Changes in food consumption and prevalence of overweight and obesity in Brazilian adults between 2008 and 2018
Notice bibliographique
Résumé
ABSTRACT Objective To assess dietary intake and weight status changes among Brazilian adults. Methods In this dietary survey, data from the food consumption modules of the 2008-2009 (n=21,003 adults) and the 2017-2018 (n=28,153 adults) Household Budget Survey were evaluated to estimate the mean consumption (g/day) of 20 food groups. The body mass index was calculated to classify the weight status of adults and estimate the prevalence of overweight and obesity. Differences between surveys were identified when the 95% confidence intervals were not interspersed. All analyses were stratified by gender and considered the sample weight and the complexity of the sample design. Results The prevalence of overweight increased both among men (38.4%; 95% CI: 36.8-40.0, in 2008-2009 vs. 42.2%; 95% CI: 40.9-43.5, in 2017-2018) and women (29.5%; 95% CI: 58.0-30.9 vs. 35.2%; 95% CI: 34.0-36.4, respectively). Mean consumption of poultry and eggs (57.6g/day vs. 77.9 g/day in men and 43.5g/day vs. 57.3g/day in women, p<0.05) and fast foods (31.3g/day vs. and 48.7g/day in men and 25.3g/day in 2008-2009 vs. 34.8g/day in women, p<0.05) increased between the two surveys, while the mean consumption of rice, beans, fruits, coffee and tea, fish and seafood, processed meats, milk and dairy products, sweets and desserts, sugary drinks, and soups declined. Conclusion The Brazilian food consumption pattern follows the increased prevalence of overweight and reinforces the need to encourage healthy patterns that revive our country's food culture and eating habits.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».