Não possui cadastro?

Cadastre-se

Já possui conta?

Faça login

Pagamento aprovado... Acessos liberados

Seu pedido foi aprovado com sucesso

Já liberamos o acesso ao espaço exclusivo para assinantes.

Acessar área exclusiva

Pedido não processado :(

Infelizmente o seu pedido não foi processado pela operadora de cartão de crédito

Tente novamente clicando no botão abaixo

Voltar para o checkout

Biblioteca

Biblioteca

Machine learning prediction of the degree of food processing

Artigo de periódico
Hoja de publicación ResumenEtiquetas Relacionadas
Machine learning prediction of the degree of food processing
2023
Acusar erro

Hoja de publicación

Nome da publicação: Machine learning prediction of the degree of food processing

Autores: Giulia Menichetti, Babak Ravandi, Dariush Mozaffarian, Albert-László Barabási

Fuente: Nature Communications

Publicado en: 2023

Tipo de archivo: Artigo de periódico

Enlace al original

Resumen

Despite the accumulating evidence that increased consumption of ultra-processed food has adverse health implications, it remains difficult to decide what constitutes processed food. Indeed, the current processing-based classification of food has limited coverage and does not differentiate between degrees of processing, hindering consumer choices and slowing research on the health implications of processed food. Here we introduce a machine learning algorithm that accurately predicts the degree of processing for any food, indicating that over 73% of the US food supply is ultra-processed. We show that the increased reliance of an individual’s diet on ultra-processed food correlates with higher risk of metabolic syndrome, diabetes, angina, elevated blood pressure and biological age, and reduces the bio-availability of vitamins. Finally, we find that replacing foods with less processed alternatives can significantly reduce the health implications of ultra-processed food, suggesting that access to information on the degree of processing, currently unavailable to consumers, could improve population health.

Resumen traducido por

Apesar das evidências acumuladas de que o aumento do consumo de alimentos ultraprocessados tem implicações adversas à saúde, continua difícil decidir o que constitui alimentos processados. De fato, a atual classificação de alimentos baseada em processamento tem cobertura limitada e não diferencia entre graus de processamento, dificultando as escolhas do consumidor e retardando a pesquisa sobre as implicações de alimentos processados para a saúde. Aqui, apresentamos um algoritmo de aprendizado de máquina que prevê com precisão o grau de processamento de qualquer alimento, indicando que mais de 73% do suprimento de alimentos dos EUA é ultraprocessado. Mostramos que a maior dependência da dieta de um indivíduo em alimentos ultraprocessados se correlaciona com maior risco de síndrome metabólica, diabetes, angina, pressão arterial elevada e idade biológica, e reduz a biodisponibilidade de vitaminas. Finalmente, descobrimos que substituir alimentos por alternativas menos processadas pode reduzir significativamente as implicações de alimentos ultraprocessados para a saúde, sugerindo que o acesso a informações sobre o grau de processamento, atualmente indisponível para os consumidores, pode melhorar a saúde da população.

Tags Relacionadas

Consumo alimentarObesidadeTecnologia