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




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


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


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



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



Biochemische Marker • komplexe Beziehungen zwischen Aufnahme und Blutkonzentrationen durch Verdauung, Absorption, Nährstofftransport, Utilisation, Stoffwechsel, Ausscheidung und homöostatischer Regulation

• Kosten und Präzision der Bestimmungen• invasiv


27.10.2011

18



27.10.2011

19


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.


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


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


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


Beim Pearsonkorrelationskoeffizienten wird Normalverteilung und eine lineare Korrelation vorausgesetzt! (wird aber in der Praxis häufig ignoriert)

Möglichkeiten zur Umgehung: Transformationen

Alternativ: Rangkorrelationskoeffizienten


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


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.


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


Beziehungen zwischen Test-, Referenzmethode und wahrer Aufnahme:

wahre Aufnahme

Testmethode(z.B. FFQ)

Referenzmethode(z.B. 7 d-Wiegeprotokoll)

rRT rQT

rRQ


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



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



27.10.2011

27



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)





Ca) Correlation of static vs functional parameters oif nutritiona

status (Se, I-interactions) Risik of overdosage of nutrients (fortified foods,


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





Ca) Correlation of static vs functional parameters oif nutritiona



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


Intake of alcoholic beverages: average intake of all adults (a) and average intake of users (b), g/d, basis 24h-recalls








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








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: food fortification

27.10.2011

37



27.10.2011

38


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


Percentage of upper safe limit reached (* SCF, **IOM)

27.10.2011

39


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?








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


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: 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

Nährstoffaufnahme Ziele von Ernährungserhebungen · Gebräuchlichste Methode zur Ermittlung der...

Documents

Transcript of Nährstoffaufnahme Ziele von Ernährungserhebungen · Gebräuchlichste Methode zur Ermittlung der...