Video Experimental Relacionado
Updated: Jan 8, 2026

Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
Uso de bases de datos comerciales para la extracción de información sobre composición nutricional con fines de
Beatriz Silva Nunes1,2, Camila Aparecida Borges3,4, Mariana Fagundes Grilo2,5
1Graduate Program in Collective Health, School of Medical Sciences, https://ror.org/04wffgt70University of Campinas, Campinas, Brazil.
Los datos nutricionales de una base de datos comercial (Mintel-GNPD) coinciden estrechamente con la base de datos de etiquetas de alimentos de Brasil (BFLD) para alimentos ultraprocesados (AUP). Esto sugiere que Mintel-GNPD es adecuada para evaluar políticas alimentarias y monitorear la composición de los alimentos en Brasil.
Área de la Ciencia:
- Ciencia de la Nutrición
- Evaluación de Políticas Alimentarias
- Nutrición de Salud Pública
Sus antecedentes:
- Evaluar la idoneidad de las bases de datos nutricionales comerciales es crucial para una evaluación sólida de las políticas alimentarias.
- El entorno alimentario de Brasil requiere datos fiables para el monitoreo y la verificación del cumplimiento de las políticas.
Objetivo del estudio:
- Evaluar la idoneidad de la Base de Datos Global de Nuevos Productos Mintel (GNPD) para la evaluación de políticas en Brasil.
- Comparar la composición nutricional y las proporciones de alimentos ultraprocesados (AUP) entre Mintel-GNPD y la Base de Datos de Etiquetas de Alimentos de Brasil (BFLD).
Principales métodos:
- Comparación de datos de alimentos y bebidas envasados de Mintel-GNPD y BFLD utilizando la clasificación Nova.
- Análisis nutricional de productos comparados para energía, macronutrientes y fibra utilizando pruebas estadísticas (pruebas t pareadas, Wilcoxon-Mann-Whitney, ICC).
Principales resultados:
- Se encontraron proporciones similares de alimentos ultraprocesados (AUP) en ambos conjuntos de datos.
- Excelente correlación (ICC > 0.80) y sin diferencias significativas en la media para la mayoría de los nutrientes entre los productos comparados.
- Se observaron discrepancias menores en el contenido de fibra y grasa en subcategorías específicas de AUP.
Conclusiones:
- El conjunto de datos Mintel-GNPD demuestra una fuerte alineación con BFLD con respecto a la distribución de AUP y la composición nutricional.
- Mintel-GNPD es un recurso adecuado para monitorear y evaluar políticas de etiquetado de alimentos en Brasil.
- La base de datos puede ayudar en estudios sobre la composición de los alimentos minoristas y la verificación del cumplimiento de las políticas.
Videos de Conceptos Relacionados
Analysis of Population Pharmacokinetic Data
Extraction: Partition and Distribution Coefficients
For extracting a solute from an aqueous phase into an...
Optimal Foraging
Extraction: Advanced Methods
Statistical Analysis: Overview
One of the most commonly used statistical quantifiers is the mean, which is the ratio between the sum of the numerical values of all results and the...
Bioavailability: Overview

