Energy Adjustment Methods for Nutritional Epidemiology: The Effect of Categorization

四分位数 分类 营养流行病学 残余物 混淆 统计 可能性 分拆(数论) 流行病学 计量经济学 数学 医学 计算机科学 逻辑回归 算法 内科学 人工智能 组合数学 置信区间
作者
C. M. Brown,Victor Kipnis,Laurence S. Freedman,Anne M. Hartman,Arthur Schatzkin,Sholom Wacholder
出处
期刊:American Journal of Epidemiology [Oxford University Press]
卷期号:139 (3): 323-338 被引量:120
标识
DOI:10.1093/oxfordjournals.aje.a117000
摘要

The authors discuss the interpretation of four alternative energy adjustment methods (Residual, Standard, Partition, and Nutrient Density) that have been proposed for the analysis of nutritional epidemiology studies. These methods have so far been compared under circumstances where intake of the nutrient of interest is measured as a continuous variable. Because it is common practice to categorize nutrient intakes in the analysis, the authors investigate the effect of such categorization on the interpretation of results from the four methods with the use of computer simulations and statistical theory. They consider four cases: where the nutrient intake is either divided into quartiles or ordered so as to investigate trend over the quartile groups, combined with using an adjusting variable that is either continuous or categorized. The results show: 1) the Residual, Standard, and Partition methods are no longer equivalent as they are in the continuous case; 2) compared with the Standard method, the Residual method appears to be more powerful for detecting trends in relative odds, is more robust to residual confounding when the adjustment variable is categorized, and provides more meaningful odds ratios; and 3) the Residual and Nutrient Density methods give closely similar results.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
用户5063899完成签到,获得积分10
2秒前
科研通AI6应助69qq采纳,获得10
3秒前
哈哈哈完成签到 ,获得积分10
5秒前
caoavi完成签到 ,获得积分10
5秒前
Dream完成签到,获得积分0
5秒前
8秒前
321完成签到,获得积分20
11秒前
英勇的路灯关注了科研通微信公众号
13秒前
桃子e完成签到,获得积分10
13秒前
16秒前
Jian完成签到,获得积分10
16秒前
18秒前
冷萃咖啡完成签到,获得积分10
18秒前
18秒前
20秒前
Sean发布了新的文献求助10
20秒前
ysy完成签到,获得积分10
20秒前
xiaoyuzi发布了新的文献求助30
22秒前
23秒前
23秒前
SciGPT应助cyy采纳,获得10
23秒前
24秒前
24秒前
24秒前
25秒前
佳佳佳佳佳完成签到 ,获得积分10
25秒前
虚幻的素完成签到 ,获得积分10
26秒前
hdh发布了新的文献求助10
27秒前
zzz发布了新的文献求助10
27秒前
27秒前
29秒前
柠檬味电子对儿完成签到,获得积分10
29秒前
浅浅依云完成签到,获得积分10
30秒前
jiaka完成签到,获得积分10
30秒前
rancho发布了新的文献求助10
31秒前
舒服的觅夏完成签到,获得积分10
32秒前
xiaoyuzi完成签到,获得积分10
32秒前
疯狂的麦咭完成签到,获得积分10
34秒前
Owen应助乐观的问旋采纳,获得10
34秒前
高分求助中
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
Numerical controlled progressive forming as dieless forming 400
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5380142
求助须知:如何正确求助?哪些是违规求助? 4504163
关于积分的说明 14017516
捐赠科研通 4413104
什么是DOI,文献DOI怎么找? 2424070
邀请新用户注册赠送积分活动 1416950
关于科研通互助平台的介绍 1394678