智能買家指南避免陷阱

人們關注的是，經過超級加工食品對我們健康的影響。這些食物已被修改過許多原始形式，並且通常含有高水平的鹽，糖和不健康的脂肪（HFSS食物），這是非常令人愉悅的，使它們難以抵抗並經常導致擁擠。隨著這些食物在我們的飲食中變得更加普遍，重要的是要找到有效的方法來識別和調節它們以促進最健康的飲食習慣。

由巴里·波普金（Barry Popkin）教授以及北卡羅來納大學大學的丹娜·邁爾斯（Donna Miles），林賽·泰利（Lindsey Taillie）博士和伊麗莎白·鄧福德（Elizabeth Dunford）博士領導的一項最新研究引入了一種新方法，以識別既有超級加工且鹽，糖和飽和脂肪的含量又高的食物。這項研究發表在《美國柳葉刀健康》（Americas Americas）上，旨在幫助決策者以最有效的方式針對不健康的食品。

在過去的十年中，全球關注的關注點已經增加了對超級加工食品（UPF）的消費，這些食品是工業產品，旨在超級鎮定，並且通常不健康的食材含量很高。當前識別UPF的方法（例如NOVA分類系統）著重於食品加工水平，而高鹽，糖和脂肪（HFSS）食品的標準則強調營養含量，但不加工。缺乏合併的方法在製定完整的食品政策方面提出了挑戰。

研究人員研究了四種結合了UPF和HFSS標準元素的方法，以創建一種更直接，更有效的方法來識別不健康的食品。他們使用Nielseniq的國家代表性數據從美國家庭購買食品，根據不同的標準比較了被認為是UPFS和HFSS食品的產品量的平均比例。

在他們的發現中，一半購買的產品被視為UPF，而僅一半的產品被歸類為HFSS。該研究發現了明顯的差異，在該差異中，HFSS標準未捕獲被識別為UPF的產品，反之亦然。通過將HFSS標準與UPF定義的元素（例如甜味劑，顏色和非蛋白香水的存在）集成在一起，他們在識別諸如UPF和HFS之類的產品方面達成了完全共識。

Popkin教授解釋了研究後的動機：“我們的目標是創建一種簡單而準確的方法，決策者可以考慮其營養含量和加工程度，可以使用該方法來識別不健康的食品。”這種合併的方法簡化了識別過程，從而確保沒有不健康的產品通過裂縫滑倒。他還使用了Codex添加劑類，該方法應合法地遵循這種方法。

該研究強調了為監管目的對UPF的可持續和實用定義的必要性。通常在UPF中發現的添加劑，例如非授權的顏色和甜味劑以及HFSS標準，為政策干擾提供了強有力的方法。這種方法與飲食指南的最新趨勢相匹配，這些趨勢趨勢越來越考慮食品加工水平以及營養含量。

這項研究的含義對於公共衛生政策很重要。研究人員表明，HFS和UPF標準的結合可以有效地瞄準不健康的食物，這對於製定綜合策略來打擊慢性飲食相關疾病至關重要。研究結果支持實施最有效的食品標籤系統和監管措施，以減少有害食品的消費。

總而言之，Popkin教授和他的同事政策橋樑的創新方法在識別超級加工的食物與不健康營養素中高的食物之間建立了差距，從而為決策者提供了全面的解決方案。通過簡化識別過程，該方法可以幫助領導未來的法規和公共衛生計劃，以促進更健康的食物選擇並減少與飲食相關的健康問題的傳播。

日記

Popkin，Barry M.等。 “在美國，一種政治方法，用於識別超加工且添加鹽，糖和飽和脂肪含量高的食品和飲料產品：包裝食品的橫斷面分析。”柳葉刀區域健康 – 美國，2024年。 DOI： https://doi.org/10.1016/j.lana.2024.100713

作者周圍