Food Label Evidence

Merjenje

Zakaj ne morete oceniti porcije

Napaka pri oceni porcij je dovolj velika, da zasenči večino tistega, kar ljudje poskušajo spremeniti v svoji prehrani. To je problem, ki ga obstajajo aplikacije za skeniranje hrane, da bi ga rešile.

Posodobljeno 2 min branje 17 navajanja Moč dokazov 4/5

Velikost problema

Sistematični pregled ocene velikosti porcij [3] in napak pri spominu [2] ugotavlja napake, ki redno dosežejo desetine odstotkov. Ključno je, da je napaka pristranska, ne naključna: ljudje podporočajo in podporočajo bolj, ko je vnos višji in ko je hrana tista, za katero se počutijo obsojane.

Validacija proti dvakrat označeni vodi — referenčna metoda, obravnavana na naši spletni strani o presnovi — to neposredno kvantificira. Zato je dnevnik hrane, ki prikazuje 1.600 kcal ob nobeni spremembi teže, običajno problem merjenja, ne presnovni problem.

Napaka pri oceni porcij

Zakaj je težko

  • Percepcija volumna je nelinearna. Podvojitev premera sklede več kot podvoji njeno vsebino, ljudje pa ocenjujejo po širini.
  • Kuhinjsko olje je nevidno. Žlica vsebuje več kot 100 kcal in se ne pojavi v spominu obroka.
  • Pakiranje določa porcije. "Porcija" je karkoli, kar je vseboval paket.
  • Referenčni objekti ne uspejo. "Velikost dlani" se razlikuje glede na dlan.
  • Spomin se rekonstruira. Ljudje si zapomnijo, kaj običajno jedo, ne pa kaj so jedli.

Usposabljanje pomaga, sistematični pregled učinkov usposabljanja [4] pa kaže, da se izboljšanje zmanjšuje brez utrjevanja — običajno ugotovitev za perceptivne spretnosti.

Ali lahko tehnologija to reši?

Tukaj pridejo v poštev metode prehranske ocene na osnovi slik: fotografirajte obrok, pustite modelu, da identificira hrano in oceni volumen. Obstoječe so validacijske študije proti referenčnim metodam, obogatena resničnost pa je bila pregledana kot pomoč pri oceni [1].

Iskren povzetek: metode na osnovi slik so nepopolne in boljše od spomina. Odstranijo korak spomina, ki je največji vir napak, in podedujejo nove napake pri oceni globine in skritih sestavinah. V primerjavi z dnevnikom hrane, ki je napisan iz spomina pred spanjem, je to jasna izboljšava. V primerjavi s kuhinjsko tehtnico pa ni.

Kaj to pomeni za sledenje

Uporabite sledene kalorije kot relativen signal, ne kot absolutnega. Če je vaš zabeležen vnos dosleden teden v teden in se vaša teža ne premika, je koristno, da spremenite nekaj in spremljate trend — ne pa zaupate celotnemu številu. Doslednost metode je veliko pomembnejša od natančnosti metode, ker dosledna pristranskost odpade, ko se primerjate sami s seboj.

Pogosta vprašanja

Kako napačen je moj dnevnik hrane?
Sistematično podporočanje, pogosto za desetine odstotkov, in še bolj pri višjih vnosih [2][3].
So aplikacije na osnovi fotografij natančne?
Boljše od spomina, slabše od tehtanja. Odstranijo napako spomina in dodajo napako pri oceni.
Ali naj vse tehtam?
Za nekaj tednov je to resnično poučno. Neomejeno, večina ljudi preneha — in metoda, ki jo opustite, ima natančnost nič.
Zakaj moja aplikacija pravi, da sem pojedel 1.500 kcal in ne izgubljam?
Skoraj vedno gre za podporočanje, ne pa za presnovo. Oglejte si našo spletno stran o presnovi.

Reference

Vsaka navedba spodaj povezuje na izvirni recenzirani zapis na PubMedu ali preko DOI. Nič tukaj ni nadomestilo za medicinski nasvet.

  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

Ta stran je bila samodejno prevedena iz angleščine. Navedbe in številke ostajajo nespremenjene. Preberite angleški izvirnik, če se kaj zdi nenavadno. Preberite angleški izvirnik