Consuming an unprocessed diet reduces energy intake: a post-hoc analysis of a randomized controlled trial reveals a role for human nutritional intelligence
Notice bibliographique
Résumé
In 2019 Hall et al. reported a randomized clinical trial showing an ultra-processed diet increases energy intake by ∼500 kcal/d compared to an unprocessed diet. This post-hoc analysis assessed whether participants selected meal components with specific nutritional characteristics and how this affected energy intake. Twenty weight-stable adults received an ad libitum ultra-processed or unprocessed diet for 2 weeks, followed by the alternate diet. ANOVA and t -tests assessed diet effects; a linear mixed model assessed predictors of meal size. With the unprocessed diet, participants selected components with a less-equal blend of energy from carbohydrate and fat (“blend index” difference; lunch = 0.22 (95% CI: 0.19, 0.26), P < 0.0001, d = 0.76; dinner = 0.24 (95% CI: 0.19, 0.28), P < 0.0001, d = 0.71). These components formed meals that had a lower blend index (less balanced) than ultra-processed meals (lunch, F (1, 19) = 18.49, P < 0.0004, partial η 2 = 0.493; dinner, F (1, 19) = 24.85, P < 0.0001, partial η 2 = 0.57). With the unprocessed diet, participants preferentially chose low-energy-dense components (<1.0 kcal/g, mostly fruits and vegetables), creating meals lower in energy (unprocessed = 719.4 ± 11.6 kcal vs ultra-processed = 829.5 ± 12.51 kcal), ( F (1,19) = 14.9, P < 0.001, η 2 G = 0.0457), yet significantly larger (57%) by mass (unprocessed = 665.5 ± 10.74 g vs ultra-processed = 423.5 ± 8.03 g), ( F (1,19) = 82.9, P < 0.001, η 2 G = 0.274). Modelled together, low-energy-dense mass and blend index strongly predict observed energy intakes (r = 0.78, df = 1676, P < 0.001). Unprocessed meals may reduce energy intake because: (1) they have a less balanced carbohydrate-fat blend; and (2) they promote a form of nutritional intelligence whereby a compromise is struck between consuming calories and consuming micronutrients, which we refer to as “micronutrient deleveraging.” The original study protocol was approved by the Institutional Review Board of the National Institute of Diabetes & Digestive & Kidney Diseases (ClinicalTrials.gov Identifier NCT03407053, 2018-01-20).
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 | 0,011 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».