Food Label Evidence

Измерение

Почему вы не можете оценить порцию

Ошибка оценки порции достаточно велика, чтобы затмить большинство изменений, которые люди пытаются внести в свою диету. Это проблема, которую призваны решить приложения для сканирования продуктов.

Обновлено 2 мин чтения 17 цитаты Сила доказательств 4/5

Размер проблемы

Систематический обзор оценки размера порции [3] и ошибок воспоминания [2] показывает ошибки, которые регулярно достигают десятков процентов. Критически важно, что ошибка предвзята, а не случайна: люди недооценивают, и недооценка больше, когда потребление выше и когда еда вызывает у них чувство осуждения.

Валидация по сравнению с двойной меченой водой — эталонным методом, описанным на нашем метаболическом сайте — количественно определяет это напрямую. Именно поэтому пищевой дневник, показывающий 1,600 ккал при отсутствии изменения веса, обычно является проблемой измерения, а не метаболической.

Ошибка оценки порции

Почему это трудно

  • Восприятие объема нелинейно. Удвоение диаметра миски более чем удваивает ее содержимое, и люди судят по ширине.
  • Кулинарное масло невидимо. Столовая ложка содержит более 100 ккал и не вспоминается в памяти о приеме пищи.
  • Упаковка определяет порции. "Порция" — это то, что содержится в контейнере.
  • Эталонные объекты не работают. "Размером с ладонь" варьируется в зависимости от ладони.
  • Память реконструирует. Люди вспоминают то, что они обычно едят, а не то, что они ели.

Обучение помогает, и систематический обзор эффектов обучения [4] показывает, что улучшение уменьшается без подкрепления — это обычная находка для перцептивного навыка.

Может ли технология это исправить?

Здесь на помощь приходит оценка диеты на основе изображений: сфотографируйте прием пищи, позвольте модели идентифицировать продукты и оценить объем. Существуют исследования валидации по сравнению с эталонными методами, и дополненная реальность была рассмотрена как средство помощи в оценке [1].

Честное резюме: методы на основе изображений несовершенны и лучше, чем воспоминания. Они устраняют этап памяти, который является крупнейшим источником ошибок, и наследуют новые ошибки, связанные с оценкой глубины и скрытыми ингредиентами. По сравнению с пищевым дневником, написанным из памяти перед сном, это явное улучшение. По сравнению с кухонными весами — нет.

Что это значит для отслеживания

Используйте отслеживаемые калории как относительный сигнал, а не абсолютный. Если ваш зарегистрированный прием пищи последовательно остается неизменным на протяжении недели и ваш вес не меняется, полезный шаг — изменить что-то и наблюдать за тенденцией — а не доверять целому числу. Последовательность метода имеет гораздо большее значение, чем точность метода, потому что последовательная предвзятость отменяется при сравнении с самим собой.

Распространенные вопросы

Насколько ошибочен мой пищевой дневник?
Систематически недооценен, часто на десятки процентов, и более того при более высоком потреблении [2][3].
Точны ли приложения на основе фотографий?
Лучше, чем воспоминания, хуже, чем взвешивание. Они устраняют ошибку памяти и добавляют ошибку оценки.
Должен ли я взвешивать все?
В течение нескольких недель это действительно познавательно. Бессрочно большинство людей прекращают — и метод, который вы оставляете, имеет точность ноль.
Почему мое приложение говорит, что я съел 1,500 ккал и не теряю в весе?
Почти всегда недооценка, а не метаболизм. См. наш метаболический сайт.

Ссылки

Каждая цитата ниже ссылается на оригинальную рецензируемую запись на PubMed или через DOI. Ничто из этого не является заменой медицинскому совету.

  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

Эта страница была автоматически переведена с английского. Цитаты и числа остались без изменений. Читайте оригинал на английском, если что-то звучит странно. Читать оригинал на английском