MétaCan
Menu
Retour à la cohorte
Enregistrement W4381855057 · doi:10.3389/fpubh.2023.1168745

Examining the diet quality of Canadian adults and the alignment of Canadian front-of-pack labelling regulations with other front-of-pack labelling systems and dietary guidelines

2023· article· en· W4381855057 sur OpenAlexafffundabout
Jennifer J. Lee, Mavra Ahmed, Chantal Julia, Alena Ng, Laura Paper, Wendy Lou, Mary R. L’Abbé

Notice bibliographique

RevueFrontiers in Public Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesUniversity of TorontoSanofi
Mots-clésDashMedicineEnvironmental healthIndex (typography)Nutrition facts labelLabellingDietary Reference IntakeNutrientBiology

Résumé

récupéré en direct d'OpenAlex

Introduction Canada promulgated mandatory front-of-pack labelling (FOPL) regulations in 2022, requiring pre-packaged foods meeting and/or exceeding recommended thresholds for nutrients-of-concern (i.e., saturated fat, sodium, sugars) to display a “high-in” nutrition symbol. However, there is limited evidence on how Canadian FOPL (CAN-FOPL) regulations compare to other FOPL systems and dietary guidelines. Therefore, the objectives of the study were to examine the diet quality of Canadians using the CAN-FOPL dietary index system and its alignment with other FOPL systems and dietary guidelines. Methods Nationally representative dietary data from the 2015 Canadian Community Health Survey-Nutrition survey ( n = 13,495) was assigned dietary index scores that underpin CAN-FOPL, Diabetes Canada Clinical Practice (DCCP) Guidelines, Nutri-score, Dietary Approaches to Stop Hypertension (DASH) and Canada’s Food Guide (Healthy Eating Food Index-2019 [HEFI-2019]). Diet quality was examined by assessing linear trends of nutrient intakes across quintile groups of CAN-FOPL dietary index scores. The alignment of CAN-FOPL dietary index system compared with other dietary index systems, with HEFI as the reference standard, was examined using Pearson’s correlations and к statistics. Results The mean [95% CI] dietary index scores (range: 0–100) for CAN-FOPL, DCCP, Nutri-score, DASH, and HEFI-2019 were 73.0 [72.8, 73.2], 64.2 [64.0, 64.3], 54.9 [54.7, 55.1], 51.7 [51.4, 51.9], and 54.3 [54.1, 54.6], respectively. Moving from the “least healthy” to the “most healthy” quintile in the CAN-FOPL dietary index system, intakes of protein, fiber, vitamin A, vitamin C, and potassium increased, while intakes of energy, saturated fat, total and free sugars, and sodium decreased. CAN-FOPL showed moderate association with DCCP ( r = 0.545, p < 0.001), Nutri-score ( r = 0.444, p < 0.001), and HEFI-2019 ( r = 0.401, p < 0.001), but poor association with DASH ( r = 0.242, p < 0.001). Slight to fair agreement was seen between quintile combinations of CAN-FOPL and all dietary index scores ( к = 0.05–0.38). Discussion Our findings show that CAN-FOPL rates the dietary quality of Canadian adults to be healthier than other systems. The disagreement between CAN-FOPL with other systems suggest a need to provide additional guidance to help Canadians select and consume ‘healthier’ options among foods that would not display a front-of-pack nutrition symbol.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,018
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,141
Tête enseignante GPT0,324
Écart entre enseignants0,182 · 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

Citations5
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207