AI onthult hoeveel verborgen suikers er wereldwijd in verpakt voedsel zitten

AI onthult hoeveel verborgen suikers er wereldwijd in verpakt voedsel zitten

Een baanbrekend algoritme laat zien hoeveel verborgen suikers er in uw voedsel op de loer liggen - en laat zien welke landen en producten goed scoren op het gebied van gezonde koolhydraten.

Koolhydraten dragen wereldwijd voor ongeveer 70% bij aan de dagelijkse energie-inname van het gemiddelde menselijke dieet. Het belang van de kwaliteit van koolhydraten wordt echter vaak overschaduwd door hun kwantiteit. Dat blijkt uit een onderzoek dat onlangs in het tijdschrift is gepubliceerdGrenzen in voedingEen Europees onderzoeksteam heeft een algoritme ontwikkeld om het vrije suikergehalte in verpakte voedingsmiddelen te voorspellen, waardoor inzicht wordt verkregen in de koolhydraatkwaliteit op wereldschaal.

Koolhydraten in het dieet

Koolhydraten zijn een belangrijke energiebron en spelen een cruciale rol in de mondiale voeding. Terwijl discussies over voeding zich vaak richten op de hoeveelheid koolhydraten, is de kwaliteit van koolhydraten net zo belangrijk voor het behoud van een goede gezondheid. Wetenschappelijk bewijs toont aan dat de kwaliteit van koolhydraten de metabolische functie en het risico op chronische ziekten beïnvloedt.

Eén hulpmiddel voor het beoordelen van de kwaliteit van koolhydraten is de koolhydraatkwaliteitsratio (CQR), die de balans van de totale koolhydraten, vezels en vrije suikers in voedingsmiddelen evalueert. Deze verhouding geeft minimaal 1 gram voedingsvezels per 10 gram totale koolhydraten en maximaal 2 gram vrije suikers per 1 gram vezels. Deze verhouding helpt voedingsvoedsel te onderscheiden van voedsel dat kan bijdragen aan slechte gezondheidsresultaten.

Het nauwkeurig bepalen van het vrije suikergehalte in verpakte voedingsmiddelen blijft echter een uitdaging. Slechts enkele landen eisen expliciete etikettering van extra suikers, waardoor de transparantie voor consumenten en onderzoekers wordt beperkt. Vrije suikers gedefinieerd door de Wereldgezondheidsorganisatie (WHO) omvatten zowel toegevoegde suikers als natuurlijk voorkomende suikers in honing, siropen en vruchtensappen, terwijl de FDA toegevoegde suikers definieert als alleen die suikers die tijdens de verwerking worden geïntroduceerd. Dit gebrek aan informatie belemmert pogingen om de kwaliteit van koolhydraten effectief te beoordelen, waardoor het moeilijk wordt om weloverwogen voedingsbeslissingen te nemen en de effecten van koolhydraatconsumptie op de gezondheid te bestuderen.

Over de studie

Het algoritme gaf prioriteit aan de ingrediënten die als eerste op de etiketten vermeld staan, omdat voedselproducenten ingrediënten vaak op gewicht rangschikken, wat aanwijzingen geeft over de dominantie van suiker in de samenstelling van een product.

In de huidige studie ontwikkelden onderzoekers een algoritme om vrije suikers in verpakte voedingsmiddelen over de hele wereld te voorspellen, waarmee ze een kritieke kenniskloof op het gebied van de kwaliteit van koolhydraten aanpakken. Ze gebruikten gegevens uit de Mintel Global New Products Database (GNPD), die uitgebreide informatie bevat over verpakte voedingsmiddelen uit 86 landen, inclusief voedingssamenstelling en ingrediëntenlijsten.

Vóór de analyse heeft het team de gegevens zorgvuldig opgeschoond en gestandaardiseerd om consistentie te garanderen. Een cruciale stap was het handmatig samenstellen en labelen van ingrediënten met reguliere expressies om ze te classificeren als toegevoegde of natuurlijk voorkomende suikers - een onderscheid dat essentieel was voor het nauwkeurig schatten van het vrije suikergehalte.

Om voorspellende modellen te bouwen, gebruikten onderzoekers machine learning-technieken. Ze trainden hun modellen met behulp van gegevens uit de Verenigde Staten (VS) en testten hun prestaties formeel in 14 geselecteerde landen, terwijl ze de modellen toepasten op producten uit 81 extra landen. De modellen analyseerden productetiketten, waarbij rekening werd gehouden met de eerste zes ingrediënten die zijn geclassificeerd als toegevoegde suikers, fruit of zuivelproducten, evenals gedetailleerde voedingsinformatie zoals energie-inhoud, vetten, koolhydraten, vezels, eiwitten, suiker en natrium.

De pijplijn omvatte drie binaire classificatoren om de aanwezigheid van extra suikers te detecteren en op bomen gebaseerde gestapelde regressiemodellen om de hoeveelheid ervan te schatten. Bovendien werden de voorspelde toegevoegde suikerniveaus gebruikt als schattingen van de vrije suikers, met uitzondering van bepaalde voedselcategorieën zoals sapdranken en suikergoed, waar de totale suikers rechtstreeks werden gebruikt vanwege hun unieke suikerprofielen.

Ten slotte werden de modellen toegepast op producten zonder expliciete aanvullende suikerverklaringen om de koolhydraatsamenstelling te voorspellen. De koolhydraatkwaliteit werd beoordeeld met behulp van een vooraf gedefinieerde verhouding van 10:1 tot 1:2 van koolhydraten, vezels en vrije suikers.

Belangrijkste bevindingen

Plantaardige melkalternatieven (bijvoorbeeld haver- of amandeldranken) vertoonden een verrassend hoge naleving van de kwaliteitsnormen voor koolhydraten en presteerden wereldwijd beter dan veel zuivelproducten.

Uit het onderzoek bleek dat de machine learning-modellen een hoge mate van nauwkeurigheid vertoonden bij het voorspellen van het vrije suikergehalte in verpakte voedingsmiddelen. De gemiddelde absolute fout voor de testset werd berekend op 0,96 g/100 g, wat wijst op een relatief klein gemiddeld verschil tussen de voorspelde en aangegeven waarden.

Bovendien behaalde het model een hoge R² van 0,98 tussen voorspelde en gedeclareerde waarden, waarmee het beter presteerde dan eerdere modellen zoals K-Nearest Neighbours, die een veel hoger foutenpercentage hadden, wat de betrouwbaarheid van de voorspellingen bevestigde. Opvallend was dat de voorspellende mogelijkheden van het model niet beperkt waren tot de Verenigde Staten. De onderzoekers ontdekten dat het model nauwkeurig presteerde toen het formeel werd getest in 14 landen en werd toegepast in nog eens 81 landen, wat de wereldwijde toepasbaarheid ervan onderstreepte.

De studie onderzocht ook het aandeel voedingsproducten dat voldeed aan de kwaliteitsverhouding van de doelkoolhydraten en vertoonde aanzienlijke verschillen tussen zowel voedingsmiddelen als voedsellanden. In de Verenigde Staten varieerden de producten die de koolhydraatkwaliteitsverhouding bereikten aanzienlijk, variërend van een relatief hoge 60% voor warme ontbijtgranen tot 0% voor gearomatiseerde melk en moutdranken. Dit brede bereik demonstreerde de diversiteit van de koolhydraatkwaliteit, zelfs in één land.

Producten met chocoladesmaak (zoals ontbijtgranen of snackrepen) behoorden tot de ergste overtreders: 95% voldeed niet aan de streefwaarde als gevolg van overmatige vrije suikers en een laag vezelgehalte.

Als we naar alle voedselcategorieën kijken, varieert het percentage producten dat aan de doelverhouding voldoet van 67% in Groot-Brittannië, wat neerkomt op een relatief hoog niveau van naleving van de kwaliteitsnorm, tot 9,8% in Maleisië, wat aangeeft dat een aanzienlijk lager percentage producten voldoet aan de gewenste koolhydraatkwaliteit.

Met name plantaardige dranken zorgden – in tegenstelling tot de meeste drankcategorieën – in alle landen voor een relatief hoge naleving van de koolhydraatkwaliteitsverhoudingen vanwege hun hogere vezelgehalte en lagere suikergehalte.

De onderzoekers erkenden echter dat de nauwkeurigheid van de voorspellingen voor specifieke landen tot op zekere hoogte beperkt kan worden door kleine steekproefomvang, wat mogelijk de generaliseerbaarheid van de resultaten naar deze specifieke regio’s zou kunnen beïnvloeden.

Daarnaast voerden de auteurs Z-tests uit waarbij ze de voorspelde en aangegeven vrije suikerniveaus vergeleken in 18 voedselcategorieën in de Verenigde Staten en vonden ze statistisch significante verschillen, wat de robuustheid van het model bevestigde.

Diploma

Samenvattend heeft het onderzoek met succes een op machine learning gebaseerde methode ontwikkeld en gevalideerd voor het voorspellen van het vrije suikergehalte in verpakte voedingsmiddelen met behulp van een grootschalige mondiale database. Deze volledig geautomatiseerde en schaalbare aanpak toonde een sterke nauwkeurigheid in alle landen en voedselcategorieën en kan worden uitgebreid naar andere databases en nutriëntenstatistieken waarvoor schattingen van vrije suikers nodig zijn.

De voorspelde niveaus van vrije suikers zouden ook systemen voor het profileren van voedingsstoffen kunnen verbeteren, zoals Nutri-Score, die momenteel afhankelijk zijn van totale suikers vanwege de beperkte etiketteringsvereisten.

Deze innovatieve methodologische aanpak leverde een waardevol en krachtig instrument op voor het monitoren en beoordelen van de kwaliteit van koolhydraten in de mondiale voedselvoorziening en leverde belangrijke inzichten op voor initiatieven op het gebied van de volksgezondheid en voedingsadvies.

Bronnen: