Food Label Evidence

Измерване

Защо не можете да преценявате порция

Грешката при оценка на порциите е достатъчно голяма, за да заличи повечето от нещата, които хората се опитват да променят в диетата си. Точно този проблем решават приложенията за сканиране на храна.

Updated 3 min read 22 citations Evidence strength 4/5

Отдел за свежи продукти в хранителен магазин в Стокхолм
Frankie Fouganthin · CC BY-SA 4.0 · Wikimedia Commons

Мащабът на проблема

Систематичен преглед на оценката на размера на порциите [3] и на грешките при спомняне [2] установява грешки, които редовно достигат десетки процента. От съществено значение е, че грешката е отклонена, а не случайна: хората подотчитат, и подотчитат повече, когато приемът е по-висок и когато храната е такава, за която се чувстват съдени.

Валидирането спрямо двойно белязана вода — референтният метод, разгледан на нашия сайт за метаболизъм — количествено измерва това директно. Затова хранителен дневник, показващ 1600 ккал без промяна в теглото, обикновено е проблем с измерването, а не с метаболизма.

Грешка при оценка на порциите

Защо е трудно

  • Възприятието за обем е нелинейно. Удвояването на диаметъра на купа повече от удвоява съдържанието й, а хората преценяват по ширината.
  • Готварското олио е невидимо. Една супена лъжица е над 100 ккал и не остава в спомена за храненето.
  • Опаковката определя порцията. „Порция“ е каквото е съдържал контейнерът.
  • Референтните обекти не работят. „С размер на длан“ варира според дланта.
  • Паметта реконструира. Хората си спомнят какво обикновено ядат, а не какво са изяли всъщност.

Тренировката помага, но систематичен преглед на ефектите от обучението [4] показва, че подобрението отслабва без затвърждаване — обичайният резултат за перцептивно умение.

Може ли технологията да го реши?

Тук идва ролята на оценката на храненето чрез изображения: снимате храненето, а модел идентифицира храните и оценява обема. Съществуват валидационни проучвания спрямо референтни методи, а разширената реалност е разгледана като помощно средство за оценка [1].

Честно обобщение: методите, базирани на изображения, са несъвършени, но по-добри от спомнянето. Те премахват стъпката на паметта, която е най-големият източник на грешка, но добавят нови грешки, свързани с оценката на дълбочина и скритите съставки. В сравнение с хранителен дневник, попълнен по спомен преди лягане, това е ясно подобрение. В сравнение с кухненска везна — не е.

Какво означава това за проследяването

Използвайте проследените калории като относителен сигнал, не като абсолютен. Ако вписваният от вас прием е постоянен от седмица на седмица, а теглото ви не се променя, полезният ход е да промените нещо и да наблюдавате тенденцията — не да вярвате на числото. Постоянството на метода има далеч по-голямо значение от точността на метода, защото постоянно отклонение се неутрализира, когато сравнявате себе си със себе си.

Шведска кървавица, сервирана с картофи на пара, конфитюр от червени боровинки и краставица
David Castor (dcastor) · Public domain · Wikimedia Commons

Често задавани въпроси

Колко грешен е моят хранителен дневник?
Системно подотчетен, често с десетки процента, и още повече при по-висок прием [2][3].
Точни ли са приложенията, базирани на снимки?
По-добри от спомнянето, по-лоши от претеглянето. Те премахват грешката на паметта, но добавят грешка на оценката.
Трябва ли да претеглям всичко?
За няколко седмици това е наистина полезно за обучение. Безсрочно повечето хора се отказват — а метод, който изоставяте, има нулева точност.
Защо приложението ми казва, че съм изял 1500 ккал, а не отслабвам?
Почти винаги причината е подотчитане, а не метаболизъм. Вижте нашия сайт за метаболизъм.
Доказателствата зад тази страница Диаграма с натрупани стълбове, показваща състава на 22-те публикации, цитирани на тази страница, по вид проучване. 6934meta-analysis (6)randomised trial (9)review (3)other (4)
22 публикации, 1997–2025. Това е съчетание, включващо както изпитвания, така и обзорни анализи, което е позицията, от която твърдение за причинност е разумно. Източник: собствения списък с цитирания на тази страница, по-долу.

References

Every citation below links to the original peer-reviewed record on PubMed or via DOI. Nothing here is a substitute for medical advice.

  1. Application of Augmented Reality Technology as a Dietary Monitoring and Control Measure Among Adults: A Systematic Review Gonzalez GV, Mao B, Wang R, et al. · Nutrients · 2025 · Systematic review DOIPubMed 41470837Full text
  2. A systematic review of recall errors associated with portion size estimation aids in children de Vlieger NM, Weltert M, Molenaar A, et al. · Appetite · 2020 · Systematic review DOIPubMed 31751634
  3. Validity of image-based dietary assessment methods: A systematic review and meta-analysis Ho DKN, Tseng SH, Wu MC, et al. · Clinical nutrition (Edinburgh, Scotland) · 2020 · Meta-analysis DOIPubMed 32839035
  4. Portion size estimation in dietary assessment: a systematic review of existing tools, their strengths and limitations Amoutzopoulos B, Page P, Roberts C, et al. · Nutrition reviews · 2020 · Systematic review DOIPubMed 31999347
  5. The Role of Various Forms of Training on Improved Accuracy of Food-Portion Estimation Skills: A Systematic Review of the Literature Hooper A, McMahon A, Probst Y · Advances in nutrition (Bethesda, Md.) · 2019 · Systematic review DOIPubMed 30629097Full text
  6. Dietary assessment in minority ethnic groups: a systematic review of instruments for portion-size estimation in the United Kingdom Almiron-Roig E, Aitken A, Galloway C, et al. · Nutrition reviews · 2017 · Systematic review DOIPubMed 28340101Full text
  7. Immersive Virtual Reality Dietitian Improves Portion Control Self-Efficacy and Portion Size Estimation Accuracy Braga BC, Long J, Maksi S, et al. · Journal of nutrition education and behavior · 2025 · Randomised controlled trial DOIPubMed 40019425
  8. An automated image-based dietary assessment application: a pilot study Lee L, Bishop R, Stanley J · Journal of nutritional science · 2025 · Randomised controlled trial DOIPubMed 41321681Full text
  9. Can Augmented Reality be Used as a Portion Size Estimation Aid Tool? A Pilot Randomized Controlled Trial Matsumoto Y, Okada G, Ohta M · Journal of human nutrition and dietetics : the official journal of the British Dietetic Association · 2025 · Randomised controlled trial DOIPubMed 40932046
  10. Validity and Usability of a Smartphone Image-Based Dietary Assessment App Compared to 3-Day Food Diaries in Assessing Dietary Intake Among Canadian Adults: Randomized Controlled Trial Ji Y, Plourde H, Bouzo V, et al. · JMIR mHealth and uHealth · 2020 · Randomised controlled trial DOIPubMed 32902389Full text
  11. Examining the Accuracy and Use of Portion Size Estimation Aids in Parents of Children With Obesity: A Randomized Controlled Trial Mushquash AR, Rasquinha AM, Friedman A, et al. · Journal of nutrition education and behavior · 2018 · Randomised controlled trial DOIPubMed 30297017
  12. The international food unit: a new measurement aid that can improve portion size estimation Bucher T, Weltert M, Rollo ME, et al. · The international journal of behavioral nutrition and physical activity · 2017 · Randomised controlled trial DOIPubMed 28899402Full text
  13. The effect of practical portion size measurement aids on the accuracy of portion size estimates made by young adults Byrd-Bredbenner C, Schwartz J · Journal of human nutrition and dietetics : the official journal of the British Dietetic Association · 2004 · Randomised controlled trial DOIPubMed 15250844
  14. Portion-size estimation training in second- and third-grade American Indian children Weber JL, Cunningham-Sabo L, Skipper B, et al. · The American journal of clinical nutrition · 1999 · Randomised controlled trial DOIPubMed 10195603
  15. Multimethod training increases portion-size estimation accuracy Weber JL, Tinsley AM, Houtkooper LB, et al. · Journal of the American Dietetic Association · 1997 · Randomised controlled trial DOIPubMed 9020247
  16. Review of the validity and feasibility of image-assisted methods for dietary assessment Höchsmann C, Martin CK · International journal of obesity (2005) · 2020 · Review DOIPubMed 33033394Full text
  17. New mobile methods for dietary assessment: review of image-assisted and image-based dietary assessment methods Boushey CJ, Spoden M, Zhu FM, et al. · The Proceedings of the Nutrition Society · 2017 · Review DOIPubMed 27938425
  18. Merging dietary assessment with the adolescent lifestyle Schap TE, Zhu F, Delp EJ, et al. · Journal of human nutrition and dietetics : the official journal of the British Dietetic Association · 2014 · Review DOIPubMed 23489518Full text
  19. Development and validation of a smartphone image-based app for dietary intake assessment among Palestinian undergraduates Hattab S, Badrasawi M, Anabtawi O, et al. · Scientific reports · 2022 · Journal article DOIPubMed 36104377Full text
  20. Development and evaluation of image-series for portion size estimation in dietary assessment among adults Salvesen L, Engeset D, Øverby NC, et al. · Journal of nutritional science · 2021 · Journal article DOIPubMed 33889386Full text
  21. The accuracy of portion size estimation using food images and textual descriptions of portion sizes: an evaluation study Lucassen DA, Willemsen RF, Geelen A, et al. · Journal of human nutrition and dietetics : the official journal of the British Dietetic Association · 2021 · Journal article DOIPubMed 33761165Full text
  22. Validation of a Smartphone Image-Based Dietary Assessment Method for Pregnant Women Ashman AM, Collins CE, Brown LJ, et al. · Nutrients · 2017 · Journal article DOIPubMed 28106758Full text

This page was translated automatically from English. The citations and numbers are unchanged. Read the English original if anything reads oddly. Read the English original