Posizionamento prominente e swap di alimenti sono interventi efficaci per ridurre il contenuto di grassi saturi del paniere della spesa in un supermercato sperimentale online: uno studio controllato randomizzato

Introduzione

La riduzione dell’assunzione di grassi saturi (SFA) può abbassare il colesterolo lipoproteico a bassa densità e ridurre il rischio di malattie cardiovascolari[1, 2]. La recente bozza di linee guida dell’OMS raccomanda di ridurre l’assunzione di SFA a meno del 10% dell’apporto energetico totale[3]. Tuttavia, l’assunzione media di SFA nel Regno Unito (13,5% dell’apporto energetico) rimane più di un terzo superiore a quanto raccomandato[4]. Analoghe elevate assunzioni di AFS sono osservate negli Stati Uniti e in altri paesi ad alto e medio reddito[5, 6], e i progressi nella riduzione dell’AFS attraverso programmi di educazione pubblica sono stati lenti. Sono quindi necessari nuovi approcci per raggiungere questo obiettivo a livello di popolazione.

L’acquisto di cibo è un fattore determinante per il consumo di cibo e gli interventi mirati alla qualità nutrizionale del cibo durante la spesa rappresentano una chiara opportunità per un intervento di ampio respiro. Gli interventi a livello individuale, precedentemente identificati nelle revisioni sistematiche come tecniche efficaci di cambiamento del comportamento (ad esempio, consigli dietetici su misura, informazioni, autocontrollo e feedback personalizzati) possono essere facilmente applicati nel contesto della spesa al supermercato online[7, 8]. Uno studio precedente che raccomandava opzioni di AFS più basse al momento dell’acquisto ha mostrato una significativa riduzione dell’AFS totale derivante dall’acquisto di alimenti online senza alcuna differenza di spesa[9].

Gli interventi a livello individuale richiedono una riflessione e un processo decisionale analitico, ma, in pratica, molte decisioni in materia di cibo non sono scelte riflessive e consapevoli, ma sono reazioni automatiche, sollecitate da spunti ambientali[10]. Dato questo, c’è anche un crescente interesse negli interventi a livello ambientale per modificare i comportamenti alimentari alterando i difetti nel punto di scelta, la cosiddetta architettura delle scelte o interventi di stimolo[11]. Le prove preliminari suggeriscono che questi interventi a livello ambientale potrebbero avere un impatto significativo sui comportamenti e potrebbero essere applicati nell’ambiente di vendita al dettaglio per influenzare l’acquisto di cibo[7]. Dato che entrambi i tipi di interventi si sono dimostrati efficaci, abbiamo ipotizzato che la loro combinazione porterà a effetti di dimensioni maggiori.

Lo scopo di questa sperimentazione era quello di testare l’efficacia di un intervento a livello ambientale (cioè modificare l’ordine predefinito degli alimenti per mostrare gli alimenti in ordine crescente di RSA) e di un intervento a livello individuale (cioè un’offerta esplicita di passare a un alimento alternativo con RSA inferiore) sul contenuto di RSA dell’acquisto di alimenti online. In questa prova di prova, abbiamo utilizzato una piattaforma di ricerca sperimentale di acquisti online per esplorare l’efficacia di questi interventi, da soli o in combinazione, rispetto a nessun intervento.

Temi e metodi

Design e allestimento

Si è trattato di uno studio randomizzato randomizzato controllato di 2×2 fattoriale, registrato in prospettiva, condotto in una piattaforma di supermercati online simulata su misura(www.woodssupermarket.co.uk) sviluppata da Cauldron, Regno Unito(http://cauldron.sc/clients#woods). Il supermercato è stato sviluppato per emulare un vero e proprio sito web di supermercati online come descritto in precedenza[12]. Esso contiene un database alimentare con circa 11.000 prodotti, scaricati da un vero e proprio rivenditore di alimentari del Regno Unito (Tesco.com API, febbraio 2012), che include prodotti a marchio standard del Regno Unito. Le informazioni sulla composizione dei nutrienti per 100 g sono state integrate da collegamenti manuali con le etichette degli alimenti sui siti web dei supermercati online e con i dati forniti da Kantar WorldPanel e dal Medical Research Council Human Nutrition Research database di alimenti e nutrienti [13]. I dati sono stati raccolti e gestiti utilizzando la piattaforma del supermercato e gli strumenti elettronici di acquisizione dati REDCap (Research Electronic Data Capture) ospitati presso l’Università di Oxford[14]. REDCap è un’applicazione sicura, basata sul web, progettata per supportare l’acquisizione dei dati per gli studi di ricerca, fornendo: 1) un’interfaccia intuitiva per l’inserimento di dati convalidati; 2) audit trail per il monitoraggio della manipolazione dei dati e delle procedure di esportazione; 3) procedure di esportazione automatizzate per il download di dati senza soluzione di continuità verso i comuni pacchetti statistici; e 4) procedure per l’importazione di dati da fonti esterne. Il protocollo è stato implementato senza modifiche ad eccezione di piccole revisioni prospettiche, effettuate prima dell’analisi, che vengono annotate nel piano di analisi (file aggiuntivo 1).

Partecipanti

I partecipanti sono stati reclutati tra marzo e luglio 2018 attraverso un’agenzia di ricerca online[15]. Gli inviti sono stati inviati a un sottocampione casuale di un pool di 6968 che erano stati tutti pre-selezionati come idonei. A causa di una limitazione tecnica, i tassi di invito e di risposta non sono stati registrati. I partecipanti erano idonei se vivevano nel Regno Unito, avevano 18 anni o più, erano il principale (o condivisi) acquirente di generi alimentari per la loro casa, erano in grado di leggere l’inglese, avevano accesso a un computer e a una connessione a Internet (in virtù del fatto di far parte del pool di partecipanti Prolific), ed erano disposti e in grado di fornire il consenso informato. Le persone non erano ammissibili se seguivano una dieta ristretta, come una dieta vegetariana, vegana, senza latticini, senza zucchero o senza glutine. In seguito alla verifica online di questi criteri, i partecipanti hanno fornito il consenso per via elettronica. Dopo il consenso, hanno risposto alle domande demografiche standard e ad alcune domande supplementari sulle abitudini di acquisto e sullo stato di salute al punto di partenza (File aggiuntivo 1: Appendice B).

Randomizzazione

Lo statistico ha generato la sequenza di randomizzazione utilizzando il pacchetto R ‘blockrand’ [16] e il ricercatore principale ha caricato la sequenza in REDCap. In seguito al questionario di base, i partecipanti sono stati assegnati ai gruppi di prova da REDCap tramite la generazione computerizzata di numeri casuali su base 1:1:1:1 con dimensioni dei blocchi casuali. L’occultamento dell’assegnazione è stato ottenuto, poiché i partecipanti sono stati reclutati da Prolific indipendentemente dal team di ricerca e automaticamente randomizzati senza coinvolgimento umano.

Compito di acquisto

Dopo la randomizzazione, i partecipanti sono stati reindirizzati al sito web del supermercato che ha introdotto l’attività di shopping. Il sito web ha spiegato come completare il compito. Come nei veri supermercati online, i partecipanti hanno potuto trovare gli articoli navigando tra i reparti e gli scaffali del supermercato o utilizzando una funzione di ricerca. È stato chiesto loro di selezionare 10 alimenti “di uso quotidiano” da una lista della spesa prestabilita. È stato chiesto loro di immaginare di fare la spesa da soli e di scegliere gli alimenti che loro e la loro famiglia avrebbero voluto mangiare. I 10 alimenti erano le principali fonti di AFS nel Regno Unito, all’interno di categorie alimentari in cui sono disponibili anche opzioni di AFS inferiori. Ai partecipanti non è stato impedito di selezionare tutti gli articoli che desideravano, in quantità illimitata, ma le istruzioni richiedevano di selezionare solo un singolo articolo per categoria dalla lista della spesa qui sotto. La lista comprendeva: Latte per uso quotidianoLatte per uso quotidianoBurro o margarina per uso quotidianoFormaggio per l’uso quotidianoFormaggio per l’uso in panino o pasto leggeroPasti pronti da mangiare salati (ad es. salumi, samosa)Dessert freddo individuale pronto da mangiareMangia/pesce/vegetariano alternativo da cucinare per 4 personeDessert per un pasto di 4 personeDessert per un pasto di 4 personeDessert per un pasto di 4 personeDessert per un pasto di 4 personeDessert per un pasto di 4 personeDessert per un pasto di 4 personeDessert per un pasto di 4 personeDessert per un pasto di 4 personeDessert per un pasto di 4 personeDessert per un pasto di 4 personeDessert per un pasto di 4 persone

Nel processo di consenso, tutti i partecipanti sono stati informati in una frase che: “Questo studio mira ad indagare se due diversi modi di fare scelte più sane quando si fa la spesa online sono accettabili per gli acquirenti ed efficaci nel ridurre i grassi saturi nei cibi nel loro paniere”. Tuttavia, questa frase era tra le tante nelle pagine informative dei partecipanti e non è stato fatto ulteriore riferimento all’AFS in seguito, se non nella condizione di scambio come parte necessaria di tale intervento (vedi sotto). Al termine di questo compito, i partecipanti sono stati reindirizzati a REDCap per completare un’indagine che valutasse l’accettabilità dell’intervento, il loro abituale comportamento d’acquisto e una casella aperta per i commenti. Al completamento, i partecipanti sono stati rimborsati con 5 sterline per la loro partecipazione.

Interventi

I partecipanti sono stati assegnati a caso a uno dei seguenti gruppi:

Swaps (intervento a livello individuale)

Ai partecipanti è stato offerto uno swap esplicito con meno AFS. Gli swap sono stati offerti se un prodotto alternativo all’interno della stessa categoria aveva almeno 2 punti percentuali in meno di AFS (cioè 2 g in meno di AFS per 100 g di prodotto), era compreso tra il 60 e il 140% del peso del prodotto originale, ed era compreso tra lo 0 e il 200% del prezzo del prodotto originale. Gli swap sono stati offerti al momento della selezione, subito dopo aver selezionato un articolo da aggiungere al proprio carrello. Se erano disponibili più swap, veniva offerto quello dello stesso marchio del prodotto di base e se non erano disponibili prodotti dello stesso marchio veniva offerto a caso uno swap che soddisfaceva i criteri. Un esempio di swap è mostrato nella Fig. 1a. Prima di iniziare l’attività, ai partecipanti di questo gruppo è stato consigliato di offrire uno swap con AFS inferiore. È stato consigliato loro di scegliere il cibo con AFS inferiore solo se lo avrebbero scelto se offerto nel loro negozio normale, se lo avrebbero scelto loro e la loro famiglia lo avrebbero mangiato volentieri, o se erano disposti a mangiarlo per ridurre l’assunzione di AFS. Si consigliava loro di non scegliere il prodotto se non erano disposti a mangiarlo. Fig. 1 Un esempio di intervento a livello individuale nella scelta del burro, in cui viene offerto uno scambio esplicito per categoria, peso, prezzo e marca(a) e un esempio di intervento a livello ambientale nella ricerca del latte, in cui i prodotti vengono mostrati in ordine crescente di contenuto di grassi saturi(b).

Fig. 1.Fig. 1. Un esempio di intervento a livello individuale nella selezione del burro, in cui viene offerto uno scambio esplicito per categoria, peso, prezzo e marca(a) e un esempio di intervento a livello ambientale nella ricerca del latte, in cui i prodotti vengono mostrati in ordine crescente di contenuto di grassi saturi(b).

Modifica dell’ordine di default (intervento a livello ambientale)

Durante la ricerca o la navigazione tra gli alimenti, i partecipanti hanno visualizzato un elenco di prodotti in ordine crescente di contenuto AFS (cioè i prodotti con il contenuto AFS più basso apparivano nella parte superiore dello schermo), ma questo ordine non è stato reso esplicito ai partecipanti. Inoltre, il contenuto SFA dell’alimento non veniva visualizzato nell’elenco dei prodotti ma, come in tutti i supermercati online del Regno Unito, il contenuto SFA insieme ad altri nutrienti del pannello dei fatti nutrizionali veniva mostrato se il partecipante cliccava su un prodotto alla ricerca di ulteriori informazioni. L’ordine SFA è stato applicato a ciascun elenco di alimenti offerti ai partecipanti durante la ricerca dei prodotti. Un esempio dell’intervento è mostrato nella Fig. 1b.

Combinazione di interventi a livello individuale e ambientale

I partecipanti assegnati a questo braccio hanno ricevuto entrambi gli interventi come sopra descritto. I partecipanti sono stati esposti all’intervento a livello ambientale durante la ricerca degli elementi e all’intervento a livello individuale dopo aver selezionato gli elementi specifici. Di conseguenza, l’intervento a livello ambientale è stato visto prima di quello a livello individuale.

Controllo

I partecipanti a questo braccio hanno fatto acquisti utilizzando la versione predefinita del sito web con un ordine casuale degli alimenti visualizzati in risposta alla ricerca o alla navigazione senza offerta di swap.

Accecante

Gli investigatori non sono stati accecati dall’assegnazione dell’intervento, ma non sono stati in grado di manipolare alcun parametro di studio dopo l’impostazione dello studio iniziale, in quanto tutte le procedure di studio si sono svolte sulla piattaforma online. La valutazione dei risultati è stata effettuata in cieco, in quanto è avvenuta automaticamente nella piattaforma online. Lo statistico è stato reso cieco all’assegnazione degli interventi. I partecipanti erano necessariamente non vedenti e consapevoli degli obiettivi dello studio.

Risultato primario

Il risultato principale è stato la differenza del contenuto di AFS del paniere misurata come differenza nella percentuale di energia totale tra ciascuno dei quattro gruppi di prova. Abbiamo regolato per l’energia totale, perché pone l’accento sulla composizione nutrizionale degli alimenti selezionati e non sulla quantità totale di cibo acquistato, come sarebbe il caso se avessimo usato una quantità assoluta di grassi saturi. Inoltre, rende il risultato paragonabile alle raccomandazioni nutrizionali per i grassi saturi, che sono espressi in percentuale di energia.

Risultati secondari

Abbiamo esaminato le differenze tra i cestini di ogni gruppo: i.la proporzione di prodotti con meno di 1,5 g di SFA per 100 g di prodotto (1,5% SFA) [17]ii.il costo del cestino, espresso in £/100giii.energia totale (kcal), densità energetica (kcal/100 g), zucchero (percentuale dell’energia totale), e sale (g/100 g).

Abbiamo anche esaminato le differenze tra i soli swap offerti e il braccio d’intervento combinato in:i.la percentuale di energia da AFS per swap acceptedii.la percentuale di swap accettati rispetto a quelli offertiiii.la percentuale di swap accettati rispetto a quelli offerti dalla variazione mediana osservata nell’AFS (variazione alta dell’AFS contro variazione bassa dell’AFS)iv.la proporzione di swap accettati tra quelli offerti per (a) burro, margarina e prodotti da spalmare, (b) formaggio, (c) latte, (d) carne e prodotti a base di carne, (e) dolci e dessert, compresi cioccolatini, dolci, gelati, torte, torte, torte, biscotti e prodotti dolciari della panetteriav.la proporzione di swap accettati tra il numero di articoli selezionati.

Dimensione del campione

Il rapporto tra l’assunzione di ASP e gli esiti cardiovascolari è lineare e quindi, a livello di popolazione, anche riduzioni molto piccole dell’assunzione di ASP saranno significative per la salute pubblica. Abbiamo preso una decisione pragmatica per alimentare questo studio sulla base di una riduzione del 2% di energia da parte dell’AFS. Si stima che questa riduzione sia associata a un rischio di mortalità per malattie cardiovascolari inferiore dell’11%[18]. Ipotizzando una deviazione standard del 7% nel paniere totale tra uno qualsiasi dei 4 gruppi e utilizzando l’intenzione di trattare le analisi con una potenza del 90% e con α = 0,05 su due lati, abbiamo richiesto 258 partecipanti per gruppo (totale n = 1032). Un campione finale di 1240 partecipanti rappresenterebbe il 20% di logoramento dei partecipanti che non hanno completato l’attività di acquisto.

Analisi statistica

Abbiamo seguito un piano statistico prestabilito (file aggiuntivo 1) pubblicato prima dell’analisi nel registro ISRCTN (ISRCTN13729526). Uno statistico di prova indipendente ha analizzato l’esito primario e gli esiti secondari i-iii utilizzando l’analisi bidirezionale della varianza. Poiché i confronti erano stati predefiniti, non abbiamo corretto per i test multipli[19]. Abbiamo anche testato l’interazione tra i due interventi e l’esito principale introducendo un termine di interazione nel modello di regressione[20]. Gli esiti secondari iv-viii sono presentati come mediane con intervallo interquartile (IQR). Abbiamo analizzato i dati dei partecipanti che hanno acquistato almeno un prodotto da almeno 5 delle 10 categorie della lista della spesa e, quando i partecipanti hanno acquistato più dei 10 articoli richiesti, abbiamo incluso tutti gli articoli acquistati. Abbiamo effettuato analisi di sottogruppi predefiniti per sesso, età (inferiore o superiore alla mediana), gruppo etnico (bianco o non bianco), obesità, istruzione (non/ secondaria o superiore) e reddito familiare (basso/medio o superiore). Le stime dell’efficacia comparativa per tutti i risultati sono riportate come differenze medie con intervalli di confidenza del 95% (CI). Due ricercatori hanno analizzato i commenti aperti utilizzando l’analisi dei contenuti manifesti contando la frequenza e raggruppando i contenuti specifici evidenti nei commenti[21]. Tutte le analisi statistiche sono state condotte in R (versione 3.5.0, Vienna, Austria).

Risultati

Dei 6968 partecipanti ammissibili, 1240 hanno dato il loro consenso e sono stati randomizzati in modo uniforme ai quattro gruppi. Sono stati analizzati i dati di 1088 (88%) che hanno completato il compito (Fig. 2). I partecipanti avevano in media (SD) 38 (12) anni, due terzi erano donne, un terzo erano affetti da obesità (IMC≥ 30 kg/m2), il 90% erano di sfondo bianco e circa tre quarti avevano fatto acquisti online per fare la spesa almeno una volta nell’ultimo anno (Tabella 1).Fig. 2CONSORT diagramma di flussoTabella 1Caratteristiche di base dei partecipanti alla provaControlSwapsAltering orderCombined(n=-310)(n =-310)(n =-310)(n =-310)(n =-310)(n =-310) Età, anni, media±SD37.5±±11.737,8±12,938,2±12,737,2±11,7Sex, femmina, n (%)193±±62.3207 ± 66,8214 ± 69203 ± 65,5BMI, kg/m², media 7.227.9, 7.327.8, 6.427.4, 6.427.4, 6.3BMI categoria, n (%) < 18,55(1,6)5(1,6)7(2,3)7(2,3)7(2,3) 18,5-24,9113(36,5)130(41,9)113(36,5)123(39,7)■ 25-29.9101(32,6)79(25,5)89(28,7)90(29) >3087(28,1)95(30,6)96(30,6)96(31)86(27,7)■ Mancante4(1,3)1(0,3)5(1,6)4(1,3)Gruppo etnico, n (%)■Bianco272( 87.7)285(91.9)285(91.9)280(90.3)■Asiatico/Nero20(6.5)10(3.2)13(4.2)16(5.2)■Misto/Altro18(5.8)14(4.5)11(3.5)13(4.2)■Manca0(0)1(0.3)1(0,3)1(0,3)Istruzione, n (%)■Nessuno7(2,3)11(3,5)17(5,5)17(5,5)10(3,2)■ Secondario74(23,9)105(33,9)108(34,8)86(27,7)■ Superiore229(73,9)193(62.3)184(59,4)213(68,7)■Mancante0(0)1(0,3)1(0,3)1(0,3)1(0,3)1(0,3)Reddito familiare, n (% ) inferiore(£25 k)124(40)142(45,8)135(43,5)125(40.3)Medio (£26-39 k)93(30)70(22,6)77(24,8)79(25,5)■ Superiore (£40 k)83(26,8)90(29)83(26,8)95(30,6)■ Mancante10(3,2)8(2,6)15(4.8)11(3.5)Dimensione della famiglia, mediana (IQR)3,0 (2-4)3,0 (2-4)3,0 (2-4)3,0 (2-4)3,0 (2-4)3,0 (2-4)Spesa media della famiglia al supermercato, £ , mediana (IQR )70.0 (50-100)60,0 (45-90)60,0 (50-85)60,0 (50-100)Acquisti online, n (%)>=1/settimana21(6.8)18(5,8)27(8,7)32(10,3)■ 1-3volte al mese42(13,5)38(12,3)54(17,4)62(20)■ 4-11volte nell’ultimo anno78(25,2)76(24,5)79(25.5)74(23.9)■ 1-3volte nell’ultimo anno91(29.4)91(29.4)71(22.9)72(23.2)■ Mai o mainell’ultimo anno78(25.2)87(28.1)78(25.2)69(22.3)■Missing0(0)0(0)0(0)1(0.3)1(0.3)1(0.3)Acquisti online non commerciali, n (% ) >=1/settimana35(11.3)43(13.9)27(8.7)33(10.6) 1-3volte/mese137(44,2)124(40)129(41,6)133(42,9)■ 4-11volte nell’ultimo anno102(32,9)105(33,9)119(38,4)115(37.1)■ 1-3volte nell’ultimo anno30(9.7)31(10)30(9.7)25(8.1)■ Mai omeno nell’ultimo anno6(1.9)7(2.3)4(1.3)3(1)■Mancante0(0)0(0)0(0)1(0.3)1(0.3)Storia di, n (%)■Malattia cardiaca0(0)1(0)1(0.3)4(1.3)3(1)■Colesterolo alto26(8.4)20(6.5)25(8.1)12(3.9)■Altapressione sanguigna26(8.4)31(10)28(9)20(6.5) Diabete12(3.9)11(3.5)7(2.3)5(1.6) Cancro5(1.6)9(2.9)6(1.9)7(2.3)Malattia polmonarecronicaostruttiva5(1.6)2(0.6)4(1.3)3(1)

In media, i partecipanti hanno speso 21 minuti (SD 9) per completare lo studio, hanno sfogliato 29 pagine di prodotti (SD 15) e hanno acquistato 12 prodotti (SD 5). Non ci sono state differenze significative nel numero di articoli o nel tempo per completare l’attività in base all’assegnazione del gruppo (File aggiuntivo 2: Tabella S1). La percentuale di energia da SFA nel paniere di controllo(n= 275) è stata del 25,7% (±5,6%) (Fig. 3). Rispetto a nessun intervento, la modifica dell’ordine predefinito dei prodotti per mostrare gli alimenti in ordine crescente di AFS(n= 261) ha ridotto l’AFS del -5,0% (95%CI: -6.3 a -3,6)), e offrendo uno swap esplicito con AFS inferiore (n = 279) lo ha ridotto del -2,0% (95%CI: -3,3 a -0,6). Alterare l’ordine predefinito ha ridotto la percentuale di energia proveniente dall’AFS in misura significativamente maggiore rispetto all’offerta di swap (-3,0% (95% CI: -4,3 a -1,6). L’intervento combinato(n= 273) è stato significativamente più efficace del controllo (-5,4% (95% CI: -6,7 a -4,1)) e degli swap da soli (-3.4% (95%CI: da -4,8 a -2,1)), ma non c’è stata alcuna differenza rispetto alla sola modifica dell’ordine predefinito (-0,4% (95%CI: da -1,8 a 0,9), p = 0,04 per l’interazione). Questi effetti sono rimasti significativi dopo un’analisi post-hoc di aggiustamento per i confronti multipli per il numero di prove ad un alfa di a = 0,05/28 = 0,001. L’interazione tra i due interventi è stata significativa solo per l’esito primario (p=0,04). Le interazioni e gli effetti principali sono presentati nel file aggiuntivo 2: Tabella S2.Fig. 3Mezzo (Intervalli di fiducia al 95%) energia percentuale da grassi saturi per assegnazione di gruppo (esito primario)

La percentuale di prodotti che conteneva meno dell’1,5% di AFS nel paniere è risultata significativamente più alta in ciascuno degli interventi rispetto al controllo. È stata inoltre significativamente più elevata nel gruppo degli ordini di default rispetto al gruppo degli swap offerti (differenza media 6,5, 95% di CI: da 3,3 a 9,7). Il costo del paniere (£/100 g) non differisce in modo significativo tra i gruppi (Tabella 2).Tabella 2Confronto dei risultati secondari tra i gruppi di provaControlSwapsAltering orderCombinedSwaps vs ControlAltering order vs ControlCombined vs ControlAltering order vs ControlAltering order vs SwapsCombined vs SwapsCombined vs Altering order(n= 275)(n = 279)(n = 261)(n = 273)(n = 273) % dei prodotti con < 1.5% SFA20,4 ± 12.624,38 ± 13.4530,87 ± 15.9332,4 ± 16.153,98 (0,79 a 7,17)10,47 (7,22 a 13,71)12 (8.8 a 15,21)6,48 (3,25 a 9,72)8,02 (4,82 a 11,22)1,54 (-1,71 a 4,79)Costo, £/100 g0, 36 ± 0,120,37 ± 0.110,36 ± 0,10,36 ± 0,120,01 (-0,01 a 0,04)0 (-0,03 a 0,02)0,01 (-0.Da 02 a 0,03)-0,01 (da -0,04 a 0,01)-0,01 (da -0,03 a 0,02)0,01 (da -0,02 a 0,02)0,01 (da -0,02 a 0.03)Energia totale, kcal14.467 ± 703814.393 ± 792312.448 ± 589412.670± 7574-74 (da -1641 a 1493)-2019 (da -3612 a -425)-1797 (da -3372 a -221)-1945 (da -3532 a -357)-1723 (da -3292 a -153)222 (da -1374 a 1818) Densità di energia, kcal/100 g219.03 ± 47.52211.12 ± 46.16194.73 ± 45.96190.76 ± 44.36−7.91 (− 17.97 a 2,16)-24,3 (-34,53 a -14,07)-28,27 (-38,38 a -18,15)-16,39 (-26.59 a -6,2)-20,36 (-30,44 a -10,28)-3,97 (-14,22 a 6,28)Zucchero, % energia15.42 ± 4.9915.39 ± 4.9317.65 ± 6.4817.82 ± 5.84− 0.03 (− 1.25 a 1,19)2,23 (0,99 a 3,47)2,39 (1,17 a 3,62)2,27 (1,03 a 3,5)2,43 (1,21 a 3,65)0,16 (- 1,08 a 1,41)Sale, g/100 g0 .15 ± 0,130,15 ± 0,080,15 ± 0,070,14 ± 0,060 (da -0,02 a 0,02)0 (-0.Da 02 a 0,02)-0,01 (da -0,03 a 0,01)0 (da -0,02 a 0,02)-0,01 (da -0,03 a 0,01)-0.01 (da -0,03 a 0,01)I valori sono le medie ± SD nelle prime quattro colonne e le differenze medie (95% di IC) nelle sei colonne successive. SFA Grasso saturo

Alterare l’ordine predefinito dei prodotti da solo o in combinazione con gli swap ha ridotto significativamente l’energia totale e la densità energetica del paniere rispetto a nessun intervento o swap da solo. Alterare l’ordine e la combinazione degli interventi ha aumentato significativamente l’energia percentuale degli zuccheri totali rispetto ai soli swaps o al controllo, mentre i soli swaps non hanno modificato significativamente l’energia percentuale degli zuccheri totali rispetto al controllo. Non c’erano prove di una differenza di sale tra i quattro gruppi di studio (Tabella 2).

La percentuale di partecipanti a cui è stato offerto almeno uno swap è stata rispettivamente del 100 e del 94% nel solo gruppo swap e nel gruppo combinato. Al solo gruppo di swap è stata offerta una mediana di 7 swap (IQR 4) mentre al gruppo combinato sono stati offerti 4 swap (IQR 4). La percentuale dei partecipanti che hanno accettato almeno uno swap è stata rispettivamente del 63 e del 40% nel solo gruppo di swap e nel gruppo combinato (file aggiuntivo 2: tabella S3). La variazione percentuale di energia da AFS (il risultato primario) è aumentata con il numero di swap accettati, come mostrato nella Fig. 4. Questi risultati non differiscono in modo significativo per i sottogruppi predefiniti di sesso, età, gruppo etnico, IMC, istruzione o reddito (Tabella 3 e file aggiuntivo 2: Tabella S4).Fig. 4Mediano (intervallo interquartile) della percentuale di energia da grassi saturi del paniere prima dell’offerta di swap e dopo aver accettato gli swap per numero di swap accettatiTabella 3Analisi dei sottogruppi della percentuale di energia da grassi saturi (risultato primario) per gruppo di prova% energia da grassi saturi (media±SD, n)Tra i gruppi differenza media (95% CI)ControlSwapsAltering orderCombinedAltering order vs SwapsCombined vs SwapsCombined vs SwapsCombined vs Altering orderSex25.58 ± 5.62, 17224.3 ± 6.08, 18321.26 ± 6.12, 17921.11 ± 6.09, 174-3,04 (da -4,66 a -1,42)-3,19 (da -4,82 a -1,55)-0.14 (- 1,78 a 1,5) Maschio25,81 ± 5,69, 10322,54 ± 5,81, 9619,59 ± 6.55, 8018,72±6,91, 96-2,95 (da -5,39 a -0,51)-3.82 (da -6,14 a -1,5)-0,87 (da -3,31 a 1,57)Età, anni mediani e superiori a 25,74±±5 ,89, 14222.9-6,56, 14421,54-6,35, 13421,03-6,51, 131-1,36 (-3,32 a 0,59)-1.87 (-3,84 a 0,1)-0,51 (-2,51 a 1,5) sotto la mediana 25,59±5,37,13324,54±5.32, 13519,81±6,15, 12719,56±6,34, 142-4,73 (-6,58 a -2,88)-4,98 (-6.78 a -3,18)-0,25 (-2,08 a 1,58) Gruppo etnico White25,66±5,73,24023,77±5,88, 25620.8 – 6,29, 24120,22 – 6,43, 244 – 2,96 (da -4,37 a -1,56)-3,55 (-4.Da 95 a -2,15)-0,59 (da -2,01 a 0,84)■Non bianco25,74±4,97, 3522,94±7,85, 2219,44±6.57, 1920,65±6,81, 28-3,5 (-8,78 a 1,78)-2,29 (-7,09 a 2,51)1,21 (-3,8 a 6,22)IMC, kg/m²   < 3025.86 ± 5.31, 19923.72 ± 6.14, 19520.11 ± 6.35, 17020,64±6,51, 200-3,61 (-5,26 a -1,97)-3.08 (da -4,66 a -1,5)0,53 (da -1,11 a 2,17)≥ 3025,44±±6.14, 7323.61 ± 5.86, 8322.12 ± 6.04, 8619.39 ± 6.14, 69−1.5 (-3,9 a 0,9)-4,22 (-6,76 a -1,68)-2,72 (-5.Da 24 a -0,2) Istruzione non/ secondaria25,09±5,83, 6823,52±6.49, 10320,07±5,87, 9919,89±6,69, 79-3,46 (da -5,73 a -1.19)-3,63 (da -6,04 a -1,22)-0,17 (da -2,6 a 2,26)■ Superiore25.86 ± 5.57, 20723.79 ± 5.79, 17521.1 ± 6.55, 16120.41 ± 6,38, 193-2,7 (da -4,4 a -0,99)-3,38 (da -5,01 a -1.75)-0,69 (-2,35 a 0,98) Reddito familiare Basso-medio (25-39 k£) 25,42±±5.57, 19123.21 ± 6.28, 18820.36 ± 6.29, 18119.81 ± 6.3, 177-2,85 (da -4,49 a -1,21) – 3,4 (da -5,05 a -1.76)-0,55 (-2,22 a 1,11)■ Superiore (£40k+) 26,2±5,79, 7524.86 ± 5.38, 8421.67 ± 6.25, 7021.6 ± 6.54, 86− 3.2 (da -5,71 a -0,69)-3,26 (da -5,64 a -0,88)-0,07 (da -2,56 a 2,43)

Il tasso di accettazione mediano è stato del 14 e dello 0% rispettivamente negli swap e nell’intervento combinato (tabella 4). Non ci sono state differenze tra i vari gruppi nel tasso di accettazione per specifici gruppi di alimenti, ad esempio burro, formaggio, latte, carne e dolciumi. La proporzione mediana degli swap accettati sul totale degli articoli acquistati non è risultata diversa tra i soli swap e gli interventi combinati.Tabella 4Confronto dei risultati applicabile solo tra i soli swap e i gruppi combinatiSwapsCombinedMedian difference (95% CI)Median (IQR)nMedian(IQR)n%swap accettati sul totale degli swapofferti14.3 (0-28,57)2790,0 (0-25)27314,29 (0 a 2,78)■ Altavariazione AFSa23,5 (14,3-37,5)16733,3 (20-50)99-9.80 (da -13,33 a -4,17)■Bassa variazione AFSa0,0 (0-0)1120,0 (0-0)1740,00 (da 0 a 0)■Cacio0.0 (0-100)2790.0 (0-0)2730.00 (0 a 0)■ Burro,margarina, spalmabili0.0 (0-50)2790.0 (0-0)2730.00 (0 a 0)■ Dolci e dessert0.0 (0-33,33)2790,0 (0-20)2730,00 (da 0 a 0)■ Latte0,0 (0-0)2790,0 (0-0)2790,0 (0-0)2730,00 (da 0 a 0)■ Carne0,0 (0-0)2790.0 (0-0)2730,00 (0-0)2730,00 (0-0)% degli swap accettati sul numero totale di voci del paniere20,0 (15,4-27,27)10518,2 (14,9-22,44)321,82 (-1,39-4,78)AFS Grasso saturo. percentuale degli swap accettati su quelli offerti dalla variazione mediana osservata nell’AFS (variazione AFS alta vs variazione AFS bassa). Alla maggior parte dei partecipanti è stato offerto un massimo di uno swap per categoria di prodotto, in quanto è stato loro richiesto di acquistare un solo prodotto. Pertanto, la percentuale di swap accettati tra quelli offerti avrebbe un valore dello 0% o del 100% nella maggior parte dei casi. Vi è stata una maggiore variazione nei dessert, in quanto i partecipanti hanno acquistato più di un dessert

Al termine del compito, i partecipanti hanno riferito che i tre fattori più importanti da considerare nella scelta dei cibi o delle bevande da acquistare erano il prezzo, il gusto e la salubrità (File aggiuntivo 2: Tabella S5). Questi si sono riflessi anche nei commenti aperti. Circa un quarto (24%) ha riferito di aver controllato le etichette nutrizionali per verificare il contenuto di grassi saturi spesso o sempre (File aggiuntivo 2: Tabella S6). Circa tre quarti (76%) dei gruppi a cui sono stati offerti gli swap concordano sul fatto che gli swap sono una caratteristica che vorrebbero vedere nei loro acquisti abituali, con solo il 10% di loro in disaccordo e il resto indifferente a questa caratteristica. Circa il 17%(n=187) ha lasciato commenti a vuoto. Anche se non abbiamo chiesto l’accettabilità di modificare l’ordine predefinito, entrambi gli interventi sono risultati per lo più accettabili nei commenti. (” L’opzione di swap auto-salutare è brillante in quanto molte persone preferirebbero avere l’opzione più salutare data la scelta e spesso non hanno il tempo o la pazienza di confrontare i prodotti”, “, “ Quando si guarda allecategorie alimentari, i primi risultati sembrano essere sempre le opzioni più leggere/salutari – questa è una buona idea!) Una minoranza dei partecipanti(n= 8) ha commentato che la lista della spesa non rispecchiava il loro abituale modello di acquisto, perché di solito comprano meno dolcetti o cucinano da zero (” Lalista della spesaera molto irrealistica per me. Noi per lo più cuciniamo da zero e raramente compriamo pasti pronti o dessert”). Ulteriori commenti si sono evoluti intorno alla funzionalità del sito (” Ilsito era lento quando ho scelto il prodotto, ma tutto è andato bene”), al piacere di partecipare allo studio (“Studio moltointeressante, mi è piaciuto partecipare” ), e ai fattori che influenzano i loro abituali comportamenti di acquisto e di consumo, che assomigliano ai fattori catturati con i dati quantitativi (” Come famiglia, noialimentari acquistiamo per mantenere bassi i costi“).

Fig. 2.Diagramma di flusso del CONSORT

Fig. 3.Media (95% Intervalli di confidenza) percentuale di energia da grassi saturi per ripartizione del gruppo (risultato primario)

Fig. 4.Fig. 4. Mediana (intervallo interquartile) di energia percentuale da grassi saturi del paniere prima dell’offerta di swap e dopo aver accettato gli swap per numero di swap accettati

Discussione

Modificando l’ordine predefinito per mostrare gli alimenti in ordine crescente di AFS e offrendo uno scambio esplicito con AFS inferiore durante un’esperienza di acquisto online, si è ridotta notevolmente la percentuale di energia da AFS degli alimenti selezionati. Modificare l’ordine predefinito è stato molto più efficace dell’offerta di swap e non vi erano prove che la fornitura di swap oltre a modificare l’ordine aumentasse l’effetto dell’intervento. Non vi erano prove che l’intervento avesse un impatto sul costo previsto dei prodotti selezionati.

Questo è il primo studio randomizzato che mira a confrontare direttamente un intervento a livello ambientale (alterando l’ordine predefinito) e uno a livello individuale (offrendo swap) e la loro combinazione per migliorare la qualità nutrizionale degli acquisti alimentari. Un precedente studio condotto in un vero e proprio swap di test online per supermercati con un AFS inferiore ha dimostrato un effetto molto più ridotto rispetto a quello osservato nello studio attuale[9]. Tuttavia, il loro risultato primario è stato calcolato come grammi di AFS per peso totale di alimenti nel paniere totale piuttosto che come percentuale di energia. Non è chiaro se la differenza nelle dimensioni dell’effetto sia dovuta agli ambienti simulati rispetto a quelli reali o alle differenze nelle liste della spesa, l’algoritmo che suggerisce lo swap, o il numero di swap accettati, non è chiaro. I nostri interventi per ridurre la percentuale di energia da AFS hanno anche ridotto la densità energetica degli articoli selezionati. Questo è in contrasto con uno studio precedente che utilizzava la stessa piattaforma sperimentale che offriva specificamente swap con una minore densità energetica, ma non ha trovato alcun effetto dell’intervento. Ciò potrebbe essere spiegato dalle differenze nelle liste della spesa, nell’algoritmo che determina gli swap, o dall’esclusione dalla loro analisi degli ingredienti di cottura a densità energetica, come il burro[12]. Una precedente revisione sistematica degli interventi per modificare i comportamenti di acquisto degli alimenti nei negozi di alimentari non ha identificato altri studi controllati randomizzati sull’effetto di alterare l’ordine predefinito degli alimenti[22]. Tuttavia, un recente studio non ha mostrato alcuna differenza nell’alterare il posizionamento di una specifica categoria di alimenti (ad es. snack di frutta e verdura) sulla proporzione di ordini in un sistema di ordinazione di mense scolastiche online. La discrepanza con i nostri risultati potrebbe essere dovuta al fatto che quell’intervento stava cercando di rendere più prominente una categoria di alimenti che le persone non stavano necessariamente cercando di acquistare, mentre noi stavamo cercando di rendere certi alimenti più prominenti all’interno di una specifica categoria da cui i partecipanti erano stati istruiti a selezionare un articolo[23].

C’è stato un piccolo aumento della proporzione di zuccheri nell’ordine di alterazione e nei gruppi combinati, che riflette le differenze nella formulazione dei prodotti piuttosto che un effetto specifico dell’intervento. In questo esperimento, l’effetto è stato per lo più attribuibile alla composizione dei prodotti da dessert, dove i prodotti contenenti meno SFA tendevano ad avere una maggiore proporzione di zuccheri. Inoltre, l’alterazione dell’ordine e dei gruppi combinati ha comportato anche una notevole riduzione dell’energia totale (in media 2000 kcal). Questo effetto può superare il piccolo aumento della percentuale di zuccheri totali e suggerisce il potenziale contributo aggiuntivo di questi interventi alla riduzione del rischio cardiovascolare attraverso la riduzione dell’assunzione di energia. Non c’è stata alcuna differenza di sale tra i gruppi, ma la percentuale media di sale nel paniere era ben al di sotto del cut-off dello 0,3% che qualifica un prodotto alimentare come a basso contenuto di sale (“verde” nel sistema a semaforo).

Gli interventi a livello individuale, come la fornitura di swap più sani, possono richiedere più risorse cognitive rispetto agli interventi a livello ambientale che mirano a processi automatici[24]. Secondo la teoria del modello a doppio sistema, il nostro intervento a livello ambientale (modificando l’ordine) si inserisce nel “Sistema 1” in cui i processi sono automatici e intuitivi. Al contrario, l’intervento a livello individuale (che offre swap) rientra nel “Sistema 2”, in cui i processi sono lenti, basati su regole e analitici [24]. Il nostro studio mostra che un intervento mirato ai processi del Sistema 1 senza sforzo porta a dimensioni di effetto più grandi, indipendentemente dalla presenza di interventi mirati ai processi del Sistema 2 senza sforzo. Tuttavia, la manipolazione del Sistema 2 è avvenuta dopo la scelta iniziale, il che può aver limitato la sua potenziale efficacia rispetto alla manipolazione del Sistema 1 avvenuta prima della scelta iniziale. In alternativa, questo risultato può essere spiegato dal minor numero di swap offerti nell’intervento combinato rispetto ai soli swap. Inoltre, è stato suggerito che gli interventi a livello ambientale per promuovere un’alimentazione più sana possono essere più efficaci nel ridurre le disuguaglianze di salute, in contrasto con quelli a livello individuale che richiedono più agenzia individuale e maggiori risorse cognitive[25]. Per quanto ne sappiamo, questo è il primo studio che confronta gli interventi di entrambi i sistemi separatamente e in combinazione per facilitare una sana alimentazione[26].

Si è registrato un forte aumento della percentuale di famiglie che acquistano prodotti alimentari online, raggiungendo il 28% dei consumatori britannici nel 2017 rispetto al 4% di un decennio prima, con analoghe traiettorie ascensionali in Europa[27], Asia orientale[28] e Stati Uniti [29]. Questa prova dimostra che offrire swap e modificare l’ordine predefinito sono strategie potenzialmente efficaci per incoraggiare l’acquisto di alimenti più sani. I veri supermercati online di solito alterano la posizione degli alimenti per scopi di marketing, ma a nostra conoscenza non per scopi sanitari. Un supermercato online del Regno Unito sta già implementando swap più salutari alle casse, ma l’algoritmo non è stato pubblicato e una precedente sperimentazione ha suggerito una maggiore accettazione degli swap al momento della selezione rispetto alle casse[12]. Nel nostro studio, c’è stata qualche indicazione che gli swap per il formaggio, il burro, i dolci e i dessert potrebbero essere stati più accettabili di quelli per il latte o la carne. La ricerca futura potrebbe esaminare se gli swap sono più accettabili in alcune categorie di prodotti.

La ricerca futura dovrebbe anche mirare a testare queste strategie utilizzando vere e proprie piattaforme online e supermercati e, in funzione del loro effetto a breve termine, studiarne l’impatto a lungo termine sulle abitudini di acquisto degli alimenti. Nel frattempo, i supermercati online dovrebbero essere incoraggiati a svolgere un ruolo più proattivo nel plasmare le scelte di riscaldamento per i loro clienti e possono capitalizzare i risultati di questo studio offrendo uno o entrambi gli interventi sapendo che sono strategie potenzialmente efficaci per ridurre la percentuale di energia da AFS senza aumentare i costi per i loro clienti.

I punti di forza di questo studio includono il design fattoriale randomizzato, l’analisi statistica in cieco, l’alto tasso di completamento, la precisione della stima dell’effetto del trattamento e l’uso di prodotti tipicamente presenti nei supermercati reali in un convincente sito web simulato di un negozio di alimentari. Le risposte a testo aperto di un piccolo numero di partecipanti alla fine dello studio implicavano che i partecipanti si erano impegnati a fondo nell’esperienza di acquisto.

I limiti dello studio includono l’uso di una piattaforma di ricerca sperimentale in cui i partecipanti non hanno speso i propri soldi né hanno ricevuto il cibo scelto. La lista della spesa della sperimentazione comprendeva categorie di prodotti alimentari che, sebbene tipicamente acquistati, si concentravano su alimenti che sono fonti di AFS. Pertanto, è probabile che l’effetto dell’intervento di scambio sia minore nel corso di una vera e propria esperienza di acquisto in cui è probabile che venga acquistata una gamma più ampia di prodotti. La natura sperimentale dello studio potrebbe aver sovrastimato l’effetto di alterare l’ordine dei prodotti, in quanto il desiderio di effettuare l’esperimento in tempi rapidi, senza che si pensasse molto alla selezione degli alimenti, potrebbe aver portato a una preferenza verso la scelta degli articoli in cima alla lista. Tuttavia, la nostra valutazione del processo ha mostrato che i partecipanti hanno speso in media circa 14-18 minuti al supermercato per acquistare 11 prodotti e questo periodo di tempo è stato simile in tutti i gruppi. I partecipanti hanno anche sfogliato circa tre volte il numero di pagine in più rispetto al numero di prodotti che hanno aggiunto al carrello in ogni condizione. Questa potenziale distorsione potrebbe essere quantificata in una futura prova attraverso l’uso della tecnologia di eye-tracking[30]. Il bias verso l’opzione dei grassi saturi più bassi per soddisfare gli obiettivi dello studio (caratteristiche della domanda) è plausibile, soprattutto negli interventi di swap. Tuttavia, il tasso di accettazione degli swap è stato relativamente basso (14% nel gruppo degli swap e 0% nell’insieme) per suggerire che questo rischio è basso. I partecipanti che non hanno acquistato esattamente 10 articoli come indicato sono stati inclusi nell’analisi, ma la proporzione di questi partecipanti non differisce a seconda del gruppo. Tutte le misure di valutazione del processo di cui sopra evidenziano la validità del compito del supermercato. Abbiamo inviato inviti per la partecipazione allo studio a un sottocampione casuale da un pool di 6968 partecipanti che erano stati tutti pre-visti come idonei, ma non siamo stati in grado di registrare i tassi di invito e di risposta allo studio, il che può limitare la generalizzabilità dei nostri risultati. L’IMC era simile alla media nazionale. Tuttavia, il pool di reclutamento e, successivamente, i partecipanti allo studio hanno riferito un livello di istruzione superiore alla media e i partecipanti hanno riferito di aver speso più soldi per la spesa alimentare settimanale (70 sterline) rispetto alla media nazionale (mediana: 58 sterline) [31]. Sebbene non abbiamo osservato differenze nell’efficacia dell’intervento in base allo status socio-economico o alle caratteristiche demografiche, la nostra capacità di rilevare le differenze può essere limitata dalle caratteristiche del campione e perché non abbiamo potenziato lo studio per rilevare differenze di sottogruppo.

Conclusioni

In conclusione, modificando l’ordine predefinito per mostrare gli alimenti in ordine crescente di AFS e offrendo uno scambio con l’AFS a percentuale ridotta di energia ridotta da AFS in un supermercato sperimentale online. Gli interventi a livello ambientale, come la modifica dell’ordine predefinito, possono essere un modo più promettente per migliorare l’acquisto di alimenti rispetto a quelli a livello individuale, come l’offerta di swap.

File aggiuntivi

File aggiuntivo 1: Protocollo di studio e piano di analisi statistica. (PDF 716 kb)File aggiuntivo 2:Cifre e tabelle supplementari (Descrizione dei dati: esempi di interventi e analisi supplementari). (PDF 78 kb)

References

1. Sacks FM, Lichtenstein AH, Wu JHY, Appel LJ, Creager MA, Kris-Etherton PM, Miller M, Rimm EB, Rudel LL, Robinson JG. Dietary fats and cardiovascular disease: a presidential advisory from the American Heart Association. Circulation. 2017; 136:e1-e23. DOI | PubMed
2. Hooper L, Martin N, Abdelhamid A, Davey Smith G. Reduction in saturated fat intake for cardiovascular disease. Cochrane Database Syst Rev. 2015:CD011737.
3. WHO: Guidelines: saturated fatty acid and trans-fatty acid intake for adults and children. (Organisation WH ed.: World Health Organisation; 2018.
4. SACN: Draft report: saturated fats and health London: scientific advisory committee on nutrition; 2018.
5. AlEssa HB, Cohen R, Malik VS, Adebamowo SN, Rimm EB, Manson JE, Willett WC, Hu FB. Carbohydrate quality and quantity and risk of coronary heart disease among US women and men. Am J Clin Nutr. 2018; 107:257-267. DOI | PubMed
6. Dehghan M, Mente A, Zhang X, Swaminathan S, Li W, Mohan V, Iqbal R, Kumar R, Wentzel-Viljoen E, Rosengren A. Associations of fats and carbohydrate intake with cardiovascular disease and mortality in 18 countries from five continents (PURE): a prospective cohort study. Lancet. 2017; 390:2050-2062. DOI | PubMed
7. Atkins L, Michie S. Designing interventions to change eating behaviours. Proc Nutr Soc. 2015; 74:164-170. DOI | PubMed
8. Broekhuizen K, Kroeze W, van Poppel MN, Oenema A, Brug J. A systematic review of randomized controlled trials on the effectiveness of computer-tailored physical activity and dietary behavior promotion programs: an update. Ann Behav Med. 2012; 44:259-286. DOI | PubMed
9. Huang A, Barzi F, Huxley R, Denyer G, Rohrlach B, Jayne K, Neal B. The effects on saturated fat purchases of providing internet shoppers with purchase- specific dietary advice: a randomised trial. PLoS Clin Trials. 2006; 1:e22. DOI | PubMed
10. Marteau TM, Ogilvie D, Roland M, Suhrcke M, Kelly MP. Judging nudging: can nudging improve population health?. BMJ. 2011; 342:d228. DOI | PubMed
11. Hollands GJ, Shemilt I, Marteau TM, Jebb SA, Kelly MP, Nakamura R, Suhrcke M, Ogilvie D. Altering micro-environments to change population health behaviour: towards an evidence base for choice architecture interventions. BMC Public Health. 2013; 13:1218. DOI | PubMed
12. Forwood SE, Ahern AL, Marteau TM, Jebb SA. Offering within-category food swaps to reduce energy density of food purchases: a study using an experimental online supermarket. Int J Behav Nutr Phys Act. 2015; 12:85. DOI | PubMed
13. Fitt E, Cole D, Ziauddeen N, Pell D, Stickley E, Harvey A, Stephen AM. DINO (Diet In Nutrients Out) – an integrated dietary assessment system. Public Health Nutr. 2015; 18:234-241. DOI | PubMed
14. Harris PA, Taylor R, Thielke R, Payne J, Gonzalez N, Conde JG. Research electronic data capture (REDCap)–a metadata-driven methodology and workflow process for providing translational research informatics support. J Biomed Inform. 2009; 42:377-381. DOI | PubMed
15. Palan S, Schitter C. Prolific.Ac—a subject pool for online experiments. J Behav Exp Financ. 2018; 17:22-27. DOI
16. Snow G: blockrand: Randomization for block random clinical trials. R package version 1.3. 2013.
17. DoH: Guide to creating a front of pack (FoP) nutrition label for pre-packed products sold through retail outlets. 2016.
18. Wang DD, Li Y, Chiuve SE, Stampfer MJ, Manson JE, Rimm EB, Willett WC, Hu FB. Association of Specific Dietary Fats with Total and Cause-Specific Mortality. JAMA Intern Med. 2016; 176:1134-1145. DOI | PubMed
19. Li G, Taljaard M, Van den Heuvel ER, Levine MA, Cook DJ, Wells GA, Devereaux PJ, Thabane L. An introduction to multiplicity issues in clinical trials: the what, why, when and how. Int J Epidemiol. 2017; 46:746-755. DOI | PubMed
20. Montgomery AA, Peters TJ, Little P. Design, analysis and presentation of factorial randomised controlled trials. BMC Med Res Methodol. 2003; 3:26. DOI | PubMed
21. Hsieh HF, Shannon SE. Three approaches to qualitative content analysis. Qual Health Res. 2005; 15:1277-1288. DOI | PubMed
22. Hartmann-Boyce J, Bianchi F, Piernas C, Riches SP, Frie K, Nourse R, Jebb SA. Grocery store interventions to change food purchasing behaviors: a systematic review of randomized controlled trials. Am J Clin Nutr. 2018; 107:1004-1016. DOI | PubMed
23. Wyse R, Gabrielyan G, Wolfenden L, Yoong S, Swigert J, Delaney T, Lecathelinais C, Ooi JY, Pinfold J, Just D. Can changing the position of online menu items increase selection of fruit and vegetable snacks? A cluster randomized trial within an online canteen ordering system in Australian primary schools. Am J Clin Nutr. 2019; 109:1422-1430. DOI | PubMed
24. Kahneman D. A perspective on judgment and choice: mapping bounded rationality. Am Psychol. 2003; 58:697-720. DOI | PubMed
25. McGill R, Anwar E, Orton L, Bromley H, Lloyd-Williams F, O’Flaherty M, Taylor-Robinson D, Guzman-Castillo M, Gillespie D, Moreira P. Are interventions to promote healthy eating equally effective for all? Systematic review of socioeconomic inequalities in impact. BMC Public Health. 2015; 15:457. DOI | PubMed
26. Lin Y, Osman M, Ashcroft R. Nudge: concept, effectiveness, and ethics. Basic Appl Soc Psychol. 2017; 39:293-306. DOI
27. Eurostat. Eurostat. 2018.
28. ].Publisher Full Text
29. Census_Bureau: Monthly retail trade [online]. July 12, 2018 edition: U.S. Census Bureau; 2018.
30. Scherr RE, Laugero KD, Graham DJ, Cunningham BT, Jahns L, Lora KR, Reicks M, Mobley AR. Innovative techniques for evaluating behavioral nutrition interventions. Adv Nutr. 2017; 8:113-125. DOI | PubMed
31. ONS. Family spending in the UK: financial year ending. Office of National Statistics: London; 2018.