MétaCan
Menu
Retour à la cohorte
Enregistrement W4297005990 · doi:10.3389/fnut.2022.1005227

The degree of food processing is associated with anthropometric measures of obesity in Canadian families with preschool-aged children

2022· article· en· W4297005990 sur OpenAlexafffundabout
Rahbika Ashraf, Alison M. Duncan, Gerarda Darlington, Andrea C. Buchholz, Jess Haines, David W.L.

Notice bibliographique

RevueFrontiers in Nutrition · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensUniversity of Guelph
Organismes subventionnairesCanadian Institutes of Health ResearchHeart and Stroke Foundation of Canada
Mots-clésOverweightAnthropometryWaistObesityMedicineEnvironmental healthBody mass indexFood processingChildhood obesityDemographyFood science

Résumé

récupéré en direct d'OpenAlex

Adopting a healthy diet remains central for the prevention of obesity. In adults, higher intake of ultra-processed food is associated with a greater risk of overweight and obesity. However, little is known about the degree of food processing and its association with anthropometric measures in families with preschool-aged children, a critical period for the development of dietary patterns. This cross-sectional study included preschool-aged children ( n = 267) between 1.5 and 5 years of age and their parents ( n = 365) from 242 families enrolled in the Guelph Family Health Study. Dietary assessment was completed using ASA24-Canada-2016. Foods and beverages were classified based on their degree of food processing using the NOVA Classification (unprocessed or minimally processed foods, processed culinary ingredients, processed foods, and ultra-processed foods). Associations between the energy contribution (% kcal) of each NOVA category and anthropometric measures were examined using linear regression models with generalized estimating equations, adjusted for sociodemographic variables. The energy contribution of ultra-processed foods was the highest relative to the other NOVA categories among parents (44.3%) and children (41.3%). The energy contribution of unprocessed or minimally processed foods was 29.1% for parents and 35.3% for children, processed foods was 24.0% for parents and 21.3% for children, and processed culinary ingredients was 2.6% for parents and 2.1% for children. Ultra-processed foods (% kcal) were positively associated with BMI (β = 0.04, 95% CI: 0.01–0.07, P = 0.02), waist circumference (β = 0.11, 95% CI: 0.03–0.18, P = 0.008) and body weight (β = 0.13, 95% CI: 0.03–0.22, P = 0.01) in parents, but not children. Unprocessed foods (% kcal) were negatively associated with waist circumference in parents (β = −0.09, 95% CI: 0.18–0.01, P = 0.03) and children (β = −0.03, 95% CI: 0.05–0.01, P = 0.01), as well as body weight (β = −0.12, 95% CI: 0.23–0.00, P = 0.04) in parents. The degree of food processing primarily influenced anthropometric outcomes in parents. Nevertheless, diets of children were similar, suggesting that such exposure in families may eventually lead to outcomes observed in parents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,169
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,228
Écart entre enseignants0,206 · 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 tête enseignante, 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

Citations8
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207