Im Rahmen der klinischen und epidemiologischen Forschung ist die Nahrungsaufnahme angesichts der großen Vielfalt der weltweit konsumierten Lebensmittel mit unterschiedlichen Konsummustern je nach Essensanlass, Tagen, Jahreszeiten und Lebenszyklus eine besonders komplexe Exposition, die es zu messen gilt. Die Bewertung der Aufnahme wird durch Messfehler erschwert, die sich aus verschiedenen Quellen ergeben, einschließlich unvollkommener Erinnerung an verzehrte Lebensmittel in retrospektiven Bewertungen (z. B. 24-Stunden-Diätrückrufe und Fragebögen zur Lebensmittelhäufigkeit) und Reaktivität im Zusammenhang mit der Echtzeitaufzeichnung im Falle von Lebensmittelaufzeichnungen. Die Analyse und Interpretation wird durch die Vielfalt der Nahrungsbestandteile, die in einer bestimmten Studie häufig von Interesse sind, noch komplexer gemacht, was mit der zunehmenden Erkenntnis zusammenhängt, dass die Mehrdimensionalität der Aufnahme berücksichtigt werden muss, um die Auswirkungen von Ernährungsmustern auf Gesundheit und Krankheitsrisiko ganzheitlich zu charakterisieren und zu übersetzen. Diese Herausforderungen, die zu Lücken in der Quantität und Qualität der für die Bevölkerung weltweit verfügbaren Daten zur Nahrungsaufnahme sowie zu Defiziten bei zeitrelevanten und evidenzbasierten Strategien zur Verbesserung der Ernährungsmuster führen, inspirieren weiterhin zu innovativen Ansätzen, die versuchen, die Herausforderungen herkömmlicher Methoden zur Ernährungsbewertung zu überwinden.
Mit Stand Oktober 2022 enthält diese Methodensammlung sieben Artikel, die die Entwicklung, Bewertung und/oder Anwendung innovativer Methoden und Instrumente zur Bewertung und Analyse der Ernährung beschreiben, die Forschende in ihrer eigenen Arbeit anwenden können. Drei der Artikel beschreiben ein Protokoll für die Entwicklung einer Methode, um interessierte Forscher bei der Entwicklung ähnlicher Methoden zu unterstützen, die auf bestimmte Umgebungen oder Populationen zugeschnitten sind. Die Methoden beziehen Aspekte der Ernährungs-, Verhaltens- und Informatik in Verbindung mit Maschinenbau, Elektrotechnik und Software Engineering mit ein und unterstreichen die Bedeutung breiter interdisziplinärer und integrativer Perspektiven für Innovationen in diesem Bereich.
Messgeräte
Lasschuijt et al.1 haben eine Apparatur entwickelt, die aus einem gewichtsempfindlichen Esstablett und einem verknüpften Kamerasystem besteht, um Informationen über das Essverhalten zu extrahieren, einschließlich der Anzahl der Kauvorgänge, der Bissgröße und der Essrate für verschiedene Lebensmittel in einer Mahlzeit, um Rückmeldung darüber zu geben, was, wie viel und wie schnell Lebensmittel gegessen werden. Dieser Apparat bietet eine potenziell minimal belastende Methode, um veränderbares Essverhalten zu beschreiben, ohne sich auf Selbstberichterstattung oder Selbstüberwachung verlassen zu müssen.
Chung et al.2 präsentieren eine 3D-gedruckte Datenbrille, die in der Lage ist, Aktivitätsmuster in den Schläfenmuskeln während des Essens und verschiedener körperlicher Aktivitäten objektiv zu erkennen, indem spezielle Leiterplatten am linken und rechten Scharnier verwendet werden. Das Protokoll beschreibt, wie die Brille und die Schaltkreise konstruiert werden und wie die gesammelten Daten in eine Software für maschinelles Lernen ausgegeben werden, um das Essverhalten von anderen Verhaltensweisen zu unterscheiden, um Interventionen zur Reduzierung des übermäßigen Lebensmittelkonsums anzupassen.
Softwarebasierte Bewertungsmethoden
Lucassen et al.3 haben die mobile TRAQQ-App entwickelt, ein benutzerfreundliches Tool zum Sammeln von Lebensmittelaufzeichnungen und Ernährungsrückrufen, das Daten über Lebensmittelzusammensetzung, Portionsgrößen und anpassbare Rezepte enthält, die die Kochausbeute und den Nährstofferhalt berücksichtigen. Das App-Backend ermöglicht es Forschern, Teilnehmer einzuladen und daran zu erinnern, Bewertungen nach anpassbaren Stichprobenschemata durchzuführen, und Termine, die nicht antworten, automatisch neu zu planen. Das Papier bietet ein Protokoll für formative Forschung, App-Design und -Bewertung, Studienmanagement und App-Implementierung, um Benutzer zu unterstützen, die an der Entwicklung und Verwendung ähnlicher Tools interessiert sind.
Boronat et al.4 beschreiben die Entwicklung von technologisch unterstützten ökologischen Momentanbewertungen (EMAs), die wiederholte Echtzeit-Stichproben des Essverhaltens in natürlichen Umgebungen ermöglichen, in diesem Fall, um die Einhaltung des mediterranen Ernährungsmusters durch tägliche und wöchentliche Eingabeaufforderungen zu messen. Durch die Nutzung der technologiegestützten EMA-Plattform erhalten die Teilnehmer zudem wöchentliche Berichte, die gesunde und ungesunde Aspekte ihrer Ernährung zusammenfassen und Verhaltensänderungen fördern.
Meroni et al.5 stellen den Boden Food Plate vor, eine Methode zur Eingabe von Nahrungsaufnahmedaten, bei der Lebensmittel in einer eingebetteten Datenbank zur Lebensmittelzusammensetzung identifiziert und auf einer visuellen Darstellung eines Tellers für jede Mahlzeit positioniert werden, um Schätzungen der Nährstoffaufnahme zu erstellen. Dies bietet eine ansprechende interaktive Methode zur Bewertung der Lebensmittel- und Nährstoffaufnahme, mit Ähnlichkeiten zu lebensmittelbasierten Ernährungsrichtlinien, die ein Modell eines Tellers verwenden, um angemessene Anteile verschiedener Lebensmittelgruppen zu empfehlen.
Softwareentwicklung
Mezgec und Seljak6 beschreiben die Entwicklung tiefer neuronaler Netzwerkarchitekturen zur Verarbeitung von Bildern von Mahlzeiten durch Unterscheidung zwischen verschiedenen Lebensmitteln und Getränken ("Segmentierung") und genaue Identifizierung. Das Protokoll dient als Ressource, um Experten für maschinelles Lernen bei der Auswahl von Deep-Learning-Methoden und Datenerweiterungsschritten für die Segmentierung und Klassifizierung von Lebensmitteln zu unterstützen, einschließlich der Auswahl und Bereinigung der Datensätze, die zum Trainieren und Implementieren dieser Analysen verwendet werden.
Bromage7 stellt ein System von Integrated Spreadsheets for Nutritional Analysis of Population Diet Surveys (ISNAPDS) vor, das einfache Formeln verwendet, um die Aufnahme von Nährstoffen und Lebensmittelgruppen sowie den Beitrag von Lebensmittelgruppen zur Nährstoffaufnahme zu berechnen. Das System ermöglicht die flexible Aufnahme quantitativer, semiquantitativer und nicht-quantitativer Daten zum Lebensmittelverzehr, die mit prospektiven und retrospektiven Bewertungsmethoden erhoben wurden, unter Verwendung verschiedener Referenzzeiträume und Methoden zur Schätzung der Portionsgröße sowie einer vom Benutzer bereitgestellten Tabelle zur Lebensmittelzusammensetzung.
Diese Beispiele bieten einen spannenden Einblick in die Zukunft der Ernährungsbewertung und unterstreichen gleichzeitig wichtige Herausforderungen, mit denen die Spitzentechnologie auf diesem Gebiet zu kämpfen hat, um praktikable und zeitnahe Lösungen für bestehende globale Datenlücken zu finden. Trotz technologischer Fortschritte zur Erfassung des Lebensmittelkonsums bleibt die genaue Erfassung der üblichen Langzeitaufnahme eine Herausforderung, die durch neuartige technologische Ansätze zur prospektiven Messung der Nahrungsaufnahme nicht vollständig bewältigt werden kann. Es ist daher notwendig, weiter zu untersuchen, wie selbstberichtete und objektive Messungen der Nahrungsaufnahme und Ernährung aggregiert werden können, um die Fähigkeit zu verbessern, Ernährungsmuster in Bezug auf Gesundheit und Krankheit zu verstehen. Solche Bemühungen können durch die Integration von Fortschritten bei der Messung anderer Facetten der Gesundheit, einschließlich körperlicher Aktivität, Schlaf und Körperzusammensetzung, verstärkt werden.
Die Vielfalt der technologischen Fortschritte ist beeindruckend, und es ist wichtig, die vielversprechendsten Ansätze zu identifizieren, die in standardisierte und gut evaluierte Methoden und Instrumente integriert werden können, die in Forschungs- und Überwachungssysteme integriert werden können, um eine systematische Überwachung und internationale Vergleiche zu fördern. Im globalen Süden, wo der Bedarf an verwertbaren und qualitativ hochwertigen Daten über die Ernährung der Bevölkerung wohl am größten ist und wo die Kapazitäten zur Erhebung solcher Daten im Allgemeinen gering sind, ist die Umsetzung wissenschaftlicher Hilfe gerechtfertigt, um sicherzustellen, dass technologische Innovationen praktikabel und vorteilhaft sind.