Socioeconomic position and consumption of sugary drinks, sugar-sweetened beverages and 100% juice among Canadians: a cross-sectional analysis of the 2015 Canadian Community Health Survey–Nutrition
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to describe sugary drink (beverages with free sugars), sugar-sweetened beverage (beverages with added sugars, SSB) and 100% juice (beverages with natural sugars) consumption across socioeconomic position (SEP) among Canadians. METHODS: We conducted a cross-sectional analysis of 19,742 respondents of single-day 24-h dietary recalls in the nationally representative 2015 Canadian Community Health Survey-Nutrition. Poisson regressions were used to estimate the prevalence of consuming each beverage type on a given day. Among consumers on a given day, linear regressions were used to estimate mean energy intake. Models included household education, food security and income quintiles as separate unadjusted exposures. Sex-specific models were estimated separately for children/adolescents (2-18 years) and adults (19 +). RESULTS: Among female children/adolescents, the prevalence of consuming sugary drinks and, separately, SSB ranged from 11 to 21 and 8 to 27 percentage-points higher among lower education compared to 'Bachelor degree or above' households. In female adults, the prevalence of consuming sugary drinks and, separately, SSB was 10 (95% CI: 1, 19) and 14 (95% CI: 2, 27) percentage-points higher in food insecure compared to secure households. In males, the prevalence of consuming 100% juice was 9 (95% CI: - 18, 0) percentage-points lower among food insecure compared to secure households. Social inequities in energy intake were observed in female adult consumers, among whom mean energy from sugary drinks was 27 kcal (95% CI: 3, 51) higher among food insecure compared to secure and 35 kcal (95% CI: 2, 67) higher from 100% juice among 'less than high school' education compared to 'Bachelor degree or above' households. CONCLUSION: Social inequities in sugary drink consumption exist in Canada. The associations differed by SEP indicator. Equitable interventions to reduce consumption are warranted.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».