Mesure

Pourquoi vous ne pouvez pas estimer une portion

L'erreur d'estimation des portions est suffisamment importante pour submerger la plupart des changements que les gens essaient d'apporter à leur alimentation. C'est le problème que les applications de scan alimentaire cherchent à résoudre.

Mis à jour 3 min de lecture 17 citations Force des preuves 4/5

L'ampleur du problème

Une revue systématique de l'estimation de la taille des portions [3] et des erreurs de rappel [2] trouve des erreurs qui atteignent régulièrement des dizaines de pourcents. Crucialement, l'erreur est biaisée, pas aléatoire : les gens sous-estiment, et sous-estiment davantage lorsque l'apport est plus élevé et lorsque la nourriture est celle pour laquelle ils se sentent jugés.

La validation par rapport à l'eau doublement marquée — la méthode de référence, couverte sur notre site sur le métabolisme — quantifie cela directement. C'est pourquoi un journal alimentaire montrant 1 600 kcal sans changement de poids est généralement un problème de mesure plutôt qu'un problème métabolique.

Erreur d'estimation des portions

Pourquoi c'est difficile

  • La perception du volume est non linéaire. Doubler le diamètre d'un bol augmente plus que le double de son contenu, et les gens jugent par la largeur.
  • L'huile de cuisson est invisible. Une cuillère à soupe contient plus de 100 kcal et n'apparaît dans aucun souvenir d'un repas.
  • L'emballage définit les portions. Une "portion" est ce que contenait le récipient.
  • Les objets de référence échouent. "Taille de la paume" varie avec la paume.
  • La mémoire reconstruit. Les gens se rappellent ce qu'ils mangent habituellement, pas ce qu'ils ont mangé.

La formation aide, et une revue systématique des effets de la formation [4] montre que l'amélioration décroît sans renforcement — la découverte habituelle pour une compétence perceptuelle.

La technologie peut-elle le résoudre ?

C'est là que l'évaluation diététique basée sur des images entre en jeu : photographier le repas, laisser un modèle identifier les aliments et estimer le volume. Des études de validation par rapport à des méthodes de référence existent, et la réalité augmentée a été examinée comme une aide à l'estimation [1].

Résumé honnête : les méthodes basées sur des images sont imparfaites et meilleures que le rappel. Elles suppriment l'étape de mémoire, qui est la plus grande source d'erreur, et elles héritent de nouvelles erreurs autour de l'estimation de la profondeur et des ingrédients cachés. Par rapport à un journal alimentaire écrit de mémoire au coucher, c'est une amélioration claire. Par rapport à une balance de cuisine, ce n'est pas le cas.

Ce que cela signifie pour le suivi

Utilisez les calories suivies comme un signal relatif, pas absolu. Si votre apport enregistré est cohérent d'une semaine à l'autre et que votre poids ne bouge pas, le mouvement utile est de changer quelque chose et de surveiller la tendance — pas de faire confiance à l'entier. La cohérence de la méthode compte beaucoup plus que l'exactitude de la méthode, car un biais cohérent s'annule lorsque vous vous comparez à vous-même.

Questions courantes

À quel point mon journal alimentaire est-il erroné ?
Systématiquement sous-estimé, souvent de dizaines de pourcents, et plus encore à des apports plus élevés [2][3].
Les applications basées sur des photos sont-elles précises ?
Meilleures que le rappel, pires que la pesée. Elles suppriment l'erreur de mémoire et ajoutent une erreur d'estimation.
Devrais-je tout peser ?
Pendant quelques semaines, c'est véritablement éducatif. Indéfiniment, la plupart des gens arrêtent — et une méthode que vous abandonnez a une précision de zéro.
Pourquoi mon application dit-elle que j'ai mangé 1 500 kcal et que je ne perds pas de poids ?
Presque toujours un sous-dénombrement plutôt qu'un problème métabolique. Consultez notre site sur le métabolisme.

Références

Chaque citation ci-dessous renvoie à l'enregistrement original évalué par des pairs sur PubMed ou via DOI. Rien ici ne remplace un avis médical.

  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

Cette page a été traduite automatiquement de l'anglais. Les citations et les chiffres sont inchangés. Lisez l'original en anglais si quelque chose semble étrange. Lisez l'original en anglais