Global positioning system-based food environment exposures, diet-related, and cardiometabolic health outcomes: a systematic review and research agenda
Notice bibliographique
Résumé
BACKGROUND: Geographic access to food may affect dietary choices and health outcomes, but the strength and direction of associations may depend on the operationalization of exposure measures. We aimed to systematically review the literature on up-to-date evidence on the association between food environment exposures based on Global Positioning System (GPS) and diet-related and cardiometabolic health outcomes. METHODS: The databases PubMed, Embase.com, APA PsycInfo (via Ebsco), Cinahl (via Ebsco), the Web of Science Core Collection, Scopus, and the International Bibliography of the Social Sciences (via ProQuest) were searched from inception to October 31, 2022. We included studies that measured the activity space through GPS tracking data to identify exposure to food outlets and assessed associations with either diet-related or cardiometabolic health outcomes. Quality assessment was evaluated using the criteria from a modified version of the Newcastle-Ottawa Scale (NOS) for cross-sectional studies. We additionally used four items from a quality assessment tool to specifically assess the quality of GPS measurements. RESULTS: Of 2949 studies retrieved, 14 studies fulfilled our inclusion criteria. They were heterogeneous and represent inconsistent evidence. Yet, three studies found associations between food outlets and food purchases, for example, more exposure to junk food outlets was associated with higher odds of junk food purchases. Two studies found associations between greater exposure to fast food outlets and higher fast food consumption and out of three studies that investigated food environment in relation to metabolic outcomes, two studies found that higher exposure to an unhealthy food environment was associated with higher odds of being overweight. CONCLUSIONS: The current and limited evidence base does not provide strong evidence for consistent associations of GPS-based exposures of the food environment with diet-related and cardiometabolic health outcomes.
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 | 0,019 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,008 |
| Bibliométrie | 0,019 | 0,021 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».