Алгоритм машинного обучения предсказывает ультра
02 мая 2023 г. — Последнее обновление: 02 мая 2023 г. в 15:29 GMT.
Связанные теги обработка Классификация NOVA Ультраобработанная пища function sanitize_gpt_value2(gptValue) { var vOut = ""; var aTags = gptValue.split(','); var reg = new RegExp('\\W+', "g"); для (var i=0; я
Степень обработки продуктов питания или напитков вызывает растущий интерес заинтересованных сторон – от диетологов до потребителей и политиков, – обеспокоенных влиянием ультрапереработанных продуктов питания на здоровье человека и планеты.
Но система классификации NOVA, наиболее широко используемая для оценки обработки пищевых продуктов, подверглась критике, поскольку ее категория ультраобработанных продуктов питания NOVA 4 слишком разнородна.
В ответ исследователи из Массачусетса разработали алгоритм машинного обучения, который, по их словам, может «основать» и «расширить» NOVA, чтобы точно предсказать степень обработки любой пищи.
На фоне растущего числа исследований, предполагающих связь между ультраобработанными продуктами питания (UPF) и рисками для здоровья, степень обработки продуктов питания находится в центре внимания.
Большинство классифицируют степень обработки, обращаясь к системе NOVA, разработанной в 2009 году. NOVA делит уровни обработки пищевых продуктов на четыре категории: сырые и минимально обработанные продукты; обработанные кулинарные ингредиенты; обработанные пищевые продукты; и ультраобработанные продукты.
Хотя эпидемиологические исследования, основанные на классификации NOVA 4 (UPF), дали важные результаты, исследователи из Северо-Восточного университета и Медицинской школы Тафтса в Бостоне предполагают, что ее качественный характер может привести к «несоответствиям» и «двусмысленности». Кроме того, они считают, что это ограничивает исследования воздействия обработанных пищевых продуктов.
Среди критических замечаний исследователи отмечают, что весь наблюдаемый риск для классификации NOVA относится к классу NOVA 4, который представляет собой «большую и гетерогенную категорию» ультраобработанных пищевых продуктов, что ограничивает способность исследователей исследовать последствия для здоровья различных градаций. обработки.
В других местах система NOVA также подверглась критике. На брифинге для СМИ, организованном FoodDrinkEurope на прошлой неделе, Герт Мейер, председатель Европейской технологической платформы (ETP) Food for Life и заместитель руководителя по корпоративному регулированию и научным вопросам в Nestlé, выразил несогласие с неспособностью систем «понять взаимосвязь между между потреблением пищи и здоровьем».
Эдит Фескенс, профессор глобального питания в Университете Вагенингена в Нидерландах, раскритиковала систему NOVA за неспособность различать разные продукты «NOVA 4», такие как газированные безалкогольные напитки и хлеб.
В ответ исследователи обратились к FoodProx — классификатору с машинным обучением, обученному прогнозировать степень обработки любой пищи воспроизводимым, портативным и масштабируемым способом.
FoodProX использует питательные вещества в качестве входных данных, что, как объясняют исследователи, связано с тем, что список питательных веществ в пище постоянно регулируется и сообщается во всем мире; и их количество в необработанных продуктах питания ограничено физиологическими диапазонами, определяемыми биохимией.
Кроме того, обработка пищевых продуктов систематически и воспроизводимо изменяет концентрацию питательных веществ посредством комбинаторных изменений, обнаруживаемых с помощью машинного обучения.
FoodProX позволяет исследователям определить непрерывный индекс (FPro), который отражает степень обработки любой пищи. Кроме того, это помогает исследователям количественно оценить общее качество диеты людей и в конечном итоге выявить статистические корреляции между степенью обработки, характеризующей индивидуальный рацион, и множественными фенотипами заболеваний.
Исследователи рассчитали индивидуальные показатели обработки пищевых продуктов (iFPro) для более чем 20 000 человек с данными о питании в репрезентативной национальной выборке США за 1999-2006 годы.