Food Label Evidence

Meting

Waarom een portie zich niet laat schatten

De schattingsfout bij het inschatten van portiegrootte is groot genoeg om het grootste deel van wat mensen aan hun dieet proberen te veranderen te overschaduwen. Dit is het probleem dat voedselscan-apps moeten oplossen.

Updated 3 min read 28 citations Evidence strength 4/5

Groente- en fruitafdeling van een supermarkt in Stockholm
Frankie Fouganthin · CC BY-SA 4.0 · Wikimedia Commons

De omvang van het probleem

Systematische review van de schatting van portiegrootte [3] en van recall-fouten [2] laat zien dat fouten routinematig tientallen procenten bedragen. Cruciaal is dat de fout vertekend is, niet willekeurig: mensen rapporteren te weinig, en rapporteren nog minder naarmate de inname hoger is en wanneer het voedsel iets is waarover ze zich beoordeeld voelen.

Validatie tegen dubbelgemerkt water — de referentiemethode, behandeld op onze metabolisme-site — kwantificeert dit direct. Dit is de reden waarom een voedingsdagboek dat 1.600 kcal aangeeft zonder gewichtsverandering meestal een meetprobleem is, en geen metabool probleem.

Fout in portieschatting

Waarom het moeilijk is

  • Volumeperceptie is niet-lineair. Het verdubbelen van de diameter van een kom meer dan verdubbelt de inhoud, en mensen schatten op basis van breedte.
  • Bakolie is onzichtbaar. Een eetlepel bevat meer dan 100 kcal en komt in geen enkele herinnering aan een maaltijd voor.
  • Verpakking bepaalt de portie. Een "portie" is wat de verpakking bevatte.
  • Referentieobjecten schieten tekort. "Zo groot als een handpalm" varieert met de handpalm.
  • Het geheugen reconstrueert. Mensen herinneren zich wat ze gewoonlijk eten, niet wat ze aten.

Training helpt, en een systematische review van trainingseffecten [4] toont dat de verbetering afneemt zonder versterking — de gebruikelijke bevinding voor een perceptuele vaardigheid.

Kan technologie dit oplossen?

Hier komt beeldgebaseerde voedingsassessment in beeld: fotografeer de maaltijd en laat een model de voedingsmiddelen identificeren en het volume schatten. Er bestaan validatiestudies tegen referentiemethoden, en augmented reality is beoordeeld als hulpmiddel bij het schatten [1].

Eerlijke samenvatting: beeldgebaseerde methoden zijn imperfect en beter dan recall. Ze elimineren de geheugenstap, de grootste foutenbron, maar erven nieuwe fouten rond diepteschatting en verborgen ingrediënten. Vergeleken met een voedingsdagboek dat 's avonds uit het geheugen wordt geschreven, is dat een duidelijke verbetering. Vergeleken met een keukenweegschaal niet.

Wat dit betekent voor tracking

Gebruik getrackte calorieën als een relatief signaal, niet als een absoluut signaal. Als je geregistreerde inname week na week consistent is en je gewicht niet verandert, is het nuttig om iets te veranderen en de trend te volgen — niet om het exacte getal te vertrouwen. Consistentie van methode is veel belangrijker dan nauwkeurigheid van methode, omdat een consistente vertekening wegvalt wanneer je jezelf met jezelf vergelijkt.

Zweedse bloedworst geserveerd met gekookte aardappelen, vossenbessenjam en komkommer
David Castor (dcastor) · Public domain · Wikimedia Commons

Veelgestelde vragen

Hoe onnauwkeurig is mijn voedingsdagboek?
Systematisch te laag, vaak met tientallen procenten, en meer naarmate de inname hoger is [2][3].
Zijn foto-gebaseerde apps nauwkeurig?
Beter dan recall, slechter dan wegen. Ze elimineren de geheugenfout en voegen een schattingsfout toe.
Moet ik alles wegen?
Voor een paar weken is het echt leerzaam. Op de lange termijn stoppen de meeste mensen ermee — en een methode die je opgeeft heeft een nauwkeurigheid van nul.
Waarom zegt mijn app dat ik 1.500 kcal heb gegeten en verlies ik geen gewicht?
Bijna altijd onderrapportage in plaats van metabolisme. Zie onze metabolisme-site.
Het bewijs achter deze pagina Een gestapelde staafdiagram met de samenstelling van de 22 publicaties die op deze pagina worden geciteerd, per studietype. 6934meta-analysis (6)randomised trial (9)review (3)other (4)
22 publicaties, 1997–2025. Dat is een mix van zowel trials als syntheses, en dat is de basis waarop een uitspraak over oorzaak redelijk is. Bron: de eigen citatielijst van deze pagina, hieronder.

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. Overestimation of infant and toddler energy intake by 24-h recall compared with weighed food records Fisher JO, Butte NF, Mendoza PM, et al. · The American journal of clinical nutrition · 2008 · Randomised controlled trial DOIPubMed 18689377
  14. 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
  15. 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
  16. 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
  17. 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
  18. 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
  19. 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
  20. The Accuracy of Portion Size Reporting on Self-Administered Online 24-Hour Dietary Recalls Among Women With Low Incomes Kirkpatrick SI, Guenther PM, Durward C, et al. · Journal of the Academy of Nutrition and Dietetics · 2022 · Journal article DOIPubMed 35390532
  21. 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
  22. Relative validity of a mobile AI-technology-assisted dietary assessment in adolescent females in Vietnam Nguyen PH, Tran LM, Hoang NT, et al. · The American journal of clinical nutrition · 2022 · Journal article DOIPubMed 35945309Full text
  23. 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
  24. 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
  25. Agreement between an Image-Based Dietary Assessment Method and a Written Food Diary among Adolescents with Type 1 Diabetes Heikkilä L, Vanhala M, Korpelainen R, et al. · Nutrients · 2021 · Journal article DOIPubMed 33923638Full text
  26. 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
  27. Evaluation of web-based, self-administered, graphical food frequency questionnaire Kristal AR, Kolar AS, Fisher JL, et al. · Journal of the Academy of Nutrition and Dietetics · 2014 · Journal article DOIPubMed 24462267Full text
  28. Accuracy of a PDA-based dietary assessment program Beasley J, Riley WT, Jean-Mary J · Nutrition (Burbank, Los Angeles County, Calif.) · 2005 · Journal article DOIPubMed 15925290

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