilerinin üretilmesinin önündeki çok sayıda başka engeli de beraberinde getirmektedir2. Yakın zamanda geliştirilen INDDEX24 Diyet Değerlendirme Platformu, LMICs10,11,12'deki bu veri boşluğunu ele almak için dikkate değer bir çabadır. INDDEX24, küresel gıda bileşimi, standart tarifler ve diyet referans verilerinin kapsamlı ve büyüyen bir deposu olan Global Food Matters Database ile sorunsuz bir şekilde bağlantılı olan kolaylaştırılmış veri toplama için bir mobil uygulama kullanır13. Bununla birlikte, INDDEX24, nüfus anketlerinde kullanım için en geniş çapta uygulanabilir değerlendirme yöntemi olarak kabul edilen, ancak özellikle uzun bir referans dönemine ihtiyaç duyulduğunda (gıda sıklığı anketlerinin toplanması daha uygun olabilir) tüm araştırma hedeflerini yerine getiremeyebilecek 24 saatlik hatırlamaların toplanmasıyla sınırlıdır.

Bu makale, verilerin toplandığı ancak mevcut yazılımların bunları analiz etmek için yeterince uygun olmadığı durumlar için bir çözüm sağlayan, popülasyon diyet anketlerinin (ISNAPDS) beslenme analizi için çok işlevli bir entegre elektronik tablolar sistemi sunmaktadır. Protokol, sisteme gıda bileşimi, gıda grubu sınıflandırmaları ve gıda alımı hakkında tamamen özelleştirilebilir veriler sağlamayı içerir (g/gün cinsinden gıda alımı doğrudan girilebilir veya kullanıcı tarafından sağlanan alım sıklıklarına ve standart veya değişken porsiyon boyutlarına göre hesaplanabilir). Veri girişinin ardından kullanıcı, önceden doldurulmuş basit formüller kümesini giriş verilerinin yapısına uyacak şekilde değiştirir. Sistem daha sonra bu formülleri, anket popülasyonunun tüm üyeleri için besin ve gıda grubu alımlarını ve gıda gruplarının besin alımlarına katkılarını hesaplamak için uygular. ISNAPDS sisteminin esnekliği, tüketilen gıdaların küresel çeşitliliğini barındırmasına ve farklı referans dönemleri ve porsiyon büyüklüğü tahmin yöntemleri (örneğin, tek veya tekrarlanan diyet kayıtları veya geri çağırmaları veya gıda sıklığı anketleri) kullanan prospektif ve retrospektif değerlendirme yöntemleri kullanılarak toplanan kantitatif, yarı kantitatif ve kantitatif olmayan (yani kalitatif) gıda tüketimi verilerini analiz etmesine olanak tanır.

ISNAPDS'ye yönlendirme, protokol adımlarının özeti ve formüllerin açıklanması:
ISNAPDS sistemi (Ek Dosya 1), ilk olarak 2012'de geliştirilen bir Microsoft Excel Açık XML (.xlsx) dosyasıdır. Burada kullanılan sürüm 2022 yılında Excel 365 kullanılarak geliştirilmiştir.

ISNAPDS, standart veya değişken porsiyon boyutları (g/porsiyon olarak ifade edilir), gıda bileşimi (birim/gün olarak ifade edilir), gıda grubu sınıflandırmaları, gıda alım sıklıkları (porsiyon/gün olarak) ile ilgili girdi verilerini gıda alımına ilişkin çıktı verilerine (g/gün cinsinden, alternatif olarak hazır olmaları halinde girdi verileri olarak da sağlanabilir) dönüştüren formüllerle birbirine bağlanan sekiz elektronik tablodan oluşur. besin grubu alımı (g/gün olarak), besin öğesi alımı (birim/gün olarak) ve besin gruplarının besin öğesi alımına katkıları (birim/gün olarak). Sistem, formüllerin her bir tabakadaki gıdaları, gözlemleri, besinleri ve gıda gruplarını diğer tabakalardaki doğru muadilleriyle eşleştirmesi anlamında entegre edilmiştir; Tüm sayfalar tek bir dosyada bulunur. Sistem, sistemin işlevselliğini gösteren 10 gözlem için örnek giriş ve çıkış verileriyle önceden doldurulmuştur (sistemde ve protokolde, gözlem terimi, tekrarlanan diyet kayıtları veya geri çağırmalar durumunda olduğu gibi bireylere veya kişi-günlere atıfta bulunabilir).

ISNAPDS'yi kullanma protokolü dört ana adımdan oluşur: (1) gıda alım verilerinin kullanıcı tarafından g/gün cinsinden sağlanıp sağlanmayacağının veya alım sıklıklarına ve porsiyon boyutlarına göre hesaplanması gerekip gerekmediğinin belirlenmesi ve (gıda alımının hesaplanması gerekiyorsa) her yiyeceğin standart bir porsiyon boyutuyla ilişkili olup olmadığının veya her bir gıda için porsiyon boyutlarının gözlemler arasında farklılık gösterip göstermediği; (2) gıda bileşimi, gıda grubu sınıflandırmaları ve standart veya değişken porsiyon boyutlarının eşlik ettiği gıda alım veya alım sıklıkları ile ilgili verilerin yapılandırılması ve girilmesi; (3) çıktı elektronik tablolarındaki önceden doldurulmuş formülleri giriş verilerinin yapısına uyacak şekilde değiştirmek; ve (4) istenen sonuçları doldurmak için formülleri çıktı veri sayfaları içinde yaymak. Gıda alımı verilerini doldurmak için belirtilen yönteme ve kullanıcının besin alımlarını, gıda grubu alımlarını veya gıda gruplarının besin alımlarına katkılarını hesaplamakla ilgilenip ilgilenmediğine bağlı olarak bazı protokol adımlarının bazı bölümleri atlanabilir. Şekil 1 , gıda alım verilerini ve istenen çıktı verilerini doldurmak için belirli bir yöntem için gerekli protokol adımlarını ve giriş verilerini özetleyen bir akış şemasıdır.

figure-introduction-1
Şekil 1: Protokol akış şeması. Gıda alım verilerini doldurma yöntemi ve istenen çıktı verileri göz önüne alındığında gerekli protokol adımlarının ve giriş verilerinin özeti. Adım 2 (veri yapılandırma ve girme), veri yapılandırmayı içeren adımları ve adımların parçalarını dışlamak için basitleştirilmiştir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Her gözlem için ISNAPDS, her bir yiyeceğin alım sıklığını porsiyon büyüklüğü14 ile çarparak gıda alımını g/gün cinsinden hesaplar (eğer bu veriler kullanıcı tarafından sağlanmamışsa). Her bir gıda grubunun alımını hesaplamak, o gruba ait olarak sınıflandırılan tüm gıdaların alımının basit bir toplamını içerir. Besin alımını hesaplama formülü, her bir gıdanın alımının, o gıdadaki her bir besinin 100 g başına konsantrasyonu ile çarpılmasını, 100'e bölünmesini ve tüketilen tüm gıdalardaki sonuçların toplanmasını içerir3. Her bir besin grubunun her bir besin maddesinin alımına katkısını hesaplamak için, aynı formül basitçe her bir besin grubu ve besin maddesi kombinasyonu için ayrı ayrı uygulanır.

Yeni kullanıcıların, hataları önlemek ve sayfalar arasındaki entegrasyonu sürdürdüklerinden emin olmak için ISNAPDS elektronik tablolarına veri girme ve değiştirme ile ilgili iki sayfalık ek yönergeleri (Ek Dosya 2) gözden geçirmeleri önerilir. Bu yönergeler, görünür hataları (örneğin, #REF! veya #VALUE görüntüleyen hücreler) ve temsili sonuçlarda açıklanan veri bütünlüğü kontrolleri çalıştırılırken tespit edilebilecek hataları gidermek için de kullanılabilir.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Protokole, Moğolistan'daki gerçek nüfus anketi verilerinin analizinde ISNAPDS sisteminin uygulanmasına dayanan örnek sonuçlar eşlik ediyor. Bu ankette veri toplamak için izlenen prosedürler, Moğolistan Sağlık Bakanlığı Etik İnceleme Kurulu ve Harvard T.H. Chan Halk Sağlığı Okulu Kurumsal İnceleme Kurulu'nun (Protokol #21002) etik standartlarına uygun olmuştur. Uygun katılımcılar, çalışmaya katılmak ve kayıttan önce yayınlanabilir veriler sağlamak için yazılı bilgilendirilmiş onay verdiler ve herhangi bir zamanda çalışmadan çekilmekte özgürdüler.

1. Gıda alım verilerinin doldurulması için yöntemin belirtilmesi

  1. Gıda alım verileri g / gün olarak hazırsa, 2. adıma geçin.
  2. g/gün cinsinden gıda alımının, alım sıklıklarına ve porsiyon boyutlarına göre hesaplanması gerekiyorsa, Gıda Alım Yöntemi elektronik tablosunun B1 hücresini seçin ve her yiyeceğin standart bir porsiyon boyutuyla ilişkilendirilip ilişkilendirilmediğini (varsayılan seçenek) veya her bir yiyeceğin porsiyon boyutlarının gözlemler arasında farklılık gösterip göstermediğini (değişken porsiyon boyutları) belirtmek için açılır menüyü kullanın.
    NOT: Gıda alımının hesaplanması gerekiyorsa ancak porsiyon boyutları hazır değilse (örneğin, kantitatif olmayan bir gıda sıklığı anketi kullanılarak toplanan verilerin analizinde), farklı demografik katmanlar için standart veya değişken porsiyon boyutları elde etmek için nicel anket verilerinin ayrı bir analizini yapmayı düşünün 15,16,17,18.

2. Önceden doldurulmuş örnek verileri kılavuz olarak kullanarak giriş veri elektronik tablolarını yapılandırma ve doldurma

  1. Gıda Bileşimi elektronik tablosunun A sütununa, anket verilerinde tüketildiği bildirilen tüm benzersiz gıdaların bir listesini girin (bundan sonra gıda listesi olarak anılacaktır). Gıda Alımı sayfasında, 1. satıra gıda listesini ve anket verilerindeki tüm benzersiz gözlemlerin bir listesini (daha sonra gözlem listesi olarak anılacaktır) A sütununa girin.
    1. Verilerin girildiği diğer herhangi bir sayfanın 1. satırındaki gıda listesinin ve A sütunundaki gözlem listesinin sırasının ve uzunluğunun, Gıda Bileşimi ve Gıda Alımı sayfalarındaki bu listelerin sırası ve uzunluğu ile tutarlı olduğundan emin olun.
  2. Adım 1'de belirtilen yönteme bağlı olarak gerekli giriş verilerini girerek gıda alımını g/gün cinsinden doldurun.
    1. Gıda alımı verileri g / gün olarak hazırsa, verilerdeki tüm gıdalar ve gözlemler için Gıda Alımı sayfasını doldurun ve adım 2.3'e atlayın.
    2. Gıda alımının, alım sıklıklarına (porsiyon/gün olarak ifade edilir) ve standart veya değişken porsiyon boyutlarına (g/porsiyon olarak) göre hesaplanması gerekiyorsa, Alım Frekansları sayfasında, gıda listesini ve gözlem listesini girin ve verilerdeki tüm gıdalar ve gözlemler için sayfayı doldurun.
    3. Standart porsiyon boyutları kullanılarak gıda alımını hesaplıyorsanız, bu verileri Gıda Bileşimi sayfasının C sütununa girin. Değişken porsiyon boyutları kullanılıyorsa, Değişken Porsiyon Boyutları sayfasında, yemek listesini ve gözlem listesini girin ve verilerdeki tüm yiyecekler ve gözlemler için sayfayı doldurun.
  3. Besin grubu alımlarını veya besin gruplarının besin alımlarına katkısını hesaplamakla ilgileniyorsanız, Gıda Bileşimi sayfasının B sütununa besin gruplarını girin. Yiyecek Grubu Alımı sayfasında, verilerde temsil edilen tüm benzersiz yiyecek gruplarının bir listesini (bundan sonra gıda grubu listesi olarak anılacaktır) 1. satıra ve gözlem listesini A sütununa girin.
    1. Besin grubu listesinin uzunluğunun ve her bir besin grubunun adının, Gıda Bileşimi sayfasının B sütunu ile Besin Grubu Alımı sayfasının 1. satırı arasında tutarlı olduğundan emin olun (ve gıda gruplarının besin alımlarına katkısı hesaplanıyorsa, Besin Kaynakları sayfasının 1. satırı). Yiyecek grupları büyük/küçük harfe duyarlı değildir ve herhangi bir sırayla girilebilir.
  4. Besin alımlarını veya gıda gruplarının besin alımlarına katkısını hesaplamakla ilgileniyorsanız, Gıda Bileşimi sayfasına, 1. satırda analiz edilecek tüm besin maddelerinin listesini girin (bundan sonra besin listesi olarak anılacaktır) ve sayfayı gıda bileşimi verileriyle doldurun (birim/100 g olarak ifade edilir). Besin Alımı sayfasında, 1. satıra besin listesini ve A sütununa gözlem listesini girin. Gıda bileşimi verilerinin kalitesinin nasıl tanımlanacağına, elde edileceğine, derleneceğine, eşleştirileceğine ve değerlendirileceğine ilişkin özet rehberlik ve çevrimiçi kaynaklar Ek Dosya 3'te verilmiştir.
    NOT: Adına rağmen, besin listesi bileşenleri, gıdaları veya gıda gruplarını (örneğin, Un (g), Ekmek (g) veya Rafine tahıllar (g)) içerebilir ve bu nedenle Gıda Bileşimi sayfasında doldurulan veriler, tarifler veya eşdeğerlik faktörleri hakkındaki verilerden elde edilen bileşen, gıda veya gıda grubu konsantrasyonlarını (g/100 g olarak ifade edilir) içerebilir. Bu, gıda veya gıda grubu alımlarını hesaplamak için ek veya alternatif bir yaklaşım sağlar. Bu yaklaşımı kullanırken, gıdalar veya gıda grupları besin maddeleriymiş gibi ele alınır ve alımları Besin Alımı sayfasında doldurulur. Bu yaklaşım, gıda listesinde yer almayan belirli bileşenlerin veya ilgilenilen gıdaların (takviye araçları gibi) alımlarının hesaplanmasına ihtiyaç duyulan durumlar için veya yemek bazlı bir diyet değerlendirme yöntemi kullanılarak toplanan verileri analiz ederken ve içerik veya gıda düzeyinde gıda grupları atamaya ihtiyaç duyulduğu durumlar için bir çözüm sunar.
    1. Besin listesinin sırasının ve uzunluğunun, Gıda Bileşimi sayfasının 1. satırı ile Besin Alımı sayfasının 1. satırı arasında tutarlı olduğundan emin olun (ve gıda gruplarının besin alımlarına katkısı hesaplanıyorsa, Besin Kaynakları sayfasının 1. satırı).
  5. Besin gruplarının besin alımlarına katkısını hesaplamakla ilgileniyorsanız: Besin Kaynakları elektronik tablosunda, 1. satıra besin listesini girin. A sütununda, listeyi dikey bir şekilde kendi kopyalarıyla ekleyerek gözlem listesine # kez girin, burada # yiyecek grubu listesindeki yiyecek gruplarının sayısıdır. B sütunundaki her hücreyi, her gözlem yığını için farklı bir besin grubuyla doldurun.

3. Çıktı elektronik tablolarındaki önceden doldurulmuş formülleri, giriş verilerinin yapısıyla eşleşecek şekilde değiştirme

  1. Gıda grubu alımlarını veya gıda gruplarının besin alımlarına katkısını hesaplamakla ilgileniyorsanız: Gıda Grubu Alımı elektronik tablosunun B2 hücresindeki formülde, {=SUM(('Gıda Bileşimi'!$B$2:$B$21=B$1)*TRANSPOSE('Gıda alımı'!$B 2:$U 2))}, $B$21'i $B$# olarak değiştirin, burada #, Gıda Bileşimi elektronik tablosuna girilen verilerin en alt satırıdır ve $U 2'yi $*2 olarak değiştirin, burada *, Gıda Alımı sayfasına girilen verilerin en sağdaki sütunudur. Değiştirilen formülü girin.
  2. Besin alımlarını veya besin gruplarının besin alımlarına katkısını hesaplamakla ilgileniyorsanız: Besin Alımı elektronik tablosunun B2 hücresindeki formülde, {=SUM(('Gıda alımı'!$B 2:$U 2)*TRANSPOSE('Gıda Bileşimi'! D$2:D$21))/100}, $U 2'yi $#2 olarak değiştirin, burada #, Gıda Alımı elektronik tablosuna girilen verilerin en sağdaki sütunudur ve $D$21'i $D$* olarak değiştirin, burada *, Gıda Bileşimi elektronik tablosuna girilen verilerin en alt satırıdır. Değiştirilen formülü girin.
  3. Besin gruplarının besin alımına katkısını hesaplamakla ilgileniyorsanız: Besin Kaynakları elektronik tablosunun C2 hücresindeki formülde, {=SUM(INDEX('Gıda Alımı'!$B$1$U$11,ROW()-ROUNDDOWN((ROW()-2)/(10),0)*(10),0)*(DEVRIK
    ('Gıda Bileşimi'! D$2:D$21*($B 2='Gıda Bileşimi'!$B$2:$B$21))))/100};, $U$11'i $#11 olarak değiştirin, burada #, Gıda Alımı elektronik tablosuna girilen verilerin en sağdaki sütunudur; 21 ABD Doları ve 21 ABD Doları $D $B ABD Dolarını sırasıyla $D$* ve $B$* olarak değiştirin, burada *, Gıda Bileşimi elektronik tablosuna girilen verilerin en alt satırıdır; ve (10)'un her iki örneğini de (!) olarak değiştirin, burada ! gözlem listesinin uzunluğudur. Değiştirilen formülü girin.
    NOT: 2021'den önceki bir yazılım sürümü kullanıyorsanız, CTRL + SHIFT + ENTER/RETURN tuşlarını kullanarak formülleri dizi formülleri olarak girin (rehberlik için Ek Dosya 2'ye bakın).

4. İstenen sonuçları doldurmak için formülleri çıktı elektronik tabloları içinde yayma

  1. Gıda alımının, alım sıklıklarına ve standart ya da değişken porsiyon boyutlarına göre hesaplanması gerekiyorsa: Gıda Alımı elektronik tablosunda, B2 hücresini seçin ve verilerdeki her gözlem g/gün cinsinden her yiyeceğin alımıyla doldurulana kadar kopyalayıp sağa ve aşağı doğru sürükleyin.
  2. Gıda grubu alımlarını veya gıda gruplarının besin alımlarına katkısını hesaplamakla ilgileniyorsanız: Gıda Grubu Alımı elektronik tablosunda, B2 hücresini seçin ve verilerdeki her gözlem g/gün cinsinden her gıda grubunun alımıyla doldurulana kadar kopyalayıp yapıştırın veya sağa ve aşağı doğru sürükleyin.
  3. Besin alımlarını veya besin gruplarının besin alımlarına katkısını hesaplamakla ilgileniyorsanız: Besin Alımı elektronik tablosunda, B2 hücresini seçin ve verilerdeki her gözlem her besin grubunun birim/gün cinsinden alımıyla doldurulana kadar kopyalayıp yapıştırın veya sağa ve aşağı doğru sürükleyin.
  4. Gıda gruplarının besin alımlarına katkısını hesaplamakla ilgileniyorsanız: Besin Kaynakları elektronik tablosunda, C2 hücresini seçin ve verilerdeki her gözlem, her besin grubunun her besine birim/gün cinsinden katkısıyla doldurulana kadar kopyalayıp yapıştırın veya sağa ve aşağı sürükleyin.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Çıktı verilerinin bütünlüğünü sağlamak için kontroller
Aşağıdaki kontroller, önceden doldurulmuş örnek verilerin gözlem 1'i kullanılarak ISNAPDS sistemindeki hesaplamaların doğruluğunu göstermektedir. Gerçek anket verilerinin analizinde sistemi uygularken protokole doğru bir şekilde uyulduğundan emin olmak için, kullanıcıların bu kontrollerin her birini birkaç farklı gözlem ve çıktı sütunu için kendilerinin çalıştırması önerilir (belirli bir girdi elektronik tablosund...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu yazıda sunulan ISNAPDS sistemi, besin sürveyansı ve epidemiyolojisinin merkezinde yer alan çok sayıda analiz için uygun bir başlangıç noktası sağlar: besinlerin ve gıda gruplarının alım dağılımlarını tahmin etmek, besin yetersizliği ve fazlalığının yaygınlığını belirlemek, her bir besinin temel besin kaynaklarını belirlemek, gıda veya besin bazlı diyet ölçütleri türetmek veya diyet kılavuzlarına uyum, Diyet ve sağlık sonuçları arasındaki ilişkileri analiz etmek ve beslenme programlar...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yazarın ifşa edecek hiçbir şeyi yok.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yazar, Dr. Rosalind S. Gibson, Dr. Walter C. Willett, Dr. Rebecca L. Lander, Dr. Teresa T. Fung, Theresa L. Han-Markey, Dr. Guy Crosby, Dr. Megan Deitchler, Dr. Mourad Moursi, Dr. Helena Pachón, Dr. Suzanne M. Cole, Dr. Tzy-Wen L. Gong ve Laura A. Sampson'a son on yılda diyet değerlendirmesi ve beslenme analizi konusunda sağlanan eğitim ve rehberlik için; Dr. Kelvin Gorospe, ISNAPDS sisteminin işlevselliğinin istatistiksel bir programa dönüştürülmesi konusunda tavsiye için; DietSys hakkında bilgi için Dr. Sinara L. Rossato; ve Dr. Winnie Bell hakkında bilgi için INDDEX24 Diyet Değerlendirme Platformu ve Küresel Gıda Konuları Veritabanı. Yazar, Ulusal Sağlık Enstitüleri'nden (T32 DK 007703) destek aldı.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Excel 365Microsoft CorporationISNAPDS sistemi (Ek Dosya 1)  ilk olarak 2012'de geliştirilen bir Microsoft Excel Açık XML (.xlsx) dosyasıdır. Yayınlanan sürüm 2022 yılında Excel 365 kullanılarak geliştirilmiştir.

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Agriculture Organization of the United Nations (FAO), Intake - Center for Dietary Assessment. Global report on the state of dietary data. Agriculture Organization of the United Nations (FAO), Intake - Center for Dietary Assessment. , Rome, Italy. (2022).
  2. Micha, R., Coates, J., Leclercq, C., Charrondiere, U. R., Mozaffarian, D. Global Dietary Surveillance: Data gaps and challenges. Food and Nutrition Bulletin. 39 (2), 175-205 (2018).
  3. Greenfield, H., Southgate, D. A. T. Food composition data and food composition databases. Food composition data: production, management, and use, 2nd ed. Burlingame, B. A., Charrondiere, U. R. , Food and Agriculture Organization of the United Nations (FAO) Publishing Management Service. Rome, Italy. 5-20 (2003).
  4. West, C. E., Van Staveren, W. A. Food composition, nutrient intake, and the use of food composition tables. Design concepts in nutritional epidemiology, 2nd ed. Margetts, B. M., Nelson, M. , Oxford University Press. New York, NY, USA. 101-119 (1997).
  5. Agriculture Organization of the United Nations (FAO), International Network of Food Data Systems (INFOODS). Software Tools. , Available from: https://www.fao.org/infoods/infoods/software-tools/en/ (2022).
  6. Food and Nutrition Service (FNS), United States Department of Agriculture (USDA). USDA Approved Nutritional analysis Software. , Available from: https://www.fns.usda.gov/tn/usda-approved-nutrient-analysis-software (2022).
  7. McNutt, S., Zimmerman, T. P., Brooke, C. Computer-assisted dietary assessment methods. Advances in the Assessment of Dietary Intake. Schoeller, D. A., Westerterp-Plantenga, M. S. , CRC Press. Boca Raton, FL, USA. 45-66 (2017).
  8. Coates, J. C., Colaiezzi, B., Bell, W. F., Gibson, R. S. INDDEX Priority Technical Criteria and Review of Technology-Assisted 24-h Recall Software Programs. , Tufts University. Boston, MA, USA. (2015).
  9. Rossato, S. L., Fung, T. T., Rodrigues, M. P. A Data entry system for dietary surveys based on visual basic for applications programming. Journal of the Academy of Nutrition and Dietetics. 117 (8), 1165-1170 (2017).
  10. Rogers, B. L., et al. Validation of the INDDEX24 mobile app vs. a pen-and-paper 24-hour dietary recall using the weighed food record as a benchmark in Burkina Faso. The British Journal of Nutrition. , 1-41 (2021).
  11. Coates, J., et al. Accuracy and cost-effectiveness of the INDDEX24 Dietary Assessment Platform in Viet Nam. The British Journal of Nutrition. , 1-38 (2022).
  12. Adams, K. P., et al. The cost and cost efficiency of conducting a 24-h dietary recall using INDDEX24, a mobile dietary assessment platform, compared with pen-and-paper interview in Viet Nam and Burkina Faso. The British Journal of Nutrition. , 1-15 (2022).
  13. International Dietary Data Expansion (INDDEX) Project. Global Food Matters Database. , Available from: https://inddex.nutrition.tufts.edu/global-food-matters-database (2022).
  14. Willett, W. C. Food Frequency Methods. In Nutritional Epidemiology, 3rd ed. , Oxford University Press. New York, NY, USA. 70-95 (2013).
  15. Tjonneland, A., et al. Influence of individually estimated portion size data on the validity of a semiquantitative food frequency questionnaire. International Journal of Epidemiology. 21 (4), 770-777 (1992).
  16. Wakai, K., et al. A simple food frequency questionnaire for Japanese diet--Part I. Development of the questionnaire, and reproducibility and validity for food groups. Journal of Epidemiology. 9 (4), 216-226 (1999).
  17. Schlundt, D. G., et al. Separate estimates of portion size were not essential for energy and nutrient estimation: results from the Southern Community Cohort food-frequency questionnaire pilot study. Public Health Nutrition. 10 (3), 245-251 (2007).
  18. Bromage, S., et al. The global diet quality score is inversely associated with nutrient inadequacy, low midupper arm circumference, and anemia in rural adults in ten sub-Saharan African countries. The Journal of Nutrition. 151 (12), Suppl 2 119-129 (2021).
  19. Bromage, S., et al. Trained cohorts of University students are a useful resource for conducting dietary surveys in Mongolia. Food and Nutrition Bulletin. 38 (2), 267-272 (2017).
  20. Bromage, S., et al. Diet and nutrition status of Mongolian adults. Nutrients. 12 (5), 1514(2020).
  21. Bromage, S., et al. Projected effectiveness of mandatory industrial fortification of wheat flour, milk, and edible oil with multiple micronutrients among Mongolian adults. PLoS One. 13 (8), 0201230(2018).
  22. Jeong, C., et al. Bronze Age population dynamics and the rise of dairy pastoralism on the eastern Eurasian steppe. Proceedings of the National Academy of Sciences of the United States of America. 115 (48), 11248-11255 (2018).
  23. Bromage, S., et al. Comparison of methods for estimating dietary food and nutrient intakes and intake densities from household consumption and expenditure data in Mongolia. Nutrients. 10 (6), 703(2018).
  24. Bromage, S., et al. The global diet quality score is associated with higher nutrient adequacy, midupper arm circumference, venous hemoglobin, and serum folate among urban and rural Ethiopian adults. The Journal of Nutrition. 151 (12), Suppl 2 130-142 (2021).
  25. Mistry, N., et al. Protocol for a case-control study of vitamin D status, adult multidrug-resistant tuberculosis disease and tuberculosis infection in Mumbai, India. BMJ Open. 10 (11), 039935(2020).
  26. Ganmaa, D., et al. Prevalence and determinants of QuantiFERON-diagnosed tuberculosis infection in 9810 Mongolian schoolchildren. Clinical Infectious Diseases. 69 (5), 813-819 (2019).
  27. International Network of Food Data Systems (INFOODS). Training. Food and Agriculture Organization of the United Nations (FAO). , Available from: https://www.fao.org/infoods/infoods/training/en/ (2022).
  28. Intake - Center for Dietary Assessment. Resources. , Available from: https://www.intake.org/resources (2022).
  29. Gibson, R. S., Ferguson, E. L. An interactive 24-hour recall for assessing the adequacy of iron and zinc intakes in developing countries. , ILSI Press. Washington, DC, USA. 98-107 (2008).
  30. Vásquez-Caicedo, A. L., Bell, S., Hartmann, B. Report on collection of rules on use of recipe calculation procedures including the use of yield and retention factors for imputing nutrient values for composite foods. European Food Information Resource (EuroFir). , Brussels, Belgium. (2008).
  31. Allen, L. H., Carriquiry, A. L., Murphy, S. P. Perspective: Proposed harmonized nutrient reference values for populations). Advances in Nutrition. 11 (3), 469-483 (2020).
  32. Institute of Medicine (US) Subcommittee on Interpretation and Uses of Dietary Reference Intakes. DRI Dietary Reference Intakes: Applications in Dietary Planning. , National Academies Press. Washington, DC, USA. (2000).
  33. Herforth, A., et al. A global review of food-based dietary guidelines. Advances in Nutrition. 10 (4), 590-605 (2019).
  34. Miller, V., Webb, P., Micha, R., Mozaffarian, D. Global Dietary Database. Defining diet quality: a synthesis of dietary quality metrics and their validity for the double burden of malnutrition. The Lancet Planetary Health. 4 (8), 352-370 (2020).
  35. Bromage, S., et al. Development and validation of a novel food-based Global Diet Quality Score (GDQS). The Journal of Nutrition. 151 (12), Suppl 2 75-92 (2021).
  36. Ioannidou, S., Cascio, C., Gilsenan, M. B. European Food Safety Authority open access tools to estimate dietary exposure to food chemicals. Environment International. 149, 106357(2021).
  37. Food and Agriculture Organization of the United Nations (FAO) and International Network of Food Data Systems (INFOODS). AInternational food composition table/database directory. , Available from: https://www.fao.org/infoods/infoods/tables-and-databases/en/ (2022).
  38. Food and Agriculture Organization of the United Nations (FAO) and International Network of Food Data Systems (INFOODS). Food nomenclature, terminology and classification systems. , Available from: https://www.fao.org/infoods/infoods/standards-guidelines/food-nomenclature/en/ (2022).
  39. Rodriguez-Martinez, A., Ayala, R., Balchunas, M., Debbabi, Y., Vidal, L. S. NutrienTrackeR: Food Composition Information and Dietary Assessment R package version 1.2.0. , Available from: https://CRAN.R-project.org/package=NutrienTrackeR (2022).
  40. Nutritional Epidemiology, 3rd ed. Willett, W. C. , Oxford University Press. New York, NY, USA. (2013).
  41. Gibson, R. S. Principles of Nutrition Assessment, 2nd ed. , Oxford University Press. New York, NY, USA. (2005).
  42. Rodrigues, S. L., et al. Development of DietSys: A comprehensive food and nutrient database for dietary surveys. Journal of Food Composition and Analysis. 102, 104030(2021).
  43. Monteiro, C. A., et al. Ultra-processed foods: what they are and how to identify them. Public Health Nutrition. 22 (5), 936-941 (2019).
  44. Greenfield, H., Southgate, D. A. T. Guidelines for the use of food composition data. Food composition data: production, management, and use, 2nd ed. Burlingame, B., Charrondiere, U. R. , Food and Agriculture Organization of the United Nations (FAO) Publishing Management Service. Rome, Italy. 187-197 (2003).
  45. Sumbo, P., Beecher, G. Strengths and Limitations of Food Composition Databases. Advances in the Assessment of Dietary Intake. Schoeller, D. A., Westerterp-Plantenga, M. S. , CRC Press. Boca Raton, FL, USA. 337-352 (2017).
  46. Kapsokefalou, M., et al. Food composition at present: New challenges. Nutrients. 11 (8), 1714(2019).
  47. Thornton, K., Seals-Nutt, K., Matsuzaki, M. Introducing WikFCD: Many food composition tables in a single knowledge base. CEUR Workshop Proceedings. 2969, (2021).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Nutritional AnalysisPopulation Diet SurveysFood Composition DataDietary AssessmentIntegrated SpreadsheetsNutrient Intake CalculationFood Group ClassificationHousehold Consumption Data24 Hour RecallFood Frequency
Video Coming Soon

Related Articles