How Many Diet-Related Non-Communicable Disease Deaths Could Be Averted or Delayed If Canadians Reduced Their Consumption of Calories Derived from Free Sugars Intake? A Macrosimulation Modeling Study
Notice bibliographique
Résumé
Free sugars are a major source of calories in diets and contribute to the burden of many non-communicable diseases (NCDs). The World Health Organization (WHO) recommends reducing free sugars intake to less than 10% of total energy. This study aimed to estimate the number of diet-related NCD deaths which could be averted or delayed if Canadian adults were to reduce their calorie intake due to a systematic 20% reduction in the free sugars content in foods and beverages in Canada. We used the Preventable Risk Integrated ModEl (PRIME) to estimate the potential health impact. An estimated 6770 (95% UI 6184-7333) deaths due to diet-related NCDs could be averted or delayed, mostly from cardiovascular diseases (66.3%). This estimation would represent 7.5% of diet-related NCD deaths observed in 2019 in Canada. A 20% reduction in the free sugars content in foods and beverages would lead to a 3.2% reduction in calorie intake, yet an important number of diet-related NCD deaths could be averted or delayed through this strategy. Our findings can inform future policy decisions to support Canadians' free sugars intake reduction, such as proposing target levels for the free sugars content in key food categories.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».