Food Label Evidence

Meranie

Prečo nemôžete odhadnúť porciu

Chyba v odhade porcie je dostatočne veľká na to, aby prekonala väčšinu toho, čo sa ľudia snažia zmeniť vo svojej strave. To je problém, ktorý sa snažia vyriešiť aplikácie na skenovanie potravín.

Aktualizované 2 min čítania 17 citácie Sila dôkazov 4/5

Veľkosť problému

Systematický prehľad odhadu veľkosti porcie [3] a chýb v pamäti [2] nachádza chyby, ktoré pravidelne dosahujú desiatky percent. Kľúčové je, že chyba je skreslená, nie náhodná: ľudia podhodnocujú a podhodnocujú viac, keď je príjem vyšší a keď ide o jedlo, za ktoré sa cítia súdení.

Validácia proti dvojito označenej vode — referenčná metóda, pokrytá na našej metabolickej stránke — to priamo kvantifikuje. Je to dôvod, prečo potravinový denník ukazujúci 1 600 kcal spolu s žiadnou zmenou hmotnosti je zvyčajne problém merania, nie metabolický problém.

Chyba v odhade porcie

Prečo je to ťažké

  • Vnímanie objemu je nelineárne. Dvojnásobné zväčšenie priemeru misky viac ako zdvojnásobí jej obsah a ľudia posudzujú podľa šírky.
  • Rastlinný olej je neviditeľný. Polievková lyžica má viac ako 100 kcal a neobjaví sa v pamäti jedla.
  • Balenie definuje porcie. "Porcia" je čokoľvek, čo obsahoval obal.
  • Referenčné objekty zlyhávajú. "Veľkosť dlane" sa líši s dlanou.
  • Pamäť rekonštruuje. Ľudia si pamätajú, čo zvyčajne jedia, nie to, čo jedli.

Školenie pomáha a systematický prehľad účinkov školenia [4] ukazuje, že zlepšenie sa časom znižuje bez posilnenia — bežný nález pre percepčné zručnosti.

Môže technológia tento problém vyriešiť?

Tu prichádza na scénu hodnotenie stravy založené na obrázkoch: odfoťte jedlo, nechajte model identifikovať potraviny a odhadnúť objem. Existujú validačné štúdie proti referenčným metódam a rozšírená realita bola preskúmaná ako pomocník pri odhade [1].

Úprimný súhrn: metódy založené na obrázkoch sú nepresné a lepšie ako pamäť. Odstraňujú krok pamäti, ktorý je najväčším zdrojom chýb, a zdedia nové chyby okolo odhadu hĺbky a skrytých ingrediencií. V porovnaní s potravinovým denníkom písaným z pamäte pred spaním je to jasné zlepšenie. V porovnaní s kuchynskou váhou to nie je.

Čo to znamená pre sledovanie

Používajte sledované kalórie ako relatívny signál, nie absolútny. Ak je váš zaznamenaný príjem konzistentný týždeň po týždni a vaša hmotnosť sa nemení, užitočný krok je zmeniť niečo a sledovať trend — nie dôverovať číslu. Konzistencia metódy je oveľa dôležitejšia ako presnosť metódy, pretože konzistentné skreslenie sa zruší, keď sa porovnáte sami so sebou.

Časté otázky

Ako veľmi sa mýli môj potravinový denník?
Systematicky podhodnocuje, často o desiatky percent, a viac pri vyšších príjmoch [2][3].
Sú aplikácie založené na fotografiách presné?
Lepšie ako pamäť, horšie ako váženie. Odstraňujú chybu pamäti a pridávajú chybu odhadu.
Mám vážiť všetko?
Na niekoľko týždňov je to naozaj poučné. Na neurčito väčšina ľudí prestane — a metóda, ktorú opustíte, má presnosť nula.
Prečo moja aplikácia hovorí, že som zjedol 1 500 kcal a nepriberám?
Takmer vždy podhodnocovanie, nie metabolizmus. Pozrite sa na našu metabolickú stránku.

Odkazy

Každá citácia nižšie odkazuje na pôvodný recenzovaný záznam na PubMed alebo prostredníctvom DOI. Nič tu nie je náhradou za lekárske poradenstvo.

  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

Táto stránka bola automaticky preložená z angličtiny. Citácie a čísla zostávajú nezmenené. Prečítajte si anglický originál, ak niečo znie zvláštne. Prečítaj si anglický originál