Association between the price of ultra-processed foods and obesity in Brazil
Notice bibliographique
Résumé
Background and aims To estimate the relationship between the price of ultra-processed foods and prevalence of obesity in Brazil and examine whether the relationship differed according to socioeconomic status. Methods and results Data from the national Household Budget Survey from 2008/09 (n = 55 570 households, divided in 550 strata) were used. Weight and height of all individuals were used. Weight was measured by using portable electronic scales (maximum capacity of 150 kg). Height (or length) was measured using portable stadiometers (maximum capacity: 200 cm long) or infant anthropometers (maximum capacity: 105 cm long). Multivariate regression models (log-log) were used to estimate price elasticity. An inverse association was found between the price of ultra-processed foods (per kg) and the prevalence of overweight (Body mass index (BMI) ≥25 kg/m 2 ) and obesity (BMI ≥30 kg/m 2 ) in Brazil. The price elasticity for ultra-processed foods was −0.33 (95% CI: −0.46; −0.20) for overweight and −0.59 (95% CI: −0.83; −0.36) for obesity. This indicated that a 1.00% increase in the price of ultra-processed foods would lead to a decrease in the prevalence of overweight and obesity of 0.33% and 0.59%, respectively. For the lower income group, the price elasticity for price of ultra-processed foods was −0.34 (95% CI: −0.50; −0.18) for overweight and −0.63 (95% CI: −0.91; −0.36) for obesity. Conclusion The price of ultra-processed foods was inversely associated with the prevalence of overweight and obesity in Brazil, mainly in the lowest socioeconomic status population. Therefore, the taxation of ultra-processed foods emerges as a prominent tool in the control of 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».