Cross-sectional comparisons of dietary indexes underlying nutrition labels: nutri-score, Canadian 'high in' labels and Diabetes Canada Clinical Practices (DCCP)
Notice bibliographique
Résumé
Purpose: To assess the cross-sectional association between dietary indexes (DI) that underlie, respectively, the Nutri-score (NS), the proposed Canadian 'High In' Symbol (CHIL) and the Diabetes Canada Clinical Practice Guidelines (DCCP) with food consumption, nutrient intakes and metabolic markers. Methods: 1836 adults (18-74 years) participating in the representative ESTEBAN study, conducted in mainland France in 2014-2016, were included in the analysis. Food consumption was assessed with three repeated 24 h dietary recalls. Anthropometric measurements and biomarkers of metabolic risk (cholesterol-total, LDL (Low Density Lipoprotein), HDL (High Density Lipoprotein)-triglycerides, glucose) were obtained through a clinical examination and fasting blood draw. The DI were assessed for their association with food consumption, dietary intakes and metabolic biomarkers as quintiles and continuous variables using multi-adjusted linear regression. Heathier diets were assigned to lower scores. Results: Correlations between scores ranged from + 0.62 between CHIL-DI and NS-DI to + 0.75 between NS-DI and DCCP-DI. All DIs discriminated individuals according to the nutritional quality of their diets through food consumption and nutrient intakes (healthier diets were associated with lower intakes of energy, added sugars and saturated fat; and with higher intakes of fiber, vitamins and minerals). NS-DI was associated with blood glucose (adjusted mean in Q1 = 5 vs. Q5 = 5.46 mmol/dl, ptrend = 0.001) and DCCP-DI was associated with BMI (Q1 = 24.8 kg/m2 vs. Q5 = 25.8 kg/m2, ptrend = 0.025), while CHIL showed no significant association with any anthropometric measures or biomarkers. Conclusions: This study provides elements supporting the validity of the nutrient profiling systems underlying front-of-package nutrition labellings (FOPLs) to characterize the healthiness of diets.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».