Association between salt substitutes/enhancers and changes in sodium levels in fast-food restaurants: a cross-sectional analysis
Notice bibliographique
Résumé
<h3>Background:</h3> Restaurant foods have high sodium levels, and efforts have been made to promote reductions. The objective of this study was to understand if salt substitutes and enhancers are associated with changes in sodium levels in fast-food restaurants. <h3>Methods:</h3> A longitudinal database (MENU-FLIP) containing nutrition information for Canadian chain restaurants with 20 or more locations nationally was created in 2010 and updated in 2013 and 2016. In 2016, when available, ingredient lists were collected from restaurant websites and searched for the presence of salt substitutes/enhancers. Changes in sodium levels (per serving) and the prevalence of salt substitutes/enhancers in 222 foods from 12 of the leading fast-food restaurant chains were compared across 3 time points. <h3>Results:</h3> Sixty-nine percent of foods contained a salt substitute/enhancer. Substitutes/enhancers were found in every restaurant chain (<i>n</i> = 12) for which ingredient data were available. The most common substitutes/enhancers were yeast extracts (in 30% of foods), calcium chloride (28%), monosodium glutamate (14%) and potassium chloride (12%). Sodium levels in foods that contained substitutes/enhancers decreased significantly more (190 ± 42 mg/serving) over the study period than those in foods that did not contain a substitute/enhancer (40 ± 17 mg/serving, <i>p</i> < 0.001). <h3>Interpretation:</h3> Salt substitutes and enhancers are prevalent in restaurant foods and are one means by which restaurants may be lowering sodium levels in their foods. At this time, the potential consequences of these findings, if any, are uncertain.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».