Indicadores alimentarios identificados en publicaciones de la red social Twitter y su asociación con la prevalencia de obesidad en Argentina
Palabras clave:
Obesidad, Twitter, Redes sociales, Indicador alimentarioResumen
La obesidad representa un problema relevante debido a su creciente prevalencia e impacto sanitario. Las redes sociales podrían ser una fuente válida de información para el estudio de fenómenos relacionados con la salud de las poblaciones. El objetivo de este trabajo fue realizar una aproximación al consumo alimentario poblacional utilizando publicaciones de Twitter y evaluar la asociación entre indicadores construidos a partir de ese contenido y el patrón geográfico de carga de obesidad en Argentina.
Se realizó un estudio ecológico multigrupal, utilizando datos de la Encuesta Nacional de Factores de Riesgo 2018 para calcular tasas ponderadas de prevalencia de obesidad (escala provincial), y 6023548 tweets georreferenciados recolectados durante 2021-2022. Se construyeron indicadores proxy de la alimentación geolocalizados, empleando procesamiento del lenguaje natural (IA) a partir del contenido compartido en Twitter. Se elaboraron mapas y se calculó el Índice de autocorrelación de Moran para detectar patrones espaciales. Además, se estimó la correlación entre los indicadores construidos y la prevalencia de obesidad total, por sexo y grupo etario.
La distribución de la prevalencia de obesidad, la tasa de tweets alimentarios y el Índice de Densidad Nutricional-IDN, presentaron una distribución espacial no aleatoria (p<0,05). La frecuencia de mención de algunos alimentos considerados ‘saludables’ (pepino, pomelo, naranja, atún, carne, entre otros) se correlacionó inversamente con la prevalencia de obesidad a nivel provincial, mientras que la mención de alimentos como molleja, queso semiduro, chocolate, morcilla, hamburguesas y golosinas, presentaron una correlación positiva. En algunos casos, estos resultados variaron según sexo y grupo etario. Por último, una mayor tasa de tweets alimentarios, se asoció con mejor IDN promedio a nivel provincial (p=0,04).
Concluyendo, este estudio resalta la utilidad de las redes sociales como fuente para explorar tendencias alimentarias relacionadas a obesidad, lo cual favorecería la formulación de políticas efectivas, siendo necesario profundizar esta línea de estudio.
Referencias
1- Organización Mundial de la Salud. Obesidad y sobrepeso. 2021. Recuperado de: https://www.who.int/es/news-room/fact-sheets/detail/obesity-and-overweight
2- Instituto Nacional de Estadísticas y Censos, Ministerio de Salud de la Nación. 4° Encuesta Nacional de Factores de Riesgo para enfermedades no transmisibles [Internet]. Argentina; 2019 [citado julio, 2024]. Disponible en: https://www.indec.gob.ar/ftp/cuadros/publicaciones/enfr_2018_resultados_definitivos.pdf
3- Aballay LR, Coquet JB, Scruzzi GF, Haluszka E, Franchini G, Carreño P, Raboy E, Román MD, Niclis C, Balangero M, Altamirano N, Barbás MG, López L. Estudio de base poblacional de seroprevalencia y factores asociados a la infección por SARS-CoV-2 en Córdoba, Argentina. Cadernos de Saude Publica. 2022;38(4). doi:10.1590/0102-311XES219821.
4- Pou SA, Niclis C, Díaz MP. Socio-territorial configuration of mortality by chronic diseases of greater prevalence. En: Inequities and Quality of Life in Argentina, Geography and Quality of Life in Argentina. Cham, Suiza: Springer; 2022. p. 311-353. doi:10.1007/978-3-030-94411-7.
5- Niclis C, Coquet JB, Aballay L. Socio-spatial differences in the prevalence of lifestyle risk factors related to chronic diseases in Argentina from 2005 to 2013. En: Inequities and Quality of Life in Argentina, Geography and Quality of Life in Argentina. Cham, Switzerland: Springer; 2022. p. 227-79. doi:10.1007/978-3-030-94411-7.
6- Braguinsky J. Concepto, definición y diagnóstico. En: Obesidad saberes y conflictos, un tratado de obesidad. Argentina: Editorial Medica AWWE;2007.
7- Organización Mundial de la Salud, Organización de las Naciones Unidas para la Alimentación y la Agricultura, Fondo de las Naciones Unidas para la Infancia (UNICEF). Guidance for monitoring healthy diets globally. Ginebra: Organización Mundial de la Salud; 2024.
8- Secretaría de Gobierno de Salud. 2° Encuesta Nacional de Nutrición y Salud ENNYS 2 [Internet]. 2019 [citado 2023 Oct 18]. Disponible en: https://cesni-biblioteca.org/2-encuesta-nacional-de-nutricion-y-salud-ennys-2-resumen-ejecutivo/
9- Boon-Itt S, Skunkan Y. Public perception of the COVID-19 pandemic on Twitter: sentiment analysis and topic modeling study. JMIR Public Health Surveill. 2020;6(4). doi:10.2196/21978.
10- Matar RP, Esponda EP. Red social Twitter: fortalezas y debilidades. Infodir (Revista de Información para la Dirección en Salud). 2016;12(23):77-86.
11- Wanden-Berghe C, Sanz-Valero J. Infodemiología o infodemia: nuevo reto de la salud global. Hosp Domic. 2021;5(4):179-83.
12- Tweepy. [Internet]. [citado 2024 Oct]. Disponible en: https://www.tweepy.org/
13- MongoDB, Inc. MongoDB: the database for giant ideas. [Internet]. [citado 2024 Oct]. Disponible en: https://www.mongodb.com/
14- Jupyter Project. Jupyter Notebook. [Internet]. [citado 2024 Oct]. Disponible en: https://jupyter.org/
15- Pérez JM, Luque FM. Atalaya at SemEval 2019 Task 5: robust embeddings for tweet classification. En: Proceedings of the 13th International Workshop on Semantic Evaluation; 2019; Minneapolis, Minnesota, USA: Association for Computational Linguistics; 2019. p. 64-9.
16- Gore RJ, Diallo S, Padilla J. You are what you tweet: connecting the geographic variation in America's obesity rate to Twitter content. PLoS One. 2015;10(9). doi:10.1371/journal.pone.0133505.
17- Instituto Nacional de Estadística y Censos. Censo Nacional de Población y Viviendas 2010 [Internet]. [citado 2024 Jul]. Disponible en: https://www.indec.gob.ar/indec/web/Nivel4-Tema-2-41-135
18- StataCorp. Stata Statistical Software: Release 17. College Station, TX: StataCorp LLC; 2021.
19- Niclis C, Aballay LR, Coquet JB. Factores de riesgo relacionados a enfermedades crónicas. En: Velázquez GA, Celemin JP, editores. Atlas histórico y geográfico de la Argentina: calidad de vida. 1ra ed. Olavarría: Universidad Nacional del Centro de la Provincia de Buenos Aires; 2020.
20- Pou SA, Aballay LR, Huergo J. Sociodemografía de la obesidad. En: Velázquez GA, Celemín JP, editores. Atlas histórico y geográfico de la Argentina. Calidad de vida I. Tandil, Argentina: Universidad Nacional del Centro de la Provincia de Buenos Aires; 2020. p. 403-59.
21- Cava A. La cultura del gusto: la alimentación entre representaciones y conexiones. Rev Castellano-Manchega Cienc Soc. 2019;26:121-33.
22- Godinho S de Souza. La obesidad desde una mirada social: estudio en Argentina y Brasil (2010 a 2012) [Tesis de Maestría en línea]. Buenos Aires: Pontificia Universidad Católica Argentina; 2013. Disponible en: https://repositorio.uca.edu.ar/handle/123456789/176
23- Álvarez Mieres N. Alimentación y salud: la obesidad como factor de riesgo. NPunto. 2019;2(17):1-81.
24- Tamayo D, Restrepo M. Aspectos psicológicos de la obesidad en adultos. Rev Psicología Univ Antioquia. 2014;6(1):91-112.
25- Navarro A, Muñoz S, Lantieri M, Díaz MP, Cristaldo P, Fabro S, et al. Meat cooking habits and risk of colorectal cancer in Córdoba, Argentina. Nutrition. 2004;20(10):873-7.
26- Matos E, Brandani A. Review on meat consumption and cancer in South America. Mutat Res. 2002;506-507:243-9. doi:10.1016/s0027-5107(02)00171-9.
27- Ministerio de Salud de Argentina. Manual para la aplicación de las guías alimentarias para la población argentina [Internet]. 2018 [citado 2024 Jun]. Disponible en: https://bancos.salud.gob.ar/sites/default/files/2020-08/guias-alimentarias-para-la-poblacion-argentina_manual-de-aplicacion_0.pdf
28- Organización Panamericana de la Salud. Alimentos y bebidas ultraprocesados en América Latina: tendencias, efecto sobre la obesidad e implicaciones para las políticas públicas [Internet]. 2015 [citado 2024 Oct]. Disponible en: https://bancos.salud.gob.ar/sites/default/files/2020-05/alimentos-bebidas-ultraprocesados-america-latina_obesidad_oms.pdf
29- We Are Social y Meltwater. “Digital 2023 Argentina”. [Internet] 2023. [citado 5/jul/2023] Disponible en: https://datareportal.com/reports/digital-2023-argentina
30- Ollari M. Redes sociales: entre la expansión hacia un uso activo y las restricciones del acceso diferencial. VIII Jornadas de Sociología de la UNLP; 2014; 3-5 de diciembre; Ensenada, Argentina. En: Memoria Académica [Internet]. Disponible en: http://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.4790/ev.4790.pdf
31- Tommasel A, Diaz Pace JA, Godoy DL, Rodriguez JM. Tracking the evolution of crisis processes and mental health on social media during the COVID-19 pandemic. Behav Inf Technol. 2021;11:1-20. Taylor & Francis Ltd.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Eugenia Haluszka, Laura Rosana Aballay, Sonia Alejandra Pou, Julia Wirtz Baker, Emilia Belén Díaz Oroz, Alejandra Concepción Pastore, Valentina Peralta Sparacino, Rocío Zonghetti, Camila Niclis
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
