Evaluating Health Canada’s Proposed Front-of-Pack Labelling Policy: Burden of Healthcare Use Attributed to Health Canada’s Proposed Front-of-Pack Labelling Policy
Notice bibliographique
Résumé
The economic burden of disease due to consumption of poor diet costs billions of dollars annually to the Canadian healthcare system. This project is in response to the growing interest in the use of nutrient profiling systems on front-of-package (FOP) nutrition labels in Canada. There is a high demand for simplified healthy eating messaging. Health Canada announced improving food environments is a priority in the Healthy Eating Strategy and will implement the mandatory FOP label policy in 2026. Two Ontario-based studies examined the impacts of health behaviors (smoking, alcohol consumption, poor diet and physical inactivity) attributed to hospital bed-days and costs. They found 36% of hospital use was attributable to all health behaviours resulting in 900,000 bed-days annually. Between 2004-2013, 22% of healthcare costs totalling $89.4 billion were attributable to the four health behaviours. These are likely underestimates as diet was measured based on fruit/vegetables frequency. The objective is to evaluate Health Canada’s Proposed FOP policy on hospital bed-days. Detailed dietary data from the nationally representative cross-sectional national survey data Canadian Community Heath Survey-Nutrition 2004 linked to Discharge Abstract Database (2004-14) for hospital use will be used for analysis. Data-driven methodology will be employed and development of multivariable risk models using zero-inflated negative binomial regression with multiple exposure groups to test a dose-response. Results are undergoing, will be ready September 2024. This is the first study to analyze Health Canada’s proposed FOP policy related to economic outcomes. These findings will provide evidence-based recommendations to policymakers on nutrition policy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».