MétaCan
Menu
Retour à la cohorte
Enregistrement W4313400161 · doi:10.1016/j.advnut.2022.12.003

The Effects of Food Advertisements on Food Intake and Neural Activity: A Systematic Review and Meta-Analysis of Recent Experimental Studies

2022· review· en· W4313400161 sur OpenAlexafffund
Pablo Arrona Cardoza, Katherine Labonté, J. Miguel Cisneros-Franco, Daiva E. Nielsen

Notice bibliographique

RevueAdvances in Nutrition · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaConsejo Nacional de Ciencia y Tecnología
Mots-clésMeta-analysisWeb of scienceNeuroimagingMedicineScopusSubgroup analysisPsychologyEnvironmental healthMEDLINEInternal medicinePsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

Food advertisements are ubiquitous in our daily environment. However, the relationships between exposure to food advertising and outcomes related to ingestive behavior require further investigation. The objective was to conduct a systematic review and meta-analysis of behavioral and neural responses to food advertising in experimental studies. PubMed, Web of Science, and Scopus were searched for articles published from January 2014 to November 2021 using a search strategy following PRISMA guidelines. Experimental studies conducted with human participants were included. A random-effects inverse-variance meta-analysis was performed on standardized mean differences (SMD) of food intake (behavioral outcome) between the food advertisement and nonfood advertisement conditions of each study. Subgroup analyses were performed by age, BMI group, study design, and advertising media type. A seed-based d mapping meta-analysis of neuroimaging studies was performed to evaluate neural activity between experimental conditions. Nineteen articles were eligible for inclusion, 13 for food intake (n = 1303) and 6 for neural activity (n = 303). The pooled analysis of food intake revealed small, but statistically significant, effects of increased intake after viewing food advertising compared with the control condition among adults and children (adult SMD: 0.16; 95% CI: 0.03, 0.28; P = 0.01; I2 = 0; 95% CI: 0, 95.0%; Children SMD: 0.25; 95% CI: 0.14, 0.37; P < 0.0001; I2 = 60.4%; 95% CI: 25.6%, 79.0%). The neuroimaging studies involved children only, and the pooled analysis corrected for multiple comparisons identified one significant cluster, the middle occipital gyrus, with increased activity after food advertising exposure compared with the control condition (peak coordinates: 30, −86, 12; z-value: 6.301, size: 226 voxels; P < 0.001). These findings suggest that acute exposure to food advertising increases food intake among children and adults and that the middle occipital gyrus is an implicated brain region among children. (PROSPERO registration: CRD42022311357)

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)0,018
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,050
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0180,033
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,095
Tête enseignante GPT0,402
Écart entre enseignants0,308 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations23
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in NutritionMême sujetObesity, Physical Activity, DietTravaux en français237 207