Щербаков Григорий Дмитриевич – начальник отдела социально-гигиенического мониторинга анализа и прогнозирования; аспирант
Устьинский пр-д, д. 2/14, г. Москва, 109240
Варшавское ш., д. 19А, г. Москва, 117105
Grigory D. Shcherbakov, Head of the Department of Public Health Monitoring, Analysis and Forecasting; postgraduate student
2/14 Ustyinsky Lane, Moscow, 109240
19A Varshavskoe Highway, Moscow, 117105
Бессонов Владимир Владимирович – д.б.н., заведующий лабораторией химии пищевых продуктов
Устьинский пр-д, д. 2/14, г. Москва, 109240
Vladimir V. Bessonov, Dr. Sci. (Biol.), Head of the Laboratory of Food Chemistry
2/14 Ustyinsky Lane, Moscow, 109240
Введение. Получение корректных данных о химическом составе пищевых продуктов востребовано при решении целого ряда различных задач, в том числе связанных с состоянием здоровья населения. Необходимо не только организовать процесс поступления достаточного объема данных, но и разработать алгоритм анализа, учитывающий различные периоды сбора данных и виды продуктов.
Цель: Апробация и корректировка алгоритма получения статистически корректных значений средних концентраций и вариабельности основных микро- и макронутриентов в хлебобулочных изделиях.
Материалы и методы. Для апробации и последующей корректировки алгоритма использовались данные лабораторных исследований хлебобулочных изделий, выполненные в рамках федерального проекта «Укрепление общественного здоровья» в 2020-2021 годах лабораториями Роспотребнадзора.
Результаты. Увеличение объема выборки позволило определить новые группы хлебобулочных изделий. При этом наилучшую сходимость продемонстрировали данные объединенной за два года выборки. В качества дополнительного кластеризирующего признака было определено содержания натрия. Реализация алгоритма на сгруппированных таким образом данных позволила дополнительно уменьшить коэффициент вариабельности.
Заключение. Последовательная обработка данных результатов лабораторных исследований, реализованная в виде алгоритма, позволила актуализировать сведения о химическом составе хлеба, находящегося в обращении, в том числе определить наличие критических с точки зрения содержания натрия продуктов. Интерес представляет расширение возможностей алгоритма, с точки зрения автоматизации выбора приоритетных показателей для кластеризации и, как следствие, возможности обработки любого схожего массива данных.
Introduction: Obtaining correct data on the chemical composition of food products is required for solving different problems, including those related to human health. It is important not only to organize the process of collecting sufficient data, but also to develop an analytical algorithm that considers different periods of data collection and types of foods.
Objective: To test and adjust the algorithm for obtaining statistically correct values of average concentrations and variability of the main micro- and macronutrients in bakery products.
Materials and methods: In order to test and then improve the algorithm, we used the results of laboratory testing of bakery products collected within the framework of the Federal Project on Public Health Strengthening in 2020–2021 by the laboratories of the Federal Service for Surveillance on Consumer Rights Protection and Human Wellbeing (Rospotrebnadzor).
Results: An increase in the sample size made it possible to identify new groups of bakery products. At the same time, the data of the sample combined over two years demonstrated the best convergence. The sodium content was determined as an additional clustering feature. The implementation of the algorithm on the pooled data enabled further reduction of the coefficient of variability.
Conclusion: Sequential processing of laboratory test results using the developed algorithm allowed us to update information on the chemical composition of bread currently sold by retailers and determine the presence of products that are critical in terms of their sodium content. It is of interest to expand capabilities of the algorithm in terms of automating the selection of priority indicators for clustering and, as a result, the possibility of processing similar data arrays.
The authors declare that there are no conflicts of interest present.