Food Label Evidence

Merenje

Zašto ne možete proceniti porciju

Greška u proceni porcije je dovoljno velika da nadmaši većinu onoga što ljudi pokušavaju da promene u svojoj ishrani. Ovo je problem koji aplikacije za skeniranje hrane postoje da reše.

Ажурирано 2 мин читања 17 цитације Снага доказа 4/5

Veličina problema

Sistematski pregled procene veličine porcije [3] i grešaka u pamćenju [2] nalazi greške koje rutinski dostižu desetine procenata. Ključno je da je greška pristrasna, a ne slučajna: ljudi podcenjuju, i podcenjuju više kada je unos veći i kada je hrana ona za koju se osećaju ocenjivano.

Validacija u odnosu na dvostruko obeleženu vodu — referentna metoda, pokrivena na našoj metabolizmu sajtu — kvantifikuje ovo direktno. To je razlog zašto dnevnik hrane koji pokazuje 1.600 kcal uz nedostatak promene težine obično predstavlja problem merenja, a ne metabolički problem.

Greška u proceni porcije

Zašto je teško

  • Percepcija zapremine nije linearna. Dupliranje prečnika posude više nego duplira njen sadržaj, a ljudi sude prema širini.
  • Kuvano ulje je nevidljivo. Kašika sadrži više od 100 kcal i ne pojavljuje se u sećanju na obrok.
  • Pakovanje definiše porcije. "Porcija" je ono što je kontejner sadržavao.
  • Referentni objekti ne uspevaju. "Veličina dlanova" varira sa dlanom.
  • Pamćenje rekonstruiše. Ljudi se sećaju onoga što obično jedu, a ne onoga što su jeli.

Obuka pomaže, a sistematski pregled efekata obuke [4] pokazuje da poboljšanje opada bez pojačanja — uobičajeni nalaz za perceptivnu veštinu.

Može li tehnologija to popraviti?

Ovo je mesto gde dolazi procena ishrane zasnovana na slikama: fotografišite obrok, dozvolite modelu da identifikuje namirnice i proceni zapreminu. Postoje studije validacije u odnosu na referentne metode, a proširena stvarnost je pregledana kao pomoć u proceni [1].

Iskren sažetak: metode zasnovane na slikama su nesavršene i bolje od pamćenja. Uklanjaju korak pamćenja, koji je najveći izvor greške, i nasleđuju nove greške oko procene dubine i skrivenih sastojaka. U poređenju sa dnevnikom hrane napisanom iz pamćenja pred spavanje, to je jasno poboljšanje. U poređenju sa kuhinjskom vagom, to nije.

Šta to znači za praćenje

Koristite praćene kalorije kao relativni signal, a ne apsolutni. Ako je vaš zabeleženi unos dosledan iz nedelje u nedelju i vaša težina se ne menja, korisna promena je da promenite nešto i pratite trend — ne da verujete celom broju. Doslednost metode je mnogo važnija od tačnosti metode, jer dosledna pristrasnost otkazuje kada se uporedite sa sobom.

Česta pitanja

Koliko je pogrešan moj dnevnik hrane?
Sistematski podcenjuje, često za desetine procenata, i više kod viših unosa [2][3].
Da li su aplikacije zasnovane na fotografijama tačne?
Bolje od pamćenja, lošije od merenja. Uklanjaju grešku pamćenja i dodaju grešku procene.
Da li treba da merim sve?
Nekoliko nedelja, to je zaista edukativno. Na neodređeno vreme, većina ljudi prestaje — a metoda koju napustite ima tačnost nula.
Zašto moja aplikacija kaže da sam pojeo 1.500 kcal i ne gubim težinu?
Gotovo uvek podcenjivanje, a ne metabolizam. Pogledajte naš metabolizmu sajtu.

Референце

Свака цитата испод води до оригиналног рецензираног записа на PubMed или преко DOI. Ништа овде није замена за медицински савет.

  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

Ова страница је аутоматски преведена са енглеског. Цитације и бројеви су неизмењени. Прочитајте оригинал на енглеском ако нешто звучи чудно. Прочитајте оригинал на енглеском