MétaCan
Menu
Retour à la cohorte
Enregistrement W4210376021 · doi:10.1111/ijpo.12895

Changes in nonnutritive sweetener intake in a cohort of preschoolers after the implementation of Chile's Law of Food Labelling and Advertising

2022· article· en· W4210376021 sur OpenAlexfundno aff
Natalia Rebolledo, Marcela Reyes, Barry M. Popkin, Linda S. Adair, Christy L. Avery, Camila Corvalán, Shu Wen Ng, Lindsey Smith Taillie

Notice bibliographique

RevuePediatric Obesity · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentInternational Development Research CentreNational Institute of Diabetes and Digestive and Kidney DiseasesComisión Nacional de Investigación Científica y TecnológicaNational Institutes of HealthBloomberg Philanthropies
Mots-clésSucraloseMedicineCohortAspartameEnvironmental healthArtificial SweetenerRespondentLogistic regressionSugarFood scienceDemographyLawBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The first phase of Chile's Law of Food Labelling and Advertising showed important declines in the sugar content of packaged foods, but it is unknown whether the law led to an increase in nonnutritive sweetener (NNS) intake, particularly among preschool children. OBJECTIVES: Estimate the changes in preschoolers' NNS intake after the first phase of the Chilean law. METHODS: We used 24-h dietary recalls collected in 2016 (pre-law) and 2017 (post-law) from a cohort of preschoolers (n = 875). The primary caretaker was the respondent of the recalls. Information on NNS was obtained from nutrition facts panels collected annually and linked to dietary data. We used logistic regression to estimate the changes in the proportion of preschoolers who consume NNS and two-part models to estimate the changes in mean intake. We determined the percentage of children that surpassed the acceptable daily intake (ADI) of each NNS using the National Cancer Institute method. RESULTS: The proportion of consumers of at least one NNS increased from 77.9% to 92.0% (p-value < 0.01). The mean intake increased for sucralose, aspartame, acesulfame-K and steviol glycosides (+20.3, +15.1, +6.1 and +3.3 mg/day, respectively). In addition, NNS dietary sources changed for sucralose and steviol glycosides, becoming industrialized juices and dairy beverages more relevant while tabletop NNS became less relevant. None of the children surpassed the ADI. CONCLUSIONS: NNS intake increased in preschoolers after the first phase of a national policy that promoted sugar 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,138
Score d'incertitude au seuil0,274

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,236
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric ObesityMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207