El impacto de comer fuera en la salud
Un estudio examina cómo las comidas de los restaurantes afectan la ingesta de calorías y la salud.
Amy Finlay, Y. Huang, J. Adams, A. Jones, R. Evans, E. Robinson
― 7 minilectura
Tabla de contenidos
Comer comida preparada fuera de casa, como comida rápida y platos de restaurantes, puede hacer que consumas más Calorías, grasa, azúcar y sal, y menos vitaminas y minerales. Muchos adultos en el Reino Unido que comen fuera a menudo tienden a tener un peso y grasa corporal más altos. Los estudios muestran que las personas que comen de estos lugares al menos una vez a la semana ingieren entre 55 y 168 calorías extra al día en comparación con quienes comen fuera con menos frecuencia. Esto es especialmente preocupante para los niños de familias de bajos ingresos, ya que a menudo consumen más bebidas azucaradas y alimentos densos en energía. Comer fuera puede contribuir a problemas de salud relacionados con el aumento de peso en estos grupos.
Para abordar los riesgos de salud por comer fuera, se necesitan estrategias que hagan estas comidas menos perjudiciales. La forma en que están organizados los menús puede empujar a los clientes hacia opciones poco saludables. Muchos restaurantes y locales de comida tienen muchas elecciones poco saludables y ofrecen ofertas especiales que animan a la gente a pedir más. Al entender qué hace que ciertos menús sean altos en calorías, podemos determinar qué lugares son mejores o peores para la salud y guiar mejoras en sus ofertas de comida.
Una sugerencia es introducir una calificación de salud universal para los menús de comida, ayudando a los clientes a elegir lugares más saludables incluso cuando las opciones parecen similares. Esto podría ser especialmente útil para pedir comida en línea, donde los clientes suelen ver calificaciones de higiene y reseñas de otros. Los investigadores usaron opiniones de expertos para calificar varios lugares de comida para llevar según lo saludables que eran sus menús. Miraron características del menú relacionadas con la salud, como cuántos postres, opciones de ensalada y alimentos fritos había en el menú, y cuántas ofertas o descuentos se ofrecían. Esta evaluación resultó en una escala de calificación de salud del 0 al 5.
Usando los hallazgos de estudios anteriores, los investigadores modificaron el sistema de calificación de salud y crearon un sistema que analiza los locales de comida sin depender de los menús en línea. Este nuevo sistema utiliza un modelo de aprendizaje profundo que puede predecir cuán saludable es un restaurante solo con su nombre. Los resultados iniciales muestran que este método puede predecir cuán saludable podría ser un local, pero aún no se ha probado para ver si refleja con precisión cuántas calorías consume una persona al comer allí.
Además, es importante investigar cómo diferentes aspectos de un menú se relacionan con la cantidad de calorías consumidas. La investigación muestra que tener más opciones de comida saludable disponibles lleva a mejores elecciones alimenticias, y un estudio demostró que cuando hay más opciones de comidas saludables en los supermercados, la gente tiende a consumir menos energía. Aunque la calidad de la comida ofrecida por los restaurantes suele ser inferior a la de las comidas listas de los supermercados, hay escasez de investigaciones que examinen cómo los conteos de calorías de los elementos del menú impactan lo que la gente elige al comer fuera.
Este estudio tiene como objetivo averiguar si los sistemas de calificación de salud actuales pueden predecir la ingesta de calorías de varios locales de comida. También busca descubrir cómo características específicas de los menús de comida se relacionan con la Ingesta de Energía. Además, los investigadores investigarán si estas relaciones cambian según el nivel educativo de los participantes.
El estudio se basa en datos recogidos de personas que compraron comida en grandes locales de comida en diferentes regiones de Inglaterra. Un total de más de 6,500 personas participaron en la investigación, y alrededor de 3,700 conjuntos de datos se utilizaron para el análisis final. Los participantes respondieron preguntas sobre su edad, género, etnia y nivel educativo, ayudando a tener una idea de quiénes son los consumidores.
Las compras de comida se categorizaron según el año, tipo de local, día de la semana y hora del día. Los participantes reportaron lo que compraron, lo que permitió vincular estos elementos a una base de datos que contiene información nutricional. Esta amplia recopilación de datos apoya resultados precisos sobre el contenido calórico de las comidas.
Usando sistemas de calificación de salud establecidos, los investigadores asignaron puntuaciones de salud a los menús. Estas puntuaciones se basaron en varias características del menú que los expertos creen que contribuyen a la salud general. Por ejemplo, la puntuación tomó en cuenta cuántos postres y ensaladas había en el menú, junto con la cantidad de elementos fritos y la variedad de verduras disponibles. El mismo enfoque se aplicó a datos de dos años diferentes para tener en cuenta los cambios en los menús con el tiempo.
Los investigadores también utilizaron un nuevo modelo de aprendizaje profundo para analizar la salud basada en el nombre y la ubicación del local. Categorizaron los elementos según su contenido energético, enfocándose particularmente en los elementos salados del menú y bebidas. Esta clasificación fue esencial para determinar el porcentaje de elementos de comida que superaban ciertos conteos de calorías basados en las pautas de salud.
Para analizar los datos, se utilizaron modelos de regresión para examinar cómo las puntuaciones de salud y las características del menú se relacionan con la cantidad de calorías consumidas. El análisis consideró la demografía de los participantes y el tipo de locales donde se realizaron las compras.
En general, el estudio resalta la relación entre las puntuaciones de salud de los menús y el consumo de calorías. Si bien el modelo de aprendizaje profundo no mostró una asociación directa con la ingesta de energía, las puntuaciones de salud del menú sí lo hicieron. Por ejemplo, a medida que la puntuación de salud aumentaba, el consumo de calorías disminuía, particularmente en lugares de comida rápida y restaurantes.
La investigación también encontró que ciertas características del menú juegan un papel importante en predecir la ingesta de calorías. Un hallazgo notable fue que la cantidad de menciones de alimentos fritos, como las papas fritas, se asociaba positivamente con un mayor consumo de energía. Esto no es sorprendente, considerando que los alimentos fritos a menudo se consideran opciones menos saludables.
El estudio sugiere que las empresas en el sector de la alimentación podrían beneficiarse al enfocarse en características clave del menú que fomenten elecciones más saludables. Por ejemplo, reducir platos principales altos en calorías y aumentar la variedad de verduras podría ayudar a disminuir la ingesta de calorías. Implementar un sistema de calificación de salud en pedidos en línea podría incentivar a los consumidores a tomar mejores decisiones.
Aunque muchos clientes no priorizan la salud al tomar decisiones sobre alimentos, especialmente aquellos de entornos de bajos ingresos, introducir estas calificaciones podría llevar a cambios positivos en cómo eligen sus comidas. Investigaciones futuras podrían investigar si estas calificaciones de salud influyen en los hábitos del consumidor y animan a los locales de comida a ajustar sus ofertas.
En última instancia, este estudio es un paso hacia la comprensión de cómo las calificaciones de salud de los locales de comida y las características individuales del menú se relacionan con el consumo de calorías y la salud en general. Al centrarse en mejorar la salud de los menús y explorar cómo estos cambios pueden influir en el comportamiento del consumidor, podríamos ver un cambio positivo en los hábitos alimenticios entre las personas que suelen comer fuera.
Título: Associations between out of home food sector outlet menu healthiness scores, menu characteristics and energy consumed by customers in 2021-2022
Resumen: Greater consumption of food prepared outside of the home (OOH) is associated with higher energy intake. Strategies are needed to make eating OOH food less harmful to health. Identifying menu characteristics that contribute to higher energy consumption OOH could aid characterisation of OOH outlets by their relative healthiness and inform future policy intervention in the OOH food sector. Customers (N=3718) were asked to recall their food orders upon exiting a range of OOH outlets across four local authorities in England during 2021 and 2022. For each outlet, universal health rating scores were calculated based on select menu characteristics and deep learning healthiness scores were calculated based on outlet name. Random forest models and robust linear regression models clustered by outlet were used to identify whether outlet healthiness scores and individual menu characteristics were associated with kcal consumed. Universal health rating scores, but not deep learning scores, were predictive of energy consumed during OOH outlet visits (-28.27; 95% CI -44.76 to -11.77; p=.003). Menu characteristics with the greatest importance for predicting energy consumed were the percent of savoury main menu items over 600kcal and 1345kcal, the number of desserts, the number of unique vegetables, and the percent of drinks over 100kcal. Menu characteristics accounted for 29% of variance in energy consumed by customers. Universal health rating scores may be a useful tool to characterise the healthiness of OOH outlets in England. Investigating the potential impact of OOH outlet health ratings on consumer and business behaviour is now warranted.
Autores: Amy Finlay, Y. Huang, J. Adams, A. Jones, R. Evans, E. Robinson
Última actualización: 2024-10-24 00:00:00
Idioma: English
Fuente URL: https://www.medrxiv.org/content/10.1101/2024.10.24.24316054
Fuente PDF: https://www.medrxiv.org/content/10.1101/2024.10.24.24316054.full.pdf
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a medrxiv por el uso de su interoperabilidad de acceso abierto.