膳食摄入评估
评估参与者的日常膳食摄入,并基于NOVA分类计算各组摄入比例。
使用102项半定量食物频率问卷(SFFQ)评估过去一年的膳食摄入,由认证营养师实施。
Patterns of Ultra-Processed Food Consumption and Cognitive Performance in Older Adults: A Population-Based Cross-Sectional Analysis from Northern Italy
本研究为横断面观察性分析,主要基于问卷调查和统计分析,未包含体外或动物等干预性实验验证。
NutBrain队列(意大利伦巴第地区≥65岁社区老年人,n=809)
样本来源:意大利伦巴第NutBrain队列的社区老年人,n=809 膳食评估:102项半定量FFQ,NOVA分类与CoDA分析 认知评估:MMSE及各领域神经心理测试 统计设计:多重线性回归,调整年龄、性别等混杂因素,并交互与分层分析 敏感性分析:排除MMSE<22的参与者(n=12)
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
评估参与者的日常膳食摄入,并基于NOVA分类计算各组摄入比例。
使用102项半定量食物频率问卷(SFFQ)评估过去一年的膳食摄入,由认证营养师实施。
将食物按NOVA分类,并通过成分数据分析表示各组相对比例。
食物项目分为NOVA1-4组,NOVA2与NOVA3合并,计算每日重量比例,并转化为加法对数比(alr)作为回归预测变量。
测量整体认知和特定认知领域(记忆、执行、语言、视空间)的表现。
使用标准化的神经心理学测试(如MMSE、FCSRT、FAB等)评估,并转换为z分数,计算全球认知综合评分。
估计NOVA组相对比例与认知评分之间的关联,并探索性别差异和敏感性。
使用线性回归模型,调整多个混杂因素,进行交互和按性别分层分析,并排除严重认知障碍者进行敏感性分析。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 膳食评估 | MetaDieta软件 | Meteda s.r.l., San Benedetto del Tronto, Italy | -- |
| 测量腰围 | SECA 201卷尺 | SECA | -- |
| 统计分析 | Stata 19 | StataCorp, College Station, TX, USA | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 参与者选择 | 社区居住、≥65岁、意大利伦巴第地区;排除未完成全部筛查者(n=12) 阅读提示:查看Methods 2.1节 |
| 膳食评估 | 102项SFFQ、过去一年摄入频率、每日克数计算、NOVA分类(NOVA2与NOVA3合并) 阅读提示:查看Methods 2.3和2.4节 |
| 认知评估 | 测试工具(MMSE、FCSRT等)、z分数转换、全球认知综合评分计算 阅读提示:查看Methods 2.2节 |
| 统计分析 | 线性回归模型调整变量(年龄、性别、教育等)、alr转换、交互和分层分析、敏感性分析(MMSE>22) 阅读提示:查看Methods 2.7节和Results 3.5节 |