Food Label Evidence

Měření

Proč nelze odhadnout porci

Chyba v odhadu velikosti porce je natolik velká, že přehluší většinu toho, co se lidé snaží na své stravě změnit. To je problém, který mají řešit aplikace na skenování jídla.

Updated 3 min read 22 citations Evidence strength 4/5

Oddělení čerstvého ovoce a zeleniny v obchodě s potravinami ve Stockholmu
Frankie Fouganthin · CC BY-SA 4.0 · Wikimedia Commons

Rozsah problému

Systematické review odhadu velikosti porce [3] a chyb vybavování [2] zjišťuje chyby, které běžně dosahují desítek procent. Zásadní je, že chyba je systematicky vychýlená, nikoli náhodná: lidé podhodnocují příjem, a podhodnocují ho více, když je příjem vyšší a když se jedná o jídlo, za které se cítí posuzováni.

Validace proti dvojitě značené vodě — referenční metodě, o které píšeme na našem webu o metabolismu — to přímo kvantifikuje. To je důvod, proč deník stravy ukazující 1 600 kcal bez odpovídající změny hmotnosti je obvykle problém měření, nikoli metabolismu.

Chyba v odhadu velikosti porce

Proč je to obtížné

  • Vnímání objemu není lineární. Zdvojnásobení průměru misky více než zdvojnásobí její obsah, a lidé posuzují podle šířky.
  • Kuchyňský olej je nenápadný. Jedna polévková lžíce má přes 100 kcal a v paměti na jídlo se neobjevuje.
  • Obal definuje porci. „Porce“ je to, co obsahoval obal.
  • Referenční předměty nefungují. „Velikost dlaně“ se liší podle dlaně.
  • Paměť si vzpomínku konstruuje. Lidé si vybavují, co obvykle jedí, ne to, co skutečně snědli.

Trénink pomáhá, a systematické review účinků tréninku [4] ukazuje, že zlepšení bez opakovaného upevňování slábne — což je obvyklý nález u percepčních dovedností.

Může to napravit technologie?

Zde přichází ke slovu hodnocení stravy na základě fotografií: vyfotografujete jídlo a model identifikuje potraviny a odhadne objem. Existují validační studie proti referenčním metodám a rozšířená realita byla zhodnocena jako pomůcka pro odhad [1].

Upřímné shrnutí: metody založené na fotografiích jsou nedokonalé, ale lepší než vybavování z paměti. Odstraňují krok spoléhající na paměť, což je největší zdroj chyby, ale zavádějí nové chyby spojené s odhadem hloubky a skrytými ingrediencemi. Ve srovnání s deníkem stravy psaným z paměti před spaním je to jasné zlepšení. Ve srovnání s kuchyňskou váhou nikoli.

Co to znamená pro sledování stravy

Sledované kalorie používejte jako relativní signál, nikoli absolutní. Pokud je váš zaznamenaný příjem týden po týdnu konzistentní a hmotnost se nehýbe, užitečným krokem je něco změnit a sledovat trend — ne důvěřovat konkrétnímu číslu. Konzistence metody je mnohem důležitější než přesnost metody, protože konzistentní vychýlení se při srovnání se sebou samým vyruší.

Švédský černý puding servírovaný s vařenými brambory, brusinkovým džemem a okurkou
David Castor (dcastor) · Public domain · Wikimedia Commons

Často kladené otázky

Jak nepřesný je můj deník stravy?
Systematicky podhodnocený, často o desítky procent, a to více při vyšším příjmu [2][3].
Jsou aplikace založené na fotografiích přesné?
Lepší než vybavování z paměti, horší než vážení. Odstraňují chybu paměti, ale přidávají chybu odhadu.
Měl bych vážit všechno?
Na několik týdnů to skutečně má výukovou hodnotu. Dlouhodobě s tím většina lidí přestane — a metoda, kterou opustíte, má přesnost nulovou.
Proč mi aplikace ukazuje příjem 1 500 kcal a přesto nehubnu?
Téměř vždy jde o podhodnocení příjmu, nikoli o metabolismus. Viz náš web o metabolismu.
Důkazy, na kterých je tato stránka založena Skládaný sloupcový graf ukazující složení 22 publikací citovaných na této stránce podle typu studie. 6934meta-analysis (6)randomised trial (9)review (3)other (4)
22 publikací, 1997–2025. Jde o kombinaci klinických studií a syntéz, z níž je tvrzení o příčinné souvislosti opodstatněné. Zdroj: vlastní seznam citací na této stránce, níže.

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