Food Label Evidence

Mjerenje

Zašto ne možete procijeniti porciju

Greška u procjeni porcije je dovoljno velika da nadmaši većinu onoga što ljudi pokušavaju promijeniti u svojoj ishrani. Ovo je problem koji aplikacije za skeniranje hrane nastoje riješiti.

Ažurirano 2 min čitanja 22 citati Snaga dokaza 4/5

Odjel svježeg voća i povrća u prodavnici namirnica u Stockholmu
Frankie Fouganthin · CC BY-SA 4.0 · Wikimedia Commons

Veličina problema

Sistematski pregled procjene veličine porcije [3] i grešaka u sjećanju [2] otkriva greške koje rutinski dostižu desetine procenata. Ključno je da je greška pristrasna, a ne slučajna: ljudi podcjenjuju, i podcjenjuju više kada je unos veći i kada je hrana ona za koju se osjećaju ocjenjivano.

Validacija protiv dvostruko obilježenih voda — referentna metoda, pokrivena na našoj metabolizmu stranici — kvantificira ovo direktno. To je razlog zašto dnevnik hrane koji pokazuje 1.600 kcal uz nedostatak promjene težine obično predstavlja problem mjerenja, a ne metabolički problem.

Greška u procjeni porcije

Zašto je teško

  • Percepcija volumena nije linearna. Dupliranje prečnika posude više nego udvostručuje njen sadržaj, a ljudi sude prema širini.
  • Kuhinjsko ulje je nevidljivo. Kašika sadrži više od 100 kcal i ne pojavljuje se u sjećanju na obrok.
  • Pakovanje definiše porcije. "Porcija" je ono što je kontejner sadržavao.
  • Referentni objekti ne uspevaju. "Veličina dlana" varira s dlanom.
  • Sjećanje rekonstruiše. Ljudi se sjećaju onoga što obično jedu, a ne onoga što su jeli.

Obuka pomaže, a sistematski pregled efekata obuke [4] pokazuje da poboljšanje opada bez pojačanja — uobičajeni nalaz za perceptivnu vještinu.

Može li tehnologija to popraviti?

Ovdje dolazi procjena ishrane zasnovana na slikama: fotografišite obrok, neka model identifikuje namirnice i procijeni volumen. Postoje validacione studije protiv referentnih metoda, a proširena stvarnost je pregledana kao pomoć u procjeni [1].

Iskren sažetak: metode zasnovane na slikama su nesavršene i bolje od sjećanja. Uklanjaju korak sjećanja, koji je najveći izvor greške, i nasljeđuju nove greške oko procjene dubine i skrivenih sastojaka. U poređenju s dnevnikom hrane napisanom iz sjećanja prije spavanja, to je jasno poboljšanje. U poređenju s kuhinjskom vagom, to nije.

Šta to znači za praćenje

Koristite praćene kalorije kao relativni signal, a ne apsolutni. Ako je vaš zabilježeni unos dosljedan iz sedmice u sedmicu i vaša težina se ne mijenja, korisno je promijeniti nešto i pratiti trend — a ne vjerovati cijelom broju. Dosljednost metode je mnogo važnija od tačnosti metode, jer dosljedna pristranost otkazuje kada se upoređujete sa sobom.

Švedska crna krvavica poslužena sa kuhanim krompirom, džemom od brusnica i krastavcem
David Castor (dcastor) · Public domain · Wikimedia Commons

Česta pitanja

Koliko je pogrešan moj dnevnik hrane?
Sistematski podcjenjuje, često za desetine procenata, a više pri višim unosima [2][3].
Da li su aplikacije zasnovane na fotografijama tačne?
Bolje od sjećanja, lošije od vaganja. Uklanjaju grešku sjećanja i dodaju grešku procjene.
Da li da sve vagam?
Nekoliko sedmica, to je zaista edukativno. Na neodređeno vrijeme, većina ljudi prestaje — a metoda koju napustite ima tačnost nula.
Zašto moja aplikacija kaže da sam pojeo 1.500 kcal i ne gubim težinu?
Gotovo uvijek podcjenjivanje, a ne metabolizam. Pogledajte našu metabolizmu stranicu.
Dokazi iza ove stranice Stogasti grafikon koji prikazuje sastav 20 publikacija citiranih na ovoj stranici prema tipu studije. 6934meta-analysis (6)randomised trial (9)review (3)other (4)
17 publikacija, 1999–2025. To je mješavina koja uključuje i ispitivanja i sinteze, što je pozicija iz koje je tvrdnja o uzroku razumna. Izvor: vlastita lista citata ove stranice, ispod.

Reference

Svaka citacija u nastavku povezuje na izvorni recenzirani zapis na PubMed-u ili putem DOI-a. Ništa ovdje nije zamjena za medicinski savjet.

  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

Ova stranica je automatski prevedena sa engleskog. Citati i brojevi su nepromijenjeni. Pročitajte engleski original ako nešto zvuči čudno. Pročitajte engleski original