Nährstoffaufnahme Ziele von Ernährungserhebungen · Gebräuchlichste Methode zur Ermittlung der...
Transcript of Nährstoffaufnahme Ziele von Ernährungserhebungen · Gebräuchlichste Methode zur Ermittlung der...
27.10.2011
1
Nährstoffaufnahme ‐Ziele von Ernährungserhebungen
Einzelpersonen
Aktuelle Ernährung
Kürzere Zeiträume
Globale Charakterisierung der Ernährung
Gesamte Ernährung
Bevölkerungsgruppen
Zurückliegende Ernährung
Längere Zeiträume
Detail‐Information von Inhaltsstoffen
Teilaspekte der Ernährung
Nährstoffaufnahme
Household Budget Survey (HBS):Food Account MethodInventurmethode
Individuelle ErnährungserhebungenProspektiv Retrospektiv
27.10.2011
2
Nährstoffaufnahme
Individuelle Ernährungserhebungen, retrospektiv Food Frequency QuestionnaireDiet history24‐h‐Recall
Nährstoffaufnahme
Individuelle Ernährungserhebungen, prospektiv SchätzprotokollWiegeprotokollDuplicate Diet
27.10.2011
3
Problematik am Bsp. 24‐Recall
Schwierigkeiten
Genauigkeit der LM‐Beschreibung
Schätzung von Mengen
Vergessen von LM
Untypischer Tag
Absichtliche Falschangaben
Abhilfe
Geschulter Interviewer
Möglichst genaue Beschreibung
Nachfragen der Zwischenmahlzeiten,
Snacks, Getränke etc.
Wiederholte Erhebungen
Wahl der richtigen Methode
Abhängig von
Ziel der Studie / Fragestellung
Zielpopulation (Art, Größe, Bildungsniveau,...)
Personellen Möglichkeiten
Finanziellen Möglichkeiten
Zeitlichen Möglichkeiten
27.10.2011
4
Methodenvergleich,‐bewertung
Genauigkeit Kosten Personalaufw. Zeitaufwand
Nahrungsbilanzen X X X XHBS XX X X X
24-h recall XX XX XX XDiet history XX XX XX XFFQ X X X XWiegemethode XXX XXX XXX XXXSchätzprotokoll XX XX XX XX
X ... Niedrig, XX ... Mittel, XXX .. Hoch
Food FrequencyQuestionnaire (FFQ)• Hauptinstrument zur Erfassung der Lebensmittelaufnahme• Nährstoffaufnahme aus FFQs in der Regel nur
semiquantitativ• Auswertung durch Auszählung der angekreuzten
Häufigkeiten (frequencies) des Lebensmittelkonsums und Anwendung typischer Portionsgrößen (Definition: typische Portionsgröße?)
• Umsetzung der Häufigkeiten in rechenbare Daten (mehrmals pro Tag, täglich, mehrmals pro Woche/Monat, selten, nie)
• Zusammenstellung der Liste an Lebensmittelgruppen bzw. Lebensmitteln ist von großer Bedeutung für die Validierung (short screener vs full FFQ)
• Regionale, nationale, ethnische Besonderheiten müssen berücksichtig werden
Dateneingabe FFQ
27.10.2011
5
Dateneingabe FFQ
Beispiele für FFQ• National Nutrition Survey New
Zealand (repräsentativ für die NZ Bevölkerung > 15 Jahren)
• Automatisierte Dateneingabe
Dateneingabe FFQ
Beispiele für FFQ• National Nutrition Survey New
Zealand (repräsentativ für die NZ Bevölkerung > 15 Jahren)
27.10.2011
6
Dateneingabe FFQ
Beispiele für FFQ• ProChildren: EU‐Projekt zur
Ermittlung der Obst‐ und Gemüseaufnahme von europäischen Schulindern (12 Jahre)
• Manuelle Dateneingabe
Dateneingabe FFQ
Beispiele für FFQ• ProChildren: EU‐Projekt zur
Ermittlung der Obst‐ und Gemüseaufnahme von europäischen Schulindern (12 Jahre)
• Norwegische Version: automatisierte Dateneingabe
27.10.2011
7
Dateneingabe FFQ
Beispiele für FFQ• Online forms: relative einfache Dateneingabe, aber:• Kenntnisse in Datenbankprogrammierung (SQL) erforderlich• Server‐/ProviderseitigeUnterstützung erforderlich• Erreichbare Zielpopulation ist durch den Internetzugang beeinflusst
(kaum möglich für repräsentative Studien)
Dateneingabe FFQ
Beispiele für FFQ• Offline forms:
spezifische Software• Vorteile: Daten sind
gleich verfügbar• Nachteile:
entsprechende Hardware und eventuell Interviewer erforderlich
• Beispiel: DishesQuest (Einsatz in der Nationalen Verzehrsstudie II)
27.10.2011
8
Dateneingabe FFQ
Beispiele für FFQ• Offline forms:
spezifische Software• Vorteile: Daten sind
gleich verfügbar• Nachteile:
entsprechende Hardware und eventuell Interviewer erforderlich
• Beispiel: DishesQuest (Einsatz in der Nationalen Verzehrsstudie II)
Dateneingabe FFQ
Data Capturing Systeme• Vorteil: äußerst flexibel• Nachteile: aufgrund der
relativ hohen Anschaffungskosten erst für größere Erhebungen interessant
• Qualitätskontrolle kann relativ aufwendig werden (insbesondere bei Handschrifterkennung)
27.10.2011
9
Dateneingabe 24 h Recalls
• In der Regel ist hier Spezialsoftware erforderlich• 24 h recalls eignen sich (in der Regel) NICHT für die Ermittlung der
Lebensmittelaufnahme:• Umsetzung von zusammengesetzten Lebensmitteln in
Einzellebensmittel• Umsetzung/Einheitlichkeit von Rezepturen• Basis Nährstofftabellen kritisch
• Grundsätzliche Problematik des 24h Recalls• Interindividuelle/intraindividuelleVariation
(Wochentag/Wochenende, repeated 24 h recalls, Stichprobengröße)
• Erinnerungsvermögen• Getränke• Portionsgrößen• Außer‐Haus‐Verzehr• Markenprodukte/Convenience
Dateneingabe 24 h Recalls
• Softwarelösungen:• Export von Daten zur Datenverarbeitung (SQL, xls, SPSS,
SAS)• Einzeldaten/konsolidierte bzw. Durchschnittsdaten
• Alternative: manuelle Eingabe bzw. Konzeption von entsprechenden Individuallösungen
• Vorteil: maßgeschneiderte und optimierte Dateneingabe für die jeweilige Fragestellung
• Nachteil: äußerst aufwendig und daher nur für größere bzw. wiederholte Studien sinnvoll
27.10.2011
10
Nährstoffaufnahme
Underreporting:
CUT‐OFF 1: Klassifizierung der Energieaufnahmen in Hinblick auf die Aussagekraft zur Beschreibung des ‘üblichen Verzehrs’, ohne jedoch die möglichen individuellen oder zyklischen Schwankungen des Verzehrs zu berücksichtigen. Dieser CUT‐OFF‐1‐Wert dient primär zur Identifikation des UR bei der Bewertung von Gruppenergebnissen
Nährstoffaufnahme
Underreporting:
CUT‐OFF 2: nimmt auf die individuellen Variationen des Verzehrs bezug und erlaubt Bewertungen sowohl auf Gruppenebene wie auch auf der individuellen Ebene. Energieaufnahmen können niedrig sein, da sie von Tagen stammen, an denen eine niedrige Aufnahme stattgefunden hat, die jedoch völlig im Rahmen der normalen Schwankungen liegt. Die Ableitung des CUT‐OFF 2 berücksichtigt neben mittleren Variationskoeffizienten der individuellen Energieaufnahmen (CV = 23%) auch die Variationen der errechneten BMR‐Werte (CV = 8%) und der üblichen körperlichen Aktivität (Physical Activity Level ‘PAL’, CV = 12.5%).
27.10.2011
11
95% Vertrauensbereich 99.7% Vertrauensbereich
n = UR liegt vor, wenn …
EA / BMR …UR liegt vor, wenn …
EA / BMR …
1 1.10 0.92
10 1.39 1.32
20 1.43 1.38
30 1.46 1.41
40 1.47 1.43
50 1.48 1.44
100 1.50 1.47
200 1.51 1.49
Cut Off 2
Nährstoffaufnahme
Over-reporting 2.4 1.7
Nährstoffaufnahme
Berechnung des Grundumsatzes (= Basal Metabolic Rate, BMR)
nach SCHOFIELD (1985)
Alterweiblich, BMR = männlich, BMR =
unter 3 J. 0.068 x <kg> + 4.281 x <m> ‐ 1.730 0.0007 x <kg> + 6.349 x <m> ‐ 2.584
3 ‐ unter 10 J. 0.071 x <kg> + 0.677 x <m> + 1.553 0.082 x <kg> + 0.545 x <m> + 1.736
10 ‐ unter 18 J. 0.035 x <kg> + 1.948 x <m> + 0.837 0.068 x <kg> + 0.574 x <m> + 2.157
18 ‐ unter 30 J. 0.057 x <kg> + 1.184 x <m> + 0.411 0.063 x <kg> + 0.042 x <m> + 2.953
30 ‐ unter 60 J. 0.034 x <kg> + 0.006 x <m> + 3.530 0.048 x <kg> + 0.011 x <m> + 3.670
über 60 J. 0.033 x <kg> + 1.917 x <m> + 0.074 0.038 x <kg> + 4.068 x <m> ‐ 3.491
27.10.2011
12
Auswertung über Lebensmitteltabellen (BLS/OeLS)
Vom Ernährungsprotokoll zur Nährstoffaufnahme
Statistische Auswertung
Der Bundeslebensmittelschlüssel (BLS) bzw. der Österreichische Lebensmittelschlüssel (OeLS)
Der Bundeslebensmittelschlüssel (BLS) ist eine Lebensmittelnährwertdatenbank, die als Standardinstrument zur Auswertung von ernährungsepidemiologischen Studien und Verzehrserhebungen in der Bundesrepublik Deutschland entwickelt wurde. Im BLS sind die durchschnittlichen Nährwerte und Inhaltsstoffe (138 Angaben pro Lebensmittel) von etwa 10000 Lebensmitteln (frische Lebensmittel, Zubereitungen, Fertiggericht, Rezepturen usw.) weitgehend erfasst.Grundlage des BLS bilden Forschungsergebnisse der Bundesforschungsanstalten für Ernährung und Lebensmittel und Universitäten sowie Analysewerte von Firmen der Lebensmittelindustrie und von internationalen Nährwerttabellen. Die Angaben dieser Untersuchungen beziehen sich jedoch vorwiegend auf etwa 1100 unverarbeitete Basislebensmittel. Um die Inhaltsstoffe von weiteren 9000 zusammengesetzten und bearbeiteten Lebensmitteln zu erhalten, wurden die Nährwertdaten des BLS überwiegend mittels Algorithmen und Verlustmodellrechnungen aus den Daten der Basislebensmittel generiert.
27.10.2011
13
Der Bundeslebensmittelschlüssel (BLS) bzw. der Österreichische Lebensmittelschlüssel (OeLS)
Grundlegender Aufbau des BLS:Der Aufbau des Schlüssels soll anhand des Beispiels "B111000" fürVollkornbrot-Weizenvollkornbrot erläutert werden:
• 1. Stelle: gliedert die Lebensmittel in Lebensmittelhauptgruppen,also die Art, hier B = Brot und Kleingebäck
• 2. Stelle: definiert die Lebensmitteluntergruppen, hier 1 = Vollkornbrot
• 3. und 4. Stelle: klassifiziert die Einzellebensmittel, hier 11 = Vollkornbrot-Weizenvollkornbrot
• 5. Stelle: Verarbeitung, hier = 0 • 6. Stelle: Zubereitungsform, hier = 0 • 7. Stelle: Gewichtsbezug, hier = 0
Der Bundeslebensmittelschlüssel (BLS) bzw. der Österreichische Lebensmittelschlüssel (OeLS)
Grundlegender Aufbau des BLS:Der Aufbau des Schlüssels soll anhand des Beispiels “G311902" fürBlumenkohl, Konserve, abgetropft erläutert werden:
• 1. Stelle: gliedert die Lebensmittel in Lebensmittelhauptgruppen,also die Art, hier G = Gemüse
• 2. Stelle: definiert die Lebensmitteluntergruppen, hier 3 = Kohlgemüse
• 3. und 4. Stelle: klassifiziert die Einzellebensmittel, hier 11 = Blumenkohl
• 5. Stelle: Verarbeitung, hier = 9 (Konserve) • 6. Stelle: Zubereitungsform, hier = 0 (nicht zubereitet)• 7. Stelle: Gewichtsbezug, hier = 2 (abegetropft)
27.10.2011
14
Beurteilung der Nährstoffaufnahme auf Basis der D-A-CH-Referenzwerte
Häu
figke
it
durchschnittlicherBedarf
Empfehlung
2 sd
Beeinflussung durch die Datenverteilung
27.10.2011
15
Kupferaufnahme (mg/d)
Kup
ferk
onze
ntra
tion
im P
lasm
a (m
g/L)
Zusammenhang Nährstoffaufnahme - Nährstoffstatus
• Bioverfügbarkeit• Wechselwir-
kungen zw.:- zweiwertigen
Elementen- Protein- u.a.
• Exkretion
Referenzwertproblematik
Vitamin D-Status in Österreich
Normalbereichlaut Sauberlich (1999)
vorgeschlagener Normalbereich für Österreich:
4-9 10-19 > 65
27.10.2011
16
Validierung in der Ernährungsepidemiologie
Referenzmethode Limits
DLW-Methode • nur Energie• Annahmen zur Kompartimentierung des
Wasserhaushalts im Modell möglicherweise nicht bei starkem Übergewicht oder hohem Alkoholkonsum gültig
• sehr teuer
Harnstickstoffausscheidung (Vollständigkeit der 24 h-Sammlung über PABA-Validierung)
• nur Protein• PABA-Bestimmung durch Paracetamol u.ä.
beeinflusst
Harnstickstoffausscheidung(ohne Validierung)
• nur Protein• Gefahr unvollständiger Proben
Wiegeprotokolle • under-reporting• nicht repräsentativ für die „übliche“ Ernährung
durch unzureichende Protokollierungszeit• Beeinflussung des Ernährungsverhaltens durch
die Protokollierung
Validierung in der Ernährungsepidemiologie
Referenzmethode Limits
Diet history • Einfluss durch den Interviewer• ungenaue Angabe der Portionsgrößen aufgrund
Umsetzungs- und Gedächtnisproblemen• Fehler bei der Häufigkeitsangabe, vor allem
Overreporting bei getrennt gelisteten Lebensmitteln (z.B. einzelne Obst- und Gemüsesorten)
• regelmäßiges Ernährungsverhalten erforderlich
wiederholte 24 h-recalls • under- oder over-reporting von Lebensmitteln durch den Protokollierungsprozess (z.B.alkoholhaltige Getränke, Obst)
• nicht repräsentativ für die „übliche“ Ernährung durch nicht ausreichenden Protokollierungszeitraum
• Ungenauigkeiten bei Portionsgrößen durch Umsetzungs- und Gedächtnisprobleme
27.10.2011
17
Validierung in der Ernährungsepidemiologie
Referenzmethode Limits
Biochemische Marker • komplexe Beziehungen zwischen Aufnahme und Blutkonzentrationen durch Verdauung, Absorption, Nährstofftransport, Utilisation, Stoffwechsel, Ausscheidung und homöostatischer Regulation
• Kosten und Präzision der Bestimmungen• invasiv
Validierung in der Ernährungsepidemiologie
27.10.2011
18
Validierung in der Ernährungsepidemiologie
Validierung in der Ernährungsepidemiologie
27.10.2011
19
Validierung in der Ernährungsepidemiologie
Einfachstes Modell zur Beschreibung der Beziehung zwischen Krankheitsrisiko und Ernährung:
log (Krankheitsrisiko) = λ + θT
wobei λ dem grundsätzlichen Krankheitsrisiko in der Population bei einer Exposition T = 0 (keine Exposition) entspricht und θT der Veränderung (θ) des Risikos im Verhältnis zur wahren Exposition T.
Da T nicht direkt gemessen werden kann, sondern nur Q (der beobachtete oder geteste Wert), ist bei der Validierung das Verhältnis zwischen Q und T von wesentlicher Bedeutung, also
Q = T + eQ
wobei eQ dem Fehler bei der Messung von Q entspricht.
Validierung in der Ernährungsepidemiologie
Für eine Validierungsstudie ist das Hauptziel, die Beziehungzwischen Q und T zu ermitteln. Dies kann erfolgen durch:
• Beschreibung der Korrelation zwischen Q und T (ρRQ)
• Messung eines proportionalen Skalierungsfaktors (Steigung einer Regressionslinie), die Q zu T in Beziehung setzt (βQ)
• Ermittlung der Varianz von T (σT2).
Diese Kenndaten erlauben die Definition der Beziehung zwischen den gemessenen und den wahren Werten. Kalibrierungsstudien hingegen ermitteln den Wert für λ (dem grundsätzlichen Krankheitsrisiko), was besonders für Multicentre-Studien von Bedeutung ist, bei denen λ für die einzelnen Zentren von einander abweicht (z.B. EPIC-Studie).
27.10.2011
20
Validierung in der Ernährungsepidemiologie
Fehler sind korreliert
Fehler sind unabhängig
Fehler sind korreliert
rRQ überschätzt ρRQ
wahrer wert für ρRQ
rRQ unterschätzt ρRQ
Fehlerbeziehung zwischen Test- und Referenzmethode
Fehlerbeziehung zwischen wiederholten Messungen
Validierung in der Ernährungsepidemiologie
Abweichungen des Testwertes vom Referenzwert können ausgedrückt werden durch:
1. Gruppenmittelwert- oder Medianvergleiche (ungepaarte Vergleiche)
2. Unterschiede der Messwerte innerhalb der Individuen (intraindividuelle Varianz, gepaarte Vergleiche)
3. Rangbildungen (Terzilen, Quartilen, Quintilen, usw.)4. Korrelationsanalysen (Pearson, Spearman, intra-class,
Triasmethode)5. Regressionsanalyse6. Bland-Altman-Analyse
27.10.2011
21
Mittelwertvergleiche
Für Studien, in denen Mittelwerte zwischen Gruppen von Bedeutung sind (geographische Korrelationsstudien zwischen geschätzter Aufnahme und Krankheitshäufigkeit in verschiedenen Regionen) sollte die Validierung die Fähigkeit der Testmethode zur Beschreibung des Gruppenmittelwertes ermitteln. Vergleiche zwischen Test- und Referenzmethode erfolgen über t-Tests (mit eventueller log-Transformation wo angebracht). Für die Lebensmittelaufnahme sind die Verteilungen in der Regel nichtparametrisch und daher nicht unbedingt zur Transformation geeignet, hier sind nichtparametrische Test angebracht.
Rangbildungen und Regressionen
Gebräuchlichste Methode zur Ermittlung der Validität einer Erhebungsmethode ist die Ermittlung der Rangfolgen der Probanden im Vergleich von Test- und Referenzmethode über Ermittlung des Pearson Product-Moment Correlation Coefficient(PMCC):
„ In statistics, the Pearson product-moment correlation coefficient (r) is a measure of the correlation of two variables X and Y measured on the same object or organism, that is, a measure of the tendency of the variables to increase or decrease together. It is defined as the sum of the products of the standard scores of the two measures divided by the degrees of freedom:”
r = Σ zx zy
n-1
27.10.2011
22
Rangbildungen und Regressionen
Beim Pearsonkorrelationskoeffizienten wird Normalverteilung und eine lineare Korrelation vorausgesetzt! (wird aber in der Praxis häufig ignoriert)
Möglichkeiten zur Umgehung: Transformationen
Alternativ: Rangkorrelationskoeffizienten
Rangbildungen und Regressionen
Der Rangkorrelationskoeffizient ist ein parameterfreies Maß für die Korrelation, das heißt er misst, wie gut eine beliebige monotone Funktion den Zusammenhang zwischen zwei Variablen beschreiben kann, ohne irgendwelche Annahmen über die Wahrscheinlichkeitsverteilung der Variablen zu machen.Anders als Pearsons Korrelationskoeffizient, benötigt er weder die Annahme, dass die Beziehung zwischen den Variablen linear ist, noch ist es erforderlich, dass die Variablen auf einer Intervallskala gemessen werden. Er kann für Variablen benutzt werden, die auf einer Ordinalskalenniveau gemessen werden.Der Rangkorrelationskoeffizient ist robust gegenüber Ausreißern und ist auch für nichtlineare Zusammenhänge verwendbar.Es gibt zwei bekannte Rangkorrelationskoeffizienten: Spearmans Rangkorrelationskoeffizient und Kendalls Tau.
27.10.2011
23
Rangbildungen und Regressionen
Achtung: der Korrelationskoeffizient beschreibt nur einen Aspekt der Zusammenhänge von Rängen. So kann auch bei hohen Korrelationskoeffizienten ein schwacher Zusammenhang zwischen Test- und Referenzmethode vorliegen, wenn
• signifikante Unterschiede zwischen Mittelwerten vorliegen (konstanter Fehler bei beiden Methoden)
• die Steigung der Regressionslinie deutlich von 1 abweicht weil die Testmethode proportional mit der Referenzmethode ansteigt (proportionaler Fehler) oder eine Regression zur Mitte bzw. eine Regressionsverdünnung vorliegt.
Rangbildungen und Regressionen
Regression dilution: insbesondere bei Overreporting niedriger Aufnahmen (typisch Obst- und Gemüse) und bei Underreporting hoher Aufnahmen (typisch: Energie, Fett).
Daraus resultiert eine steigende Anzahl von Personen, die am oberen oder unteren Ende der Verteilung der Aufnahmen eingeteilt werden (misclassified). Korrekturmechanismen für Overreporting bei der Energieaufnahme existieren, sind aber sehr vorsichtig zu handhaben.
27.10.2011
24
Rangbildungen und Regressionen
Beziehungen zwischen Test-, Referenzmethode und wahrer Aufnahme:
wahre Aufnahme
Testmethode(z.B. FFQ)
Referenzmethode(z.B. 7 d-Wiegeprotokoll)
rRT rQT
rRQ
Rangbildungen und Regressionen
Beziehungen zwischen Test-, Referenzmethode und wahrer Aufnahme:
rRQ = rQT x rRT
Zum Beispiel: rRT = 0.6 und rQT = 0.36 für die Messung der Energieaufnahme mittels FFQ und 24 h-recall ergibt ein Verhältnis der wahren zur gesamten Varianz von
(rRQ)2/(rRT)2 = 0.362/0.62 = 0.36
das heißt 36% der Variation der wahren Energieaufnahme wird durch den FFQ erklärt.
27.10.2011
25
Rangbildungen und Regressionen
Rangbildungen und Regressionen
Kupferaufnahme (mg/d)
Kupf
erko
nzen
trat
ion
im P
lasm
a (m
g/L) • Bioverfügbarkeit• Wechselwir-
kungen zw.:- zweiwertigen
Elementen- Protein- u.a.
• Exkretion
27.10.2011
26
Validierung in der Ernährungsepidemiologie
Validierung in der Ernährungsepidemiologie
27.10.2011
27
Validierung in der Ernährungsepidemiologie
Validierung in der Ernährungsepidemiologie
27.10.2011
28
What is Risk Assessment?“Risk Assessment is a structured process for the evaluation of risks associated to any negative effects of a food of biological, chemical or physical nature. The aim is the characterisation of the probability and the kind of effects of the exposure of the human organism to environmental compounds.Typically, this characterisation comprises qualitative as well as quantitative aspects and is associated to a certain degree of uncertainty.”
US Department of Agriculture
Aims of Risk Assessment (not only from a nutritional point of view)
Setting of Upper Safe Levels (UL) for the intake of nutrients (from foods, fortified foods, and supplements), particularly beyond dietary reference intake
Assessment of the risk of excess exposure to substances with a set ADI-value (e.g. food additives, food contaminants, but also nutrients)
Definition of risk groups in the population
Definition of upper safe limits for food additives, contaminants, and biologically active components
27.10.2011
29
Examples
Exposure to („classiscal“) nutrients for the determination of high intakes (beyond DRI and the upper safe limit, resp.) for food fortification
Exposure to other nutritional relevant food compounds (biologically active compounds, e.g. secondary plant compounds, lipid oxidation products, etc.)
Exposure to food additives (preservatives, colours, antioxidants, etc)
Exposure to contaminants (heavy metals, acryl amide, biogenous toxins, goitrogens, funguns toxins, etc.)
Risk Assessment Methodology
Assessment of food intake Assessment/calculation of intake of specific food
components High-Consumer/User-concept for the definition of risk
groups Correlation nutrient intake/nutritional status (Cu, Vitamin D,
Ca) Correlation of static vs functional parameters of nutritional
status (Se/I-interactions) Risik of overdosage of nutrients (fortified foods,
supplements, foods which are naturally rich in nutrients) Other examples
27.10.2011
30
Assessment of Food Intake and Nutritional Status
food and nutrient intake
nutritional status (biomarkers)
Risk Assessment Methodology
Assessment of food intake Assessment/calculation of intake of specific food
components High-Consumer/User-concept for the definition of risk
groups Correlation nutrient intake/nutritional status (Cu, Vitamin D,
Ca) Correlation of static vs functional parameters oif nutritiona
status (Se, I-interactions) Risik of overdosage of nutrients (fortified foods,
supplements, foods which are naturally rich in nutrients) Other examples
27.10.2011
31
Food composition tables
From food record to nutrient intake
statistical evaluation
From food record to nutrient intake
27.10.2011
32
Risk Assessment Methodology
Assessment of food intake Assessment/calculation of intake of specific food
components High-Consumer/User-concept for the definition of risk
groups Correlation nutrient intake/nutritional status (Cu, Vitamin D,
Ca) Correlation of static vs functional parameters oif nutritiona
status (Se, I-interactions) Risik of overdosage of nutrients (fortified foods,
supplements, foods which are naturally rich in nutrients) Other examples
Risk Assessment Methodology• Assessment of food intake: calculation of statistical
descriptives of food amounts (percentiles, mean, median, distribution, range) of selected food groups.
• Combination of consumed foods into food groups which are comparable in respect to the desired outcome.
• Assessment of high-consumer: use of 95th precentile for further calculations (together with mean intakes).
• User assessment: those individuals who are never consuming the specified food are replaced by missing values and the calculations of statistical descriptives is repeated only for users of the food.
27.10.2011
33
Risk Assessment Methodology
Intake of alcoholic beverages: average intake of all adults (a) and average intake of users (b), g/d, basis 24h-recalls
Risk Assessment Methodology
Assessment of food intake Assessment/calculation of intake of specific food
components High-Consumer/User-concept for the definition of risk
groups Correlation nutrient intake/nutritional status (Cu, Vitamin D,
Ca) Correlation of static vs functional parameters of nutritional
status (Se, I-interactions) Risik of overdosage of nutrients (fortified foods,
supplements, foods which are naturally rich in nutrients) Other examples
27.10.2011
34
Evaluation of nutritional status: finding the appropriate normal range
Vitamin D-Status
normal range usedin the USA (Sauberlich 1999)
appropriate normal range for the target population
4-9 10-19 > 65
copper intake (mg/d)
copp
er p
lasm
a co
ncen
trat
ion
(mg/
L)
Evaluation of nutritional status: association between nutrient intake and nutrient status
• bioavailability• interactions
between:- divalent elements- protein- etc.
• excretion
27.10.2011
35
Risk Assessment Methodology
Assessment of food intake Assessment/calculation of intake of specific food
components High-Consumer/User-concept for the definition of risk
groups Correlation nutrient intake/nutritional status (Cu, Vitamin D,
Ca) Correlation of static vs functional parameters of nutritional
status (Se, I-interactions) Risik of overdosage of nutrients (fortified foods,
supplements, foods which are naturally rich in nutrients) Other examples
Evaluation of nutritional status: assessment of interactions (e.g.: selenium/iodine)
T3T42 GSH GSSG + J–
E-Se-
E-Se-SGE-SeJ
Se-dependant deiodinase (type I): in liver, renal and muscle tissue
E-SAu
E-SePTU
Au+
PTU
27.10.2011
36
Risk Assessment Methodology
Assessment of food intake Assessment/calculation of intake of specific food
components High-Consumer/User-concept for the definition of risk
groups Correlation nutrient intake/nutritional status (Cu, Vitamin D,
Ca) Correlation of static vs functional parameters of nutritional
status (Se, I-interactions) Risik of overdosage of nutrients (fortified foods,
supplements, foods which are naturally rich in nutrients) Other examples
Risk Assessment: food fortification
27.10.2011
37
Risk Assessment: food fortification
Risk Assessment: food fortification
27.10.2011
38
Risk Assessment: food fortification
Vitamin intake from foritified foods of adults, separated to total sample (average intake of all individuals) and “user” (individuals consuming the fortified foods), values are percent of according DRI
Risk Assessment: food fortification
Percentage of upper safe limit reached (* SCF, **IOM)
27.10.2011
39
Risk Assessment: food fortification
Worst-case-scenario for the estimation of beta-carotene in-take resulting from beta-caro-tene as food additive (E 160a) in meat products
Problems:• nutrient intake from
food additives can not be estimated, when no upper limit for the addition exists (trade disclosures!)
• stability of nutrients during storage and processing?
Risk Assessment Methodology
Assessment of food intake Assessment/calculation of intake of specific food
components High-Consumer/User-concept for the definition of risk
groups Correlation nutrient intake/nutritional status (Cu, Vitamin D,
Ca) Correlation of static vs functional parameters of nutritional
status (Se, I-interactions) Risik of overdosage of nutrients (fortified foods,
supplements, foods which are naturally rich in nutrients) Other examples
27.10.2011
40
Risk Assessment: Acrylamid
Exposure to acryl amide basing on the consumption of foods with high acryl amide concentrations
Risk Assessment: Acrylamid
Exposure to acryl amide basing on the consumption of foods with high acryl amide concentrations, adolescents vs adults
27.10.2011
41
Risk Assessment: Intake of recDNA from genetically modified maize, soya and potatoes -estimated results
Maize Soya1 Potatoes
Per-capita consumption (kg/y)2
6.3 0.6 55.8
Per-capita intake (g/d)3 14.7 1.4 130DNA + RNA (g/kg dry matter)4 5.54 6.46 2.38DNA + RNA (µg/g food) 1496 6266 319Estimated per-capita intake DNA + RNA (µg/d) 21991.2 8772.4 41470.0recDNA (%)5 0.00022 0.00020 0.00088recDNA (µg/g food) 0.0033 0.0125 0.0028Estimated per-capita intake recDNA (µg/d) 0.049 0.018 0.365Total recDNA intake (maize, soya and potatoes) (µg/d)
0.431
1 excluding soya oil 2 Austrian Food Balance Sheets 1996/97 3 corr. coefficient of 15% for conversion of consumption data intake data 4 Lassek & Montag 1990
Risk Assessment: prevention (antioxidative metabolism)
27.10.2011
42
Risk Assessment: Prevention
Clear correlations between single nutrients have not been justified from epidemiological studies.All protective effects (here: cancer) have only been justifiied for the intake of whole foods or food groups.
Risk Assessment: Prevention
The dissemination of food based dietary guidelines must also take into consideration the possible effects on the nutritional status.
27.10.2011
43
Risk Assessment: food based dietary guidelines
Fat intake by Austrian populations groups:min, 25th perc., median, 75th perc. and max daily intake (% kJ)low fat eaters: fat intake < 25th percentilehigh fat eaters: fat intake > 75th percentile
König J, Elmadfa I (1998) : Weniger Fett und Fettreiche Lebensmittel – Ist die Nährstoffzufuhr bei dieser Empfehlung noch gewährleistet? Ernährung/Nutrition 22; 2001
König J, Elmadfa I (1998) : Weniger Fett und Fettreiche Lebensmittel – Ist die Nährstoffzufuhr bei dieser Empfehlung noch gewährleistet? Ernährung/Nutrition 22; in press.
Significant differences in nutrient intake between low fat eaters (=zero level) and high fat eaters
Risk Assessment: food based dietary guidelines
27.10.2011
44
König J, Elmadfa I (1998) : Weniger Fett und Fettreiche Lebensmittel – Ist die Nährstoffzufuhr bei dieser Empfehlung noch gewährleistet? Ernährung/Nutrition 22; in press.
No significant differences in plasma concentrations of typical fat associated nutrients (values from school-children only)
toco
pher
ols
(µm
ol/L
)
beta
-car
oten
e(n
mol
//10
0 m
L)
phyl
loqu
inon
e(p
mol
/100
mL)
25-O
H-c
calc
ifer
ol(n
mol
/L)
chol
este
rol
(mm
ol/L
)
Risk Assessment: food based dietary guidelines
Risk Assessment: conclusions Nutritional and epidemiological correlations supply important
information on possible riks on cell level Instruments for the assessment of food and nutrient intake and
nutritional status supply information on the status of relevant (risk associated) food components (including nutrients)
The combination of possible risks and biochemical indicators offers the risk assessment of tolerable intakes
The final combination of all information offers risk assessment and the according risk management for the protection of the population against qualitative and quantitative malnutrition