AI dezvăluie cât de mult zahăr este ascuns în alimentele ambalate din întreaga lume

AI dezvăluie cât de mult zahăr este ascuns în alimentele ambalate din întreaga lume

Un algoritm revoluționar dezvăluie cât de mult zahăr ascuns se ascunde în alimentele tale - și arată ce țări și produse au ajuns în atenția pentru carbohidrații sănătoși.

Carbohidrații contribuie cu aproximativ 70% din aportul zilnic de energie în dieta umană medie la nivel mondial. Cu toate acestea, importanța calității carbohidraților este adesea umbrită de cantitatea acestora. Într-un studiu publicat recent în jurnalLimite în alimentațieO echipă de cercetare europeană a dezvoltat un algoritm pentru a prezice conținutul de zahăr liber din alimentele ambalate, oferind informații despre calitatea carbohidraților la scară globală.

Carbohidrații din dietă

Carbohidrații sunt o sursă importantă de energie și joacă un rol crucial în alimentația globală. În timp ce discuțiile despre nutriție se concentrează adesea pe cantitatea de carbohidrați, calitatea carbohidraților este la fel de importantă pentru menținerea sănătății bune. Dovezile științifice arată că calitatea carbohidraților influențează funcția metabolică și riscul de boli cronice.

Un instrument pentru evaluarea calității carbohidraților este raportul calității carbohidraților (CQR), care evaluează echilibrul total de carbohidrați, fibre și zaharuri libere din alimente. Acest raport oferă cel puțin 1 gram de fibre alimentare la 10 grame de carbohidrați totali și nu mai mult de 2 grame de zaharuri libere la 1 gram de fibre. Acest raport ajută la deosebirea alimentelor nutriționale de cele care pot contribui la rezultate slabe asupra sănătății.

Cu toate acestea, determinarea cu exactitate a conținutului de zahăr liber din alimentele ambalate rămâne o provocare. Doar câteva țări solicită etichetarea explicită a zaharurilor suplimentare, limitând transparența pentru consumatori și cercetători. Zaharurile libere definite de Organizația Mondială a Sănătății (OMS) includ zaharuri adăugate, precum și zaharuri naturale din miere, siropuri și sucuri de fructe, în timp ce FDA definește zaharurile adăugate ca fiind doar cele introduse în timpul procesării. Această lipsă de informații împiedică eforturile de a evalua eficient calitatea carbohidraților, ceea ce face dificilă luarea unor decizii alimentare informate și studierea efectelor consumului de carbohidrați asupra sănătății.

Despre studiu

Algoritmul a prioritizat ingredientele enumerate mai întâi pe etichete, deoarece producătorii de alimente comandă adesea ingredientele în funcție de greutate, oferind indicii despre dominanța zahărului în compoziția unui produs.

În studiul de față, cercetătorii au dezvoltat un algoritm pentru a prezice zaharurile libere din alimentele ambalate din întreaga lume, abordând un deficit critic de cunoștințe privind calitatea carbohidraților. Ei au folosit date de la Mintel Global New Products Database (GNPD), care conține informații extinse despre alimentele ambalate din 86 de țări, inclusiv compoziția nutrițională și listele de ingrediente.

Înainte de analiză, echipa a curățat meticulos și a standardizat datele pentru a asigura coerența. Un pas crucial a implicat curatarea și etichetarea manuală a ingredientelor cu expresii regulate pentru a le clasifica ca zaharuri adăugate sau naturale - o distincție care a fost esențială pentru estimarea cu precizie a conținutului de zahăr liber.

Pentru a construi modele predictive, cercetătorii au folosit tehnici de învățare automată. Ei și-au antrenat modelele folosind date din Statele Unite (SUA) și și-au testat oficial performanța în 14 țări selectate, în timp ce au aplicat modelele la produse din 81 de țări suplimentare. Modelele au analizat etichetele produselor luând în considerare primele șase ingrediente clasificate ca zaharuri adăugate, fructe sau lactate, precum și informații nutriționale detaliate precum conținutul de energie, grăsimi, carbohidrați, fibre, proteine, zahăr și sodiu.

Conducta a inclus trei clasificatoare binari pentru a detecta prezența unor zaharuri suplimentare și modele de regresie stivuite bazate pe arbori pentru a estima cantitatea acestora. În plus, nivelurile estimate de zahăr adăugat au fost utilizate ca estimări ale zaharurilor libere, cu excepția anumitor categorii de alimente, cum ar fi băuturile cu sucuri și dulciurile cu zahăr, unde zaharurile totale au fost utilizate direct datorită profilurilor lor unice de zahăr.

În cele din urmă, modelele au fost aplicate produselor fără explicații suplimentare explicite despre zahăr pentru a prezice compoziția carbohidraților. Calitatea carbohidraților a fost evaluată folosind un raport predefinit de 10:1 până la 1:2 de carbohidrați, fibre și zaharuri libere.

Constatări cheie

Alternativele de lapte pe bază de plante (de exemplu, băuturi de ovăz sau migdale) au demonstrat o conformitate surprinzător de ridicată cu standardele de calitate pentru carbohidrați, depășind multe produse pe bază de lactate din întreaga lume.

Studiul a constatat că modelele de învățare automată au demonstrat un nivel ridicat de acuratețe în prezicerea conținutului de zahăr liber din alimentele ambalate. Eroarea absolută medie pentru setul de testare a fost calculată a fi de 0,96 g/100 g, indicând o diferență medie relativ mică între valorile prezise și cele declarate.

În plus, modelul a atins un R² ridicat de 0,98 între valorile prezise și cele declarate, depășind modelele anterioare precum K-Nearest Neighbors, care au avut o rată de eroare mult mai mare, confirmând fiabilitatea predicțiilor. În special, capacitățile de predicție ale modelului nu s-au limitat la Statele Unite. Cercetătorii au descoperit că modelul a funcționat cu acuratețe atunci când a fost testat oficial în 14 țări și aplicat în alte 81 de țări, evidențiind aplicabilitatea sa globală.

Studiul a examinat, de asemenea, proporția de produse alimentare care au îndeplinit raportul de calitate al carbohidraților țintă și a arătat variații semnificative atât între alimente, cât și între țările alimentare. În Statele Unite, produsele care ating raportul de calitate a carbohidraților au variat semnificativ, variind de la 60% relativ ridicat pentru cerealele calde până la 0% pentru laptele aromat și băuturile din malț. Această gamă largă a demonstrat diversitatea calității carbohidraților chiar și într-o singură țară.

Produsele cu aromă de ciocolată (cum ar fi cerealele sau batoanele de gustări) au fost printre cei mai grav delincvenți, 95% nereușind să atingă raportul țintă din cauza zaharurilor libere excesive și a conținutului scăzut de fibre.

Când ne uităm la toate categoriile de alimente, procentul de produse care îndeplinesc raportul țintă a variat de la 67% în Marea Britanie, reprezentând un nivel relativ ridicat de conformitate cu standardul de calitate, până la 9,8% în Malaezia, indicând o proporție semnificativ mai mică de produse care îndeplinesc calitatea dorită a carbohidraților.

În special, băuturile pe bază de plante – spre deosebire de majoritatea categoriilor de băuturi – au indus o aderență relativ ridicată la raporturile de calitate a carbohidraților în toate țările datorită conținutului lor mai mare de fibre și conținutului mai scăzut de zahăr.

Cu toate acestea, cercetătorii au recunoscut că acuratețea predicțiilor pentru anumite țări poate fi limitată într-o oarecare măsură de dimensiunile mici ale eșantionului, ceea ce ar putea afecta generalizarea rezultatelor la aceste regiuni specifice.

În plus, autorii au efectuat teste Z comparând nivelurile de zahăr liber prezise și declarate în 18 categorii de alimente din Statele Unite și au găsit diferențe semnificative statistic, confirmând robustețea modelului.

Diplomă

În rezumat, studiul a dezvoltat și validat cu succes o metodă bazată pe învățarea automată pentru prezicerea conținutului de zahăr liber din alimentele ambalate, folosind o bază de date globală la scară largă. Această abordare complet automatizată și scalabilă a demonstrat o acuratețe puternică în țări și categorii de alimente și poate fi extinsă la alte baze de date și valori nutriționale care necesită estimări gratuite ale zahărului.

Nivelurile de zahăr liber prezise ar putea îmbunătăți, de asemenea, sistemele de profilare a nutrienților, cum ar fi Nutri-Score, care se bazează în prezent pe zaharurile totale din cauza cerințelor limitate de etichetare.

Această abordare metodologică inovatoare a oferit un instrument valoros și puternic pentru monitorizarea și evaluarea calității carbohidraților în aprovizionarea globală cu alimente și a oferit perspective importante pentru sănătatea publică și inițiativele de consiliere nutrițională.

Surse: