Новые технологии помогут лучше контролировать потребление калорий в исследованиях?

Инструменты для оценки и контроля питания имеют важное значение в практике диетологии. Их использование в исследовательских учреждениях способствовало многочисленным открытиям в области питания, здоровья и хронических заболеваний. Например, ожирение, в случае которого контроль энергопотребления имеет решающее значение.

Однако современные методы — подсчёт калорий, оценка размера порций — имеют значительные ограничения. Следовательно, исследования новых технологий поощряются. В данной статье проанализированы сильные и слабые стороны новых существующих подходов.

Ожидаемая продолжительность жизни постоянно увеличивается в течение последних 35 лет, но в связи с глобальным ростом ожирения число смертей от таких причин, как сахарный диабет, увеличилось на 32,1%. В течение последних двух десятилетий разные программы показали, что умеренная, но клинически значимая потеря веса на 5% у людей с избыточным весом, ожирением или диабетом, может положительно сказаться на здоровье.

Гипокалорийная диета (на 500-750 калорий меньше исходного уровня), повышение физической активности (90-175 минут в неделю) и изменение образа жизни — обычные методы, которые улучшают качество жизни и здоровья людей с ожирением, ранее считались индивидуальными методиками контроля веса.

Оценка энергопотребления имеет решающее значение для понимания того, как влияют клинические испытания на лечение ожирения и сопутствующих заболеваний. На сегодняшний день опросники о частоте приёма пищи (FFQ) и запись суточного рациона (24HR) являются наиболее распространёнными методами оценки питания во время лечения и наблюдения.

Тем не менее, основная проблема этих методов в том, что они основаны на данных, сообщаемых самими людьми. Человеческая память не точна на 100%, поэтому эти измерения не являются объективными и не соответствуют стандартам научной методологии. Также одна из проблем в том, что в процессе ведения записей люди могут вносить информацию с ошибками, что приведёт к неверным отчётам о потреблённой пище и питательных веществах. Используя данные NHANES 2003-2012 гг., исследователи проанализировали, насколько часто люди занижали или завышали показатели потребления пищи, и установили, что среди взрослого населения США (≥20 лет) неверно сообщается о 25,1% данных.

Результаты примерно согласуются с европейскими странами, где распространённость занижения данных колеблется от 20% до 45%. Таким образом, точность диетических оценок или изменений в рационе полна недочётов, и разрабатываются новые технологии для преодоления существующих проблем.

Medline, CINAHL и PsychINFO искали статьи на английском языке по ключевым словам, таким как «диета», «потребление пищи», «энергия», «приём пищи» и др. В результате поиска отобрали 337 статей (рисунок 1), из них в конечном итоге отобрали уже 73 статьи.

Рисунок 1. Процесс выбора статей и причины исключения

А из 73 статей, обнаруженных в результате этого поиска, 17 были признаны подходящими. В них провели сравнительную оценку инновационных технологических инструментов и методологий. При разработке подобных инструментов, чтобы проверить точность метода и избежать систематической ошибки, нужно использовать специальные статистические методы для оценки надёжности и достоверности.

При описании преимуществ и недостатков каждого инструмента/методологии основное внимание уделялось следующим критериям:

Простота. Например, опросник о частоте приёма пищи или запись суточного рациона — трудоёмкие методы;

Минимизация расходов и экономия времени. Например, проблематично делать измерения на протяжении долгого времени.

Какие методы могут помочь :

Датчик движения запястья. Надевается как часы и автоматически отслеживает движение запястья для мониторинга приёма пищи. Надёжность была проверена как в контролируемых, так и в полуконтролируемых условиях. Чувствительность была больше 85% в обоих случаях. Использование этого устройства повысило точность измерения по сравнению с 24HR и FFQ, которые обычно занижают показатели у мужчин на 16-20% и на 31-36%, соответственно, и у женщин на 16-20% и 34-38%.
Подсчёт количества килокалорий «за один укус». Данный метод предполагал использование формулы −0.128 * возраст + 6.167 * пол (например, коэффициент у женщины = 0) + 0.034 * рост + 0.035 * вес − 12.012 * соотношение роста к талии + 22.294. Метод оказался крайне неточным.
Мониторинг приёма пищи. Встроенные датчики движения рук, челюсти и акселерометр. Метод разработан для объективного 24-часового мониторинга потребления пищи в условиях обычной жизни. На 90% точно обнаруживает факт приёма пищи по сравнению с опросником о частоте приёма пищи.
Интеллектуальный мониторинг. Включает в себя мультисенсорные мониторы для отслеживания скорости жевания и изображения типа и количества потребляемой пищи, что даёт общее представление о пищевом поведении.
Технология по методу «камера-сканирование-датчик». Человек делает фото, а программа обрабатывает его и оценивает размер порции. Метод более точен, так как человек не всегда может запомнить точный размер порции — он даже не всегда помнит, что и сколько он ел.
Метод дистанционного фото. Участники отправляют фото съеденного в приложение Food Photography Application, которое связано с базой данных о продуктах питания и питательных веществах для диетических исследований.
Система распознавания пищи в реальном времени. Пользователь фотографирует еду, она распознаётся и по базе данных определяется примерный объём и калорийность. Распознавание продуктов было на 80% правильным.
«Snap-n-Eat». Пользователь делает снимок еды и через 4 секунды содержание питательных веществ отображается на экране.
GoCARB. С двух сторон и больше фотографируется еда. Затем программа оценивает содержание в ней углеводов на основе базы данных Министерства сельского хозяйства США.
Математический алгоритм. Национальным институтом диабета, болезней органов пищеварения и почек США была разработана формула для оценки количества потребляемых калорий в долгосрочной перспективе. В формулу вводятся такие параметры, как возраст, пол, рост, физическая активность и результат повторного взвешивания для определения изменения веса и скользящего среднего. Пока что такой алгоритм не универсален, поскольку использовался только при участии здоровых людей без ожирения.

Выводы

Приложения для смартфонов могут количественно оценить все пищевые ингредиенты или напитки, так как работают только с пищевыми продуктами в базе данных. Использование этих технологий недостаточно развито.

Для остальных методов оценки требуются дополнительные исследования, в том числе на различных группах населения и с дополнительными факторами, включающие, например, ожирение, диабет и другие заболевания.

Все вышеперечисленные инструменты оценки способны регистрировать потребление пищи/энергии более точно, чем опрос участников, и намного лучше традиционных методов, таких как записи на бумаге. Однако при их использовании необходимо соблюдать осторожность, поскольку они все ещё совершенствуются.

Источник