Whole‐of‐society monitoring framework for sugar, salt, and fat consumption and noncommunicable diseases in India
Notice bibliographique
Résumé
India has experienced a rising prevalence of cardiometabolic risk factors in the past 15 years: the prevalence of diabetes has increased from 5.9% to 9.1%, hypertension from 17.2% to 29.2%, and obesity from 4% to 15%. The increase is among all socioeconomic groups and in urban and rural populations, though the quantum of change varies. A concomitant increase in per capita consumption of sugar from 22 to 55.3 g/day and total fat from 21.2 to 54 g/day was observed, with significant differences between states of high and low human development index (HDI). Per capita consumption of sugar, salt, and fat is consistently and significantly associated with overweight and obesity but variably associated with the occurrence of hypertension and diabetes. Market research shows that approximately 50-60% of total salt, sugar, and fat in Indian markets is procured by bulk purchasers, generally for manufacturing processed food items. This sector of the Indian economy is among the fastest growing, with several policy incentives. It is not clear from most of the data sets whether available information on per capita sugar, salt, and fat consumption has considered the contribution of processed and ready-to-eat food items. The unprecedented changes of rapid urbanization, mechanization, and globalization demand close monitoring of social, developmental, and economic determinants. This paper provides pieces of evidence to justify a whole-of-society (WoS) framework for monitoring the inputs, processes, and behavioral components of the National Programme for Prevention and Control of Cancer, Diabetes, Cardiovascular Disease and Stroke (NPCDCS) in India.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».