En el contexto de la investigación clínica y epidemiológica, la ingesta dietética es una exposición particularmente compleja de medir, dada la gran diversidad de alimentos consumidos a nivel mundial, con variaciones en los patrones de consumo según las ocasiones de alimentación, los días, las estaciones y el ciclo de vida. La evaluación de la ingesta se ve desafiada por el error de medición que surge de varias fuentes, incluido el recuerdo imperfecto de los alimentos consumidos en evaluaciones retrospectivas (por ejemplo, recordatorios de dietas de 24 horas y cuestionarios de frecuencia de alimentos) y la reactividad asociada con el registro en tiempo real en el caso de los registros de alimentos. En el análisis y la interpretación, la diversidad de componentes dietéticos que a menudo son de interés en un estudio determinado, introduce una mayor complejidad en relación con el creciente reconocimiento de la necesidad de tener en cuenta la multidimensionalidad de la ingesta para caracterizar y traducir de manera integral los efectos de los patrones dietéticos en la salud y el riesgo de enfermedad. Estos desafíos, que dan lugar a brechas en la cantidad y calidad de los datos sobre la ingesta dietética disponibles para las poblaciones de todo el mundo, así como déficits en las estrategias relevantes para el tiempo y basadas en la evidencia para mejorar los patrones dietéticos, continúan inspirando enfoques innovadores que intentan superar los desafíos que enfrentan los métodos convencionales de evaluación dietética.
A partir de octubre de 2022, esta colección de métodos incluye siete artículos que describen el desarrollo, la evaluación y/o la aplicación de métodos y herramientas innovadores de evaluación y análisis dietético que los investigadores pueden considerar aplicar en su propio trabajo. Tres de los artículos describen un protocolo para desarrollar un método para ayudar a los investigadores interesados a crear métodos similares adaptados a entornos o poblaciones específicos. Los métodos incorporan aspectos de la nutrición, el comportamiento y la informática, junto con la ingeniería mecánica, eléctrica y de software, destacando la importancia de amplias perspectivas interdisciplinarias e integradoras para la innovación en este campo.
Dispositivos de medición
Lasschuijt et al.1 han diseñado un aparato que consiste en una bandeja de comedor sensible al peso y un sistema de cámara vinculado para extraer información sobre los comportamientos alimentarios, incluido el número de masticaciones, el tamaño del bocado y la tasa de consumo de diferentes alimentos en una comida, para proporcionar información sobre qué, cuánto y qué tan rápido se comen los alimentos. Este aparato proporciona un método potencialmente mínimamente oneroso para describir comportamientos alimentarios modificables sin depender del autoinforme o el autocontrol.
Chung et al.2 presentan un par de gafas inteligentes impresas en 3D capaces de detectar objetivamente patrones de actividad en los músculos temporales durante la alimentación y diferentes actividades físicas, utilizando placas de circuito especializadas en las bisagras izquierda y derecha. El protocolo describe cómo construir los vasos y los circuitos y cómo generar los datos recopilados en un software de aprendizaje automático para distinguir los comportamientos alimentarios de otros comportamientos, como una forma de adaptar las intervenciones para reducir el consumo excesivo de alimentos.
Métodos de evaluación basados en software
Lucassen et al.3 han desarrollado la aplicación móvil TRAQQ, una herramienta fácil de usar para recopilar registros de alimentos y retiros dietéticos, incorporando datos sobre la composición de los alimentos, el tamaño de las porciones y recetas personalizables que tienen en cuenta el rendimiento de cocción y la retención de nutrientes. El backend de la aplicación permite a los investigadores invitar y recordar a los participantes que completen las evaluaciones de acuerdo con esquemas de muestreo personalizables, y reprograma automáticamente a los que no responden. El documento proporciona un protocolo para la investigación formativa, el diseño y la evaluación de aplicaciones, la gestión de estudios y la implementación de aplicaciones para ayudar a los usuarios interesados en desarrollar y utilizar herramientas similares.
Boronat et al.4 describen el desarrollo de evaluaciones momentáneas ecológicas asistidas por tecnología (EMA) que proporcionan muestreos repetidos en tiempo real de comportamientos alimentarios en entornos naturales, en este caso, para medir la adherencia al patrón de dieta mediterránea a través de indicaciones diarias y semanales. El uso de la plataforma EMA asistida por tecnología también proporciona a los participantes informes semanales que resumen los aspectos saludables y no saludables de sus dietas y promueven el cambio de comportamiento.
Meroni et al.5 presentan el Boden Food Plate, un método para ingresar datos de ingesta de alimentos que implica identificar alimentos en una base de datos de composición de alimentos integrada y posicionarlos en una representación visual de un plato para cada comida, produciendo estimaciones de la ingesta de nutrientes. Esto proporciona un método interactivo atractivo para evaluar la ingesta de alimentos y nutrientes, con similitudes con las pautas dietéticas basadas en alimentos que utilizan un modelo de plato para recomendar proporciones apropiadas de diferentes grupos de alimentos.
Desarrollo de software
Mezgec y Seljak6 describen el desarrollo de arquitecturas de redes neuronales profundas para procesar imágenes de comidas distinguiendo entre diferentes alimentos y bebidas ("segmentación") e identificando con precisión cada uno. El protocolo sirve como un recurso para ayudar a los expertos en aprendizaje automático a seleccionar métodos de aprendizaje profundo y pasos de aumento de datos para llevar a cabo la segmentación y clasificación de alimentos, incluida la selección y limpieza de los conjuntos de datos utilizados para entrenar e implementar estos análisis.
Bromage7 presenta un sistema de hojas de cálculo integradas para el análisis nutricional de las encuestas de dieta de la población (ISNAPDS), que utiliza fórmulas simples para calcular la ingesta de nutrientes y grupos de alimentos y las contribuciones de los grupos de alimentos a la ingesta de nutrientes. El sistema se adapta de manera flexible a los datos cuantitativos, semicuantitativos y no cuantitativos de consumo de alimentos recopilados utilizando métodos de evaluación prospectivos y retrospectivos, empleando diferentes períodos de referencia y métodos de estimación del tamaño de las porciones, y una tabla de composición de alimentos proporcionada por el usuario.
Estos ejemplos brindan una ventana emocionante al futuro de la evaluación dietética, al tiempo que subrayan los desafíos importantes con los que se enfrenta la vanguardia del campo para proporcionar soluciones factibles y oportunas a las brechas de datos globales existentes. A pesar de los avances en la tecnología para registrar el consumo de alimentos, capturar con precisión la ingesta habitual a largo plazo sigue siendo un desafío que no se abordará por completo a través de nuevos enfoques tecnológicos para medir prospectivamente la ingesta de alimentos. Por lo tanto, es necesario continuar explorando cómo se pueden agregar las medidas objetivas y autoinformadas de la ingesta dietética y la nutrición para mejorar la capacidad de comprender los patrones dietéticos en relación con la salud y la enfermedad. Tales esfuerzos pueden mejorarse integrando avances en la medición de otras facetas de la salud, incluida la actividad física, el sueño y la composición corporal.
La diversidad de los avances tecnológicos es impresionante, y es importante identificar los enfoques más prometedores que deben incorporarse a métodos y herramientas estandarizados y bien evaluados, que pueden integrarse en los sistemas de investigación y vigilancia para promover el monitoreo sistemático y las comparaciones internacionales. En el Sur Global, donde la necesidad de datos procesables y de alta calidad sobre las dietas de la población es posiblemente mayor, y donde la capacidad para recopilar dichos datos es generalmente baja, la ciencia de la implementación está justificada para garantizar que las innovaciones tecnológicas sean viables y beneficiosas.