19 februari 2021
Dit protocol toont en verklaart een nieuwe op technologie gebaseerde dieetbeoordelingsmethode. De methode bestaat uit een eetbak met meerdere ingebouwde weegschalen en een videocamera. Het apparaat is uniek in de zin dat het geautomatiseerde metingen van voedsel- en drankinname en eetgedrag in de loop van een maaltijd bevat.
Voedingsonderzoekers en diëtisten gebruiken indirecte maatregelen om de voedselinname te meten, zoals voedsel recalls. Met een meter kunnen we de daadwerkelijke voedselinname tijdens de maaltijd en ook het eetgedrag van mensen meten. Het grote voordeel van de meter is dat we nauwkeuriger kunnen meten hoeveel mensen eten met weinig inspanning van consumenten of patiënten.
Deze techniek kan worden gebruikt om beter inzicht te krijgen in wat een individu eet. Dit kan vooral belangrijk zijn voor mensen die lijden aan diabetes of voor mensen die ondervoed zijn, zoals ouderen. De procedure wordt gedemonstreerd door Els Siebelink, hoofd van de afdeling Diëtisten en een getrainde onderzoeksdiëtist.
Deelnemers zijn Femke de Gooijer en Michele Tufano, beiden promovendi, en allen werkzaam bij de afdeling Humane Voeding en Gezondheid van Wageningen University. Begin met het bereiden van een sap, fruityoghurt en fruitstukjes. Werf vrijwilligers die akkoord gaan met deelname aan het onderzoek.
Sluit deelnemers uit die een bril dragen die geen lenzen kan dragen of deelnemers met gezichtshaar om meetfouten te voorkomen. Informeer de deelnemers over het onderzoek en de gegevensverzameling en verkrijg hun handtekening op de geïnformeerde toestemming voordat ze gegevens verzamelen. Nadat u ervoor hebt gezorgd dat het licht in de kamer gelijkmatig is verdeeld en dat er geen achtergrondgeluid op de video-opnamen is, plaatst u de deelnemer voor de tafel met het tafelblad net onder zijn borst.
De hele romp moet zichtbaar zijn, inclusief de armen. Sluit de draadloze ontvanger van de lade en de webcam aan op een laptop. Schakel de lade in en start de laptop en zorg ervoor dat de lade is opgeladen, wat wordt aangegeven door een groen lampje.
Open respectievelijk het connectorprogramma, de ontvanger en het processorsoftwareprogramma samen met het dashboard. Zorg ervoor dat het beeldframe correct is om een slechte beeldkwaliteit te voorkomen en dat het hoofd en de borst van de deelnemer, inclusief armen en schouders, duidelijk zichtbaar zijn. Houd de lade droog, inclusief een 50 millimeter dun basispaneel met een centrale printplaat onder de lade.
Breng de weeggegevens met een interval van één seconde over via een kortbereikradiosignaal van ongeveer een meter afstand. Sluit de ontvanger aan op een personal computer via een USB-poort. Zorg ervoor dat de plaat, de beker en de kom niet op het platform of de omliggende bak rusten.
Gebruik de middelste ring om dit te voorkomen. Plaats de meter voor de deelnemer en instrueer de deelnemer om zoveel of zo weinig te eten als hij of zij wil terwijl hij of zij recht in de webcam kijkt. Herinner hen eraan om hun handen niet voor hun gezicht te leggen tijdens het eten.
Start een nieuwe observatie in de ontvangersoftware. Registreer de datum, het deelnemersnummer, het geslacht, de leeftijd en antropometrische gegevens van de deelnemer, zoals gewicht en lengte. Voeg aanvullende informatie zoals de studievoorwaarde en het studiebezoek toe aan de observatienaam.
Druk op record in de ontvangersoftware om de observatie op te nemen en het dashboard te activeren om de video-opnamen en de binnenkomende gegevens tijdens het verzamelen van gegevens te controleren. Vraag de deelnemer voorafgaand aan de opname om de kaart met het deelnemersnummer op te tillen en zijn hand op te steken aan het begin en einde van de maaltijd. Beëindig de observatie wanneer de deelnemer klaar is met eten.
Het duurt twee minuten om alle gegevens over te zetten naar een spreadsheet. Koppel de webcam en de ontvanger van de lade los van de laptop en maak deze schoon met een reinigingsdoekje of reinigingsspray. Geautomatiseerde metingen van eetgedrag worden opgeslagen onder het kopje Data.
Klik op Gegevens exporteren om de onbewerkte gegevens te extraheren. Het uitvoerbestand bevat gegevens over het deelnemersnummer, realtime, relatieve starttijd en tijdgestempelde eetgedragsvariabelen, zoals het aantal beten, het aantal kauwen en de kauwduur. Vat de resultaten samen en visualiseer ze in verschillende staafdiagrammen binnen het programma.
Exporteer de logboekbestanden naar een spreadsheet en voer de gegevensanalyse uit met behulp van het statistische programma van voorkeur. De meterbak mat een lagere inname van de salade in vergelijking met de yoghurt en het sap. De deelnemers aten 17% minder van de fruitsalade in vergelijking met het vruchtensap, een langzamere innamesnelheid, kleinere slok- of bijtgroottes en meer kauwen leidden tot een lagere inname van de salade in vergelijking met de yoghurt en het sap, gemeten door de meterbak.
De deelnemers kauwden aanzienlijk meer op de fruitsalade in vergelijking met de yoghurt en het sap. Het waargenomen aantal kauwen verschilde met een factor drie tussen de yoghurt en fruitsalade. De bijtgrootte was het kleinst voor de salade, 6,5 gram per hap in vergelijking met acht gram per slok sap.
Over het algemeen leken het aantal kauwen, de bijtgrootte en de eetsnelheid van invloed te zijn op de hoeveelheid die tijdens de maaltijd werd gegeten in een eetlabomgeving. In toekomstige versies van de meter willen we graag een camera inbouwen die van de zijkant of van de onderste hoek komt, zodat deze minder opdringerig is voor mensen dan een camera die recht voor hen komt. Toekomstige versies van het systeem zullen ons in staat stellen om voedselinnamegedrag in het echte leven te bestuderen.
Dit stelt ons ook in staat om de consument direct feedback te geven over hoeveel ze consumeren, wat ze consumeren en ook hoe snel ze eten.
Bekijk het volledige transcript en krijg toegang tot duizenden wetenschappelijke video's
Dit protocol demonstreert een nieuwe, op technologie gebaseerde methode voor dieetbeoordeling waarbij gebruik wordt gemaakt van een dienblad dat is uitgerust met ingebouwde weegschalen en een videocamera. Dit apparaat maakt een geautomatiseerde meting mogelijk van de inname van voedsel en dranken, cũng als het eetgedrag tijdens een maaltijd.
Geautomatiseerde, sensor-gebaseerde beoordeling van voedselinname en eetgedrag vult een kritisch gat in het voedingsonderzoek door objectieve real-time data te leveren zonder afhankelijkheid van zelfrapportage. Deze technologie vergroot het voorspellend vertrouwen in studies naar dieetinterventies en ondersteunt mechanische risicoreductie voor metabole en gedragsmatige eindpunten. De integratie ervan in vroege ontdekkings- en translationele workflows maakt nauwkeurigere fenotypering mogelijk en ondersteunt risico-gecorrigeerde portfoliobeslissingen in voeding-gerichte R&D.
Deze geautomatiseerde beoordelingsmethode past binnen het continuüm van ontdekking tot preklinisch onderzoek en ondersteunt zowel vroege hypothesetesten als translationele validatie van dieetinterventies.