Expert consensus on low-calorie sweeteners: facts, research gaps and suggested actions
Notice bibliographique
Résumé
A consensus workshop on low-calorie sweeteners (LCS) was held in November 2018 where seventeen experts (the panel) discussed three themes identified as key to the science and policy of LCS: (1) weight management and glucose control; (2) consumption, safety and perception; (3) nutrition policy. The aims were to identify the reliable facts on LCS, suggest research gaps and propose future actions. The panel agreed that the safety of LCS is demonstrated by a substantial body of evidence reviewed by regulatory experts and current levels of consumption, even for high users, are within agreed safety margins. However, better risk communication is needed. More emphasis is required on the role of LCS in helping individuals reduce their sugar and energy intake, which is a public health priority. Based on reviews of clinical evidence to date, the panel concluded that LCS can be beneficial for weight management when they are used to replace sugar in products consumed in the diet (without energy substitution). The available evidence suggests no grounds for concerns about adverse effects of LCS on sweet preference, appetite or glucose control; indeed, LCS may improve diabetic control and dietary compliance. Regarding effects on the human gut microbiota, data are limited and do not provide adequate evidence that LCS affect gut health at doses relevant to human use. The panel identified research priorities, including collation of the totality of evidence on LCS and body weight control, monitoring and modelling of LCS intakes, impacts on sugar reduction and diet quality and developing effective communication strategies to foster informed choice. There is also a need to reconcile policy discrepancies between organisations and reduce regulatory hurdles that impede low-energy product development and reformulation.
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 | 0,155 | 0,202 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,011 | 0,014 |
| Science ouverte | 0,010 | 0,015 |
| Intégrité de la recherche | 0,030 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».