Capitol: 3 Măsurarea și analiza dietelor durabile de la producție la consum

În sesiunea 2, moderată de Diego Rose, Universitatea Tulane, New Orleans, Louisiana, vorbitorii au luat în considerare provocările și oportunitățile pe care le presupune măsurarea dietei și măsurarea și modelarea impactului asupra schimbărilor dietetice și al altor strategii ale dietei asupra sănătății umane și de mediu. Repere ale prezentărilor sunt furnizate în Caseta 3-1.

măsurarea

CARTIFICAREA APLICĂRII ȘI CERERII DE ALIMENTE: INTRĂRI DE DATE, METRICE ȘI MĂSURI

Ashkan Afshin, Institutul pentru Metrică și Evaluare a Sănătății (IHME), Universitatea din Washington, Seattle, a oferit o imagine de ansamblu asupra metodelor utilizate de proiectul Global Burden of Disease (GBD) pentru a aborda provocările comune legate de colectarea și analiza datelor dietetice. Deoarece provocările sunt similare cu cele cu care se confruntă atunci când se analizează sistemele de sănătate, a explicat el, o mare parte din ceea ce au făcut cercetătorii GBD în ultimul deceniu este în esență aplicarea lecțiilor învățate despre sistemul de sănătate sistemului alimentar. În general, a explicat el, au identificat în mod sistematic toate sursele de date relevante și apoi au armonizat acele date între diferite surse și au corectat prejudecățile cunoscute, au estimat toate cantitățile de interes și incertitudinea asociată și au comunicat publicului nivelul de incertitudine pentru fiecare cantitate. factorii de decizie politică, asigurând coerența internă a datelor și valorificând noi surse de date și noi metode de procesare a datelor pentru a îmbunătăți și actualiza estimările existente.

CUTIE 3-1
Repere ale prezentărilor individuale *
  • Deși măsurarea dietei reprezintă o provocare, lecțiile învățate din analiza sistemelor de sănătate sunt aplicate. (Afshin)
    • Există multe surse diferite de date despre dietele durabile și nici o singură sursă nu este perfectă. De exemplu, datele privind disponibilitatea alimentelor sunt de obicei bune în ceea ce privește acoperirea, dar nu dezvăluie nimic despre consum. (Afshin)
    • Proiectul Global Burden of Disease (GBD) a combinat și standardizat mai multe surse de date pentru a caracteriza dieta umană și a estima povara bolii atribuită obiceiurilor dietetice suboptime, proces care se actualizează anual. (Afshin)
    • În ciuda faptului că datele dietetice sunt departe de a fi optime, mai multe linii de dovezi arată că dieta este un factor de risc important pentru sănătatea oamenilor și a planetei. (Afshin)
  • Dieta poate fi o pârghie majoră pentru abordarea sănătății umane și a mediului. (Tilman)
    • Dacă actuala tranziție dietetică globală către mai multe calorii, mai multă carne și mai multe calorii goale continuă, emisiile de gaze cu efect de seră (GES) din agricultura globală vor crește substanțial până în 2050. Dacă oamenii ar adopta mai multe diete vegetale, creșterea emisiilor de GES ar fi mult mai mic. (Tilman)
    • În plus față de emisiile de GES, sistemele alimentare contribuie la eutrofizare (din utilizarea îngrășămintelor și irigații) și dispariție (din utilizarea terenului). Toate aceste impacturi asupra mediului au implicații pentru sustenabilitatea pe termen lung a sistemelor de sprijin de care depinde umanitatea. (Tilman)
    • Relația dintre sănătatea umană și impactul asupra mediului al alimentelor este logaritmică. În general, alimentele sănătoase oferă, de asemenea, mari beneficii pentru mediu. (Tilman)
  • Sistemul internațional de modelare a Institutului internațional de cercetare a politicilor alimentare (IFPRI) pentru analiza politicilor asupra mărfurilor și comerțului agricol (IMPACT) a fost utilizat pentru a prezice rezultatele în diferite scenarii de schimbări climatice, investiții agricole și schimbări dietetice. (Rosegrant)
    • Creșterea investițiilor în agricultură poate genera creșteri substanțiale ale venitului pe cap de locuitor și reduceri ale foametei și a diminuării, a utilizării apei și a terenurilor și a emisiilor de GES. (Rosegrant)
    • Reducerea cererii de carne pe cap de locuitor poate reduce pierderile de terenuri, poate reduce prețurile cărnii, crește consumul de carne în țările în curs de dezvoltare, reduce cererea de cereale furajere, reduce foamea și reduce emisiile de GES. (Rosegrant)
  • Crearea unei oferte de alimente rezistente și durabile va necesita o abordare echilibrată care presupune atât investiții în agricultură, cât și schimbarea dietelor către un consum mai mic de carne. (Rosegrant)

* Aceste puncte au fost făcute de vorbitorii individuali ai atelierului identificați mai sus. Ele nu sunt menite să reflecte un consens între vorbitorii atelierului.

Compararea și combinarea datelor dietetice din diferite surse

Potrivit lui Afshin, o provocare cheie cu datele dietetice este că acestea sunt limitate și împrăștiate. Nu toate datele aparțin domeniului public, iar datele disponibile sunt incompatibile între țări, precum și între surse din țări. Mai mult, nu există legături între datele agricole și nutriționale și de sănătate. Cu alte cuvinte, a spus Afshin, nu există o abordare a sistemelor alimentare în colectarea datelor.

Folosind din nou lecțiile învățate din analizele sistemului de sănătate, a raportat Afshin, cercetătorii GBD au încercat să combine aceste diferite surse de date, să se adapteze pentru prejudecăți cunoscute și să facă datele cât mai comparabile posibil. El a explicat cum în ciclurile anterioare de GBD, s-au folosit modele statistice convenționale pentru a face datele comparabile prin potrivirea mai întâi a datelor în funcție de locație, grupă de vârstă, sex și perioadă de timp și apoi estimarea relațiilor între datele din locațiile în care existau suficiente date pentru faceți acest lucru și aplicați aceste relații în alte locații. Mai recent, a adăugat el, în ultima rundă a GBD, cercetătorii au încercat câteva tehnici mai avansate care implică învățarea automată și inteligența artificială pentru a caracteriza relațiile dintre date. El a menționat că aceste metode noi au îmbunătățit semnificativ procesul de estimare. Pentru a ilustra, el a descris modul în care cercetătorii au modelat aportul pe baza datelor de disponibilitate în funcție de vârstă, sex și superregiunea GBD (toate țările sunt clasificate în șapte superregiuni, în funcție de locație), apoi au folosit aceleași date pentru a instrui două diferite

metode de învățare automată pentru a prezice consumurile bazate pe date nevăzute încă și pentru a evalua ceea ce este cunoscut sub numele de validitate predictivă în afara eșantionului. El a raportat că pentru datele legate de legume, comparativ cu o corelație în afara eșantionului de 0,45 pentru modelul statistic convențional, ambele metode de învățare automată au îmbunătățit semnificativ performanța în afara eșantionului, cu coeficienți de corelație de 0,95 și respectiv 0,92. Aceeași comparație de performanță a fost efectuată pentru toate grupele de alimente incluse în GBD, precum și pentru toți nutrienții. Pentru multe grupuri de alimente sau substanțe nutritive, corelațiile în afara eșantionului modelelor de învățare automată au fost de aproximativ 0,80, a spus Afshin.

Afshin a continuat să explice că, după ce au fost făcute comparabile, datele sunt combinate pentru a genera o singură estimare a consumului alimentar, din nou în funcție de vârstă, sex, locație și an. Acest lucru se realizează folosind o metodă statistică cunoscută sub numele de regresie a procesului Gauss spatiotemporal pentru a genera estimări ale aportului la nivel de țară (de exemplu, carne roșie în grame/zi). Afshin a adăugat că acest proces este actualizat anual pentru a include date noi. El a menționat că, deoarece datele de consum de înaltă calitate nu erau disponibile, estimările dietetice ale cercetătorilor din anii anteriori (înainte de 2000) au fost informate în principal de datele FAO privind disponibilitatea alimentelor și datele împrăștiate din sondajele bugetului gospodăriei și ale consumului dietetic. Cu toate acestea, în ultimii ani, estimările consumului alimentar au fost informate de mai multe date din sondajele bugetului gospodăriei și ale consumului alimentar. Din nou, a remarcat Afshin, această estimare unică, care reprezintă aportul mediu al fiecărui factor dietetic, este generată pentru toți factorii dietetici incluși în GBD în funcție de vârstă, sex, locație și an.

Odată ce acest proces a fost realizat, a continuat Afshin, aporturile medii din fiecare țară pot fi comparate cu aporturile recomandate. De exemplu, așa cum se arată în Figura 3-1, aportul de fructe în mare parte a lumii este sub nivelul recomandat, în timp ce pentru același sex și aceeași grupă de vârstă (bărbații cu vârste cuprinse între 45 și 49 de ani în acest exemplu), consumul de carne roșie în multe țări este peste nivelul recomandat. Pentru nuci și fructe, a raportat Afshin, există un decalaj uriaș la nivel global între consumul curent și aportul recomandat. Același lucru este valabil și pentru nutrienți specifici, cum ar fi acizii grași omega-3, cu excepția Japoniei și a altor țări din Asia Pacific cu venituri ridicate.

Potrivit lui Afshin, pe lângă compararea aporturilor curente și recomandate, datele dietetice GBD pot fi utilizate pentru a evalua și a răspunde la alte întrebări, cum ar fi modul în care oamenii înlocuiesc diferite produse alimentare. De exemplu, unul dintre cele mai recomandate înlocuiri cu privire la aportul de acizi grași este înlocuirea grăsimilor saturate cu grăsimi polinesaturate. Cu toate acestea, în realitate, oamenii nu fac această înlocuire, a spus Afshin; în schimb, ele înlocuiesc grăsimile saturate cu carbohidrați. Dovezile epidemiologice, a adăugat el, arată că grăsimile saturate și carbohidrații sunt la fel de dăunători.

Deoarece nu toată lumea consumă factori dietetici la nivelul mediu, a continuat Afshin, următorul pas este estimarea distribuției aportului obișnuit pentru