Oct 06, 2023
La calidad de la dieta global en 185 países desde 1990 hasta 2018 muestra amplias diferencias por nación, edad, educación y urbanidad
Nature Food volumen 3, páginas
Nature Food volumen 3, páginas 694–702 (2022)Citar este artículo
28k Accesos
8 citas
611 Altmetric
Detalles de métricas
Una corrección del autor de este artículo se publicó el 24 de enero de 2023
Este artículo ha sido actualizado
La evidencia sobre lo que come la gente a nivel mundial es limitada en alcance y rigor, especialmente en lo que se refiere a niños y adolescentes. Esto perjudica el establecimiento de objetivos y la inversión en acciones basadas en evidencia para apoyar dietas saludables y sostenibles. Aquí cuantificamos los patrones dietéticos globales, regionales y nacionales entre niños y adultos, por grupo de edad, sexo, educación y urbanización, en 185 países entre 1990 y 2018, sobre la base de datos del proyecto Global Dietary Database. Nuestra medida principal fue el Índice de Alimentación Saludable Alternativa, una puntuación validada de la calidad de la dieta; Los enfoques dietéticos para detener la hipertensión y los patrones de puntuación de la dieta mediterránea se evaluaron de forma secundaria. La calidad de la dieta es generalmente modesta en todo el mundo. En 2018, la puntuación media mundial del Índice de Alimentación Saludable Alternativa fue de 40,3, con un rango de 0 (menos saludable) a 100 (más saludable), con promedios regionales que van desde 30,3 en América Latina y el Caribe hasta 45,7 en el sur de Asia. Las puntuaciones entre los niños y los adultos fueron generalmente similares en todas las regiones, excepto en Europa central/oriental y Asia central, los países de altos ingresos y Oriente Medio y el norte de África, donde los niños tenían una dieta de menor calidad. A nivel mundial, los puntajes de calidad de la dieta fueron más altos entre las mujeres frente a los hombres, y entre las personas con mayor nivel de educación frente a las menos educadas. La calidad de la dieta aumentó modestamente entre 1990 y 2018 a nivel mundial y en todas las regiones del mundo excepto en el sur de Asia y el África subsahariana, donde no mejoró.
La mala alimentación es una de las principales causas de enfermedad en todo el mundo, responsable de aproximadamente el 26 % de la mortalidad mundial prevenible1,2,3,4. Si bien los alimentos y nutrientes individuales son importantes, los patrones dietéticos generales están más fuertemente asociados con la salud5. La evidencia respalda las relaciones interactivas y sinérgicas entre los alimentos y los nutrientes cuando se consumen juntos6, lo que da como resultado efectos complementarios5. Si bien los diversos componentes de un patrón dietético óptimo están bien establecidos y validados7, las distribuciones de tales patrones a nivel mundial no están bien caracterizadas. Esto es especialmente cierto en el caso de los niños y adolescentes, entre los cuales no se han informado previamente los patrones dietéticos globales.
Los estudios dietéticos previos se han limitado a pequeños subconjuntos de países8,9, utilizaron datos nacionales de disponibilidad o ventas de alimentos per cápita como entradas de datos directas10,11,12,13,14, que desestimaron sustancialmente la ingesta en comparación con los datos a nivel individual15 y no incluyeron niños, adolescentes o adultos jóvenes (<25 años)8,9,10,11,12,16. Además, hay escasez de evidencia sobre las disparidades globales en los patrones dietéticos, por ejemplo, por edad, sexo, educación y urbanización. Además, ningún estudio global previo ha evaluado conjuntamente varias métricas validadas de la calidad de la dieta17, como el Índice de Alimentación Saludable Alternativa (AHEI), los Enfoques Dietéticos para Detener la Hipertensión (DASH) y la Puntuación de la Dieta Mediterránea (MED).
En este artículo, para abordar estas lagunas en el conocimiento, caracterizamos patrones y tendencias dietéticos globales, regionales y nacionales sobre la base de datos de ingesta a nivel individual entre adultos y niños de 185 países en 1990 y 2018. Los hallazgos se evaluaron más a fondo por edad. , sexo, educación y urbanidad dentro de cada país. Este análisis utilizó los últimos datos de la base de datos dietética mundial (GDD) de 2018, basados en encuestas dietéticas a nivel individual en todo el mundo18.
El GDD es un esfuerzo de colaboración para identificar, compilar y estandarizar sistemáticamente datos dietéticos a nivel individual sobre 53 alimentos, bebidas y nutrientes (Métodos). El GDD utiliza métodos de modelado bayesianos para estimar la ingesta dietética estratificada conjuntamente por edad, sexo, educación, nivel y urbanización para 185 países entre 1990 y 2018.
En 2018, la media global de la puntuación AHEI fue de 40,3 (intervalo de incertidumbre (IU) del 95 % 39,4, 41,3), con medias regionales que van desde 30,3 (28,7, 32,2) en América Latina y el Caribe hasta 45,7 (43,8, 49,3) en América Latina y el Caribe. Sur de Asia (Fig. 1). Entre los componentes del puntaje, los puntajes globales más altos para los elementos más saludables fueron legumbres/nueces (5,0; 4,8, 5,3), seguidos de granos integrales (4,7; 4,5, 5,0), grasas omega-3 de mariscos (4,2; 3,8, 5,1) y vegetales sin almidón (3.9; 3.8, 4.0); entre los elementos menos saludables, las puntuaciones más altas (consumo más bajo o más favorable) fueron para bebidas azucaradas (SSB) (5.8; 5.7, 5.9) y carne roja/procesada (4.8; 4.5, 5.1). Sin embargo, estos componentes de puntaje variaron sustancialmente según la región del mundo. Por ejemplo, los puntajes más altos en el sur de Asia fueron para una mayor cantidad de granos integrales y menos carnes rojas/procesadas y SSB, mientras que los puntajes más altos en América Latina y el Caribe fueron para una mayor cantidad de legumbres/nueces y menos sodio.
Puntuación AHEI: nueve componentes puntuados de 0 a 10 cada uno y escalados a diez componentes (se muestra la corrección para las grasas trans). Componentes saludables: frutas, vegetales sin almidón, legumbres/nueces, granos integrales, PUFA y grasas omega-3 de mariscos; componentes no saludables: carne roja/procesada, SSB y sodio.
Solo diez países, que representan <1% de la población mundial, tenían puntajes AHEI ≥50. Entre los 25 países más poblados del mundo, el puntaje AHEI promedio fue más alto en Vietnam, Irán, Indonesia e India (54.5 a 48.2) y más bajo en Brasil, México, Estados Unidos y Egipto (27.1–33.5) (Fig. 2). La mayoría de los puntajes de los componentes variaron sustancialmente entre estos países poblados. Por ejemplo, se observó una diferencia de 100 veces en la puntuación de sodio, una diferencia de 90 veces en la puntuación de carne roja/procesada y una diferencia de 23 veces en la puntuación de SSB. Entre los componentes, los puntajes de ácidos grasos poliinsaturados (PUFA) y vegetales sin almidón variaron menos (dos y tres veces, respectivamente) entre países poblados.
Niños: ≤1 año a ≤19 años; adultos: ≥20 años. El puntaje AHEI varió de 0 a 100. El puntaje nacional promedio se calculó como la suma de los puntajes de los componentes a nivel de estrato y se agregó a la media nacional utilizando proporciones de población ponderadas para 2018.
A nivel mundial, la puntuación media del AHEI en 2018 fue similar entre los niños (39,2; 38,2, 40,3) frente a los adultos (40,8; 39,8, 42,0) (fig. 1). Sin embargo, la puntuación media del AHEI fue sustancialmente más alta entre los adultos en comparación con los niños de Europa Central/Oriental y Asia Central, los países de ingresos altos y la región de Oriente Medio y el Norte de África. Por edad, la mayoría de las regiones tenían relaciones en forma de J o U, observándose las puntuaciones más altas entre los grupos de edad más jóvenes (≤ 5 años) y/o mayores (≥ 75 años) (fig. 3).
La puntuación AHEI osciló entre 0 y 100. Los círculos representan la media global o regional para el grupo de edad y las barras de error representan el IU del 95 % correspondiente. La media y su UI se trazan para el punto medio de cada grupo de edad (<1, 1–2, 3–4, 5–9, 10–14, 15–19, 20–24, 25–29, 30–34, 35–39, 40–44, 45–49, 50–54, 55–59, 60–64, 65–69, 70–74, 75–79, 80–84, 85–89, 90–94 y ≥95 años).
Entre los componentes del AHEI a nivel mundial, las puntuaciones de cuatro componentes fueron más bajas entre los niños que entre los adultos: frutas (2,2 (2,1, 2,3) frente a 2,5 (2,4, 2,5), respectivamente), verduras sin almidón (3,1 (3,0, 4,5) frente a 4,3 (4,2 , 3.2)), SSB (5.3 (5.1, 5.5) versus 6.1 (6.0, 6.2)) y omega-3 de mariscos (3.3 (2.9, 4.0) versus 4.7 (4.2, 5.7)), mientras que otros dos fueron más altos entre los niños versus adultos: AGPI (2,1 (2,0, 2,2) frente a 1,4 (1,3, 1,5)) y sodio (4,6 (4,1, 5,1) frente a 3,2 (2,9, 3,5)) (fig. 1).
Por sexo, la puntuación media del AHEI fue generalmente más alta en las mujeres que en los hombres a nivel mundial y regional, y las mayores diferencias se observaron en los países de ingresos altos (diferencia +4,4; 3,8, 5,0) y Europa Central/Oriental y Asia Central (+3,6; 2.1, 5.3) (Datos ampliados Fig. 1). Al evaluar diferentes componentes del AHEI a nivel mundial, las mujeres obtuvieron puntajes moderadamente más altos para frutas (+0,2; 0,2, 0,3), vegetales sin almidón (+0,3; 0,1, 0,4) y granos integrales (+0,4; 0,2, 0,5).
Al evaluar las diferencias según el nivel educativo, los puntajes AHEI fueron mayores entre las personas con un nivel educativo más alto a nivel mundial y en la mayoría de las regiones, excepto en Medio Oriente y África del Norte y África Subsahariana, donde no se observaron diferencias (Fig. 4). Entre las regiones del mundo, las diferencias por educación fueron mayores en Europa Central/Oriental y Asia Central (+3,6; 2,4, 4,9), América Latina y el Caribe (+3,5; 0,9, 6,0) y Asia Meridional (+2,9; 1,1, 4,9) . A nivel mundial, las personas más educadas obtuvieron puntajes más altos para frutas (+0.8; 0.7, 0.9), sodio (+0.7; 0.3, 1.1), granos integrales (+0.6; 0.4, 0.8) y vegetales sin almidón (+0.5; 0.4, 0,6). Sin embargo, en contraste, las personas más educadas también tuvieron puntajes más bajos (niveles de consumo menos favorables) para carne roja/procesada (−0.6; −0.7, −0.5), SSB (−0.6; −0.8, −0.4) y nueces y legumbres ( −0,1; −0,2, −0,1) a nivel mundial.
Puntuación AHEI: nueve componentes puntuados de 0 a 10 cada uno y escalados a diez componentes (no se muestra la corrección). La diferencia absoluta por educación se calculó como la diferencia a nivel de estrato y se agregó a las diferencias medias globales y regionales usando proporciones de población ponderadas para niveles de educación bajos (<6 años) y altos (≥12 años) únicamente (excluye nivel de educación ≥6 años). y <12 años).
A nivel mundial, las puntuaciones AHEI no variaron significativamente según la residencia urbana frente a la rural (Fig. 5). Sin embargo, las puntuaciones más altas fueron evidentes entre las personas urbanas frente a las rurales en Europa Central/Oriental y Asia Central (diferencia +2,2; 0,9, 3,5), y el Sudeste y Este de Asia (+1,4; 0,6, 2,4), y puntuaciones más bajas entre las personas urbanas frente a las rurales. individuos en el Medio Oriente y África del Norte (−3.8; −5.5, −2.2). A nivel mundial, las personas que residen en áreas urbanas obtuvieron puntajes más altos para frutas (+0.2; 0.2, 0.3) y granos integrales (+0.2; 0.1, 0.4), pero puntajes más bajos para SSB (−0.5; −0.7, −0.4), rojo / carne procesada (−0.4, −0.5, −0.1) y legumbres/nueces (−0.1; −0.2, −0.1).
Puntuación AHEI: nueve componentes puntuados de 0 a 10 cada uno y escalados a diez componentes (no se muestra la corrección). La diferencia absoluta por urbanidad se calculó como la diferencia a nivel de estrato y se agregó a las diferencias medias globales y regionales utilizando proporciones de población ponderadas.
Entre 1990 y 2018, el puntaje AHEI global promedio (estandarizado a las distribuciones de población de 2018) aumentó en +1.5 (1.0, 2.0). Se produjeron tendencias crecientes en cinco de siete regiones: Europa central/oriental y Asia central (+4,6; 4,0, 5,3); países de ingresos altos (+3,2; 2,9, 3,5); Sudeste y Este de Asia (+2.7; 1.7, 3.8); Medio Oriente y África del Norte (+2.2; 1.4, 3.0); y América Latina y el Caribe (+1,3; 0,6, 2,0). No se observaron cambios significativos en el sur de Asia (0; −0,9, 1,1), y se observó una tendencia decreciente en el África subsahariana (−1,1; −1,8, −0,4) (Fig. 6).
Puntuación AHEI: nueve componentes puntuados de 0 a 10 cada uno y escalados a diez componentes (no se muestra la corrección). La diferencia absoluta por tiempo se calculó como la diferencia a nivel de estrato y se agregó a las diferencias medias mundiales y regionales utilizando proporciones de población ponderadas para 2018.
Entre los componentes del AHEI a nivel mundial, las puntuaciones aumentaron con el tiempo para las verduras sin almidón (+1,1; 1,0, 1,2), legumbres/nueces (+1,1; 1,0, 1,3) y frutas (+0,1; 0,1, 0,2); disminuyó para carne roja/procesada (−1.4; −1.5, −1.2), SSB (−0.6; −0.7, −0.6) y sodio (−0.4; −0.6, −0.2); y permaneció estable para los cereales integrales (+0,1; 0, 0,2), PUFA (0; 0, 0,1) y pescados y mariscos omega-3 (0; 0, 0,1).
Entre los países más poblados, la mayor mejora absoluta en el puntaje AHEI entre 1990 y 2018 ocurrió en Irán (+12.0; 9.9, 13.9), Estados Unidos (+4.6; 4.1, 5.1), Vietnam (+4.5; 2.4, 7.2 ) y China (+4.3; 2.8, 5.9), mientras que las mayores disminuciones se encontraron en Tanzania (−3.7; −5.8, −1.5), Nigeria (−3.0; −5.3, −0.7), Japón (−2.7; −3.1 , −2.3) y Filipinas (−1.8; −2.7, −0.9) (Fig. 7).
El puntaje AHEI osciló entre 0 y 100. La diferencia absoluta entre 2018 y 1990 se calculó como la diferencia a nivel de estrato y se agregó a las diferencias medias nacionales utilizando proporciones de población ponderadas para 2018.
Los resultados detallados de las puntuaciones DASH y MED se presentan en Información complementaria. En resumen, las puntuaciones DASH y MED medias globales en 2018 fueron 22,9 (22,6, 23,2) y 4,1 (3,9, 4,2), respectivamente (datos ampliados, figuras 2 y 3). A nivel regional, los promedios de estos puntajes fueron consistentemente más altos en el sur de Asia y más bajos en América Latina y el Caribe (datos extendidos, figuras 4 y 5). Entre los subgrupos de población, las puntuaciones DASH y MED globales fueron más altas entre los adultos que entre los niños (DASH: 23,2 (22,9, 23,4) frente a 22,3 (21,9, 22,7); MED: 4,3 (4,1, 4,4) frente a 3,7 (3,5, 3,8)), pero no difirieron apreciablemente por sexo (Datos extendidos Figs. 2 y 3). Las puntuaciones medias globales fueron más altas entre las personas con mayor nivel educativo frente a las menos educadas (diferencia +2,6 (2,3, 2,8) y +0,3 (0,2, 0,4), respectivamente) (Datos ampliados, Fig. 7) y, solo para DASH, entre personas urbanas frente a personas rurales (+0,4; 0,2, 0,7) (Datos ampliados Fig. 8). En todo el mundo, las puntuaciones medias de DASH y MED aumentaron modestamente entre 1990 y 2018, +1,0 (0,8, 1,1) para DASH y +0,3 (0,2, 0,4) para MED (datos ampliados, figuras 6 y 9). En todos los estratos en 2018, las intercorrelaciones de las puntuaciones del patrón dietético fueron 0,8 para AHEI y DASH, 0,5 para AHEI y MED, y 0,6 para DASH y MED.
En esta evaluación global de diferentes patrones dietéticos en 185 países en 1990 y 2018, encontramos una calidad dietética general modesta, pero con una variación importante por edad, sexo, educación, urbanidad, tiempo y región del mundo, así como por componente dietético. Estos resultados, basados en la recopilación y estandarización sistemáticas de más de 1100 encuestas dietéticas a nivel individual en todo el mundo, brindan las estimaciones más actualizadas y completas de la calidad dietética mundial, regional y nacional entre adultos y niños, en subgrupos según el nivel educativo y urbano versus urbano. residencia rural, y comparando tres patrones dietéticos validados, incluidos AHEI, DASH y MED17. Estos resultados tienen implicaciones importantes para la salud pública e informan las prioridades en cada nación y subgrupo subnacional para mejorar la seguridad nutricional y la equidad en salud.
Como ejemplo, nuestros hallazgos resaltan las diferencias regionales entre la ingesta insuficiente de alimentos saludables versus la ingesta excesiva de alimentos no saludables. Por ejemplo, los puntajes de patrón dietético más altos en 2018 se identificaron en países de bajos ingresos en el sur de Asia y África subsahariana, donde el consumo relativamente bajo de bebidas azucaradas y carnes rojas/procesadas es consistente con los datos nacionales sobre el volumen de ventas de alimentos o bebidas19. Sin embargo, el consumo de componentes saludables, como frutas, vegetales sin almidón, legumbres/nueces, grasas omega-3 de mariscos y PUFA, también estuvo lejos de ser óptimo en estas naciones. Esto sugiere que un mayor enfoque en políticas e innovaciones para aumentar la ingesta de productos agrícolas, mariscos y aceites vegetales tendrá el mayor impacto en la calidad de la dieta en estos países.
Por el contrario, en los países de ingresos altos, Europa central/oriental y Asia central, Oriente Medio y el norte de África, el aumento de la ingesta de frutas, verduras sin almidón, legumbres/nueces y cereales integrales ha mejorado la calidad de la dieta con el tiempo, pero ha sido compensado por tendencias estables o solo reducciones menores en carnes rojas/procesadas, bebidas azucaradas y sodio. Encontramos que la carne roja/procesada y el sodio han aumentado significativamente con el tiempo en Asia y América Latina y el Caribe, de acuerdo con informes previos específicos de países de China, Japón y México20,21,22. Estos hallazgos sugieren que un enfoque dual en el aumento de los alimentos saludables y la reducción de los factores nocivos es esencial en estas regiones, especialmente para las naciones de Asia y América Latina y el Caribe.
Varios estudios han documentado que el AHEI está asociado al riesgo de enfermedades no transmisibles23. Por ejemplo, los hallazgos combinados de dos cohortes de EE. UU. encontraron una reducción del 24 %, 33 % y 6 % en la incidencia de enfermedad cardiovascular, diabetes mellitus y cáncer, respectivamente, para el quintil más alto de AHEI (mediana de 64,5) en comparación con el quintil más bajo (mediana de 36,9, comparable a la media global de nuestro estudio, 40,3 (95% IU 39,4, 41,3)) (ref. 24). Las cohortes también han encontrado que un aumento moderado (aumento del percentil 20) en la puntuación AHEI durante el seguimiento se asoció con un riesgo significativamente menor de mortalidad por enfermedad cardiovascular y mortalidad por cáncer25. Se han observado relaciones similares en Francia26, Reino Unido27 y Singapur28,29. Dichas asociaciones sugieren que la calidad actual de las dietas globales identificadas en este estudio conduce a enfermedades crónicas y mortalidad prevenibles, y que las mejoras modestas en la calidad de la dieta pueden contribuir a la reducción de enfermedades fatales y no fatales relacionadas con la dieta con el tiempo.
Nuestros hallazgos sobre los patrones dietéticos globales entre bebés, niños y adolescentes tienen implicaciones importantes para la nutrición y la salud infantil. Encontramos que la calidad de la dieta era generalmente más alta entre los bebés y los niños pequeños y empeoraba en la adolescencia, lo que enfatiza la necesidad de iniciativas para mejorar la calidad de la dieta en los niños mayores, así como promover hábitos alimenticios saludables en la primera infancia para traducirse en una mejor calidad de la dieta en los niños. adolescencia y adultez. Aunque la calidad de la dieta fue más alta entre los niños del África subsahariana y el sur de Asia, descubrimos que la calidad de la dieta empeoró o se mantuvo estable con el tiempo en estas regiones. Los niños con padres más educados tenían una dieta de mayor calidad en todas las regiones excepto en el sur de Asia y el Medio Oriente y el norte de África, mientras que se encontró una mejor calidad de la dieta entre los niños que residen en áreas urbanas en Europa central/oriental y Asia central y el sudeste y este de Asia, y áreas rurales en el Medio Oriente y África del Norte. La peor calidad de la dieta en los niños se asocia con retraso en el crecimiento, factores de riesgo cardiometabólicos (por ejemplo, presión arterial, niveles de lípidos en sangre, control de la glucosa y obesidad) y una menor calidad de vida relacionada con la salud30,31,32,33,34,35, y los hábitos y las preferencias alimentarias establecidos durante los primeros años de vida influyen en los hábitos posteriores a lo largo de la infancia y en la edad adulta36,37,38.
Se han informado disparidades dietéticas por educación o nivel de ingresos en países específicos, en su mayoría de ingresos altos, o en grupos seleccionados de países8,39,40,41, pero no a nivel mundial. Nuestros hallazgos demuestran que las personas más educadas tenían una calidad dietética general más alta en la mayoría de las regiones del mundo, pero no en todas, con los mayores impactos de la educación entre las naciones de Europa Central/Oriental y Asia Central, América Latina y el Caribe, y Asia Meridional. También identificamos excepciones clave en el Medio Oriente y el norte de África y el África subsahariana, donde la calidad de la dieta no varió según el nivel educativo. En particular, la educación superior generalmente se relacionó con un mayor consumo de frutas, vegetales sin almidón, granos integrales y aceites vegetales, pero no siempre con un menor consumo de bebidas azucaradas y carnes rojas/procesadas. Curiosamente, la urbanidad influyó de manera diferencial en la calidad de la dieta en diferentes regiones del mundo, con una mejor calidad de la dieta entre los residentes urbanos frente a los rurales en Europa Central/Este y Asia Central y el Sudeste y Este de Asia, pero lo contrario en el Medio Oriente y el Norte de África, relacionado con diferencias específicas. en el consumo de los componentes subyacentes saludables versus no saludables entre los residentes urbanos versus rurales en estas regiones.
De acuerdo con nuestro análisis anterior de puntajes dietéticos saludables y no saludables16, encontramos que, en comparación con los países de ingresos más bajos, los países de ingresos más altos tenían mejores puntajes para los componentes saludables (por ejemplo, frutas y granos integrales) pero peores puntajes para los componentes no saludables ( por ejemplo, carnes rojas/procesadas y sodio).
Esta investigación tiene varias fortalezas. Nuestros datos y hallazgos se basan y amplían la literatura previa al incluir la mayor cantidad de encuestas dietéticas a nivel individual, brindando una estimación más contemporánea de las tendencias en la calidad dietética global y estimando la calidad dietética global en niños y adolescentes, que no se había informado anteriormente. . Incluimos 1.139 encuestas dietéticas, la mayoría de las cuales eran representativas a nivel nacional y se recopilaron a nivel individual mediante recordatorios de 24 h o cuestionarios de frecuencia de alimentos (FFQ). Estandarizamos todas las entradas de datos, incluidas las definiciones de factores dietéticos, las unidades y el ajuste de energía específico por edad, e incorporamos modelos bayesianos con covariables de encuestas y países para abordar la heterogeneidad y la incertidumbre de muestreo y modelado42. Evaluamos las diferencias subnacionales por edad, sexo, educación y urbanidad, incluidas las primeras estimaciones globales de patrones dietéticos por nivel educativo y residencia urbana versus rural. Caracterizamos tres métricas establecidas para la calidad de la dieta, cada una validada contra los principales resultados de salud17, incluidas las similitudes y diferencias en la calidad dietética mundial, regional y nacional según la métrica dietética.
Se deben considerar las posibles limitaciones. Si bien hicimos grandes esfuerzos para minimizar el sesgo e incorporar la heterogeneidad y la incertidumbre, los datos dietéticos a nivel individual están sujetos a errores de medición, y la disponibilidad de encuestas fue limitada o incompleta para algunas naciones, factores dietéticos, grupos demográficos y años16,42. Por ejemplo, menos de una cuarta parte de las encuestas incluyeron datos sobre niños de 3 a 9 años y adultos ≥85 años. Los modelos jerárquicos bayesianos incorporaron incertidumbre adicional para dar cuenta de estas limitaciones, pero no se puede descartar el sesgo de muestreo y/o información16. Para permitir la comparabilidad entre los subgrupos de población, estandarizamos las ingestas dietéticas a 2000 kcal por día antes de calcular los patrones dietéticos, pero las ingestas dietéticas no ajustadas pueden ser más bajas entre las poblaciones con necesidades energéticas más bajas (por ejemplo, bebés y niños pequeños, y personas mayores) o mayor entre las poblaciones que consumen >2.000 kcal por día. No teníamos información sobre el uso de grasas trans (AHEI) o alcohol (AHEI y MED), y nuestros hallazgos deben interpretarse como calidad dietética basada en los otros componentes de estos puntajes. Los patrones dietéticos seleccionados (AHEI, MED y DASH) se desarrollaron y validaron originalmente para poblaciones adultas en países de altos ingresos, pero se han utilizado para caracterizar la calidad de la dieta entre niños y adultos mayores33,43,44. Es importante tener en cuenta que no se ha desarrollado ni validado un solo o un conjunto de métricas dietéticas para evaluar la calidad de los micronutrientes de la dieta en todos los grupos de edad17, y es posible que el AHEI, MED y DASH no se correlacionen adecuadamente con los nutrientes de interés, particularmente entre los niños. y en países de bajos y medianos ingresos. Se requiere precaución al interpretar los hallazgos en relación con la adecuación de nutrientes. Sin embargo, en ausencia de métricas validadas para la doble carga de desnutrición, AHEI, MED y DASH son métricas apropiadas para evaluar la calidad de la dieta en todas las poblaciones17. No consideramos otros índices y puntajes dietéticos menos validados16,17,45,46, que pueden evaluarse una vez que hayan sido mejor validados para su uso en diversas poblaciones globales.
En conclusión, encontramos que la calidad de la dieta mundial es modesta en la actualidad y con solo algunas mejoras, aunque inconsistentes por región del mundo, en las últimas tres décadas.
Estos resultados brindan información global completa sobre los patrones dietéticos a nivel individual entre niños y adultos, por edad, sexo, educación y urbanidad. Nuestros hallazgos resaltan la variación sustancial en la calidad de la dieta e informan la necesidad de políticas nacionales y subnacionales específicas para mejorar la seguridad nutricional y la equidad nutricional.
Se han informado nuestros métodos y hallazgos para identificar encuestas dietéticas, extracción de datos, estandarización y armonización y modelado18,42,47,48. En resumen, buscamos, identificamos y cotejamos sistemáticamente datos de encuestas representativas a nivel nacional y subnacional (o encuestas comunitarias representativas locales cuando no estaban disponibles nacionales y subnacionales) sobre ingestas dietéticas a nivel individual y para la ingesta de sodio, así como encuestas de biomarcadores adicionales18, 42. Las encuestas de presupuestos domésticos rara vez se utilizaron cuando no se identificaron encuestas dietéticas a nivel individual para un país poblado18,42. En total, recopilamos datos de 1248 encuestas dietéticas de 188 países. De estos, 1139 encuestas de 175 países (que representan 7460 millones de la población mundial en 2018) informaron datos sobre los nueve alimentos, tres bebidas y seis nutrientes medidos en los puntajes del patrón dietético en el presente análisis. La mayoría de las encuestas fueron representativas a nivel nacional o subnacional (89,1 %); utilizó un FFQ (42,1%) o recordatorio de 24 h (22,7%); incluyó datos sobre niños (0-19 años) (73,9%) y adultos (≥20 años) (64,5%); e incluyó datos de residencia urbana y/o rural (60.8%) (Información Complementaria Tabla 4).
Para cada encuesta en el GDD, obtuvimos y evaluamos la credibilidad de la información obtenida relacionada con las características de la encuesta, incluido el nombre de la encuesta, el país, los años realizados, los métodos de muestreo, la tasa de respuesta, la representatividad nacional, el nivel de recopilación de datos (individual o familiar), dieta método de evaluación y validación, tamaño de la muestra, datos demográficos de la población (edad, sexo, educación, residencia urbana/rural y estado de embarazo/lactancia) y definiciones y unidades de los factores dietéticos18. También extrajimos u obtuvimos directamente de los propietarios de la encuesta datos sobre ingestas dietéticas a nivel individual de hasta 53 alimentos, bebidas y nutrientes, estratificados conjuntamente por edad, sexo, educación y residencia urbana/rural. Evaluamos las ingestas dietéticas ajustadas a las ingestas de energía estandarizadas por edad para evaluar la composición dietética independientemente de la cantidad, tener en cuenta los requisitos promedio estimados específicos de la edad y reducir el error de medición dentro y entre las encuestas (Información complementaria)42. Los datos se evaluaron en busca de errores de extracción y verosimilitud mediante protocolos estandarizados, y la calidad de la encuesta se evaluó mediante la evaluación de la evidencia del sesgo de selección, la representatividad de la muestra, la tasa de respuesta y la validez del método de evaluación de la dieta42.
Para tener en cuenta las diferencias en los métodos de encuesta, la representatividad, las tendencias temporales, los datos de entrada y la incertidumbre, un modelo bayesiano estimó las medias logarítmicas de la ingesta alimentaria (media y desviación estándar) dentro de una estructura jerárquica anidada42. El modelo incluyó efectos aleatorios por país y región, así como a nivel mundial; sexo, educación, residencia urbana/rural y efectos de edad no lineales; datos de indicadores a nivel de encuesta para el método de evaluación dietética (recordatorio de 24 h, FFQ, cuestionario de la Encuesta Demográfica de Salud y encuesta de presupuesto familiar) y tipo de métrica dietética (definición óptima o subóptima); y datos nacionales de covariables específicos del año relevantes para cada factor dietético42. El modelo incluía una dispersión excesiva de la varianza a nivel de estudio para encuestas que no eran representativas a nivel nacional o no estaban estratificadas por sexo, educación, urbanización o grupos de edad pequeños (≤10 años)42.
El modelo final incluyó estimaciones del consumo de cada alimento o nutriente para 264 subgrupos estratificados conjuntamente por sexo (masculino o femenino), grupo de edad (<1, 1–2, 3–4, 5–9, 10–14, 15–19 , 20–24, 25–29, 30–34, 35–39, 40–44, 45–49, 50–54, 55–59, 60–64, 65–69, 70–74, 75–79, 80 –84, 85–89, 90–94 y ≥95 años), educación (<6 años, ≥6 a <12 años o ≥12 años) y residencia urbana versus rural; dentro de 185 países que cubrían el 99,0 % de la población mundial en 201842. La incertidumbre de la estimación del factor dietético específico de cada estrato se cuantificó utilizando 4000 iteraciones para determinar distribuciones posteriores conjuntas por país, año, edad, sexo, educación y urbanidad42. Calculamos la ingesta mediana y la IU del 95% para cada estrato a partir de los percentiles 50, 2,5 y 97,5 de las 4.000 extracciones, respectivamente42. Las comprobaciones de validez incluyeron: validación cruzada quíntuple (omisión aleatoria del 20 % de los datos sin procesar de la encuesta, ejecutados cinco veces), comparando las ingestas previstas con las observadas; evaluación de estimaciones inverosímiles; y evaluación visual de las ingestas medias nacionales utilizando mapas de calor globales42. Se utilizó un segundo modelo bayesiano basado en componentes de tiempo para fortalecer las estimaciones de tendencias temporales de los factores dietéticos con los datos correspondientes de disponibilidad de alimentos o nutrientes (Hojas de balance de alimentos de la FAO49 y Suministro mundial ampliado de nutrientes50)42. El modelo, comúnmente conocido como modelo de pendientes variables, incorporó intersecciones y pendientes a nivel de país, junto con su correlación que se estima entre países42,51,52. Los resultados finales de GDD se basaron en estos dos modelos bayesianos42, como se detalla en Información complementaria.
Para nuestro análisis principal, nos enfocamos en el AHEI. Para cada estrato, calificamos nueve componentes: frutas, vegetales sin almidón, granos integrales, SSB, legumbres/nueces, carnes rojas/procesadas sin procesar, grasas omega-3 de mariscos, PUFA y sodio (el alcohol y las grasas trans no se estimaron en GDD ) (Cuadro complementario 6). Cada componente se calificó de 0 a 10, y el puntaje final que va de 0 a 90 se escaló para variar de 0 a 100. DASH se calculó sobre la base de ocho componentes, puntuados de 1 a 5 utilizando quintiles específicos de sexo, con el puntuación final que va de 8 a 40 (Tabla Suplementaria 7). El MED se calculó sobre la base de ocho componentes (no se estimó el alcohol), con cada componente puntuado como 0 o 1 usando medianas específicas de sexo y el puntaje final varió de 0 a 8 (Tabla complementaria 8). Dado que los puntos de corte de puntuación para DASH y MED se basan en distribuciones de población observadas, las distribuciones se calcularon para 2018 y se usaron de manera consistente en otros años. Como cada uno de estos puntajes se basa en la ingesta habitual de adultos, los niveles de consumo de factores dietéticos en cada estrato se estandarizaron a 2000 kcal por día para derivar los puntajes del patrón dietético. Para cada patrón dietético, se otorgan puntajes más altos para una ingesta más alta de alimentos o nutrientes más saludables y una ingesta más baja de alimentos o nutrientes no saludables y, por lo tanto, las puntuaciones más altas representan dietas más saludables.
Se calcularon los puntajes del patrón dietético promedio ponderado por población para cada estrato de subgrupo de población en cada año-país utilizando las 4000 predicciones posteriores para cada uno de los componentes en ese estrato para obtener puntajes globales, regionales y nacionales42. Las ponderaciones anuales de población se derivaron de la División de Población de las Naciones Unidas53, complementadas con datos sobre distribuciones educativas y urbanas/rurales de Barro Lee54 y las Naciones Unidas55, respectivamente42. Las correlaciones de Spearman evaluaron las interrelaciones entre cada puntaje de patrón dietético. Los cambios en las puntuaciones entre 1990 y 2018 se calcularon utilizando las 4000 predicciones posteriores para cada estrato para tener en cuenta el espectro completo de incertidumbre y se estandarizaron a la proporción de individuos dentro de cada estrato en 2018 para tener en cuenta los cambios en la demografía a lo largo del tiempo42. Dada la naturaleza bayesiana del análisis, la significación estadística formal no era adecuada y los IU del 95 % deberían utilizarse como guía42.
Las estimaciones modeladas de la ingesta individual de alimentos y nutrientes por subgrupo de población, país, región y globo en 1990 y 2018 están disponibles para descargar desde GDD (https://www.globaldietarydatabase.org/). También se proporciona información a nivel de encuesta y enlaces web de descarga de datos originales para todas las encuestas públicas; Los microdatos a nivel de encuesta o los datos agregados a nivel de estrato se proporcionan para su descarga directa para todas las encuestas no públicas con el consentimiento para compartir públicamente por parte del propietario de los datos. Los puntajes de calidad dietética modelados están disponibles para descargar desde (https://github.com/victoriaemiller/GDD-Diet-Quality).
La codificación estadística está disponible del autor correspondiente a pedido razonable.
Se ha publicado una corrección de este artículo: https://doi.org/10.1038/s43016-023-00705-0
Informe de nutrición mundial 2021: El estado de la nutrición mundial (Iniciativas de desarrollo, 2021).
GBD 2017 Causas de Muerte Colaboradores. Mortalidad global, regional y nacional específica por edad y sexo por 282 causas de muerte en 195 países y territorios, 1980–2017: un análisis sistemático para el Estudio de carga global de morbilidad 2017. Lancet https://doi.org/10.1016/ s0140-6736(18)32203-7 (2018).
GBD 2017 Factor de Riesgo Colaboradores. Evaluación comparativa de riesgos a nivel mundial, regional y nacional de 84 riesgos conductuales, ambientales, ocupacionales y metabólicos o grupos de riesgos para 195 países y territorios, 1990–2017: un análisis sistemático para el Estudio de carga global de morbilidad 2017. Lancet https:/ /doi.org/10.1016/s0140-6736(18)32225-6 (2018).
Colaboradores de la Dieta GBD 2017. Efectos en la salud de los riesgos dietéticos en 195 países, 1990–2017: un análisis sistemático para el Estudio de la Carga Global de Enfermedades 2017. Lancet https://doi.org/10.1016/s0140-6736(19)30041-8 (2019).
Sacos, FM et al. Justificación y diseño del ensayo Dietary Approaches to Stop Hypertension (DASH). Un estudio multicéntrico de alimentación controlada de patrones dietéticos para reducir la presión arterial. Ana. Epidemiol. 5, 108–118 (1995).
Artículo CAS Google Académico
Hu, FB Análisis de patrones dietéticos: una nueva dirección en epidemiología nutricional. actual Opinión lipidol. 13, 3–9 (2002).
Artículo CAS Google Académico
Micha, R. et al. Efectos etiológicos e ingesta óptima de alimentos y nutrientes para el riesgo de enfermedades cardiovasculares y diabetes: revisiones sistemáticas y metanálisis del Grupo de expertos en nutrición y enfermedades crónicas (NutriCoDE). PLoS ONE 12, e0175149 (2017).
Teo, K. et al. Prevalencia de un estilo de vida saludable entre personas con enfermedades cardiovasculares en países de ingresos altos, medios y bajos: el estudio Prospectivo Urbano Rural Epidemiológico (PURE). JAMA 309, 1613–1621 (2013).
Artículo CAS Google Académico
Yusuf, S. et al. Factores de riesgo modificables, enfermedad cardiovascular y mortalidad en 155 722 personas de 21 países de ingresos altos, medios y bajos (PURE): un estudio de cohorte prospectivo. Lanceta 395, 795–808 (2020).
Artículo Google Académico
Ezzati, M. & Riboli, E. Factores de riesgo dietéticos y conductuales para enfermedades no transmisibles. N. ingl. J.Med. 369, 954–964 (2013).
Artículo CAS Google Académico
Kennedy, G., Nantel, G. & Shetty, P. Globalización de los sistemas alimentarios en los países en desarrollo: impacto en la seguridad alimentaria y la nutrición. Nutrición alimentaria de la FAO. Papilla. 83, 1–300 (2004).
Google Académico
Wang, DD et al. La mejora global en la calidad de la dieta podría conducir a una reducción sustancial de la muerte prematura. J. Nutr. 149, 1065–1074 (2019).
Artículo Google Académico
Vandevijvere, S. et al. Monitoreo y evaluación comparativa de la calidad de la dieta de la población a nivel mundial: un enfoque gradual. Obes. Rev. 14, 135–149 (2013).
Artículo Google Académico
Green, R., Sutherland, J., Dangour, AD, Shankar, B. & Webb, P. Calidad dietética global, desnutrición y enfermedades no transmisibles: un estudio de modelado longitudinal. BMJ Abierto 6, e009331 (2016).
Artículo Google Académico
Del Gobbo, LC et al. Evaluación de los hábitos alimentarios mundiales: una comparación de las estimaciones nacionales de la FAO y la Base de datos dietética mundial. Soy. J. Clin. Nutrición 101, 1038–1046 (2015).
Artículo Google Académico
Imamura, F. et al. Calidad de la dieta entre hombres y mujeres en 187 países en 1990 y 2010: una evaluación sistemática. Globo de Lancet. Salud 3, e132–e142 (2015).
Artículo Google Académico
Miller, V., Webb, P., Micha, R. & Mozaffarian, D. Definición de la calidad de la dieta: una síntesis de las métricas de calidad de la dieta y su validez para la doble carga de la malnutrición. Lancet Planet Health 4, e352–e370 (2020).
Artículo Google Académico
Miller, V. et al. Base de datos dietética mundial 2017: disponibilidad de datos y lagunas en 54 alimentos, bebidas y nutrientes principales entre 5,6 millones de niños y adultos de 1220 encuestas en todo el mundo. BMJ Global Health 6, e003585 (2021).
Artículo Google Académico
Vandevijvere, S. et al. Tendencias globales en las ventas de alimentos y bebidas ultraprocesados y su asociación con las trayectorias del índice de masa corporal en adultos. Obes. Rev. 20, 10–19 (2019).
Artículo Google Académico
Li, Y. et al. Tendencias temporales de los factores dietéticos y de estilo de vida y su impacto potencial en la carga de diabetes en China. Diabetes Care 40, 1685–1694 (2017).
Artículo Google Académico
Murakami, K., Livingstone, MBE y Sasaki, S. Tendencias de trece años en los patrones dietéticos entre adultos japoneses en la Encuesta Nacional de Salud y Nutrición 2003-2015: occidentalización continua de la dieta japonesa. Nutrientes 10, 994 (2018).
Artículo Google Académico
Marrón-Ponce , JA , Tolentino-Mayo , L. , Hernandez-F , M. & Batis , C. Tendencias en las compras de alimentos ultraprocesados de 1984 a 2016 en hogares mexicanos. Nutrientes 11, 45 (2018).
Artículo Google Académico
Schwingshackl, L., Bogensberger, B. & Hoffmann, G. La calidad de la dieta evaluada por el índice de alimentación saludable, el índice alternativo de alimentación saludable, los enfoques dietéticos para detener la puntuación de hipertensión y los resultados de salud: una revisión sistemática actualizada y metanálisis de cohortes estudios. J. Acad. Nutrición Dieta 118, 74–100.e111 (2018).
Artículo Google Académico
Chiuve, SE et al. Los índices dietéticos alternativos predicen fuertemente el riesgo de enfermedades crónicas. J. Nutr. 142, 1009–1018 (2012).
Artículo CAS Google Académico
Sotos-Prieto, M. et al. Asociación de cambios en la calidad de la dieta con mortalidad total y por causas específicas. N. ingl. J.Med. 377, 143–153 (2017).
Artículo Google Académico
Trebuchet, A. et al. Asociación prospectiva entre varios puntajes dietéticos y riesgo de enfermedades cardiovasculares: ¿la dieta mediterránea está igualmente asociada a enfermedades cardiovasculares en comparación con los puntajes nutricionales nacionales? Soy. Corazón J. 217, 1–12 (2019).
Artículo Google Académico
Shivappa, N., Hebert, JR, Kivimaki, M. & Akbaraly, T. Alternative Healthy Eating Index 2010, Dietary Inflammatory Index y riesgo de mortalidad: resultados del estudio de cohorte Whitehall II y metanálisis del Dietary Inflammatory Index y mortalidad anteriores estudios. Hermano J. Nutr. 118, 210–221 (2017).
Artículo CAS Google Académico
Neelakantan, N., Koh, W.-P., Yuan, J.-M. & van Dam, RM Los índices de calidad de la dieta están asociados con un menor riesgo de mortalidad cardiovascular, respiratoria y por todas las causas entre los adultos chinos. J. Nutr. 148, 1323–1332 (2018).
Artículo Google Académico
Chen, G.-C. et al. Índices de calidad de la dieta y riesgo de diabetes mellitus tipo 2: el estudio de salud chino de Singapur. Soy. J. Epidemiol. 187, 2651–2661 (2018).
Artículo Google Académico
Wu, XY et al. La influencia de la calidad de la dieta y el comportamiento dietético en la calidad de vida relacionada con la salud en la población general de niños y adolescentes: una revisión sistemática y un metanálisis. Cal. Vida Res. 28, 1989-2015 (2019).
Artículo Google Académico
Dalwood, P., Marshall, S., Burrows, TL, McIntosh, A. & Collins, CE Índices de calidad de la dieta y sus asociaciones con resultados relacionados con la salud en niños y adolescentes: una revisión sistemática actualizada. Nutrición J. 19, 118 (2020).
Artículo Google Académico
Jennings, A., Welch, A., van Sluijs, EM, Griffin, SJ y Cassidy, A. La calidad de la dieta se asocia de forma independiente con el estado del peso en niños de 9 a 10 años. J. Nutr. 141, 453–459 (2011).
Artículo CAS Google Académico
Marshall, S., Burrows, T. & Collins, CE Revisión sistemática de los índices de calidad de la dieta y sus asociaciones con resultados relacionados con la salud en niños y adolescentes. J. Hum. Nutrición Dieta 27, 577–598 (2014).
Artículo CAS Google Académico
Krasevec, J., An, X., Kumapley, R., Bégin, F. & Frongillo, EA Calidad de la dieta y riesgo de retraso en el crecimiento entre bebés y niños pequeños en países de ingresos bajos y medianos. materno Nutrición infantil https://doi.org/10.1111/mcn.12430 (2017).
Martin-Calvo, N., Chavarro, JE, Falbe, J., Hu, FB & Field, AE Adherencia al patrón dietético mediterráneo y cambio en el IMC entre adolescentes estadounidenses. En t. J. Obes. 40, 1103–1108 (2016).
Artículo CAS Google Académico
Switkowski, KM, Gingras, V., Rifas-Shiman, SL & Oken, E. Los patrones de conductas de alimentación complementaria predicen la calidad de la dieta en la primera infancia. Nutrientes 12, 810 (2020).
Artículo Google Académico
Mikkilä, V., Räsänen, L., Raitakari, OT, Pietinen, P. & Viikari, J. Cambios longitudinales en la dieta desde la infancia hasta la edad adulta con respecto al riesgo de enfermedades cardiovasculares: El riesgo cardiovascular en el estudio de finlandeses jóvenes. EUR. J. Clin. Nutrición 58, 1038–1045 (2004).
Artículo Google Académico
Lake, AA, Mathers, JC, Rugg-Gunn, AJ y Adamson, AJ Cambio longitudinal en los hábitos alimentarios entre la adolescencia (11–12 años) y la edad adulta (32–33 años): el estudio ASH30. J. Salud Pública 28, 10–16 (2006).
Artículo Google Académico
Wang, DD et al. Tendencias en la calidad de la dieta entre adultos en los Estados Unidos, 1999 a 2010. JAMA Intern. Medicina. 174, 1587–1595 (2014).
Artículo Google Académico
Fang Zhang, F. et al. Tendencias y disparidades en la calidad de la dieta entre los adultos estadounidenses según el estado de participación en el programa de asistencia nutricional suplementaria. Red JAMA Abierto 1, e180237 (2018).
Artículo Google Académico
Dehghan, M. et al. Relación entre dieta saludable y riesgo de enfermedad cardiovascular en pacientes en tratamiento farmacológico para prevención secundaria. Circulación 126, 2705–2712 (2012).
Artículo CAS Google Académico
Miller, V. et al. Consumo mundial, regional y nacional de alimentos de origen animal entre 1990 y 2018: hallazgos de la base de datos dietética mundial. Planeta Lanceta. Salud 6, e243–e256 (2022).
Artículo Google Académico
Chen, X., Maguire, B., Brodaty, H. & O'Leary, F. Patrones dietéticos y salud cognitiva en adultos mayores: una revisión sistemática. J. Enfermedad de Alzheimer. 67, 583–619 (2019).
Artículo Google Académico
Roman, B., Carta, L., Martinez-Gonzalez, MA & Serra-Majem, L. Eficacia de la dieta mediterránea en el anciano. clin. interv. Envejecimiento 3, 97–109 (2008).
Artículo Google Académico
Bromage, S. et al. Desarrollo y validación de un nuevo puntaje de calidad de la dieta global basado en alimentos (GDQS). J. Nutr. 151, 75s-92s (2021).
Artículo Google Académico
Herforth, AW, Wiesmann, D., Martínez-Steele, E., Andrade, G. & Monteiro, CA Introducción de un conjunto de indicadores de calidad de la dieta de baja carga que reflejan patrones de dieta saludable a nivel de población. actual desarrollo Nutrición 4, nzaa168–nzaa168 (2020).
Artículo CAS Google Académico
Micha, R. et al. Estimación de la carga mundial y regional de la nutrición subóptima sobre las enfermedades crónicas: métodos e insumos para el análisis. EUR. J. Clin. Nutrición 66, 119–129 (2012).
Artículo CAS Google Académico
Khatibzadeh, S. et al. Una base de datos global de consumo de alimentos y nutrientes. Toro. Órgano Mundial de la Salud. 94, 931–934 (2016).
Artículo Google Académico
Organización de las Naciones Unidas para la Agricultura y la Alimentación. Balanzas alimentarias. 2021. https://www.fao.org/faostat/en/#data2021 (consultado el 3 de marzo de 2021).
Smith, MR, Micha, R., Golden, CD, Mozaffarian, D. & Myers, SS Modelo de suministro global ampliado de nutrientes (GENuS): un nuevo método para estimar el suministro dietético global de nutrientes. PLoS ONE 11, e0146976 (2016).
Artículo Google Académico
Gelman, A. & Pardoe, I. Medidas bayesianas de varianza explicada y agrupación en modelos multinivel (jerárquicos). Tecnometría 48, 241–251 (2006).
Artículo Google Académico
Wagner, T., Diefenbach, DR, Christensen, S. & Norton, AS Uso de modelos multinivel para cuantificar la heterogeneidad en la selección de recursos. J. Wildl. Administrar 75, 1788-1796 (2011).
Artículo Google Académico
División de Población de las Naciones Unidas. Población total por sexo (miles). 2019. https://population.un.org/wpp/DataQuery/2019 (consultado el 12 de junio de 2020).
Barro, R. & Lee, J. Un nuevo conjunto de datos sobre logros educativos en el mundo, 1950–2010. J. Dev. Economía 104, 184–198 (2013).
Artículo Google Académico
División de Población de las Naciones Unidas. Población urbana (% de la población total). 2018. https://data.worldbank.org/indicator/SP.URB. TOTL.IN.ZS2018 (consultado el 12 de junio de 2020).
Descargar referencias
Agradecemos a R. Micha por su trabajo armonizando las encuestas dietéticas individuales incluidas en el GDD. Agradecemos a los miembros correspondientes de GDD por compartir y armonizar sus encuestas dietéticas de acuerdo con los métodos de GDD. Este estudio fue apoyado por subvenciones de la Fundación Bill y Melinda Gates (OPP1176681; DM) y de la Asociación Americana del Corazón (20POST35200069; VM). La Fundación Bill y Melinda Gates contribuyó al diseño del estudio durante el proceso de solicitud de subvenciones; de lo contrario, los financiadores no tuvieron ningún papel en la recopilación de datos, el análisis de datos, la interpretación de datos o la redacción del informe.
Escuela Friedman de Ciencias y Políticas de Nutrición, Universidad de Tufts, Boston, MA, EE. UU.
Victoria Miller, Patrick Webb, Frederick Cudhea, Peilin Shi, Jianyi Zhang, Julia Reedy, Josh Erndt-Marino, Jennifer Coates y Dariush Mozaffarian
Departamento de Medicina, Universidad McMaster, Hamilton, Ontario, Canadá
victoria molinero
Instituto de Investigación de Salud de la Población, Hamilton, Ontario, Canadá
victoria molinero
División de Medicina Interna General y Atención Primaria, Brigham and Women's Hospital, Boston, MA, EE. UU.
jianyi zhang
Universidad Acibadem, Estambul, Turquía
Murat Bas
Universidad de Addis Abeba, Addis Abeba, Etiopía
Jamal Hyder Ali
Universidad Al Ain, Abu Dabi, Emiratos Árabes Unidos
suhad abumweis
All India Institute of Medical Sciences, Nueva Delhi, India
Anand Krishnan y Puneet Misra
Universidad Americana de Beirut, Beirut, Líbano
Nahla Chawkat Hwalla
Escuela de Odontología Amrita, Ernakulam, India
Chandrashekar Janakiram
Universidad Andalas, Padang, Indonesia
Nur Indrawaty Liputo
Centro Árabe de Nutrición, Manama, Bahrein
Abdulrahman Musaiger
Universidad de Ciencias Médicas de Ardabil, Ardabil, República Islámica de Irán
Farhad Pourfarzi
Universidad Bacha Khan, Charsadda, Pakistán
Iftikhar Alam
Instituto Belga de Salud Pública, Bruselas, Bélgica
Karin DeRidder
Biodiversidad Internacional, Maccarese, Italia
Céline Termote
Escuela de Medicina de Brighton y Sussex, Brighton, Reino Unido
anjum memón
CREA-Alimentación y Nutrición, Roma, Italia
Aida Turrini, Elisabetta Lupotto, Raffaela Piccinelli y Stefania Sette
Universidad Cadi Ayyad, Ben Guerir, Marruecos
Karim Anzid
Centro de Estudios de Deterioro Sensorial, Envejecimiento y Metabolismo (CeSSIAM), Ciudad de Guatemala, Guatemala
María Vossenaar
Centro de Estudios de Medios, Nueva Delhi, India
Paramita Mazumdar
Center for Antihand Nutritional Care (CANIA), Miami, FL, EE. UU.
Ingrid Rached
Centro de Estudios sobre Nutrición Infantil (CESNI), Buenos Aires, Argentina
Alicia Rovirosa & María Elisa Zapata
Facultad de Ciencias Aplicadas, Departamento de Ciencia de los Alimentos y Nutrición Aplicada, Universidad de Ciencia y Tecnología de Addis Abeba, Addis Abeba, Etiopía
Tamen Taye Asayehu
Grupo Consultivo sobre Investigación Agrícola Internacional (CGIAR), Montpellier, Francia
Francis Oduor, Julia Boedecker y Lillian Aluso
Cuenca University, Cuenca, Ecuador
Johana Ortiz-Ulloa
Escuela de Economía de Delhi, Universidad de Delhi, Delhi, India
JV Meenakshi
Departamento de Alimentación Escolar, Sao Paulo, Brasil
michelle castro
Departamento de Ciencias Biomédicas y Biotecnológicas, Universidad de Catnia, Catania, Italia
José Grosso
Departamento de Epidemiología, Prevención y Promoción de la Salud de las ECV, Instituto de Cardiología, Varsovia, Polonia
Anna Waskiewicz
Departamento de Ciencias de la Salud Comunitaria, Universidad Aga Khan, Karachi, Pakistán
Umber S Khan
Centro de Diabetes, 2º Departamento de Medicina Interna, Universidad de Atenas, Atenas, Grecia
Anastasia Thanopoulou
Instituto de Investigación de Enfermedades Digestivas, Universidad de Ciencias Médicas de Teherán, Teherán, República Islámica de Irán
Reza Malekzadeh
Dirección de Información e Investigación en Salud, Tarxien, Malta
neville calleja
Instituto Nacional Holandés de Salud Pública y Medio Ambiente (RIVM), Bilthoven, Países Bajos
Marga Ocke y Zohreh Etemad
Red de Salud Pública del Mediterráneo Oriental (EMPHNET), Amman, Jordania
Mohannad Al-Nsour
Universidad Egerton, Njoro, Kenia
Lydiah M. Waswa
Instituto Nacional de Estonia para el Desarrollo de la Salud, Tallin, Estonia
Esquina Eha
Soluciones FHI, Washington, DC, EE. UU.
Joanne Arsenault
FOSCAL and UDES, Bucaramanga, Colombia
Patricio López-Jaramillo
Facultad de Ciencias de la Salud, Universidad Americana de Beirut, Beirut, Líbano
Abla Mehio Sibai
Facultad de Medicina, Universidad Eduardo Mondlane, Maputo, Mozambique
Albertina Damasco
Facultad de Medicina, Universidad de Colombo, Colombo 5, Sri Lanka
Carukshi Arambepola
Facultad de Medicina – Instituto de Salud Pública, Universidad de Porto, Porto, Portugal
Carla Lopes, Milton Severo y Nuno Lunet
Facultad de Nutrición y Ciencias de la Alimentación, Universidad de Porto, Porto, Portugal
Duarte Torres
Instituto Finlandés de Salud y Bienestar, Helsinki, Finlandia
Heli Tapanainen, Jaana Lindstrom y Suvi Virtanen
Universidad Internacional de Florida, Miami, FL, EE. UU.
Cristina Palacios
Centro de Investigación Folkhälsan, Helsinki, Finlandia
eva roos
Instituto de Investigación de Alimentos y Nutrición (DOST-FNRI), Manila, Filipinas
Imelda Ángeles Agdeppa & Josie Desconocido
Instituto de Investigación de Alimentos y Nutrición (DOST-FNRI), Taguig City, Filipinas
Mario Capanzana
Centro Fortis CDOC para la Excelencia en Diabetes, Nueva Delhi, India
Anoop Misra
FrieslandCampina, Amersfoort, Países Bajos
Ilse khouw y swee ai ng
Fundacion Cardiovascular de Colombia, Bucaramanga, Colombia
Edna Gamboa Delgado
Fundacion INFANT and Consejo Nacional De Investigaciones Cientificas y Tecnicas (CONICET), Buenos Aires, Argentina
Mauricio Caballero
Fundacion Oftalmologica de Santander (FOSCAL), Floridablanca, Colombia
Johanna Otero
Universidad de Gachon, Seongnam-si, Corea del Sur
Hae Jeung Lee
Universidad Gazi, Ankara, Turquía
señora coxal
Hospitales Universitarios de Ginebra, Ginebra, Suiza
Idris Guessous
Universidad de Gante, Gante, Bélgica
Carl Lachat y Stefaan De Henauw
Consorcio de base de datos dietética global, Boston, MA, EE. UU.
Ali Reza Rahbar, Alison Tedstone, Androniki Naska, Angie Mathee, Annie Ling, Bemnet Tedla, Beth Hopping, Brahmam Ginnela, Catherine Leclercq, Charmaine Duante, Christian Haerpfer, Christine Hotz, Christos Pitsavos, Colin Rehm, Coline van Oosterhout, Corazón Cerdena, Debbie Bradshaw, Dimitrios Trichopoulos, Dorothy Gauci, Dulitha Fernando, Elzbieta Sygnowska, Erkki Vartiainen, Farshad Farzadfar, Gabor Zajkas, Gillian Swan, Guansheng Ma, Gulden Pekcan, Hajah Masni Ibrahim, Harri Sinkko, Helene Enghardt Barbieri, Isabelle Sioen, Jannicke Myhre, Jean-Michel Gaspoz, Jillian Odenkirk, Kanitta Bundhamcharoen, Keiu Nelis, Khairul Zarina, Lajos Biro, Lars Johansson, Laufey Steingrimsdottir, Leanne Riley, Mabel Yap, Manami Inoue, Maria Szabo, Marja-Leena Ovaskainen, Mei-Shyuan Lee, Mei Fen Chan, Melanie Cowan, Mirnalini Kandiah, Ola Kally, Olof Jonsdottir, Pam Palmer, Peter Vollenweider, Philippos Orfanos, Renzo Asciak, Robert Templeton, Rokiah Don, Roseyati Yaakub, Rusidah Selamat, Safiah Yusof, Sameer Al-Zenki, Shu-Yi Hung , Sigrid Beer-Borst, Suh Wu, Widjaja Lukito, Wilbur Hadden, Wulf Becker, Xia Cao, Yi Ma, Yuen Lai y Zaiton Hjdaud
Gobierno de Canadá, Estadísticas de Canadá, Ottawa, Ontario, Canadá
Didier Garriguet, Jennifer Ali, Ron Gravel y Tina Tao
Universidad Griffith, Gold Coast, Queensland, Australia
Jacob Lennert Veerman
Instituto de Investigación Médica HC Jehangir, Pune, India
Shashi Chiplonkar
Facultad de Medicina de la Universidad Hacettepe, Ankara, Turquía
Mustafa Arici
Universidad Médica de Hanoi, Hanoi, Vietnam
Le Tran Ngoan
Universidad Harokopio, Atenas, Grecia
Demóstenes Panagiotakos
Escuela de Salud Pública de Harvard, Cambridge, MA, EE. UU.
Yanping Li
Fundación Helénica para la Salud y Universidad de Atenas, Atenas, Grecia
antonia trichopoulou
Facultad de Medicina Herbert Wetheim, Miami, FL, EE. UU.
noel barengo
Instituto de Investigación Médica Hirabai Cowasji Jehangir, Pune, India
Anuradha Khadilkar y Veena Ekbote
Centro de Investigación de Hipertensión, Centro de Investigación Cardiovascular, Universidad de Ciencias Médicas de Isfahan, Isfahan, Irán
Noushin Mohammadifard
ICCAS (Instituto para la Cooperacion Científica en Ambiente y Salud), Buenos Aires, Argentina
Irina Kovalsky
ICMR-Instituto Nacional de Nutrición, Hyderabad, India
Avula Laxmaiah, Harikumar Rachakulla, Hemalatha Rajkumar, Indrapal Meshram, Laxmaiah Avula, Nimmathota Arlappa y Rajkumar Hemalatha
IRCCS Neuromed, Pozzilli, Italia
Licia Lacoviello, Marialaura Bonaccio y Simona Costanzo
Instituto de Investigación para el Desarrollo, Montpellier, Francia
Yves Martin-Prevel
Instituto Health Watch, Bobigny, Francia
Katia Castetbón
Instituto de Investigación Internacional, NDRI-EE. UU., Nueva York, NY, EE. UU.
Nattinee Jitnarin
Instituto de Ciencias Biomédicas, Academia Sinica, Taipei, Taiwán ROC
Yao-Te Hsieh
Instituto de Nutrición y Tecnología de Alimentos (INTA), Universidad de Chile, Santiago, Chile
Sonia Olivares
Instituto de Nutrición de Centroamérica y Panamá (INCAP), Ciudad de Guatemala, Guatemala
Gabriela Tejeda
Instituto de Salud Pública de la Federación de Bosnia y Herzegovina, Sarajevo, Bosnia y Herzegovina
Aida Hadziomeragic
Instituto de Estudios en Salud Pública, Universidad Federal de Rio de Janeiro (UFRJ), Rio de Janeiro, Brasil
Amanda de Moura Souza
Institutos de Ciencias Biomédicas, Academia Sinica, Taipei, Taiwán ROC
Sartén Wen-Harn
Agencia Internacional para la Investigación del Cáncer, Lyon, Francia
Inge Huybrechts
Instituto Internacional de Investigación sobre Políticas Alimentarias (IFPRI), Washington, DC, EE. UU.
Alan de Brauw y Mourad Moursi
Centro de Investigación de Cardiología Intervencionista, Centro de Investigación Cardiovascular, Universidad de Ciencias Médicas de Isfahan, Isfahan, Irán
Maryam Magroun
Instituto de Investigación en Ciencias de la Salud, Bobo-Dioulasso, Burkina Faso
Agustín Nawidimbasba Zeba
Centro de Investigación Cardiovascular de Isfahan, Centro de Investigación Cardiovascular, Universidad de Ciencias Médicas de Isfahan, Isfahan, Irán
Nizal Sarrafzadegan
Centro de Israel para el Control de Enfermedades, Ramat Gan, Israel
El pequeño Keinan-Boker, Rebecca Goldsmith y Tal Shimony
Universidad Justus Liebig Giessen, Giessen, Alemania
Jordania
Academia KLE de Educación Superior e Investigación (Considerada-universidad) Facultad de Medicina Jawaharlal Nehru, Belagavi, India
Shivan y C. Mastiholi
Instituto de Investigación Médica de Kenia, Nairobi, Kenia
Moses Mwangi, Yeri Kombe y Séfora Bukania
Universidad Rey Abdulaziz, Jeddah, Arabia Saudita
Eman Alissa
Universidad King Saud, Riyadh, Arabia Saudita
Nasser Al-Daghri y Shaun Sabico
King's College London, Londres, Reino Unido
Martín Gulliford
Escuela de Salud Pública de Kinshasa, Kinshasa, República Democrática del Congo
Tshilenge S. Diba
Agencia de Prevención y Control de Enfermedades de Corea (KDCA), Cheongju, Corea del Sur
Kyungwon Oh, Sanghui Kweon y Sihyun Park
Universidad de Corea, Seúl, Corea del Sur
Cho Yoonsu
Instituto de Kuwait para la Investigación Científica, Ciudad de Kuwait, Kuwait
Suad Al-Hooti
Instituto Lao Tropical y de Salud Pública, Vientiane, República Democrática Popular Lao
Haz clic en Descargar para guardar Chanthaly Luangphaxay - Chanthaly Luangphaxay mp3 youtube com
Hospital Universitario de Lausana (CHUV) y Universidad de Lausana, Lausana, Suiza
Pedro Marcas-Vidal
Centro Leibniz para la Investigación del Paisaje Agrícola, Muncheberg, Alemania
Constanza Rybak
Universidad Loyola Chicago, Chicago, IL, EE. UU.
amy lucas
Universidad Mahidol, Nakhon Pathom, Tailandia
De rojroongwasinkul
Universidad Mahidol, Bangkok, Tailandia
Noppawan Piaseu
Consejo de Aceite de Palma de Malasia (MPOC), Petaling Jaya, Malasia
kalyana sundram
Centro Médico Markovs, Sofía, Bulgaria
Donka Baykova
Centro de Investigación de Menopausia Andropausia, Universidad de Ciencias Médicas Ahvaz Jundishapur, Ahvaz, República Islámica de Irán
parvin abedi
Ministerio de Salud, Kuala Lumpur, Malasia
Fariza Fadzil
Ministerio de Salud, Sabak Bernam, Malasia
Noriklil Bujary Ismail Bujary
Ministerio de Salud, Victoria, Seychelles
pascal bovet
Ministerio de Salud, Yakarta, Indonesia
sandjaja sandjaja
Facultad de Medicina de la NYU, Nueva York, NY, EE. UU.
Yu Chen
Instituto del Centro Nacional del Cáncer para el Control del Cáncer, Tokio, Japón
Norie Sawada y Shoichiro Tsugane
Centro Nacional de Salud Pública y Análisis (NCPHA), Sofía, Bulgaria
Lalka Rangelova, Stefka Petrova y Vesselka Duleva
Agencia Nacional de Alimentos, Uppsala, Suecia
Anna Karin Lindroos, Jessica Petrelius Sipinen, Lotta Moraeus y Per Bergman
Comisión Nacional de Alimentación y Nutrición, Lusaka, Zambia
Barrio Siamusantu
Instituto Nacional de Alimentación y Nutrición, Varsovia, Polonia
Lucjan Szponar
Institutos Nacionales de Investigación en Salud, municipio de Zhunan, República de China de Taiwán
Hsing-Yi Chang
Instituto Nacional de Estudios Ambientales, División de Salud y Riesgo Ambiental, Tsukuba, Japón
Makiko Sekiyama
Instituto Nacional de Nutrición, Hyderabad, India
Balakrishna Nagalla, Granja Kalpagam y Asentamiento Boindala
Instituto Nacional de Nutrición, Hanoi, Vietnam
Khanh Le Nguyen Bao
Instituto Nacional de Nutrición y Tecnología de los Alimentos & SURVEN RL, Túnez, Túnez
Jalila El Ati
Instituto Nacional de Salud Pública (INSP), Ciudad de México, México
Daniel Illescas-Zarate & Luz Maria Sanchez-Romero
Instituto Nacional de Salud Pública (INSP), Cuernavaca, México
Ivonne Ramirez Silva, Juan Rivera Dommarco, Simon Barquera & Sonia Rodríguez-Ramírez
Institutos Nacionales de Innovación Biomédica, Salud y Nutrición, Tokio, Japón
Nayu IkedaMás
Instituto Nacional de Nutrición, El Cairo, Egipto
sahar zaghloul
Instituto Nacional de Investigación en Tecnología de Alimentos y Nutrición (NNFTRI): SBMU, Teherán, República Islámica de Irán
Anahita Houshiar-rad, Fatemeh Mohammadi-Nasrabadi y Morteza Abdollahi
Universidad Nacional de Malasia (UKM), Kuala Lumpur, Malasia
Haga clic en Descargar para guardar Khun-Aik Chuah & Zaleha Abdullah Mahdy mp3 youtube com
Nestlé Research, Lausana, Suiza
Alison Eldridge
Instituto de Sistemas Complejos de Nueva Inglaterra, Cambridge, MA, EE. UU.
eric l ding
Universidad del Noroeste, Potchefstroom, Sudáfrica
Herculina Kruger
Universidad Metropolitana de Oslo (OsloMet), Oslo, Noruega
sigrun henjum
Universidad de Perdana, Puchong, Malasia
Anne Fernandez
Real Colegio de Cirujanos de Irlanda, Dublín, Irlanda
Anne Fernandez
Pontificia Universidad Javeriana Seccional, Cali, Colombia
Milton Fabián Suárez-Ortegón
Autoridad Pública de Alimentación y Nutrición, Sabah Al Salem, Kuwait
Nawal Al Hamad
Autoridad de Salud Pública de la República Eslovaca, Bratislava, República Eslovaca
Veronika Janska
Universidad de Qatar y Universidad de Jordania, Doha, Qatar
Reema Tayyem
Instituto de Investigación de Ciencias Endocrinas, Universidad de Ciencias Médicas Shahid Beheshti, Teherán, República Islámica de Irán
Espejos Parvin
Instituto de Investigación para la Prevención Primordial de las ENT, Universidad de Ciencias Médicas de Isfahan, Isfahan, República Islámica de Irán
viene roya
Departamento de Evaluación de Riesgos y Beneficios, Agencia Sueca de Alimentos, Uppsala, Suecia
Eva Warensjö Lemming
Instituto Robert Koch, Berlín, Alemania
Almut Richter, Gert Mensink y Lothar Wieler
Universidad de Rutgers, New Brunswick, Nueva Jersey, EE. UU.
daniel hoffmann
Public Health France, la Agencia Francesa de Salud Pública, Saint Maurice, Francia
Benoît Salanave
Universidad Nacional de Seúl, Seúl, Corea del Sur
cho il kim
Instituto de Investigación de St John, Bangalore, India
Rebecca Kuriyan-Raj y Sumathi Swaminathan
Universidad de Ciencias Médicas de Tabriz, Tabriz, República Islámica de Irán
saeed dastgiri
Universidad de Tallin, Tallin, Estonia
sirje vaask
Universidad de Taylor, Subang Jaya, Malasia
Tilakavati Karupaiah
Universidad de Teesside, Middlesbrough, Reino Unido
Fatemeh Vida Zohoori
Universidad de Ciencias Médicas de Teherán, Teherán, República Islámica de Irán
Alireza Esteghamati y Sina Noshad
Universidad de Ciencias Médicas de Teherán y Universidad de Utica, Teherán, República Islámica de Irán
Maryam Hashemian
Universidad Técnica de Kenia, Nairobi, Kenia
Elizabeth Mwaniki
La Universidad de Nuevo México, Albuquerque, NM, EE. UU.
Elizabeth Yakes-Jiménez
Centro de Investigación de Enfermedades Tropicales, Ndola, Zambia
Justin Chileshe y Sydney Mwanza
Unidad de Nutricion Publica, Macul, Chile
Lydia Lera Marcas
Departamento de Bioquímica, Universidad de Puerto Rico – Recinto de Ciencias Médicas, San Juan, Puerto Rico
Alan Martín Preston
Universidad San Sebastian, Santiago, Chile
Samuel Durán Agüero
Universidad Tecnica del Norte, Ibarra, Ecuador
mariana oleas
Universidad de Antioquia, Medellin, Colombia
Luz Posada
Universidad de Cuenca, Cuenca, Ecuador
Angélica Ochoa
Centro Médico de la Universidad Nacional de Malasia, Kuala Lumpur, Malasia
Khadijah Shamsuddin
Universiti Putra Malaysia, Serdang, Malasia
Zalilah Mohd Shariff
Universidad de Ciencias de Malasia, Kubang Kerian, Malasia
Hamid Jan Bin Jan Mohamed y Wan Manan
Centro Universitario de Atención Primaria y Salud Pública (Unisanté), Lausana, Suiza
pascal bovet
Universidad del Bajo Danubio, Galati, Rumania
Anca Nicolau y Cornelia Tudorie
Universidad Nacional de Malasia, Bangi, Malasia
Abeja Koon Poh
Universidad de Aberdeen, Aberdeen, Reino Unido
pamela abbott
Universidad de Alberta, Edmonton, Alberta, Canadá
Mohammadreza Pakseresht y Sangita Sharma
Universidad de Bergen, Bergen, Noruega
Tor hebra
Universidad de Bonn, Departamento de Nutrición y Ciencias de la Alimentación, Bonn, Alemania
Ute Alexy y Ute Nöthlings
Universidad de California Davis, Davis, CA, EE. UU.
jan carmikle & ken marrón
Universidad de Cincinnati, Cincinnati, OH, EE. UU.
jeremy koster
Universidad de Colombo, Colombo, Sri Lanka
Indu Waidyatilaka, Pulani Lanerolle y Ranil Jayawardena
Facultad de Medicina de la Universidad de Colorado, Aurora, CO, EE. UU.
Julie M. Long, K. Michael Hambidge y Nancy F. Krebs
Universidad de Dhaka, Dhaka, Bangladesh
Aminul Haque
Universidad de Goettingen, Goettingen, Alemania
Gudrun B. Keding
Universidad de Helsinki, Departamento de Alimentación y Nutrición, Helsinki, Finlandia
Liisa Korkalo, Maijaliisa Erkkola y Riitta Freese
Universidad de Hohenheim, Stuttgart, Alemania
Laila Eleraky y Wolfgang Stuetz
Universidad de Islandia, Reikiavik, Islandia
Inga Thorsdottir e Ingibjorg Gunnarsdottir
Universidad de Insubria, Varese, Italia
Licia lacoviello
University of Las Palmas de Gran Canaria (ULPGC), Las Palmas, Spain
Lluis Serra-Majem
Universidad de Malaya, Kuala Lumpur, Malasia
Foong Ming Moy
Universidad de Manchester, Manchester, Reino Unido
simon anderson
Universidad de Mauricio, Moka, Mauricio
Rajesh Jeewon
Universidad de Medicina y Farmacia Carol Davila, Bucarest, Rumania
Corina Aurelia Zugravú
Universidad de Carolina del Norte en Chapel Hill, Chapel Hill, NC, EE. UU.
Linda Adair y Shu Wen Ng
Universidad de Otago, Dunedin, Nueva Zelanda
Sheila Skeaff
Universidad de Sao Paulo, Sao Paulo, Brasil
Dirce Marchioni y Regina Fisberg
Universidad de Saskatchewan, Saskatoon, Saskatchewan, Canadá
Carol Henry, Getahun Ersino y Gordon Zello
Universidad de Viena, Viena, Austria
Alexa Meyer e Ibrahim Elmadfa
Universidad del Caribe Sur, Puerto España, Trinidad y Tobago
Claudette Mitchell y David Balfour
Universidad de Wageningen, Wageningen, Países Bajos
Johanna M. Geleijnse
Universidad de Washington en St. Louis, St. Louis, MO, EE. UU.
Marcos Manari
Organización Mundial de la Salud (OMS), Ginebra, Suiza
Laetitia Nikiema
Organización Mundial de la Salud (OMS), Amman, Jordania
Tatiana El-Kour
Centro de Investigación Cardiovascular de Yazd, Universidad de Ciencias Médicas Shahid Sadoughi, Yazd, República Islámica de Irán
Masud Mirzaei
Universidad Ziauddin Karachi, Karachi, Pakistán
rubina hakeem
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
VM, PW y DM conceptualizado y diseñado el estudio. VM, RM, JR y JC participaron en la recopilación de datos. VM, FC, JZ, PS y JE-M. llevó a cabo los análisis para el estudio. VM, PW y DM redactó el manuscrito. Todos los autores interpretaron los datos, leyeron el manuscrito final, revisaron su contenido intelectual importante y aprobaron su presentación. VM y DM son los garantes de este trabajo.
Correspondencia a Victoria Miller.
VM informa la financiación de la investigación de los Institutos Canadienses de Investigación en Salud, fuera del trabajo presentado. PW informa subvenciones y contratos de investigación de la Agencia de los Estados Unidos para el Desarrollo Internacional y honorarios personales del Panel Global sobre Agricultura y Sistemas Alimentarios para la Nutrición, fuera del trabajo presentado. JR, JZ y PS informan de la financiación de la investigación de Nestlé, fuera del trabajo presentado. JC reporta fondos de investigación de la Fundación Bill y Melinda Gates y la Agencia de los Estados Unidos para el Desarrollo Internacional, y honorarios personales de UNICEF/OMS, fuera del trabajo presentado. DM informa de la financiación de la investigación de los Institutos Nacionales de Salud y la Fundación Bill y Melinda Gates; honorarios personales de GOED, Bunge, Indigo Agriculture, Motif FoodWorks, Amarin, Acasti Pharma, Cleveland Clinic Foundation, America's Test Kitchen y Danone; miembro del consejo asesor científico de Brightseed, DayTwo, Elysium Health, Filtricine, HumanCo y Tiny Organics; y regalías de capítulos de UpToDate, todo fuera del trabajo enviado. Los demás autores no tienen revelaciones que declarar.
Nature Food agradece a Inge Tetens y a los otros revisores anónimos por su contribución a la revisión por pares de este trabajo.
Nota del editor Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.
Los datos son la puntuación media (intervalo de incertidumbre del 95 %). La puntuación AHEI varió de 0 a 100. <6 años: <6 años de educación; ≥6 a <12 años: ≥6 a <12 años de educación; ≥12 años: ≥12 años de educación. Rural: residencia rural; urbano: residencia urbana.
Los datos son la puntuación media (intervalo de incertidumbre del 95 %). La puntuación DASH osciló entre 5 y 40. <6 años: <6 años de educación; ≥6 a <12 años: ≥6 a <12 años de educación; ≥12 años: ≥12 años de educación. Rural: residencia rural; urbano: residencia urbana.
Los datos son la puntuación media (intervalo de incertidumbre del 95 %). La puntuación MED varió de 0 a 8. <6 años: <6 años de educación; ≥6 a <12 años: ≥6 a <12 años de educación; ≥12 años: ≥12 años de educación. Rural: residencia rural; urbano: residencia urbana.
La puntuación DASH osciló entre 5 y 40 y la puntuación MED osciló entre 0 y 8.
La puntuación DASH osciló entre 5 y 40 y la puntuación MED osciló entre 0 y 8.
La puntuación DASH osciló entre 5 y 40, y la puntuación MED osciló entre 0 y 8. La diferencia absoluta entre 2018 y 1990 se calculó como la diferencia a nivel de estrato y se agregó a las diferencias medias mundiales y regionales utilizando proporciones de población ponderadas para 2018.
La diferencia absoluta por educación se calculó como la diferencia a nivel de estrato y se agregó a las diferencias medias globales y regionales utilizando proporciones de población ponderadas para niveles de educación bajos (<6 años) y altos (≥12 años) únicamente (excluye nivel de educación = ≥6 a <12 años).
La diferencia absoluta por urbanidad se calculó como la diferencia a nivel de estrato y se agregó a las diferencias medias globales y regionales utilizando proporciones de población ponderadas.
La diferencia absoluta por tiempo se calculó como la diferencia a nivel de estrato y se agregó a las diferencias medias mundiales y regionales utilizando proporciones de población ponderadas para 2018.
Métodos complementarios, tablas 1 a 8 y discusión.
Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.
Reimpresiones y permisos
Miller, V., Webb, P., Cudhea, F. et al. La calidad de la dieta global en 185 países desde 1990 hasta 2018 muestra amplias diferencias por nación, edad, educación y urbanidad. Nat Food 3, 694–702 (2022). https://doi.org/10.1038/s43016-022-00594-9
Descargar cita
Recibido: 23 de marzo de 2022
Aceptado: 12 de agosto de 2022
Publicado: 19 septiembre 2022
Fecha de emisión: septiembre de 2022
DOI: https://doi.org/10.1038/s43016-022-00594-9
Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:
Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.
Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt
Alimentos naturales (2023)
Reseñas en Biología Pesquera y Pesca (2022)