What do people really eat? Consolidating datasets to account for intake from composite foods, misreporting and outdated survey data.
यह शोध पत्र विविध डेटासेट्स को समेकित करने और 2006 से 2025 तक के जर्मन खाद्य सेवन डेटा को अपडेट करने की एक विधि प्रस्तुत करता है, जो मिश्रित खाद्य पदार्थों और गलत रिपोर्टिंग को ध्यान में रखते हुए स्वास्थ्य, पर्यावरण और आर्थिक नीति को बेहतर सूचित करने के लिए यथास्थिति के आहार का एक सुसंगत, पूर्वाग्रह-मुक्त संदर्भ बनाता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
यह समझने के लिए कि कोई राष्ट्र क्या खाता है, वैज्ञानिक आमतौर पर दो अलग-अलग चीजों को देखते हैं। एक है आपूर्ति पक्ष (सप्लाई साइड): अनाज, मांस और फलों की वह विशाल मात्रा जो बंदरगाहों, कारखानों और सुपरमार्केटों में पहुँचती है, जिसे टन में मापा जाता है। दूसरा है व्यक्तिगत पक्ष: सर्वेक्षण में पूछे जाने पर व्यक्ति क्या कहते हैं कि उन्होंने क्या खाया। वर्षों से, ये दोनों चित्र शायद ही कभी मेल खाते रहे हैं। आपूर्ति के आंकड़े अक्सर संकेत देते हैं कि लोग वास्तव में उतना अधिक खा रहे हैं जितना वे रिपोर्ट करते नहीं हैं, जबकि सर्वेक्षण के आंकड़े अक्सर उन स्वास्थ्य प्रवृत्तियोंों को समझाने के लिए बहुत कम लगते हैं, जैसे कि बढ़ती मोटापा दरें। यह अंतर उन किसी भी व्यक्ति के लिए एक समस्या पैदा करता है जो बेहतर आहार डिजाइन करने या यह अनुमान लगाने की कोशिश कर रहा हो कि खेती में बदलावों का थाली तक पहुँचने वाली चीज़ों पर क्या प्रभाव पड़ेगा। यदि डेटा त्रुटिपूर्ण है, तो जनता को दी जाने वाली सलाह और सरकारों द्वारा बनाई जाने वाली नीतियां कमजोर आधार पर टिकी होती हैं।
जर्मनी में शोधकर्ताओं की एक टीम ने इन दो चित्रों को एक साथ जोड़ने का एक नया तरीका विकसित किया है। आपूर्ति डेटा और सर्वेक्षण उत्तरों को अलग-अलग तथ्यों के रूप में देखने के बजाय, उन्होंने एक एकल, सुसंगत मॉडल बनाया जो बाजार को मुँह से जोड़ता है। उन्होंने देश में उपलब्ध खाद्य पदार्थों की ज्ञात मात्रा से शुरुआत की और पीछे की ओर काम किया, यह पता लगाने के लिए कि उन आंकड़ों को सही बनाने के लिए लोगों को क्या खाना पड़ा होगा, उन्होंने व्यंजनों और खाना पकाने की प्रक्रियाओं का उपयोग किया। डेटा को तार्किक रूप से फिट करने के लिए मजबूर करके, वे देख सके कि सर्वेक्षण कहाँ झूठ बोल रहे थे, इसलिए नहीं कि लोग उन्हें धोखा देने की कोशिश कर रहे थे, बल्कि इसलिए क्योंकि अस्वास्थ्यकर माने जाने वाले खाद्य पदार्थों को कम बताने या गुणकारी माने जाने वाले खाद्य पदार्थों को अधिक बताने की स्वाभाविक मानवीय प्रवृत्ति होती है। परिणाम स्वरूप, लोग वास्तव में क्या उपभोग करते हैं, इसका एक स्पष्ट और अधिक सटीक मानचित्र प्राप्त हुआ, जिसमें लासग्ना या केक जैसे जटिल व्यंजनों के भीतर छिपे हुए घटक भी शामिल हैं जिन्हें सर्वेक्षण अक्सर छोड़ देते हैं।
शोधकर्ताओं ने इस वास्तविकता को स्वीकार करते हुए शुरुआत की: अधिकांश लोग कच्ची सामग्री नहीं खाते हैं। वे उनसे बनी चीजें खाते हैं। एक सर्वेक्षण आपसे पूछ सकता है कि क्या आपने केक का एक टुकड़ा खाया, लेकिन यह शायद ही कभी पूछता है कि उस केक में कितना आटा, चीनी, मक्खन और अंडा गया था। यह जानना कठिन बना देता है कि वास्तव में कितनी कृषि उत्पाद उपभोग किए जा रहे हैं। टीम ने एक ऐसी प्रणाली बनाई जो बाजार संतुलन—मानव उपयोग के लिए उपलब्ध गेहूं, चीनी या दूध की कुल मात्रा—को लोगों द्वारा खाए जाने वाले विशिष्ट खाद्य पदार्थों से जोड़ती है। उन्होंने मिश्रित खाद्य पदार्थों को उनके घटकों में तोड़ने के लिए हजारों व्यंजनों का उपयोग किया। इसने उन्हें ब्रेड, सॉस या पेस्ट्री के अंदर छिपे हुए तेल या अंडे जैसी वस्तुओं के सेवन का पता लगाने की अनुमति दी। उन्होंने पाया कि जब आप छिपे हुए घटकों को ध्यान में रखते हैं में रखते हैं, तो लोग जितना तेल उपभोग करते हैं, वह सर्वेक्षण के आंकड़ों द्वारा सुझाए गए स्तर से लगभग आठ गुना अधिक है।
एक बार जब घटकों को जोड़ दिया गया, तो शोधकर्ताओं ने सर्वेक्षण डेटा की त्रुटियों पर ध्यान केंद्रित किया। यह अच्छी तरह से ज्ञात है कि लोग अक्सर अपने खान-पान की गलत रिपोर्ट देते हैं, आमतौर पर जितना वे कहते हैं उससे कम खाते हैं या "अच्छे" खाद्य पदार्थों को अधिक खाने का दावा करते हैं। शोधकर्ताओं ने सर्वेक्षण संख्याओं को समायोजित करने के लिए एक सांख्यिकीय विधि का उपयोग किया ताकि वे बाजार की आपूर्ति की भौतिक वास्तविकता से मेल खा सकें। उन्होंने बाजार आपूर्ति संख्या को एक निश्चित आधार (एंकर) माना, यह मानते हुए कि उपलब्ध भोजन की कुल मात्रा एक ठोस तथ्य है, जबकि सर्वेक्षण उत्तर वे चर (वेरिएबल) थे जिन्हें सुधार की आवश्यकता थी। समायोजन ने एक स्पष्ट पैटर्न प्रकट किया। लोग चीनी, डेयरी और मांस उत्पादों के अपने सेवन को काफी कम बता रहे थे। वास्तव में, औसत वयस्क अपनी दैनिक ऊर्जा खपत को लगभग 620 कैलोरी कम बता रहा था। इसके विपरीत, उन्होंने फलों और जूस के अपने उपभोग को अधिक बताया, जो संभवतः इसलिए है क्योंकि इन खाद्य पदार्थों को सामाजिक रूप से स्वस्थ विकल्प के रूप में देखा जाता है।
अध्ययन ने पुराने हो चुके सूचनाओं की समस्या का भी समाधान किया। जर्मनी में अंतिम प्रमुख राष्ट्रीय सर्वेक्षण 2006 में आयोजित किया गया था, जिससे डेटा लगभग दो दशक पुराना हो गया। खाद्य आपूर्ति हर साल बदलती है, लेकिन सर्वेक्षण महंगे और दुर्लभ होते हैं, जिससे ज्ञान में एक लंबा अंतराल रह जाता है। शोधकर्ताओं ने अपने नए मॉडल का उपयोग करके 2006 के डेटा को 2025 के खाद्य आपूर्ति के अनुरूप अपडेट किया। अपने सिस्टम में नवीनतम बाजार संख्याएँ डालकर, उन्होंने लोगों के खाने के वर्तमान स्वरूप की एक कृत्रिम तस्वीर तैयार की। इस अपडेट ने दिखाया कि जैसे-जैसे कुछ खाद्य पदार्थों की उपलब्धता बदली, वैसे ही उनके संयोजन का तरीका भी बदल गया। उदाहरण के लिए, जैसे-जैसे पोल्ट्री (मुर्गों का मांस) अधिक उपलब्ध हुई और रेड मीट कम हुई, मॉडल ने दिखाया कि इन मांसों को व्यंजनों में एक साथ उपयोग करने के तरीके में बदलाव आया, जिसमें दोनों वाले भोजन कम हो गए। डेटा को अपडेट करने की यह क्षमता बिना नया सर्वेक्षण किए, नीति निर्माताओं के लिए एक बहुत अधिक वर्तमान संदर्भ प्रदान करती है।
इस कार्य के निहितार्थ केवल कैलोरी गिनने से कहीं आगे तक फैले हुए हैं। शोधकर्ताओं ने पाया कि सुधारा गया डेटा आहार संबंधी सिफारिशों की पूरी कहानी को बदल देता है। उदाहरण के लिए, वर्तमान दिशा-निर्देश सुझाव देते हैं कि लोगों को अधिक तेल खाना चाहिए। हालांकि, अनएडजस्टेड (असंशोधित) सर्वेक्षण डेटा को देखने पर, ऐसा लगता था कि लोग बहुत कम तेल खा रहे हैं, जिससे सुझाव मिलता है कि भारी वृद्धि की आवश्यकता है। लेकिन एक बार जब प्रोसेस्ड फूड में छिपे हुए तेल और कम रिपोर्टिंग को ध्यान में रखा गया, तो डेटा ने दिखाया कि लोग पहले से ही अनुशंसित मात्रा से बहुत अधिक तेल का सेवन कर रहे हैं। इसका मतलब है कि सलाह वास्तव में कम खाने की होनी चाहिए, न कि अधिक खाने की। एक अधिक सटीक आधार प्रदान करके, यह पद्धति यह सुनिश्चित करने में मदद करती है कि आहार संबंधी दिशा-निर्देश इस पर आधारित हों कि लोग वास्तव में क्या खाते हैं, न कि इस पर कि वे क्या कहते हैं या अलमारियों पर क्या उपलब्ध है।
यह दृष्टिकोण यह दावा नहीं करता है कि यह प्रत्येक व्यक्ति के आहार का सटीक माप है, क्योंकि कोई भी एकल विधि ऐसा नहीं कर सकती। यह घर के बगीचों में उगाई गई खाद्य सामग्री या भोजन के बर्बाद होने से पहले के नुकसान को कैप्चर नहीं करता है। हालाँकि, यह किसी भी एकल स्रोत की तुलना में बहुत मजबूत आधार प्रदान करता है। आपूर्ति को रिपोर्ट किए गए सेवन के साथ मिलाकर, शोधकर्ताओं ने एक ऐसा उपकरण बनाया है जो यह अनुकरण (सिमुलेट) करने में मदद कर सकता है कि कृषि या नीति में बदलाव वास्तव में थाली तक पहुँचने वाली चीज़ों को कैसे प्रभावित करेंगे। यह विरोधाभासी संख्याओं के संग्रह को एक सुसंगत कहानी में बदल देता है, जो आधुनिक आहार के वास्तविक स्वरूप को प्रकट करता है और स्वस्थ एवं अधिक टिकाऊ खान-पान की आदतों की ओर एक स्पष्ट मार्ग प्रदान करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।