211service.com
Dagligvareregninger kan forutsi diabetespriser etter nabolag
Et bilde av en dagligvarekvittering og dagligvarevarer Steve Buissinne | Pixabay
I 1826 ga den franske gastronomen Jean Anthelme Brillat-Savarin ut en bok kalt Smakens fysiologi . Verket er kjent for å introdusere aforismen Fortell meg hva du spiser og jeg vil fortelle deg hva du er – opprinnelsen til ordtaket Du er det du spiser.
Brillat-Savarin ville uten tvil ha mye å si om de stadig mer overvektige, hypertensive og diabetikere i den utviklede verden. I USA er 36 % av voksne og 17 % av barn overvektige. I Europa, antyder noen estimater, vil 50 % av befolkningen være overvektige innen 2050.
Mat er en viktig faktor i denne tilstanden. Så forskere ønsker desperat å vite mer om kostholdsvaner og hvordan de forholder seg til helse.
Men å plage folks matvaner er en overraskende vanskelig sak. Mye av arbeidet på dette området er basert på relativt små studier. Forskere har også forsøkt å utlede hva nettbrukere spiser. Men kritikere sier at denne tilnærmingen er plaget av skjevheter og derfor ikke kan fange opp kostholdsvaner på en pålitelig måte.
Så en bedre måte å studere spisemønstre og deres helseeffekter er desperat nødvendig.
Skriv inn Luca Maria Aiello ved Nokia Bell Labs i Cambridge, Storbritannia, og kolleger, som har studert kosthold ved å hente data fra dagligvareregninger og deretter sammenligne dem med befolkningens helse, som bestemt av medisinske resepter utstedt i området.
Kraften i deres tilnærming kommer fra arbeidets omfang. Dagligvareregningene kommer fra Tesco, Storbritannias største dagligvarekjede. Dette selskapets database inneholder hver eneste matvare kjøpt i London-butikker i løpet av 2015.
De medisinske dataene er et offentlig tilgjengelig datasett for hver enkelt resept skrevet av allmennleger i London i løpet av 2016. Omfanget og granulariteten til analysen vår er enestående, sier Aiello og co.
Tesco har 411 butikker i London brukt av 1,6 millioner kunder med lojalitetskort, som kjøpte 1,6 milliarder matvarer i 2015. Datasettet inkluderer hver vare, dens vekt, datoen og kundens postnummer.
Aiello og co hentet ut næringsinnholdet for hver vare, inkludert total energi, fett, mettet fett, karbohydrater og så videre. De brukte dette til å beregne gjennomsnittlig næringsinntak for 937 nabolag i London.
De medisinske reseptdataene er også tilgjengelige på det nabolagsnivået. London-borgere ble foreskrevet 1,1 milliarder medisiner i 2016, som teamet konkluderte ut fra tilstandene de led. Forskerne var spesielt interessert i utbredelsen av metabolske syndromtilstander, som er preget av høyt blodtrykk, høyt kolesterolnivå og høyt blodsukkernivå (diabetes). Dataene avslørte fordelingen av disse forholdene over hele byen.
Til slutt sammenlignet teamet datasettene for å se hvordan ernæring korrelerer med metabolske syndromtilstander og kartla deretter resultatene over hele byen.
Disse kartene gir interessant surfing. De viser, som forventet, at økt inntak av karbohydrater, fett og sukker er positivt korrelert med metabolsk syndrom, mens økt fiberinntak er negativt korrelert. De fortsetter med å vise at varevekt - som er en proxy for kaloriforbruk - også er positivt korrelert med metabolsk sykdom, mens større mangfold av næringsstoffer er negativt korrelert.
Det er også viktige forskjeller mellom nabolagene i London. De velstående og høyt utdannede innbyggerne i City of London og Chelsea bruker mer fiber og har større næringsmangfold.
Derimot inntar innbyggere i Newham, et relativt berøvet nabolag, flere kalorier og mindre varierte næringsstoffer, og de har høyere nivåer av diabetes.
Men sunne områder har det ikke nødvendigvis godt. Innbyggerne i Hackney, som er et fattig, men høyt utdannet nabolag i Øst-London, nyter sunnere matvaner og lider ikke like mye av diabetes som innbyggerne i Newham, sier Aiello og co.
Teamet fortsetter med å forutsi nivåene av høyt blodtrykk, høyt kolesterol og høyt blodsukker i et nabolag bare ved å se på det lokale kalori- og næringsforbruket. De sier faktisk at klassifisereren deres kan identifisere usunne områder med en nøyaktighet på 91 %.
Det er interessant arbeid som har viktige implikasjoner for måten helseleverandører, beslutningstakere og til og med forsikringsselskaper vurderer helse på. Vår studie viser at analyser av digitale registreringer av dagligvarekjøp kan brukes som et billig og skalerbart verktøy for helseovervåking, sier Aiello og co. Brillat-Savarin ville sikkert bli overrasket.
Ref: arxiv.org/abs/1905.00140 : Storskala og høyoppløselig analyse av matkjøp og helseutfall