Food Label Evidence

Misurazione

Perché non puoi stimare una porzione

L'errore di stima della porzione è abbastanza grande da sovrastare la maggior parte di ciò che le persone cercano di cambiare nella loro dieta. Questo è il problema che le app di scansione alimentare esistono per risolvere.

Aggiornato 3 min lettura 17 citazioni Forza delle evidenze 4/5

La dimensione del problema

La revisione sistematica della stima della dimensione della porzione [3] e degli errori di richiamo [2] trova errori che raggiungono regolarmente decine di percento. Crucialmente, l'errore è distorto, non casuale: le persone sotto-segnalano, e sotto-segnalano di più quando l'assunzione è maggiore e quando il cibo è uno per cui si sentono giudicate.

La validazione contro l'acqua doppiamente etichettata — il metodo di riferimento, trattato sul nostro sito sul metabolismo — quantifica questo direttamente. È il motivo per cui un diario alimentare che mostra 1.600 kcal insieme a nessun cambiamento di peso è solitamente un problema di misurazione piuttosto che metabolico.

Errore di stima della porzione

Perché è difficile

  • La percezione del volume è non lineare. Raddoppiare il diametro di una ciotola aumenta più del doppio il suo contenuto, e le persone giudicano in base alla larghezza.
  • L'olio da cucina è invisibile. Un cucchiaio è oltre 100 kcal e non appare nella memoria di un pasto.
  • Il packaging definisce le porzioni. Una "porzione" è qualunque cosa contenga il contenitore.
  • Gli oggetti di riferimento falliscono. "Delle dimensioni del palmo" varia con il palmo.
  • La memoria ricostruisce. Le persone ricordano ciò che mangiano di solito, non ciò che hanno mangiato.

La formazione aiuta, e una revisione sistematica degli effetti della formazione [4] mostra che il miglioramento decresce senza rinforzo — il risultato abituale per una competenza percettiva.

La tecnologia può risolverlo?

È qui che entra in gioco la valutazione dietetica basata su immagini: fotografare il pasto, lasciare che un modello identifichi i cibi e stimi il volume. Esistono studi di validazione contro metodi di riferimento, e la realtà aumentata è stata esaminata come un aiuto per la stima [1].

Sintesi onesta: i metodi basati su immagini sono imperfetti e migliori del richiamo. Rimuovono il passaggio della memoria, che è la fonte di errore più grande, e ereditano nuovi errori relativi alla stima della profondità e degli ingredienti nascosti. Rispetto a un diario alimentare scritto dalla memoria a letto, questo è un chiaro miglioramento. Rispetto a una bilancia da cucina, non lo è.

Cosa significa per il monitoraggio

Usa le calorie tracciate come segnale relativo, non assoluto. Se il tuo apporto registrato è coerente settimana dopo settimana e il tuo peso non si muove, il passo utile è cambiare qualcosa e osservare la tendenza — non fidarsi dell'intero numero. La coerenza del metodo conta molto di più dell'accuratezza del metodo, perché un bias coerente si annulla quando ti confronti con te stesso.

Domande comuni

Quanto è sbagliato il mio diario alimentare?
Sistematicamente sottovalutato, spesso di decine di percento, e di più a intakes più elevati [2][3].
Le app basate su foto sono accurate?
Meglio del richiamo, peggio del pesare. Rimuovono l'errore di memoria e aggiungono errore di stima.
Dovrei pesare tutto?
Per alcune settimane, è genuinamente educativo. Indefinitamente, la maggior parte delle persone smette — e un metodo che abbandoni ha un'accuratezza pari a zero.
Perché la mia app dice che ho mangiato 1.500 kcal e non sto perdendo peso?
Quasi sempre sotto-segnalazione piuttosto che metabolismo. Vedi il nostro sito sul metabolismo.

Riferimenti

Ogni citazione qui sotto rimanda al record originale sottoposto a revisione paritaria su PubMed o tramite DOI. Nulla di quanto riportato qui sostituisce il consiglio medico.

  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

Questa pagina è stata tradotta automaticamente dall'inglese. Le citazioni e i numeri sono invariati. Leggi l'originale in inglese se qualcosa sembra strano. Leggi l'originale in inglese