Influence of unhealthy food and beverage marketing on children's dietary intake and preference: a systematic review and meta‐analysis of randomized trials
Notice bibliographique
Résumé
Marketing of foods and beverages high in fat, sugar and salt are suggested to contribute to poor dietary behaviours in children and diet-related diseases later in life. This systematic review and meta-analysis of randomized trials aimed to assess the effects of unhealthy food and beverage marketing on dietary intake (grams or kilocalories) and dietary preference (preference score or percentage of participants who selected specific foods/beverages) among children 2 to 18 years of age. We searched MEDLINE, EMBASE and PsycINFO up to January 2015 for terms related to advertising, unhealthy foods or beverages among children. Randomized trials that assessed the effects of unhealthy food and beverage marketing compared with non-dietary advertisement or no advertisement in children were considered eligible. Two authors independently extracted information on study characteristics and outcomes of interest and assessed risk of bias and the overall quality of evidence using grade methodology. Meta-analysis was conducted separately for dietary intake and preference using a random-effects model. We identified 29 eligible studies, of which 17 studies were included for meta-analysis of dietary preference and nine for meta-analysis of dietary intake. Almost half of the studies were at high risk of bias. Our meta-analysis showed that in children exposed to unhealthy dietary marketing, dietary intake significantly increased (mean difference [MD] = 30.4 kcal, 95% confidence interval [CI] 2.9 to 57.9, and MD = 4.8 g, 95%CI 0.8 to 8.8) during or shortly after exposure to advertisements. Similarly, children exposed to the unhealthy dietary marketing had a higher risk of selecting the advertised foods or beverages (relative risk = 1.1, 95%CI 1.0 to 1.2; P = 0.052). The evidence indicates that unhealthy food and beverage marketing increases dietary intake (moderate quality evidence) and preference (moderate to low quality evidence) for energy-dense, low-nutrition food and beverage. Unhealthy food and beverage marketing increased dietary intake and influenced dietary preference in children during or shortly after exposure to advertisements. © 2016 World Obesity.
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 | 0,029 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,043 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».