Food Label Evidence

Измерване

Защо не можете да оцените порция

Грешката в оценката на порцията е достатъчно голяма, за да затрупа повечето от това, което хората се опитват да променят в диетата си. Това е проблемът, който приложенията за сканиране на храни съществуват, за да решат.

Актуализирано 3 мин четене 17 цитати Сила на доказателствата 4/5

Размерът на проблема

Систематичният преглед на оценката на размера на порцията [3] и на грешките в припомнянето [2] установява грешки, които редовно достигат десетки проценти. Критично е, че грешката е пристрастна, а не случайна: хората недооценяват, и недооценяват повече, когато приемът е по-висок и когато храната е такава, за която се чувстват оценявани.

Валидирането спрямо двойно маркирана вода — референтният метод, разгледан на нашия метаболитен сайт — количествено определя това директно. Затова хранителен дневник, показващ 1,600 kcal без промяна в теглото, обикновено е проблем с измерването, а не метаболитен.

Грешка в оценката на порцията

Защо е трудно

  • Възприятието за обем е нелинейно. Удвояването на диаметъра на купа повече от удвоява съдържанието й, а хората оценяват по ширина.
  • Готварското масло е невидимо. Лъжица е над 100 kcal и не се появява в паметта за яденето.
  • Опаковката определя порциите. "Порция" е всичко, което контейнерът е съдържал.
  • Референтните обекти не успяват. "Размер на дланта" варира с дланта.
  • Паметта реконструира. Хората си спомнят какво обикновено ядат, а не какво са яли.

Обучението помага, а систематичният преглед на ефектите от обучението [4] показва, че подобрението намалява без подсилване — обичайното откритие за перцептивна умение.

Може ли технологията да го поправи?

Тук идва оценката на диетата, базирана на изображения: фотографирайте яденето, оставете модел да идентифицира храните и да оцени обема. Съществуват валидиращи проучвания спрямо референтни методи, а разширената реалност е прегледана като помощно средство за оценка [1].

Честно резюме: методите, базирани на изображения, са несъвършени и по-добри от припомнянето. Те премахват стъпката на паметта, която е най-голямото източник на грешки, и наследяват нови грешки около оценката на дълбочината и скритите съставки. Срещу хранителен дневник, написан от паметта преди лягане, това е ясно подобрение. Срещу кухненска везна, не е.

Какво означава това за проследяването

Използвайте проследените калории като относителен сигнал, а не абсолютен. Ако записаният ви прием е последователен седмица след седмица и теглото ви не се променя, полезното действие е да промените нещо и да наблюдавате тенденцията — а не да се доверявате на числото. Последователността на метода е много по-важна от точността на метода, защото последователната пристрастност се отменя, когато се сравнявате със себе си.

Често задавани въпроси

Колко грешен е моят хранителен дневник?
Систематично недооценява, често с десетки проценти, и още повече при по-високи приеми [2][3].
Точни ли са приложенията, базирани на снимки?
По-добри от припомнянето, по-лоши от тегленето. Те премахват грешката в паметта и добавят грешка в оценката.
Трябва ли да тегля всичко?
За няколко седмици, това е наистина образователно. Безкрайно, повечето хора спират — а метод, който изоставяте, има точност нула.
Защо приложението ми казва, че съм ял 1,500 kcal и не отслабвам?
Почти винаги недооценяване, а не метаболизъм. Вижте нашия метаболитен сайт.

Препратки

Всяка цитата по-долу води до оригиналния рецензиран запис в PubMed или чрез DOI. Нищо тук не е заместител на медицински съвет.

  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. 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
  10. 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
  11. 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
  12. 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
  13. 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
  14. 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
  15. 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
  16. 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
  17. 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

Тази страница беше преведена автоматично от английски. Цитатите и числата са непроменени. Прочетете оригинала на английски, ако нещо звучи странно. Прочетете оригинала на английски