Evaluating the impact of government-led nutrient profiling models on preventable mortality and cardiovascular disease outcomes
Notice bibliographique
Résumé
Background: Nutrient profiling (NP) is the science of ranking food according to their nutritional composition with the goal of preventing disease and promoting health and is used in several countries for nutritional policy, such as front-of-package (FOP) labelling. Objective: The objective of this thesis was to evaluate the nutritional quality of Canadian adults’ dietary intakes, as measured by the most commonly used NP models (Ofcom, Nutri-Score and FSANZ), as well as Health Canada’s proposed FOP system, and evaluate the associations of nutritional quality with all-cause mortality and cardiovascular disease (CVD) incidence and death at the national population level. Methods: Data obtained from the nationally representative Canadian Community Health Survey-Nutrition 2004, linked individually with the Canadian Vital Statistics Database (n= 6767) and hospital Discharge Abstract Database (n=6420) to end of December 2017, was used to derive individual NP scores for Ofcom, FSANZ, and Nutri-Score. Weighted Cox proportional hazard models were used to evaluate the multivariate-adjusted associations between diet quality with CVD risk and all-cause mortality. Results: Canadians were found to have “moderately” healthy dietary intakes for each NP system evaluated, and about 38% of energy intake came from items that meet Health Canada’s proposed FOP labelling. After accounting for multiple potential confounders in the multivariable-adjusted models, the association between NP model scores and all-cause mortality was statistically significant for Ofcom model (hazard ratio (HR) in highest quintile: 1.73, 95% CI [1.20, 2.49]), FSANZ model (HR: 1.59, 95% CI [1.15, 2.21]), and Nutri-Score (HR: 1.75, 95% CI [1.18, 2.59]). For CVD incidence and death, the multivariate-adjusted model reached statistical significance only among males, in Ofcom (HR in highest quintile: 2.11, 95% CI [1.15, 3.89]), and FSANZ (HR: 1.74, 95% CI [1.07, 2.84]), and the Nutri-Score (HR: 2.29, 95% CI [1.23, 4.24]). Conclusions: Overall Canadian adults with the lowest diet quality were more likely to experience CVD events and all-cause mortality, as compared to those with higher diet quality. Since NP models have widespread application in regulation of FOP these results can encourage policy makers to use and apply these models for prevention of chronic diseases and health promotion at the population level.
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 | 0,040 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».