Οι διατροφικές μελέτες συχνά εξετάζουν το κόκκινο και το επεξεργασμένο κρέας ως ενιαίες κατηγορίες, με αποτέλεσμα να δυσκολεύονται να αποτυπώσουν τις πιθανές διαφορές ανάμεσα στα επιμέρους είδη. Το χοιρινό, το μοσχάρι, το κοτόπουλο και η γαλοπούλα μπορεί να έχουν διαφορετική διατροφική σύσταση, ενώ η επεξεργασία τους δημιουργεί επιπλέον διαφοροποιήσεις. Ένα νέο εργαλείο ανοιχτού κώδικα, με την ονομασία PFclassify, επιχειρεί να καλύψει αυτό το κενό, προσφέροντας στους ερευνητές μια τυποποιημένη μέθοδο για την ταξινόμηση και την ποσοτικοποίηση των επιμέρους κατηγοριών κρέατος στα δεδομένα διατροφικής πρόσληψης.
ΔΕΙΤΕ ΕΠΙΣΗΣ | Μελαμίνη στα σκεύη τροφίμων: Τα νέα ευρήματα που ανοίγουν ξανά τον φάκελο της ασφάλειάς της
Το λογισμικό παρουσιάστηκε σε επιστημονική μελέτη που δημοσιεύθηκε στο περιοδικό Journal of Food Composition and Analysis. Στόχος του είναι να επιτρέπει την ξεχωριστή καταγραφή του μη επεξεργασμένου και του επεξεργασμένου χοιρινού, του μοσχαρίσιου κρέατος, του κοτόπουλου, της γαλοπούλας και άλλων ειδών κρέατος και πουλερικών. Με αυτόν τον τρόπο, οι ερευνητές μπορούν να εξετάζουν με μεγαλύτερη λεπτομέρεια τις διατροφικές συνήθειες και να αποφεύγουν την εξαγωγή συμπερασμάτων από ευρείες κατηγορίες που περιλαμβάνουν τρόφιμα με διαφορετικά χαρακτηριστικά.
Πώς λειτουργεί το PFclassify
Το νέο εργαλείο βασίζεται σε μια προγενέστερη μέθοδο του Εθνικού Ινστιτούτου Καρκίνου των ΗΠΑ, η οποία είχε αναπτυχθεί για να διαχωρίζει την πρόσληψη επεξεργασμένου κρέατος από εκείνη του επεξεργασμένου κόκκινου κρέατος και των επεξεργασμένων πουλερικών. Το PFclassify προχωρά ένα βήμα παραπέρα, διασπώντας τις ευρύτερες κατηγορίες σε πιο συγκεκριμένες υποκατηγορίες. Έτσι, το επεξεργασμένο κόκκινο κρέας μπορεί να καταγραφεί ως επεξεργασμένο χοιρινό, επεξεργασμένο μοσχάρι ή άλλο επεξεργασμένο κόκκινο κρέας, ενώ τα επεξεργασμένα πουλερικά διαχωρίζονται σε κοτόπουλο, γαλοπούλα και άλλα είδη. Για να αξιολογήσουν τη λειτουργία του, οι ερευνητές χρησιμοποίησαν δεδομένα από την αμερικανική Εθνική Έρευνα Υγείας και Διατροφής (NHANES), η οποία καταγράφει στοιχεία για την υγεία και τις διατροφικές συνήθειες του πληθυσμού. Η περιγραφική ανάλυση περιέλαβε 11.816 άτομα ηλικίας δύο ετών και άνω, από τον κύκλο συλλογής δεδομένων 2017–2020, πριν από την πανδημία.
ΔΕΙΤΕ ΕΠΙΣΗΣ | Πότε μια ανάρτηση influencer για συμπληρώματα διατροφής γίνεται παραπλανητική διαφήμιση;
Σε επίπεδο ευρύτερων κατηγοριών, οι εκτιμήσεις του PFclassify για την κατανάλωση επεξεργασμένου κρέατος ήταν συγκρίσιμες με εκείνες της μεθόδου του Εθνικού Ινστιτούτου Καρκίνου. Οι διαφορές μεταξύ των δύο προσεγγίσεων ήταν μικρότερες από 5% στη σύνθεση των κατηγοριών κρέατος και μικρότερες από 0,5 ισοδύναμα ουγγιάς ημερησίως στις εκτιμήσεις της απόλυτης πρόσληψης. Το εργαλείο, επομένως, διατηρεί τη δυνατότητα σύγκρισης με την προγενέστερη μέθοδο, ενώ προσφέρει πιο λεπτομερή ταξινόμηση.
Τι σημαίνει για τις μελλοντικές διατροφικές έρευνες
Η λεπτομερέστερη καταγραφή μπορεί να βοηθήσει τους επιστήμονες να εξετάζουν χωριστά τις σχέσεις ανάμεσα στην κατανάλωση συγκεκριμένων ειδών κρέατος και σε δείκτες υγείας, αντί να αποδίδουν τα πιθανά αποτελέσματα σε μια ενιαία κατηγορία. Μπορεί επίσης να διευκολύνει τη σύγκριση μελετών που χρησιμοποιούν διαφορετικά σύνολα δεδομένων, εφόσον αυτά βασίζονται σε κατάλληλους κωδικούς τροφίμων του αμερικανικού υπουργείου Γεωργίας.
Ωστόσο, η δυνατότητα καλύτερης ταξινόμησης δεν σημαίνει ότι το λογισμικό αποδεικνύει πως ένα είδος κρέατος είναι περισσότερο ή λιγότερο υγιεινό από κάποιο άλλο. Το PFclassify είναι εργαλείο ανάλυσης διατροφικών δεδομένων και όχι μελέτη που αξιολογεί τις επιπτώσεις της κατανάλωσης κρέατος στην υγεία. Η χρησιμότητά του έγκειται στο ότι επιτρέπει στις μελλοντικές έρευνες να διατυπώνουν πιο συγκεκριμένα ερωτήματα και να εξετάζουν με μεγαλύτερη ακρίβεια διαφορετικές διατροφικές κατηγορίες.
Η μελέτη χρηματοδοτήθηκε από το National Pork Board και την National Cattlemen’s Beef Association, η οποία συμμετέχει στο πρόγραμμα Beef Checkoff. Η χρηματοδότηση από φορείς που εκπροσωπούν τον κλάδο του χοιρινού και του βοδινού κρέατος αποτελεί σχετικό στοιχείο για την αξιολόγηση της έρευνας και πρέπει να λαμβάνεται υπόψη κατά την ερμηνεία των αποτελεσμάτων. Ο κώδικας, η τεκμηρίωση και τα παραδείγματα χρήσης του PFclassify είναι διαθέσιμα δημόσια στο GitHub.
ΔΕΙΤΕ ΕΠΙΣΗΣ
- Εκατοντάδες κρούσματα σαλμονέλωσης από μολυσμένες ντομάτες – Ασθενείς σε 4 διαφορετικές χώρες
- Βενέτης: «Καμπάνα» της Περιφέρειας Αττικής για παραβάσεις στο υποκατάστημα του Αεροδρομίου Αθηνών
- Πασίγνωστη αεροπορική εταιρεία κόβει πτήσεις και… αποζημιώσεις λόγω κρίσης – «Ξεκρέμαστοι» χιλιάδες επιβάτες
- Το έντομο που αν σε τσιμπήσει μπορεί να σε κάνει αλλεργικό στο κρέας
- Τι γυρεύουν οι κολοσσοί Microsoft και OpenAI στη σοκολάτα που κάνει ντεμπούτο τον Δεκέμβρη;
- Τελικά έφταιγε ο CEO ή φταίνε οι τιμές; – Κολοσσός σοκολάτας ανακαλύπτει ότι οι συνεχείς ανατιμήσεις έχουν …πικρή γεύση
- Νέο πρόστιμο στα Public: 4.000 ευρώ για ελλιπή ενημέρωση καταναλωτών
- Στο στόχαστρο Nestlé και Unilever για παραπλανητικούς ισχυρισμούς υγείας σε δημοφιλή προϊόντα
