本文提出了一个综合电子表格系统,使用简单的公式来计算营养和食物组的摄入量以及食物组对营养摄入量的贡献,以分析人口饮食调查数据。该系统包含定量、半定量和非定量食物摄入量数据以及用户提供的食物成分表。
方法文章
本文提出了一个综合电子表格系统,使用简单的公式来计算营养和食物组的摄入量以及食物组对营养摄入量的贡献,以分析人口饮食调查数据。该系统包含定量、半定量和非定量食物摄入量数据以及用户提供的食物成分表。
在人口饮食调查中计算营养摄入量可能具有挑战性,因为现有的营养分析软件通常面向分析个体的摄入量,并且可能不允许用户输入或轻松修改分析中使用的食物成分数据。这些缺点在低收入和中等收入国家环境中更为成问题。虽然有许多软件辅助膳食评估平台可以进行机上营养分析并适用于大型调查,但它们通常同样受到限制,并进一步限制用户使用特定的评估方式。本文提出了一个多功能的集成电子表格系统,用于人口饮食调查 (ISNAPDS) 的营养分析,该系统为已收集数据但无法使用现有软件进行充分分析的情况提供了一种解决方案。该方案包括向系统提供有关食物成分、食物组分类和食物摄入量的完全可定制的数据(以克/天为单位的食物摄入量可以直接输入,也可以根据用户提供的摄入频率和标准或可变份量计算)。输入数据后,用户修改一组简单的预填充公式,使其与输入数据的结构相匹配,系统应用这些公式来计算营养和食物组摄入量,以及食物组对调查人群所有成员营养摄入量的贡献。ISNAPDS 系统的灵活性使其能够适应全球消费食品的多样性,并分析使用采用不同参考期和份量估计方法的前瞻性和回顾性评估方法收集的定量、半定量和非定量食品消费数据。迄今为止,该系统已应用于已发表和正在进行的 24 小时回忆、饮食记录、食物频率和来自中国、埃塞俄比亚、印度、蒙古、泰国人口调查的分类家庭消费数据的分析,以及对 10 个撒哈拉以南非洲国家的多国分析。
有关人口、食物和营养摄入的数据对于了解人群营养不良的负担以及饮食与健康之间的关系非常重要,并在设计、监测和评估循证营养政策和计划方面发挥着重要作用 1,2。
收集食物摄入量数据后,使用软件将每种食物的摄入量乘以其营养成分,以获得营养摄入量数据(营养分析)3,这一过程过去是手动执行的,直到大型计算机出现4。有许多软件工具可以做到这一点,但它们通常面向个人分析而不是人口调查 5,6。想要在大型调查中计算营养摄入量的调查人员可能会使用他们不熟悉的统计软件编写程序,或者求助于为个人设计的软件应用于调查人群的每个成员并编译结果;这非常耗时且容易出错。此外,现有的营养分析软件可能不包括特定调查中食用的所有食物或感兴趣的营养物质,或者允许用户输入或轻松自定义有关分析中使用的食物成分、份量和食物组分类的数据。虽然存在许多软件辅助饮食评估平台进行机载营养分析并适用于大型调查7,但它们通常同样受到限制,并进一步限制用户使用特定的评估方式(例如,饮食记录、24 小时饮食回忆或回忆在指定参考期内通常食用食物的频率)。
这些缺点在低收入和中等收入国家 (LMIC) 更为成问题,因为当地的食品成分、食谱和其他参考数据在现有的膳食评估和营养分析软件中通常基本上没有体现,其中大多数软件是为高收入国家设计的 2,7,8.因此,收集人群营养摄入量数据的调查人员可能会使用不适合其调查人群或研究问题的软件辅助饮食评估工具,或者求助于可能不包含机载食物成分数据或艰苦的纸笔方法的专用工具;这两者都需要一个单独的营养分析解决方案9。因此,现有软件的不足加剧了许多其他障碍,无法生成在低收入和中等收入国家实施有效营养战略所需的高质量和时间相关的食物和营养摄入数据2。最近开发的 INDDEX24 膳食评估平台是解决中低收入和中等收入国家这一数据差距的一项显着努力 10,11,12。INDDEX24 使用移动应用程序来简化数据收集,该应用程序与 Global Food Matters 数据库无缝链接,该数据库是一个广泛且不断增长的全球食品成分、标准食谱和膳食参考数据存储库13。然而,INDDEX24仅限于收集 24 小时回忆,这被认为是用于人口调查的最广泛适用的评估方法,但可能无法满足所有研究目标,特别是如果需要较长的参考期(在此期间收集食物频率问卷可能更合适)。
本文提出了一个多功能的集成电子表格系统,用于人口饮食调查 (ISNAPDS) 的营养分析,该系统为已收集数据但现有软件不足以分析数据的情况提供了一种解决方案。该方案涉及向系统提供有关食物成分、食物组分类和食物摄入量的完全可定制的数据(以克/天为单位的食物摄入量可以直接输入,也可以根据用户提供的摄入频率和标准或可变份量计算)。输入数据后,用户修改一组简单的预填充公式,以将它们与输入数据的结构相匹配。然后,系统应用这些公式来计算调查人群中所有成员的营养物质和食物组摄入量以及食物组对营养物质摄入量的贡献。ISNAPDS 系统的灵活性使其能够适应全球食品消费的多样性,并分析使用前瞻性和回顾性评估方法收集的定量、半定量和非定量(即定性)食品消费数据采用不同的参考期和份量估计方法(例如,单次或重复的饮食记录或回忆,或食物频率问卷)。
ISNAPDS 定位、协议步骤摘要和公式说明:
ISNAPDS 系统(补充文件 1)是 Microsoft Excel Open XML (.xlsx) 文件,最初于 2012 年开发。此处使用的版本是在 2022 年使用 Excel 365 开发的。
ISNAPDS 由八个电子表格组成,这些电子表格由公式连接,这些公式将标准或可变份量(以克/份表示)、食物成分(单位/天)、食物组分类、食物摄入量频率(以份/天为单位)的输入数据转换为食物摄入量的输出数据(以克/天为单位,如果可用,也可以作为输入数据提供), 食物组别的摄入量(克/天)、营养素的摄入量(单位/天)和食物类别对营养素摄入量的贡献(单位/天)。该系统的集成意义在于,公式将每张表格中的食物、观察、营养素和食物组与其他表格中的正确对应物相匹配;所有图纸都包含在一个文件中。该系统预先填充了 10 个观察的示例输入和输出数据,以证明系统的功能(在系统和方案中,术语观察可能是指个人或人日,例如在重复饮食记录或召回的情况下)。
使用 ISNAPDS 的方案涉及四个主要步骤:(1) 指定食物摄入量数据是否由用户以克/天为单位提供,还是必须根据摄入频率和份量计算,以及(如果必须计算食物摄入量)每种食物是否与标准份量相关,或者每种食物的份量是否在观察之间有所不同;(2) 构建和输入有关食物成分、食物组分类以及食物摄入量或摄入量频率的数据,并附有标准或可变份量;(3) 修改输出电子表格中预先填充的公式以匹配输入数据的结构;(4) 在输出数据表中传播公式以填充所需的结果。可以跳过某些协议步骤的部分内容,具体取决于填充食物摄入量的指定方法,以及用户是否对计算营养摄入量、食物组摄入量或食物组对营养摄入量的贡献感兴趣。 图 1 是一个流程图,它总结了填充食物摄入量数据和所需输出数据的给定方法所需的协议步骤和输入数据。

图 1:协议流程图。 给定填充食物摄入量数据的方法和所需输出数据的协议步骤和所需输入数据的摘要。步骤 2(构建和输入数据)已简化为排除涉及构建数据的步骤和步骤的一部分。 请单击此处查看此图的较大版本。
对于每次观察,ISNAPDS 通过将每种食物的摄入频率乘以其份量14 来计算以克/天为单位的食物摄入量(如果这些数据不是用户提供的)。计算每个食物组的摄入量涉及归类为属于该组的所有食物的摄入量的简单总和。计算营养素摄入量的公式包括将每种食物的摄入量乘以每 100 克食物中每种营养素的浓度,除以 100,然后将摄入的所有食物的结果相加3。要计算每种食物组对每种营养素摄入量的贡献,只需将相同的公式分别应用于食物组和营养素的每种组合即可。
建议新用户查看在 ISNAPDS 电子表格中输入和作数据的两页补充指南(补充文件 2),以防止错误并确保它们保持工作表之间的集成。这些指南还可用于解决可见错误(例如,单元格显示 #REF! 或 #VALUE)以及在运行代表性结果中描述的数据完整性检查时可能检测到的错误。
访问受限。请登录或开始试用以查看此内容。
该协议附有基于应用 ISNAPDS 系统分析蒙古实际人口调查数据的示例结果。本调查中收集数据的程序符合蒙古卫生部伦理审查委员会和哈佛大学陈曾熙公共卫生学院机构审查委员会的道德标准(协议 #21002)。符合条件的参与者提供了书面知情同意书以加入研究并在入组前提供可发表的数据,并且可以随时退出研究。
1. 指定填充食物摄入量数据的方法
2. 使用预填充的示例数据作为指南来构建和填充输入数据电子表格
3. 修改输出电子表格中预填充的公式以匹配输入数据的结构
4. 在输出电子表格中传播公式以填充所需的结果
访问受限。请登录或开始试用以查看此内容。
检查以确保输出数据的完整性
下面的检查使用预填充示例数据的观察值 1 来证明 ISNAPDS 系统中计算的准确性。为确保在分析实际调查数据时应用系统时正确遵守协议,建议用户自己对几个不同的观测值和输出列运行这些检查(给定输入电子表格中的错误可能会在某些输出电子表格中传播其他错误,而不会在其他输出电子表格中传播其他错误,并且给定输出电子表格中的错误可能只影响数据部分,如果运行检查,可能会被忽视仅针对一个观测值和输出列)。
使用标准或可变份量检查食物摄入量的计算
对于观察 1,全脂牛奶的摄入量(克/天)等于摄入量(摄入量/天(摄入量频率电子表格的单元格 B2:0.14 份/天)乘以全脂牛奶的标准份量(食物成分电子表格的单元格 C2:85 克/份)或为观察 1 指定的全脂牛奶份量(可变份量电子表格的单元格 B2: 130 克/份),具体取决于使用的是标准份量还是可变份量:
如果使用标准份...
访问受限。请登录或开始试用以查看此内容。
本文提出的 ISNAPDS 系统为营养监测和流行病学的众多核心分析提供了一个方便的起点,例如:估计营养物质和食物组的摄入量分布,确定营养不足和过剩的普遍性,确定每种营养素的关键食物来源,得出基于食物或营养的饮食指标或对膳食指南的依从性, 分析饮食与健康结果之间的关系,并为营养计划的设计提供信息。ISNAPDS 在亚洲和非洲的一系列低收入和中等收入国家进行的人口饮食调查中使用了一系列评估方法,抢先进行了所有这些分析。这些调查涉及从蒙古 334 名成年人收集的 1,838 人天的称重饮食记录和 1,356 名成年人的 24 小时回忆 20,21,22,23,定量食物频率问卷 (FFQ) 和重复 24 小时回忆来自 3,564 名埃塞俄比亚成年人24,来自非洲国家的 3,17...
访问受限。请登录或开始试用以查看此内容。
作者没有什么可披露的。
作者要感谢 Rosalind S. Gibson 博士、Walter C. Willett 博士、Rebecca L. Lander 博士、Teresa T. Fung 博士、Theresa L. Han-Markey、Guy Crosby 博士、Megan Deitchler 博士、Mourad Moursi 博士、Helena Pachón 博士、Suzanne M. Cole 博士、Tzy-温 L. Gong 博士和 Laura A. Sampson 在过去十年中提供的膳食评估和营养分析方面的教育和指导;Kelvin Gorospe 博士,关于将 ISNAPDS 系统的功能转化为统计程序的建议;Sinara L. Rossato 博士,了解有关 DietSys 的信息;和 Winnie Bell 博士,了解有关 INDDEX24 膳食评估平台和全球食品问题数据库的信息。作者得到了美国国立卫生研究院 (T32 DK 007703) 的支持。
访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| Excel 365 | Microsoft Corporation | ISNAPDS 系统(补充文件 1) 是一个Microsoft Excel Open XML (.xlsx) 文件,最初开发于 2012 年。发布的版本于 2022 年使用 Excel 365 开发。 |
访问受限。请登录或开始试用以查看此内容。
申请许可以重复使用本 JoVE 文章的文本或图表
申请许可