MétaCan
Menu
Retour à la cohorte
Enregistrement W4390068758 · doi:10.1590/0102-311xen249422

Health and economic burden of sugar-sweetened beverages consumption in Brazil

2023· article· en· W4390068758 sur OpenAlexfundno aff
Lucas Perelli, Andrea Alcaraz, Cid Manso de Mello Vianna, Natalia Espínola, Federico Rodríguez Cairoli, Ariel Bardach, Alfredo Palacios, Darío Balan, Paula Johns, Federico Augustovski, Andrés Pichón-Rivière

Notice bibliographique

RevueCadernos de Saúde Pública · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésEnvironmental healthMedicineOverweightObesityBody mass indexDisease burdenPublic healthConsumption (sociology)Diabetes mellitusBurden of diseaseIncidence (geometry)DiseasePopulationGerontology

Résumé

récupéré en direct d'OpenAlex

Sugar-sweetened beverages (SSBs) are a major source of added sugar and are associated with noncommunicable diseases (NCDs) such as obesity and diabetes. This study assessed the impact of SSBs consumption on disease burden in Brazil, including deaths, disability-adjusted life years (DALYs), and healthcare costs. A 3-stage methodology was used to assess the direct effects of SSBs on diabetes, cardiovascular diseases, and body mass index (BMI), along with the influence of BMI on disease incidence. These assessments were then used to estimate the economic and health burden using population-attributable factors. Results showed that 2.7% and 11% of adult and children overweight/obesity cases were attributable to SSBs, respectively. SSBs consumption in Brazil led to 1,814,486 cases, 12,942 deaths, 362,088 DALYs, and USD 2,915.91 million in medical costs related to diabetes, cardiovascular diseases, oncological diseases, and other NCDs. Urgent implementation of public policies is crucial to address the consumption of SSBs, recognized as a key risk factor for NCDs.

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 enseignants0,011
Score d'incertitude au seuil0,573

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,026
Tête enseignante GPT0,315
Écart entre enseignants0,288 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCadernos de Saúde PúblicaMême sujetObesity, Physical Activity, DietTravaux en français237 207