Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS - Institutional Research Information System IRIS è il sistema di gestione integrata dei dati della ricerca (persone, progetti, pubblicazioni, attività) adottato dall'Università degli Studi dell’Insubria.
IRInSubria - Institutional Repository Insubria IRInSubria raccoglie, conserva, documenta e dissemina le informazioni sulla produzione scientifica dell'Università degli Studi dell’Insubria anche ai fini della valutazione della ricerca.
Objective When considering proposals to improve diets, it is important to understand how factors like price and income can affect saturated fat (SF) intake and demand. In this study, we examine and estimate the influence of price and income on intake across 160 countries, by age and sex, and derive sensitivity measures (price elasticities) that vary by age, sex and world region. Design We econometrically estimate intake responsiveness to income and prices across countries, accounting for differences by world region, age and sex. Intake data by age, sex and country were obtained from the 2018 Global Dietary Database. These data were then linked to global price data for select food groups from the World Bank International Comparison Programme and income data from the World Development Indicators Databank (World Bank). Results Intake differences due to price were highly significant, with a 1% increase in price associated with a lower SF intake (% energy/d) of about 4.3 percentage points. We also find significant differences across regions. In high-income countries, median (age 40) intake reductions were 1.4, 0.8 and 0.2 percentage points, given a 1% increase in the price of meat, dairy, and oils and fats, respectively. Price elasticities varied with age but not sex. Intake differences due to income were insignificant when regional binary variables were included in the analysis. Conclusion The results of this study show heterogeneous associations among prices and intake within and across countries. Policymakers should consider these heterogeneous effects as they address global nutrition and health challenges.
How prices and income influence global patterns in saturated fat intake by age, sex and world region: a cross-sectional analysis of 160 countries
Ahles A.;Muhammad A.;Yenerall J. N.;Reedy J.;Shi P.;Zhang J.;Cudhea F.;Erndt-Marino J.;Miller V.;Mozaffarian D.;Abbott P.;Abdollahi M.;Abedi P.;Abumweis S.;Adair L.;Nsour M. A.;Alam I.;Al-Daghri N.;Sabico S.;Alhamad N. A.;Al-Hooti S.;Alissa E.;Al-Zenki S.;Anderson S.;Anzid K.;Arambepola C.;Arici M.;Arsenault J.;Asciak R.;Biro L.;Barengo N.;Barquera S.;Dommarco J. R.;Illescas-Zarate D.;Sanchez-Romero L. M.;Ramirez S. R.;Silva I. R.;Bas M.;Becker W.;Beer-Borst S.;Bergman P.;Lindroos A. K.;Sipinen J. P.;Moraeus L.;Boindala S.;Bovet P.;Bradshaw D.;Bundhamcharoen K.;Caballero M. T.;Calleja N.;Cao X.;Capanzana M.;Carmikle J.;Castetbon K.;Castro M.;Cerdena C.;Chang H. -Y.;Charlton K.;Chen Y.;Chiplonkar S.;Cho Y.;Chuah K. -A.;Costanzo S.;Cowan M.;Damasceno A.;Dastgiri S.;Henauw S. D.;Lachat C.;Deridder K.;Ding E.;Don R.;Duante C.;Duleva V.;Aguero S. D.;Ekbote V.;Ati J. E.;Eldridge A.;El-Kour T.;Nikiema L.;Elmadfa I.;Barbieri H. E.;Esteghamati A.;Etemad Z.;Fadzil F.;Farzadfar F.;Chan M. F.;Fernandez A.;Fernando D.;Fisberg R.;Forsyth S.;Delgado E. G.;Garriguet D.;Gaspoz J. -M.;Gauci D.;Geleijnse J. M.;Ginnela B.;Grosso G.;Guessous I.;Gulliford M.;Gunnarsdottir I.;Thorsdottir I.;Thorgeirsdottir H.;Hadden W.;Hadziomeragic A.;Haerpfer C.;Ali J. H.;Hakeem R.;Haque A.;Hashemian M.;Hemalatha R.;Laxmaiah A.;Meshram I.;Rachakulla H.;Arlappa N.;Henjum S.;Hinkov H.;Hjdaud Z.;Hopping B.;Houshiar-Rad A.;Hsieh Y. -T.;Hung S. -Y.;Huybrechts I.;Hwalla N. C.;Ikeda N.;Inoue M.;Jonsdottir O.;Mohamed H. J. B. J.;Janakiram C.;Jeewon R.;Johansson N. J. L.;Kally O.;Kandiah M.;Karupaiah T.;Keinan-Boker L.;Kelishadi R.;Khadilkar A.;Kim C. -I.;Koksal E.;Konig J.;Korkalo L.;Roos E.;Koster J.;Kovalskys I.;Krishnan A.;Kruger H.;Kuriyan-Raj R.;Oh K.;Lai Y.;Lanerolle P.;Waidyatilaka I.;Leclercq C.;Lee M. -S.;Lee H. -J.;Veerman J. L.;Marques L. L.;Li Y.;Lindstrom J.;Ling A.;Lipoeto N. I.;Lopez-Jaramillo P.;Luke A.;Lukito W.;Lunet N.;Lopes C.;Severo M.;Torres D.;Lupotto E.;Turrini A.;Sette S.;Piccinelli R.;Ma Y.;Mahdy Z. A.;Malekzadeh R.;Manan W.;Marchioni D.;Marques-Vidal P.;Martin-Prevel Y.;Ibrahim H. M.;Mathee A.;Matsumura Y.;Mazumdar P.;Sibai A. M.;Memon A.;Mensink G.;Meyer A.;Mirmiran P.;Mirzaei M.;Misra P.;Misra A.;Mitchell C.;Balfour D.;Mohammadifard N.;Sarrafzadegan N.;Mwangi M.;Maghroun M.;Mohammadi-Nasrabadi F.;Shariff Z. M.;Moy F. M.;Musaiger A.;Mwaniki E.;Myhre J.;Nagalla B.;Naska A.;Zeba A. N.;Ng S. W.;Ngoan L. T.;Noshad S.;Ochoa A.;Ocke M.;Odenkirk J.;Oleas M.;Olivares S.;Orfanos P.;Ortiz-Ulloa J.;Otero J.;Ovaskainen M. -L.;Pakseresht M.;Palacios C.;Palmer P.;Pan W. -H.;Panagiotakos D.;Parajuli R.;Pekcan G.;Petrova S.;Piaseu N.;Pitsavos C.;Polasa K.;Posada L.;Pourfarzi F.;Preston A. M.;Rached I.;Rahbar A. R.;Rehm C.;Richter A.;Riley L.;Salanave B.;Sawada N.;Tsugane S.;Sekiyama M.;Selamat R.;Shamsuddin K.;Sharma S.;Sinkko H.;Sioen I.;Sisa I.;Skeaff S.;Steingrimsdottir L.;Strand T.;Suarez-Ortegon M. F.;Swaminathan S.;Swan G.;Sygnowska E.;Szabo M.;Szponar L.;Khouw I.;Ng S. A.;Tapanainen H.;Tayyem R.;Tedla B.;Tedstone A.;Templeton R.;Termote C.;Thanopoulou A.;Trichopoulos D.;Trichopoulou A.;Oosterhout C. V.;Vartiainen E.;Virtanen S.;Vollenweider P.;Vossenaar M.;Warensjo E.;Waskiewicz A.;Wieler L.;Wu S.;Yaakub R.;Yap M.;Yusof S.;Zaghloul S.;Zajkas G.;Zapata M. E.;Zarina K.;Zohoori F. V.;Manary M.;Bukania Z.;Kombe Y.;Vaask S.;Long J.;Hambidge K. M.;Diba T. S.;Mastiholi S. C.;Khan U. S.;Tejeda G.;Nurk E.;Nelis K.;Nothlings U.;Alexy U.;Tudorie C.;Nicolau A.;Souza A. D. M.;Brauw A. D.;Moursi M.;Rovirosa A.;Henry C.;Ersino G.;Zello G.;Luangphaxay C.;Douangvichit D.;Siengsounthone L.;Hotz C.;Rybak C.;Zugravu C. A.;Baykova D.;Yakes-Jimenez E.;Keding G. B.;Waswa L. M.;Jordan I.;Meenakshi J. V.;Desnacido J.;Agdeppa I. A.;Chileshe J.;Mwanza S.;Sundram K.;Eleraky L.;Stuetz W.;Rangelova L.;Aluso L.;Boedecker J.;Oduor F.;Serra-Majem L.;Asayehu T. T.;Janska V.;Siamusantu W.;Brown K.
2024-01-01
Abstract
Objective When considering proposals to improve diets, it is important to understand how factors like price and income can affect saturated fat (SF) intake and demand. In this study, we examine and estimate the influence of price and income on intake across 160 countries, by age and sex, and derive sensitivity measures (price elasticities) that vary by age, sex and world region. Design We econometrically estimate intake responsiveness to income and prices across countries, accounting for differences by world region, age and sex. Intake data by age, sex and country were obtained from the 2018 Global Dietary Database. These data were then linked to global price data for select food groups from the World Bank International Comparison Programme and income data from the World Development Indicators Databank (World Bank). Results Intake differences due to price were highly significant, with a 1% increase in price associated with a lower SF intake (% energy/d) of about 4.3 percentage points. We also find significant differences across regions. In high-income countries, median (age 40) intake reductions were 1.4, 0.8 and 0.2 percentage points, given a 1% increase in the price of meat, dairy, and oils and fats, respectively. Price elasticities varied with age but not sex. Intake differences due to income were insignificant when regional binary variables were included in the analysis. Conclusion The results of this study show heterogeneous associations among prices and intake within and across countries. Policymakers should consider these heterogeneous effects as they address global nutrition and health challenges.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11383/2190683
Attenzione
L'Ateneo sottopone a validazione solo i file PDF allegati
Citazioni
ND
0
ND
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
