Estimated effects of the implementation of the Mexican warning labels regulation on the use of health and nutrition claims on packaged foods
Notice bibliographique
Résumé
BACKGROUND: The use of health and nutrition claims on front-of-pack labels may impact consumers' food choices; therefore, many countries have established regulations to avoid misinformation. This study describes the prevalence of health and nutrition claims on the front-of-pack of food products in retail stores in Mexico and estimate the potential effects of the Official Mexican Standards 051 (new regulation that includes specifications for implementing warning labels and other packaging elements such as health and nutrition claims on less healthy foods) on the prevalence of these claims. METHODS: This is a cross-sectional study in which health and nutrition claims, nutrition information panels, and the list of ingredients of all foods and beverages available in the main retail stores in Mexico City were collected. The products were grouped by level of processing according to the NOVA food system classification. Claims were classified using the internationally harmonized INFORMAS taxonomy. According to the criteria of the new Mexican front-of-pack labelling regulation, the effect on the reduction on the prevalence of health and nutrition claims was estimated by type of food and by energy and nutrients of concern thresholds. RESULTS: Of 17,264 products, 33.8% displayed nutrition claims and 3.4% health claims. In total, 80.8% of all products in the Mexican market were classified as "less healthy"; 48.2% of products had excess calories, 44.6% had excess sodium, and 40.7% excess free sugars. The new regulation would prevent 39.4% of products with claims from displaying health and nutrition claims (P < 0.001); the largest reduction is observed for ultra-processed foods (51.1%, P < 0.001). The regulation thresholds that resulted in the largest reduction of claims were calories (OR 0.62, P < 0.001) and non-sugar sweeteners (OR 0.54, P < 0.001). CONCLUSIONS: The new Mexican front-of-pack labelling regulation will prevent most processed and ultra-processed foods from displaying health and nutrition claims and will potentially improve information on packaging for consumers.
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 ».