Anexa E Analiza erorii în estimarea aportului de nutrienți utilizând trei seturi de date eșantion
Capitol: Anexa E: Analiza erorii în estimarea aportului de nutrienți utilizând trei seturi de date eșantion
Din păcate, această carte nu poate fi tipărită din OpenBook. Dacă trebuie să imprimați pagini din această carte, vă recomandăm să o descărcați în format PDF.
Accesați NAP.edu/10766 pentru a obține mai multe informații despre această carte, pentru a o cumpăra în format tipărit sau pentru a o descărca ca PDF gratuit.
Mai jos este textul necorectat citit automat al acestui capitol, destinat să furnizeze propriilor noastre motoare de căutare și motoare externe un text extrem de bogat, reprezentativ pentru capitol, care poate fi căutat din fiecare carte. Deoarece este un material NECORECTAT, vă rugăm să considerați următorul text ca un proxy util dar insuficient pentru paginile de carte autorizate.
ANEXA E Analiza erorii în estimarea aportului de nutrienți utilizând trei seturi de date eșantion. Impactul a două tipuri diferite de erori asupra estimării prevalenței este descris în capitolul 7. Acolo, subcomitetul a examinat în detaliu două surse potențiale de eroare care pot afectează estimarea aportului de nutrienți: erori în estimarea compoziției produsului alimentar consumat și erori în estimarea sau înregistrarea cantității fiecărui produs alimentar consumat. În această anexă, comitetul ex
nu are în vedere impactul potențial al unor astfel de erori nemăsurate asupra abordării probabilității. Se va face distincția între erorile aleatorii (abaterile care se deplasează în ambele direcții în jurul unei medii adevărate) și erorile sistemice sau părtinirile (sub-sau supra-estimat consecvent
pe adevărata valoare). De asemenea, se va face o distincție între impactul erorii în evaluarea unei singure porții a unui singur aliment și în calcularea aportului dintr-o serie de porții de alimente într-o singură zi. Accentul este pus pe eforturile acestor erori asupra distribuției estimate a aporturilor obișnuite între oameni, mai degrabă decât asupra aporturilor reale ale anumitor indivizi. Aceste constructe sunt mai întâi ilustrate folosind date reale, apoi sunt dezvoltate implicațiile lor teoretice. Presupunerea inițială a acestor analize este că analizele compoziției alimentelor sunt corecte (de exemplu, nu există o prejudecată sistematică), dar că există variații în compoziția raportată. 129
131 TABEL E-1. Variabilitate presupusă în datele privind compoziția alimentelor utilizate în estimarea clasei Errora a gamei vectoriale de CV-uri (%) Proteine energetice Alți nutrienți - aData de la G. H. Beaton, Universitatea din Toronto, ca personal
unication, 1985. 10-30 10-20 10-45 estimări ale varianței raportate și completate de variații imputate, sunt prezentate într-o secțiune ulterioară a acestui apendice. Aceste estimări ale varianței au fost aplicate cu o procedură de simulare la înregistrarea aportului alimentar al unui subiect vegetarian studiat la Toronto. Datele privind compoziția alimentelor raportate de USDA (1976-1984) au fost utilizate pentru a estima compoziția medie a fiecăruia dintre cele 21 de alimente incluse în înregistrare. O variabilitate a fost atribuită fiecărui produs alimentar prin selecție aleatorie în intervalele prezentate în Tabelul E-1 utilizând algoritmul CV (produs alimentar X) = 10 + RNDt 1) x Y. unde Y = 20 pentru energie, 10 pentru proteine, iar 35 pentru alți - nutrienți. Astfel, pentru fiecare produs alimentar și fiecare nutrient, a existat o compoziție medie și CV. procedura sa a fost utilizată pentru a atribui aleatoriu o compoziție specifică pentru fiecare produs alimentar sau combinație de nutrienți. O valoare aleatorie din distr normal
- s-a ales butonul, reprezentat de media și CV-ul pentru acel produs alimentar. Tabelul E-2 prezintă rezultatele acumulate de la 1.000 de repetări ale acestui exercițiu și calculele SD și CV pentru aportul de nutrienți calculat. Rezultatele arată că eroarea relativă este redusă pentru înregistrarea totală a consumului de alimente în comparație cu produsele alimentare individuale. Exercițiul meu ar putea fi repetat prin selectarea unor noi valori aleatorii pentru CV-urile produselor alimentare și apoi obținerea unor estimări de eroare compuse, care nu ar fi de așteptat să difere semnificativ de cele prezentate în Tabelul E-2. Tabelul prezintă, de asemenea, calculul direct al varianțelor și SD și CV al aportului total ca suma variațiilor articolului individual prin abordări statistice convenționale. Având în vedere ipotezele de normalitate pentru distribuțiile individuale ale compoziției, aceasta este o abordare mult mai rapidă decât
132 TABEL E-2. Eroare potențială în aportul estimat de nutrienți al unei persoane, atribuibil variației în datele componente Ford pe eșantionul D4eta vegetarian
b Date despre compoziția alimentelor adăugate la compozițiile alimentare Nutrient Fără variație, prin abordare randomizată Prin formulă statistică Vector medie medie SD CV (I) medie SO CV (I) energie (chila/zi) 2.610,4 2.619,6 146,37 5,60 26,10,4 146,02 5,59 Proteine (g/zi) 68,8 68,7 3,96 5,76 68,8 4,04 5,87 Calciu (mg/zi) 814,1 812,7 86,49 10,64 814,1 87,29 10,72 Fier (mg/zi) 29,1 29,4 3,48 11,85 29,1 3,43 11,76 Vitamina A (It // zi) 13,085,5 13,070,0 1,912,67 14,63 13.085,5 1.880,3 14,37 Se îngroașă (mg/zi) 2,3 2,3 0,3 12,69 2,3 0,29 12,73 Vitamina C (mg/zi) 303,6 302,8 29,52 9,75 303,6 30,91 10,18 a Abaterea medie și standard. bazat pe 1.000 de iterații cu variabile normal randomizate în abordarea randomizării. Formula statistică reprezintă adăugarea variațiilor sub reluarea faptului că fiecare varianță este distribuită în mod normal cu medie și CV așa cum este descris. Pentru CV-ul compoziției ford alocate aleatoriu fiecărui nutrient, vezi Tabelul E-