需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

“Boden食物餐盘”:一种用于评估膳食摄入的新颖互动式网络方法

7.3K 次观看

DOI:

10.3791/57923

2018年9月18日

* These authors contributed equally

本文内容

摘要

“Boden食物盘”是一种电子饮食日记,旨在通过视觉图像以互动且有趣的方式收集膳食摄入数据。本研究的目的是将该基于网络的应用程序与传统的三天估计饮食日记法进行有效性验证对比。

摘要

在研究中可采用多种方法评估膳食摄入量,其中许多方法目前仍基于纸质形式。尽管书面估计型食物日记会给研究参与者和研究人员带来负担,但其在临床试验中仍被广泛使用。该方法要求参与者具备读写能力,且耗时较长、劳动强度大,容易导致报告不足。随着技术的进步,人们日益关注能够自动完成膳食评估过程的电子日记。这些电子工具旨在提高准确性,减少时间和成本,并为用户提供更直观、更愉悦的使用体验。本研究旨在验证一种新型基于网络的膳食记录平台“Boden Food Plate”,将其与传统的估计型食物日记进行比较。同时,研究参与者通过纸质问卷对这一应用程序的使用满意度进行了评分。共有67名参与者完成了为期三天的电子版和纸质版食物日记。在数据分析中,仅采用了在两个研究时间点(基线和第六周)均完整填写的膳食数据。尽管两种膳食数据收集方法之间的平均差异较小,但Bland-Altman分析显示,电子平台与书面估计型食物日记之间的95%一致性界限相对较宽,且存在少数数据点落在95%置信区间之外。总体而言,参与者认为电子食物日记比纸质方法更有趣,且在易用性方面与纸质日记相当。该新平台作为膳食数据自我记录工具具有应用潜力,尤其适用于临床试验环境。然而,仍需开展进一步的验证研究,以提高这一新型电子膳食数据收集工具的有效性。

引言

准确收集饮食数据并评估膳食摄入是营养学与体重管理研究中的基本组成部分。目前已有多种评估膳食摄入的方法,包括回顾性与前瞻性方法。然而,这些常用工具各自存在局限性。因此,亟需一种新的技术平台,以提高数据的准确性,并减轻研究人员和参与者的负担1,2,3

24小时膳食回顾法(24 h recalls)和食物频率问卷(FFQs)是依赖参与者记忆的膳食数据收集方法,容易产生回忆偏倚和报告错误1,2,4。书面膳食记录,如FFQs和食物日记,需要参与者具备读写能力,并可能给参与者带来较重的负担。此外,在摄入食物和饮料时即时记录的书面记录可能导致习惯性膳食摄入量的改变5。这些传统的营养数据收集与编码方法也可能极为耗时,并需要高度训练的专业人员1。七日称重式食物日记被认为是非生物标志物方法中膳食摄入评估的金标准。然而,由于参与者负担较高,该方法已被证明在七天期间会增加低估报告的发生率6。因此,采用传统家庭计量单位来估算食物和饮料摄入量的三日估计食物日记,被认为比七日书面食物记录更具可行性。

既往研究表明,与传统方法相比,使用电子工具收集饮食摄入数据具有有效性和高效性7,8。因此,人们对能够辅助记录和分析饮食数据的技术兴趣日益增加。尽管电子方法存在成本较高且要求参与者具备一定计算机操作能力等局限性9,但其相较于传统饮食数据收集工具更具可视化优势。因此,用户普遍接受度较高,并认为使用过程更具趣味性10。此外,电子工具可显著减少研究人员在数据收集与分析过程中所需的时间及相关成本8,11。同时,它们还能为参与者提供即时反馈,有助于营养摄入的自我监测,并提高对个人目标的依从性12,13

本研究建立了一套实验方案,用于评估“Boden食物盘”(Boden Food Plate)的功能性和实用性。该平台是一种基于网络的电子食物日记,可用于评估其与传统三日估算法食物日记之间的一致性。该平台允许用户以可视化图像的形式,在虚拟餐盘上记录全天摄入的食物和饮料,这是该应用程序的主要优势之一。食物和饮料项目从一个内置数据库中选择,该数据库包含约1,200种食物,每种均有固定的份量规格。电子食物日记中输入的膳食数据将被自动分析,研究人员可导出分析结果。此外,该应用程序会生成图表,展示膳食在总能量及某些重要营养素摄入方面的充足或不足情况,研究人员和用户均可访问这些图表。与其他现有的营养评估平台相比,这一新开发的电子日记在使用上具有创新性和实用性,因此可作为未来研究中一种有效的膳食数据收集工具。

本文详细描述了利用电子和纸质饮食日记进行膳食数据收集的完整方案,并展示了部分结果,这些结果已在Fuller14中全文发表。

访问受限。请登录或开始试用以查看此内容。

方案

注意:下述所有实验步骤均已获得悉尼地方卫生区(皇家阿尔弗雷德王子院区)伦理审查委员会批准。

1. 受试者招募

  1. 从机构数据库中招募参与者,并通过在机构网站和当地报纸上发布研究广告进行招募。
    注意:本研究采用的纳入标准为男性和女性,年龄25至55岁,处于绝经前状态,体重指数(BMI)≥25且≤35 kg/m2
  2. 确保潜在参与者具备基本的计算机操作能力。

2. 准备参与者以进行膳食数据收集

  1. 通过电话联系每位参与者,安排初次个人筛查访视。
  2. 在筛选访视前,须从每位受试者处获得书面知情同意书。
  3. 培训参与者使用电子平台。
    1. 为参与者提供一份逐步指南,说明如何使用该电子平台,并给予参与者充足的时间进行阅读。
    2. 向参与者展示如何在研究用笔记本电脑上使用该平台。
    3. 要求参与者在经过培训的研究人员在场的情况下,将一些食物和饮料项目输入平台。
  4. 为参与者提供一份传统的纸质食物日记,并附上使用说明,要求他们在基线访视前完成填写。
  5. 指导参与者:
    1. 阅读说明和“示例日”(图1在开始记录任何食物或饮品之前,请务必仔细阅读并理解食物日记中包含的说明。
    2. 连续三天(两个工作日和一个周末)记录所有摄入的食物和饮料。要求他们报告在家中和在外摄入的所有食物和饮料例如 在工作场所或餐厅等地点,应尽可能在进食时或进食后立即记录,并将相关信息尽快填入日记中,以避免依赖记忆。
    3. 参考食物日记中包含的份量大小指南,以估算食物和饮料的测量值与摄入量。
    4. 使用食物日记中包含的常被遗漏的食物和饮料清单,确保没有遗漏任何食物和饮料项目。
    5. 尽可能详细地记录所消耗的物品(例如,应写“带皮鸡腿”而非“鸡肉”,或“低脂牛奶”而非“牛奶”)。
    6. 注明制备方法(例如,煎、蒸、烤、生食等)。
    7. 列出食品和饮料产品的品牌名称。
    8. 包括自制非常规物品的配方。
  6. 指导参与者在每三天结束时,将纸质饮食日记上记录的书面信息输入电子日记中。
  7. 在筛选访视后一周内为每位受试者安排基线访视。
  8. 在基线访视时,指导参与者携带已完成的纸质食物日记。
  9. 在第五周随访时,向参与者发放新的纸质食物日记,并指导他们在此后三天内继续填写,直至第六周随访;同时要求他们在这相同的三天内将数据录入电子日记中。

3. 书面食物日记

注意:食物摄入量通过传统的书面纸质日记法和电子网络平台(“Boden Food Plate”)在相同的三天内进行自我报告并收集。

  1. 收集饮食数据
    注:参与者需完成为期三天的纸质食物日记,并在基线和第六周访视时交回。
    1. 与参与者共同审阅食物日记,确保所有饮食数据清晰可读,且所有摄入食物的测量值和数量均正确填写。
  2. 书面饮食数据的分析
    1. 将每位参与者的三天书面食物日记数据输入饮食分析软件(参见材料表),以分析营养素摄入量。软件将自动计算营养素摄入值。
    2. 将软件计算出的能量(kJ)和宏量营养素摄入量(蛋白质、脂肪和碳水化合物)导出至电子表格,数值以克(g)为单位的绝对值以及占总能量摄入的百分比(% kJ)表示,并取六天的平均值(基线三天和第六周访视三天)。
    3. 将六天的平均值导入统计软件进行分析。

4. 电子饮食日记(“Boden 饮食盘”)

  1. 注册
    1. 向研究参与者发送“邀请邮件”,邮件中包含用于在电子平台上注册新账户的链接。
    2. 指导参与者按照注册流程输入其全名、出生日期、性别、电子邮件地址,并创建用户名(电子邮件地址)和密码,以登录电子平台(图2)。
    3. 指导参与者从应用程序主页访问电子饮食日记的使用图文指南,并仔细阅读(图3)。
    4. 提供电话和电子邮件支持,协助在填写电子饮食日记过程中遇到困难的参与者。
  2. 创建电子饮食日记的步骤如下,指导研究参与者:
    1. 选择带有其受邀参与的特定项目标题的图标(图4)。
    2. 选择“新建条目”以创建电子饮食日记的新一天记录,并根据纸质饮食日记中的信息输入当天摄入的食物和饮品(图5)。
    3. 使用“搜索”工具从数据库中查找当天摄入的食物和饮品(图6)。
    4. 点击所需的食物和饮品项目,并在界面上将其虚拟拖动至餐盘中,以反映该时段实际摄入的餐食(图6)。
    5. 选择页面底部的小餐盘之一,以切换至不同餐次(早餐、上午加餐、午餐、下午加餐、晚餐和夜宵)。当所选小餐盘开始跳动时,将食物和饮料添加至屏幕中央的大餐盘中,该大餐盘对应所选的餐次(图6)。
    6. 点击“保存更改”按钮,以保存当天的所有记录(图6)。
    7. 在记录页面点击“图表”图标(图5),查看柱状图,该图显示系统自动计算的膳食摄入量与人群平均膳食摄入量之间的比较(图7)。
      注:参与者需分别在基线和第六周访视时创建两份独立的为期三天的电子饮食日记。
  3. 准备用于分析的膳食数据
    1. 通过访问平台管理门户,将每位参与者的能量和营养素摄入量的平均值导出至电子表格中。
    2. 将电子表格导入统计软件进行分析。
  4. 总体满意度问卷
    1. 在第六周向参与者发放纸质问卷,以评估其对该项目的整体满意度。
    2. 指导参与者对基于网络的应用程序的不同方面在0–10分的量表上进行评分(0分为负面评价,5分为中性评价,10分为正面评价),涵盖项目包括易用性、食物列表的完整性以及搜索功能等。

5. 饮食数据的分析

  1. 仅使用在基线和第6周访视时均通过电子平台录入了三天饮食数据并完成了三天书面食物日记的参与者的数据。
  2. 计算宏量营养素百分比。
    1. 将宏量营养素总量(g)乘以每克宏量营养素所含千焦能量(kJ/g),其中蛋白质和碳水化合物为17 kJ/g,脂肪为37 kJ/g。
    2. 将所得值(宏量营养素总克数对应的千焦数)除以总能量摄入量(kJ),再将结果乘以100,得到该宏量营养素占总能量摄入的百分比(% kJ)。
  3. 分别计算电子食物日记和书面食物日记中总能量摄入(kJ)以及蛋白质、脂肪和碳水化合物摄入量(以绝对克数及占能量摄入百分比表示)的平均值(±标准差(SD))。
  4. 采用皮尔逊积矩相关系数分析两种饮食数据收集方法之间的相关性。
  5. 计算两种数据收集方法之间的百分比差异。
    1. 用电子食物日记测得的数值减去书面食物日记测得的数值。
  6. 绘制总能量(kJ)及蛋白质、碳水化合物和脂肪摄入量(% kJ)的Bland-Altman图。
    1. 以每种数据收集工具的平均值为横坐标(x轴),以两种方法之间的差值为纵坐标(y轴)作图15,16
    2. 绘制平均差值线以及上下限线(平均值±SD×1.96)。该图可用于深入评估电子版与纸质版饮食数据收集方法之间的一致性。

6. 问卷分析

  1. 根据问卷所得数据,计算每个问题的总体满意度平均值(±标准差)。

访问受限。请登录或开始试用以查看此内容。

结果

在招募的76名参与者中,仅有67名参与者在两个时间段(基线期和第六周)均使用电子版和纸质版饮食日记,各自记录了三天的食物摄入情况。营养分析仅采用了这67名受试者的膳食数据。本研究排除的9名参与者未完成规定时间点的食物摄入记录。

表1显示,书面饮食记录与电子饮食记录在平均能量和宏量营养素摄入量之间无显著差异。然而,Bland-Altman图(图8A-D)的95%一致性界限相对较宽,尤其是能量摄入量,部分数据点位于95%置信区间之外。

能量的皮尔逊积矩相关系数较高(0.878),蛋白质(0.642)、脂肪(0.682)和碳水化合物(0.792)亦然。尽管两种数据收集方法之间存在强相关性,但这并不意味着两者具有良...

访问受限。请登录或开始试用以查看此内容。

讨论

本研究采用的基于网络的食物日记“Boden食物餐盘”是一种新开发的膳食信息收集方法,旨在为研究团队提供更快的数据获取途径。结果表明,与被视为本研究金标准的书面估计食物日记所记录的膳食数据相比,电子方法收集的能量和宏量营养素摄入数据具有准确性。此外,这种可视化电子工具也被证明比纸质版本更易于使用且更具使用乐趣。

电子食物日记已被证实可用于有效收集膳食摄入数据。将每种宏量营养素表示为总能量摄入的百分比,能够提供更准确的洞察,因为它考虑了人群中能量摄入的巨大差异。先前的研究还表明,传统方法(24小时回顾法和纸质食物日记)与电子食物日记之间存在相关性17。同样,在本研究中,Pearson积差相关系数显示电子食物日记与纸质食物日记之间存在强相关性。然而,与纸质日记相比,电子方法的一致性界限相对较宽。这表明电子工具仍需进一步改进和验证14

参与者对反馈问卷中的所有项目评分均高于平均水平,表明他们对这款基于网络的应用程序感到满意。他们认为电子饮...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

作者感谢Khanh Nguyen,他作为其工程学学士学位项目的一部分参与了电子平台的构建。我们同时感谢Alice Gibson开发了纸质饮食记录表。最后,我们感谢Mackenzie Fong、James Gerofi、Fatima Ferkh、Cholris Leung、Lisa Leung和Shaoyu Zhang在实验方法方面提供的帮助。本研究由悉尼大学商业发展与产业合作资助计划提供资金支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
博登食物盘博登食物盘电子饮食数据收集工具。
纸质食物日记任意书面饮食数据收集工具。
Food Works 7 ProfessionalXyris Software 2012用于分析饮食摄入的软件。
SPSS 19.0SPSS统计学软件。
计算机任意研究参与者应在研究机构外使用该设备完成电子食物日记。

参考文献

  1. Buzzard, M. 24-Hour dietary recall and food record methods. Nutritional Epidemiology. , University Press. Oxford: Oxford. 50-73 (1998).
  2. MacIntyre, U. Measuring food intake. Introduction to Human Nutrition. , 1st ed, Blackwell Publishing. Oxford. 238-275 (2007).
  3. Barrett-Connor, E. Nutrition Epidemiology - How Do We Know What They Ate? American Journal of Clinical Nutrition. 54 (1), S182-S187 (1991).
  4. Black, A. E., et al. Measurements of Total-Energy Expenditure Provide Insights into the Validity of Dietary Measurements of Energy-Intake. Journal of the American Dietetic Association. 93 (5), 572-579 (1993).
  5. Rebro, S. M., et al. The effect of keeping food records on eating patterns. Journal of the American Dietetic Association. 98 (10), 1163-1165 (1998).
  6. Johnson, R. K. Dietary intake - How do we measure what people are really eating? Obesity Research. 10, 63s-68s (2002).
  7. Bonilla, C., et al. Use of electronic dietary assessment tools in primary care: an interdisciplinary perspective. BMC Medical Informatics and Decision Making. 15, 14(2015).
  8. Illner, A. K., et al. Review and evaluation of innovative technologies for measuring diet in nutritional epidemiology. International Journal of Epidemiology. 41 (4), 1187-1203 (2012).
  9. Cole, E., et al. A comparative study of mobile electronic data entry systems for clinical trials data collection. International Journal of Medical Informatics. 75 (10-11), 722-729 (2006).
  10. Carter, M. C., et al. 'My Meal Mate' (MMM), validation of the diet measures captured on a smartphone application to facilitate weight loss. British Journal of Nutrition. 109 (3), 539-546 (2013).
  11. Woods, J., et al. Comparison of electronic and paper data collection. American Journal of Epidemiology. 153 (11), S82(2001).
  12. Kerkenbush, N. L., Lasome, C. E. The emerging role of electronic diaries in the management of diabetes mellitus. The American Association of Critical-Care Nurses Clinical Issues. 14 (3), 371-378 (2003).
  13. Burke, L. E., et al. SMART trial: A randomized clinical trial of self-monitoring in behavioral weight management-design and baseline findings. Contemporary Clinical Trials. 30 (6), 540-551 (2009).
  14. Fuller, N. R., et al. Comparison of an electronic versus traditional food diary for assessing dietary intake-A validation study. Obesity Research & Clinical Practice. 11 (6), 647-654 (2017).
  15. Bland, J. M., Altman, D. G. Statistical Methods for Assessing Agreement between Two Methods of Clinical Measurement. Lancet. 1 (8476), 307-310 (1986).
  16. Bland, J. M., Altman, D. G. Statistical methods for assessing agreement between two methods of clinical measurement. International Journal of Nursing Studies. 47 (8), 931-936 (2010).
  17. Sharp, D. B., Allman-Farinelli, M. Feasibility and validity of mobile phones to assess dietary intake. Nutrition. 30 (11-12), 1257-1266 (2014).
  18. Carter, M. C., et al. Adherence to a smartphone application for weight loss compared to website and paper diary: pilot randomized controlled trial. Journal of Medical Internet Research. 15 (4), e32(2013).
  19. Johannes, C. B., et al. Electronic versus paper instruments for daily data collection. Annals of Epidemiology. 10 (7), 457(2000).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

电子食物日记膳食摄入评估基于网络的平台食物日记比较Bland-Altman分析参与者满意度临床试验环境自我记录工具数据收集方法