パッケージ前の栄養ラベルを比較します

詳細な説明このオンラインランダム化比較試験の全体的な目標は、FDAの栄養情報％DVフロントパッケージラベル（FOPL）のパフォーマンスを、非ラベルコントロールおよびその他のFOPLデザインと比較することです。

主な結果は次のとおりです。（1）最も健康で健康的な全体的な栄養プロファイルを伴う食品と飲み物の正しい識別、（2）懸念の2つの栄養素が少ない製品の健康の知覚、および（3）飽和脂肪、ナトリウム、および添加糖の高い食品と飲料の正しい同定。 二次的な結果には次のものが含まれます。（1）栄養ラベルに気づき、（2）ラベルの内容を思い出し、（3）食品を選択する際のラベルの使用、（4）（4）（4）（4）（i）（i）（ii）（ii）、懸念の栄養素が少なくとも1人の栄養の栄養材料を選択するたびに、栄養レベルが異なる栄養レベルを持つ懸念のある製品、および（ii）栄養レベルのある栄養素を選択した製品の健康の知覚された医療の認識の報告が含まれます。最年少の子供（少なくとも2歳）、（7）飽和脂肪、ナトリウム、および追加された砂糖を高くする食品の消費を阻止するためのラベルの知覚メッセージの有効性、（8）より健康的で健康的な全体的な栄養プロファイルの特定に費やされた時間、および（9）飽和脂肪、砂糖の添加剤としての脂肪、および添加糖の識別に費やされた時間を費やしました。

繰り返される二分の結果（たとえば、最も健康的なプロファイルの正しい選択、最も健康的なプロファイルの正しい選択、懸念の高い栄養素の高い製品の正しい識別）は、堅牢な標準誤差を備えた混合効果ポアソン回帰で分析されます。 単一の二分の結果（たとえば、気づき、ラベルの使用、懸念の1つの栄養素で少なくとも1つのアイテムの選択）は、堅牢な標準誤差を伴うポアソン回帰で分析されます。 各条件と絶対（つまり、パーセンテージポイント）と相対的な違い（つまり、確率比）の割合を報告します。 継続的な結果（たとえば、知覚された健康、費やされた時間）は、線形回帰で使用されます。 すべての回帰モデルは、実験的状態のインジケータで結果を回帰します。 条件ごとに平均と条件間の平均差異効果を報告します。 0.05の両面臨界アルファを使用して、すべての統計テストを実施します。 提示されたすべての信頼区間は95％と両面になります。 この研究の予備的な性質は、初めて新しいFOPLを比較していることを考えると、多重比較のためにp値を調整する予定はありません。

適度な分析では、参加者の栄養リテラシー、教育、食料品の買い物頻度、子供を持つことによる主要な結果に対するラベル設計の効果の変更を探ります。 相互作用用語を使用し、層別モデルを介して重要な相互作用を調査します。

さらに、5つの一意の条件のそれぞれ間のすべての結果の違いを調べます。 仮定が満たされない場合、モデリングアプローチは変更される場合があります。

オンライン調査が意図したとおりに機能していることを確認し、プログラミングエラーを検出するために、約500の完了した調査のソフト発売を実施します。 修正が必要な場合は、別のソフトローンチがある場合があります。 ターゲットサンプルサイズが2025年4月30日までに達成されない場合、これまでに収集されたデータは、公開コメントを提供するために予備分析で使用されます。 最終的な分析サンプルには、主要な結果に関する完全なデータを持つ参加者が含まれます。