Food Label Evidence

Mätning

Varför du inte kan uppskatta en portion

Fel i portionuppskattning är tillräckligt stora för att överskugga det mesta av vad människor försöker förändra i sin kost. Detta är problemet som mat-skanningsappar finns för att lösa.

Uppdaterad 2 min läsning 17 citat Bevisstyrka 4/5

Problemets storlek

Systematisk översikt av uppskattning av portionstorlek [3] och av minnesfel [2] finner fel som rutinmässigt når tiotals procent. Avgörande är att felet är partiskt, inte slumpmässigt: människor underrapporterar, och underrapporterar mer när intaget är högre och när maten är något de känner sig dömda för.

Validering mot dubbelmärkt vatten — referensmetoden, täckt på vår metabolism-sida — kvantifierar detta direkt. Det är därför en matdagbok som visar 1 600 kcal utan viktförändring vanligtvis är ett mätproblem snarare än ett metaboliskt.

Fel i portionuppskattning

Varför det är svårt

  • Volymuppfattning är icke-linjär. Att dubbla en skålens diameter mer än dubblerar dess innehåll, och människor bedömer efter bredd.
  • Matolja är osynlig. En matsked är över 100 kcal och framträder inte i minnet av en måltid.
  • Förpackningar definierar portioner. En "portion" är vad behållaren rymde.
  • Referensobjekt misslyckas. "Palmstor" varierar med handen.
  • Minnet rekonstruerar. Människor minns vad de vanligtvis äter, inte vad de åt.

Träning hjälper, och en systematisk översikt av träningseffekter [4] visar att förbättringen avtar utan förstärkning — den vanliga upptäckten för en perceptuell färdighet.

Kan teknologin lösa det?

Detta är där bildbaserad kostbedömning kommer in: fotografera måltiden, låt en modell identifiera livsmedel och uppskatta volym. Valideringsstudier mot referensmetoder finns, och augmented reality har granskats som ett hjälpmedel för uppskattning [1].

Ärlig sammanfattning: bildbaserade metoder är imperfekta och bättre än minne. De tar bort minnessteget, vilket är den största felkällan, och de ärver nya fel kring djupuppskattning och dolda ingredienser. Mot en matdagbok skriven från minnet vid sänggåendet är det en tydlig förbättring. Mot en köksvåg är det inte.

Vad detta betyder för spårning

Använd spårade kalorier som en relativ signal, inte en absolut. Om ditt registrerade intag är konsekvent vecka till vecka och din vikt inte rör sig, är den användbara åtgärden att förändra något och följa trenden — inte att lita på heltalet. Konsistens i metod är mycket viktigare än metodens noggrannhet, eftersom en konsekvent partiskhet tar ut varandra när du jämför med dig själv.

Vanliga frågor

Hur fel är min matdagbok?
Systematiskt under, ofta med tiotals procent, och mer vid högre intag [2][3].
Är foto-baserade appar exakta?
Bättre än minne, sämre än vägning. De tar bort minnesfelet och lägger till uppskattningsfel.
Ska jag väga allt?
Under några veckor är det genuint lärorikt. På obestämd tid slutar de flesta — och en metod du överger har en noggrannhet på noll.
Varför säger min app att jag åt 1 500 kcal och jag går inte ner i vikt?
Nästan alltid underrapportering snarare än metabolism. Se vår metabolism-sida.

Referenser

Varje citation nedan länkar till den ursprungliga granskade artikeln på PubMed eller via DOI. Inget här är en ersättning för medicinsk rådgivning.

  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

Denna sida översattes automatiskt från engelska. Citat och siffror är oförändrade. Läs den engelska originaltexten om något verkar konstigt. Läs den engelska originaltexten