Simple Science

Scienza all'avanguardia spiegata semplicemente

# Scienze della salute # Politica sanitaria

L'impatto di mangiare fuori sulla salute

Uno studio esamina come i pasti dei ristoranti influenzano l'assunzione di calorie e la salute.

Amy Finlay, Y. Huang, J. Adams, A. Jones, R. Evans, E. Robinson

― 6 leggere min


Mangiare fuori e rischi Mangiare fuori e rischi per la salute calorico e i problemi di salute. Mangiare fuori aumenta l'apporto
Indice

Mangiare cibo preparato fuori casa, come fast food e pasti nei ristoranti, può portare a consumare più Calorie, grassi, zuccheri e sale, mentre si ottengono meno vitamine e minerali. Molti adulti nel Regno Unito che mangiano spesso fuori tendono ad avere un peso corporeo e grasso corporeo più alto. Gli studi mostrano che le persone che mangiano in questi posti almeno una volta a settimana assumono da 55 a 168 calorie extra al giorno rispetto a chi mangia fuori meno spesso. Questo è particolarmente preoccupante per i bambini delle famiglie a basso reddito, poiché spesso consumano più bevande zuccherate e cibi ad alta densità energetica. Mangiare fuori può avere un ruolo nei problemi di salute legati all’aumento di peso tra questi gruppi.

Per affrontare i rischi per la salute legati al mangiare fuori, servono strategie per rendere questi pasti meno dannosi. Il modo in cui sono strutturati i menu può spingere i clienti verso opzioni poco salutari. Molti ristoranti e locali di cibo hanno tante scelte poco salutari e offrono offerte speciali che incoraggiano le persone a ordinare di più. Capendo cosa rende alcuni menu ricchi di calorie, possiamo determinare quali posti sono migliori o peggiori per la salute e guidare miglioramenti nelle loro offerte alimentari.

Un suggerimento è introdurre un sistema di valutazione della salute universale per i menu, aiutando i clienti a scegliere posti più sani anche quando le offerte sembrano simili. Questo potrebbe essere particolarmente utile per ordinare cibo online, dove i clienti solitamente vedono i punteggi di igiene e le recensioni dei clienti. I ricercatori hanno usato pareri di esperti per valutare vari posti di asporto in base a quanto fossero sani i loro menu. Hanno esaminato le caratteristiche dei menu legate alla salute, come quante voci di dessert, opzioni di insalata e cibi fritti fossero presenti, e quanti affari o opzioni di sconto venissero offerti. Questa valutazione ha portato a una scala di valutazione della salute da 0 a 5.

Utilizzando i risultati di studi precedenti, i ricercatori hanno modificato il sistema di valutazione della salute e creato un sistema che analizza i locali di cibo senza fare affidamento sui menu online. Questo nuovo sistema utilizza un modello di deep learning che può prevedere quanto è sano un ristorante basandosi solo sul suo nome. I risultati iniziali mostrano che questo metodo può prevedere quanto possa essere sano un locale, ma non è ancora stato testato per vedere se riflette accuratamente quante calorie una persona consuma mangiando lì.

Inoltre, è importante esaminare come diversi aspetti di un menu siano legati al numero di calorie consumate. La ricerca mostra che avere più opzioni di cibo sano disponibili porta a scelte alimentari migliori, e uno studio ha dimostrato che quando ci sono più opzioni di pasti sani nei supermercati, le persone tendono a consumare meno energia. Anche se la qualità del cibo offerto dai ristoranti è generalmente inferiore rispetto ai pasti pronti del supermercato, c'è carenza di ricerche che esaminano come i conteggi calorici degli elementi del menu impattino sulle scelte delle persone quando mangiano fuori.

Questo studio mira a capire se i sistemi di valutazione della salute attuali possano prevedere l’assunzione di calorie da vari locali di cibo. Si cerca anche di scoprire come caratteristiche specifiche dei menu siano collegate all’Assunzione Energetica. Inoltre, i ricercatori guarderanno se queste relazioni cambiano in base ai livelli di istruzione dei partecipanti.

Lo studio si basa su dati raccolti da individui che hanno acquistato cibo in grandi locali alimentari in diverse regioni dell'Inghilterra. Un totale di oltre 6.500 persone ha partecipato alla ricerca, e circa 3.700 set di dati sono stati utilizzati per l'analisi finale. I partecipanti hanno risposto a domande riguardanti età, genere, etnia e livello di istruzione, aiutando a creare un quadro di chi sono i consumatori.

Gli acquisti di cibo sono stati categorizzati in base all'anno, tipo di locale, giorno della settimana e ora del giorno. I partecipanti hanno riportato cosa hanno acquistato, il che ha permesso di collegare questi elementi a un database contenente informazioni nutrizionali. Questa ampia raccolta di dati supporta risultati accurati riguardo al contenuto calorico dei pasti.

Utilizzando sistemi di valutazione della salute consolidati, i ricercatori hanno assegnato punteggi di salute ai menu. Questi punteggi si basavano su varie caratteristiche del menu che gli esperti ritengono contribuiscano alla salute generale. Ad esempio, il punteggio ha preso in considerazione quante dessert e insalate c'erano nel menu, insieme al numero di cibi fritti e alla varietà di verdure disponibili. Lo stesso approccio è stato applicato ai dati di due anni diversi per tenere conto dei cambiamenti nei menu nel tempo.

I ricercatori hanno anche usato un nuovo modello di deep learning per analizzare la salubrità basata sul nome e sulla posizione del locale. Hanno categorizzato gli elementi in base al loro contenuto energetico, concentrandosi in particolare su piatti salati e bevande. Questa classificazione è stata fondamentale per determinare la percentuale di alimenti che supera certi conteggi calorici in base alle linee guida sulla salute.

Per analizzare i dati, sono stati usati modelli di regressione per esaminare come i punteggi di salute e le caratteristiche del menu si relazionano al numero di calorie consumate. L'analisi ha considerato le demografie dei partecipanti e il tipo di locali dove sono stati effettuati gli acquisti.

In generale, lo studio evidenzia la relazione tra i punteggi di salubrità dei menu e il consumo di calorie. Anche se il modello di deep learning non ha mostrato un'associazione diretta con l'assunzione energetica, i punteggi di salute del menu sì. Ad esempio, quando il punteggio di salubrità aumentava, il consumo di calorie diminuiva, in particolare nei fast food e nei ristoranti.

La ricerca ha anche rilevato che alcune caratteristiche del menu hanno un ruolo significativo nella previsione dell'assunzione calorica. Un risultato notevole è stato che il numero di riferimenti ai cibi fritti, come le patatine, era positivamente associato a un consumo energetico più elevato. Non sorprende, considerando che i cibi fritti sono spesso considerati opzioni meno sane.

Lo studio suggerisce che le aziende nel settore alimentare potrebbero trarre vantaggio dal concentrarsi su caratteristiche chiave del menu che incoraggiano scelte più sane. Ad esempio, ridurre i piatti principali ad alta caloria e aumentare la varietà di verdure potrebbe aiutare a abbassare l'assunzione calorica. Implementare un sistema di valutazione della salute negli ordini online potrebbe incoraggiare i consumatori a fare scelte migliori.

Anche se molti clienti non danno priorità alla salute quando prendono decisioni alimentari, specialmente quelli provenienti da contesti a basso reddito, l'introduzione di queste valutazioni potrebbe portare a cambiamenti positivi nel modo in cui le persone scelgono i loro pasti. Ulteriori ricerche potrebbero indagare se queste valutazioni di salute influenzino le abitudini dei consumatori e incoraggino i locali di cibo ad adeguare le loro offerte.

In definitiva, questo studio rappresenta un passo verso la comprensione di come le valutazioni di salute dei locali di cibo e le caratteristiche individuali del menu siano legate al consumo calorico e alla salute complessiva. Concentrandosi sul miglioramento della salubrità dei menu e esplorando come questi cambiamenti possano influenzare il comportamento dei consumatori, potremmo vedere un cambiamento positivo nelle abitudini alimentari tra le persone che mangiano frequentemente fuori.

Fonte originale

Titolo: Associations between out of home food sector outlet menu healthiness scores, menu characteristics and energy consumed by customers in 2021-2022

Estratto: 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.

Autori: Amy Finlay, Y. Huang, J. Adams, A. Jones, R. Evans, E. Robinson

Ultimo aggiornamento: 2024-10-24 00:00:00

Lingua: English

URL di origine: https://www.medrxiv.org/content/10.1101/2024.10.24.24316054

Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.10.24.24316054.full.pdf

Licenza: https://creativecommons.org/licenses/by/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Altro dagli autori

Articoli simili