此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

包装正面营养标签

2024年12月13日 更新者:Jason Block、Harvard Pilgrim Health Care

评估包装正面营养标签系统的在线随机实验

本研究的目的是确定某些包装正面食品标签系统是否可以改善消费者食品杂货选择的健康性。 作为家庭主要购物者的美国成年人将在自然主义的在线杂货店完成购物任务。 他们将接触到不同的包装正面食品标签系统,并被要求购买杂货。 在线商店将记录参与者的选择。 参与者还将被要求完成调查措施。

研究概览

详细说明

本研究旨在确定某些包装正面食品标签系统是否可以改善消费者食品杂货选择的健康性。 调查研究公司 Cloud Research 将招募大约 5,610 名 18 岁以上美国成年人作为样本,他们会读和说英语,并且是家庭的主要杂货购物者。

参与者将完成受试者之间的在线随机实验。 它们将被随机分配到 6 个包装正面标签系统中的 1 个:1) 阳性标签,2) 光谱标签,3) 美国食品和药物管理局 (FDA) 高标签,4) FDA 交通灯标签,5) FDA 高标签标签加正面标签,或 6) FDA 交通灯标签加正面标签。 参与者将在自然主义的在线杂货店完成购物任务。 将指导参与者像平常一样购买以下类别的商品:非酒精饮料(例如果汁、咖啡、茶、苏打水、运动饮料、水)、面包和烘焙食品、早餐麦片、汤、盒装和冷冻食品和零食(例如薯片、饼干、坚果、苹果酱、干果)。 他们将根据大型连锁超市这些类别的平均支出获得预算。 商店将记录参与者的选择。 完成购物任务后,参与者将完成在线调查。

研究类型

介入性

注册 (实际的)

5638

阶段

  • 不适用

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习地点

    • Massachusetts
      • Boston、Massachusetts、美国、02215-3325
        • Harvard Pilgrim Health Care Institute

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 成人
  • 年长者

接受健康志愿者

是的

描述

纳入标准:

  • 年满 18 岁或以上
  • 居住在美国
  • 能读和说英语
  • 是他们家庭的主要购物者(为他们的家庭进行 50% 或更多的杂货购物)

排除标准:

  • 18岁以下
  • 居住在美国境外
  • 无法用英语完成调查
  • 不是他们家庭的主要购物者(为他们的家庭进行<50% 的杂货购物)

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 主要用途:预防
  • 分配:随机化
  • 介入模型:并行分配
  • 屏蔽:无(打开标签)

武器和干预

参与者组/臂
干预/治疗
实验性的:正面标签
符合 Guiding Stars 获得 1 颗或更多 Guiding Stars 标准的产品将显示标签,使用星级评级表明其健康状况:1 星(“良好”)、2 星(“更好”)或 3 星(“最佳”)。 Guiding Stars 评级系统使用专利算法根据每 100 卡路里食物的营养成分和成分对食物进行评级。 不符合 Guiding Stars 获得星星标准的产品将不会显示任何新的包装正面标签。
符合 Guiding Stars 获得 1 颗或更多 Guiding Stars 标准的产品将显示标签,使用星级评级表明其健康状况:1 星(“良好”)、2 星(“更好”)或 3 星(“最佳”)。
实验性的:频谱标签
所有产品都将显示扩展的指导星标签,显示总体评级,使用星级评级表明其健康状况:1 星(“差”)、2 星(“一般”)、3 星(“好”)、4 星(“更好”) ”),或 5 颗星(“最佳”)。 Guiding Stars 评级系统使用专利算法根据每 100 卡路里食物的营养成分和成分对食物进行评级。 在“阳性标签”臂中显示 1 星、2 星或 3 星标签的产品将在“光谱标签”臂中分别显示 3 星、4 星或 5 星标签。 其余未在正面标签部门中获得星星的产品将根据其基本指导之星分数分为两半;这些产品的下半部分将显示 1 星级标签,这些产品的上半部分将显示 2 星级标签。
所有产品都将显示扩展的指导星标签,显示总体评级,使用星级评级表明其健康状况:1 星(“差”)、2 星(“一般”)、3 星(“好”)、4 星(“更好”) ”),或 5 颗星(“最佳”)。
实验性的:FDA 高含量标签
含有高含量(即每份每日摄入量≥20%)饱和脂肪、钠或添加糖的产品将贴有标签,表明该产品富含哪些营养素。 根据 FDA 的定义,研究人员将使用 20 克饱和脂肪、2,300 毫克钠和 50 克添加糖的每日摄入量。
含有高含量(即每份每日摄入量≥20%)饱和脂肪、钠或添加糖的产品将贴有标签,表明该产品富含哪些营养素。
实验性的:FDA 交通灯标签
所有产品都将贴有“营养信息”标签,显示 1 份产品中的饱和脂肪、钠和添加糖含量是否为低(<5% DV)、中等(≥5 至 <20% DV)或高(≥20% DV)。 “低”将显示为绿色,“中”将显示为黄色,“高”将显示为红色。 根据 FDA 的定义,研究人员将使用 20 克饱和脂肪、2,300 毫克钠和 50 克添加糖的每日摄入量。
所有产品都会贴有“营养信息”标签,显示 1 份产品中的饱和脂肪、钠和添加糖含量是否较低(
实验性的:FDA 高含量标签和正面标签

含有高含量(即每份每日摄入量≥20%)饱和脂肪、钠或添加糖的产品将贴有标签,表明该产品富含哪些营养素。 根据 FDA 的定义,研究人员将使用 20 克饱和脂肪、2,300 毫克钠和 50 克添加糖的每日摄入量。

此外,符合获得 1 颗或更多颗星的 Guiding Stars 标准的产品将显示标签,使用星级评级表明其健康状况:1 星(“良好”)、2 星(“更好”)或 3 星(“最佳”) 。 Guiding Stars 评级系统使用专利算法根据每 100 卡路里食物的营养成分和成分对食物进行评级。

符合 Guiding Stars 获得 1 颗或更多 Guiding Stars 标准的产品将显示标签,使用星级评级表明其健康状况:1 星(“良好”)、2 星(“更好”)或 3 星(“最佳”)。
含有高含量(即每份每日摄入量≥20%)饱和脂肪、钠或添加糖的产品将贴有标签,表明该产品富含哪些营养素。
实验性的:FDA 交通灯标签加正面标签

所有产品都将贴有“营养信息”标签,显示 1 份产品中的饱和脂肪、钠和添加糖含量是否为低(<5% DV)、中等(≥5 至 <20% DV)或高(≥20% DV)。 “低”将显示为绿色,“中”将显示为黄色,“高”将显示为红色。 根据 FDA 的定义,研究人员将使用 20 克饱和脂肪、2,300 毫克钠和 50 克添加糖的每日摄入量。

此外,符合获得 1 颗或更多颗星的 Guiding Stars 标准的产品将显示标签,使用星级评级表明其健康状况:1 星(“良好”)、2 星(“更好”)或 3 星(“最佳”) 。 Guiding Stars 评级系统使用专利算法根据每 100 卡路里食物的营养成分和成分对食物进行评级。

符合 Guiding Stars 获得 1 颗或更多 Guiding Stars 标准的产品将显示标签,使用星级评级表明其健康状况:1 星(“良好”)、2 星(“更好”)或 3 星(“最佳”)。
所有产品都会贴有“营养信息”标签,显示 1 份产品中的饱和脂肪、钠和添加糖含量是否较低(

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
参与者选择的杂货的健康性
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将根据参与者在购物任务中选择的产品的 Ofcom 营养分析模型加权平均得分(按每种产品的份数进行加权)来评估参与者选择的食品杂货的健康程度。 Ofcom 营养分析模型分数将为参与者选择的每个产品进行计算。 当产品含有较低的热量、饱和脂肪、钠和糖密度、较高的蛋白质和纤维密度以及更多的水果、蔬菜、豆类和坚果时,产品会获得较高的 Ofcom 分数。 研究人员将计算参与者选择的加权平均分,并按参与者选择该产品的份数进行加权。 Ofcom 营养分析模型得分范围为 0 到 100,得分越高表明产品越健康。
从入学到一次性 30 分钟在线学习调查结束进行评估

次要结果测量

结果测量
措施说明
大体时间
参与者的杂货选择的指导之星分数
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者在杂货选择中的 Guiding Stars 分数,作为参与者在购物任务中选择的产品的加权平均 Guiding Stars 分数,并按每种产品的份数进行加权。 当产品含有更健康的营养素和成分(包括维生素、矿物质、纤维、全谷物和 omega-3)以及更少的不健康营养素和成分(包括饱和脂肪、反式脂肪、添加钠、添加糖和某些添加剂)时,产品会获得更高的 Guiding Stars 分数。 分数越高表明产品越健康。
从入学到一次性 30 分钟在线学习调查结束进行评估
所选产品中含有 ≥1 种相关营养素的数量
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的饱和脂肪、钠或添加糖的每日摄入量≥20% 的项目数量。 根据 FDA 的定义,研究人员将使用 20 克饱和脂肪、2,300 毫克钠和 50 克添加糖的每日摄入量。 计数越高,表明选择的产品数量越多,所关注的营养素含量也越高。
从入学到一次性 30 分钟在线学习调查结束进行评估
参与者选择的杂货的卡路里密度
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货的加权平均卡路里密度,计算为每 100 克所选产品的平均千卡,并按每种产品的份数进行加权。 值越高表示卡路里密度越高。
从入学到一次性 30 分钟在线学习调查结束进行评估
参与者选择的杂货的糖密度
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货的加权平均糖密度,计算方法为每 100 克所选产品的平均糖克数,并按每种产品的份数进行加权。 值越高表明糖密度越高。
从入学到一次性 30 分钟在线学习调查结束进行评估
参与者选择的杂货的钠浓度
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货的加权平均钠密度,计算方法为每 100 克所选产品的平均钠毫克数,并按每种产品的份数进行加权。 值越高表明钠密度越高。
从入学到一次性 30 分钟在线学习调查结束进行评估
参与者选择的杂货的饱和脂肪密度
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货的加权平均饱和脂肪密度,计算方法为每 100 克所选产品的平均饱和脂肪克数,并按每种产品的份数进行加权。 数值越高表明饱和脂肪密度越高。
从入学到一次性 30 分钟在线学习调查结束进行评估
参与者选择的杂货的纤维密度
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货的加权平均纤维密度,计算为每 100 克所选产品的平均纤维克数,并按每种产品的份数进行加权。 较高的值表示纤维饱和脂肪密度。
从入学到一次性 30 分钟在线学习调查结束进行评估
参与者选择的杂货的蛋白质密度
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货的加权平均蛋白质密度,计算为每 100 克所选产品的平均蛋白质克数,并按每种产品的份数进行加权。 值越高表明蛋白质密度越高。
从入学到一次性 30 分钟在线学习调查结束进行评估
所选总热量
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货中的卡路里总数,计算为所有所选产品的卡路里总和。 值越高表示选择的卡路里越多。
从入学到一次性 30 分钟在线学习调查结束进行评估
选择的总糖
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货中的糖总量,计算为所有所选产品中所选糖的总和。 值越高表示选择的糖越多。
从入学到一次性 30 分钟在线学习调查结束进行评估
选择的总钠
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货中的钠总量,计算为所有所选产品中所选钠的总和。 值越高表示选择的钠越多。
从入学到一次性 30 分钟在线学习调查结束进行评估
选择的总饱和脂肪
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货中的饱和脂肪总量,计算为所有所选产品中选择的饱和脂肪的总和。 值越高表示选择的饱和脂肪越多。
从入学到一次性 30 分钟在线学习调查结束进行评估
选择的总纤维
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货中的纤维总量,计算为所有所选产品中所选纤维的总和。 值越高表示选择的纤维越多。
从入学到一次性 30 分钟在线学习调查结束进行评估
选择的总蛋白质
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的杂货中的蛋白质总量,计算为所有所选产品中所选蛋白质的总和。 值越高表明选择的蛋白质越多。
从入学到一次性 30 分钟在线学习调查结束进行评估
所选项目总数
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者选择的项目总数。 值越高表示选择的项目越多。
从入学到一次性 30 分钟在线学习调查结束进行评估
参与者选择杂货的总支出
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者在杂货选择上花费的美元总额。 数值越高表示支出越大。
从入学到一次性 30 分钟在线学习调查结束进行评估
正确识别更健康的物品
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估参与者正确识别 6 种产品中哪一种更健康的可能性(6 种产品类别各 1 种:面包、饮料、麦片、膳食、零食和汤)。 如果参与者选择 Ofcom 营养分析模型得分较高的产品,则响应将被编码为正确 (1),否则将编码为错误 (0)。
从入学到一次性 30 分钟在线学习调查结束进行评估
包装正面标签系统的注意事项
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估对包装正面标签系统的关注度,其中包含一项:“当您在购物任务中选择食品和饮料时,除了营养成分面板之外,您是否注意到产品旁边的任何其他营养标签?”回答选项将为“是”、“否”和“不确定”。 如果参与者选择“是”,则响应将被编码为“已注意到”(1),否则将被编码为“未注意到”(0)。
从入学到一次性 30 分钟在线学习调查结束进行评估
使用包装正面标签系统
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估包装正面标签系统的使用情况,其中包含一项:“当您购物时,您是否使用这些其他营养标签来决定选择食品和饮料?”回答选项为“是”(编码为 1)和“否”(编码为 0)。
从入学到一次性 30 分钟在线学习调查结束进行评估
思考健康
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将使用以下一项来评估对健康的看法:“当您在购物任务中选择食品和饮料时,您对产品的整体健康性有多少考虑? 回答选项范围从根本不存在 (1) 到很多 (5)。
从入学到一次性 30 分钟在线学习调查结束进行评估
负面情绪反应
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将使用 5 个项目来评估负面情绪反应:“这个标签让你感觉……”、“担心”、“害怕”、“内疚”、“羞愧”和“悲伤”? 回答选项范围从根本不存在 (1) 到很多 (5)。 调查人员将对5个项目进行平均;平均分数越高表明负面情绪反应越强烈。
从入学到一次性 30 分钟在线学习调查结束进行评估
包装正面标签系统的实用性
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将评估以下一项的感知帮助:“您在多大程度上同意或不同意以下陈述:这些标签将帮助我选择更健康的食品和饮料。” 回答选项范围从强烈不同意 (1) 到强烈同意 (5)。
从入学到一次性 30 分钟在线学习调查结束进行评估
包装正面标签系统的可理解性
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将通过一项来评估感知的可理解性:“您在多大程度上同意或不同意以下陈述:这些标签中的信息很容易理解。” 回答选项范围从强烈不同意 (1) 到强烈同意 (5)。
从入学到一次性 30 分钟在线学习调查结束进行评估
包装正面标签系统的可信度
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将通过以下一项来评估感知的可信度:“您对这些标签中的信息有多信任或不信任?” 响应选项范围从完全不信任 (1) 到完全信任 (5)。
从入学到一次性 30 分钟在线学习调查结束进行评估
公众对包装正面标签系统的支持
大体时间:从入学到一次性 30 分钟在线学习调查结束进行评估
该研究将通过以下一项评估公众对包装正面标签系统的支持:“您会反对还是支持要求在食品和饮料上贴上这些标签的政策?” 响应选项范围从强烈反对 (1) 到强烈支持 (5)。
从入学到一次性 30 分钟在线学习调查结束进行评估

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 首席研究员:Jason P. Block, MD、Harvard Pilgrim Health Care
  • 首席研究员:Anna H. Grummon, PhD、Stanford University

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2024年10月31日

初级完成 (实际的)

2024年11月21日

研究完成 (实际的)

2024年11月21日

研究注册日期

首次提交

2024年7月17日

首先提交符合 QC 标准的

2024年7月17日

首次发布 (实际的)

2024年7月24日

研究记录更新

最后更新发布 (实际的)

2025年3月25日

上次提交的符合 QC 标准的更新

2024年12月13日

最后验证

2024年8月1日

更多信息

与本研究相关的术语

其他研究编号

  • 1938853
  • R01DK115492 (美国 NIH 拨款/合同)

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

是的

IPD 计划说明

调查人员将在公共存储库中发布去识别化的个人参与者数据。

IPD 共享时间框架

研究人员将在与本研究生成的数据相关的手稿发表后 6 个月内发布 IDP。

IPD 共享访问标准

数据和代码将公开。

IPD 共享支持信息类型

  • 树液
  • 分析代码

药物和器械信息、研究文件

研究美国 FDA 监管的药品

研究美国 FDA 监管的设备产品

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

正面标签的临床试验

订阅