Artykuł metodologiczny

Repozytorium wideo z innowacyjnymi metodami oceny i analizy diety

1.4K wyświetleń

DOI:

10.3791/64958

3 lutego 2023

W tym artykule

Streszczenie

OMÓWIONE ARTYKUŁY:

Lasschuijt, M. P. et al. Opracowanie koncepcji i wykorzystanie metody automatycznej oceny spożycia żywności i zachowań żywieniowych. Dziennik Eksperymentów Wizualnych. (168), E62144 (2021).

Chung, J. et al. Projektowanie i ocena inteligentnych okularów do przyjmowania pokarmu i klasyfikacji aktywności fizycznej. Dziennik Eksperymentów Wizualnych. (132), E56633 (2018).

Lucassen, D. A., Brouwer-Brolsma, E. M., van de Wiel, A. M., Siebelink, E., Feskens, E. J. Iteracyjny rozwój innowacyjnego narzędzia do oceny diety opartego na smartfonie: TRAQQ. Dziennik Eksperymentów Wizualnych. (169), E62032 (2021).

Boronat, A. et al. Chwilowe oceny ekologiczne wspomagane urządzeniami mobilnymi do oceny przestrzegania diety śródziemnomorskiej w sposób ciągły. Dziennik Eksperymentów Wizualnych. (175), E62161 (2021).

Meroni, A., Jualim, N., Fuller, N. 'Boden Food Plate': nowatorska, interaktywna metoda internetowa do oceny spożycia pokarmu. Dziennik Eksperymentów Wizualnych. (139), E57923 (2018).

Mezgec, S., Seljak, B. K. Głębokie sieci neuronowe do oceny diety opartej na obrazach. Dziennik Eksperymentów Wizualnych. (169), E61906 (2021).

Bromage, S. Zintegrowane arkusze kalkulacyjne do analizy żywieniowej w badaniach diety populacji. Dziennik Eksperymentów Wizualnych. (188), E64327 (2022).

Artykuł redakcyjny

W kontekście badań klinicznych i epidemiologicznych spożycie w diecie jest szczególnie złożonym narażeniem do pomiaru, biorąc pod uwagę ogromną różnorodność żywności spożywanej na całym świecie, z różnicami we wzorcach konsumpcji w zależności od okazji, dni, pór roku i cyklu życia. Ocena spożycia jest kwestionowana przez błąd pomiaru wynikający z różnych źródeł, w tym niedoskonałego przypominania sobie spożywanych pokarmów w ocenach retrospektywnych (np. 24-godzinne przypomnienia diety i kwestionariusze dotyczące częstotliwości spożywania żywności) oraz reaktywności związanej z rejestracją w czasie rzeczywistym w przypadku zapisów żywności. W analizie i interpretacji dodatkową złożoność wprowadza różnorodność składników diety, które często są przedmiotem zainteresowania w danym badaniu, związana z rosnącym uznaniem potrzeby uwzględnienia wielowymiarowości spożycia w celu całościowego scharakteryzowania i przetłumaczenia wpływu wzorców żywieniowych na zdrowie i ryzyko choroby. Wyzwania te, skutkujące lukami w ilości i jakości danych dotyczących spożycia żywności dostępnych dla populacji na całym świecie, a także brakami w istotnych czasowo i opartych na dowodach strategiach poprawy wzorców żywieniowych, nadal inspirują innowacyjne podejścia, które próbują przezwyciężyć wyzwania stojące przed konwencjonalnymi metodami oceny diety.

Według stanu na październik 2022 r., ten zbiór metod zawiera siedem artykułów opisujących rozwój, ocenę i/lub zastosowanie innowacyjnych metod i narzędzi oceny i analizy dietetycznej, które badacze mogą rozważyć zastosowanie we własnej pracy. Trzy z tych artykułów opisują protokół opracowania metody, która ma pomóc zainteresowanym badaczom w tworzeniu podobnych metod dostosowanych do konkretnych środowisk lub populacji. Metody obejmują aspekty nauk żywieniowych, behawioralnych i informatycznych w połączeniu z inżynierią mechaniczną, elektryczną i oprogramowaniem, podkreślając znaczenie szerokich interdyscyplinarnych i integracyjnych perspektyw dla innowacji w tej dziedzinie.

Urządzenia pomiarowe
Lasschuijt i wsp.1 zaprojektowali urządzenie składające się z wrażliwej na wagę tacki jadalnej i połączonego systemu kamer w celu wydobycia informacji o zachowaniach żywieniowych, w tym liczbie gryzań, wielkości kęsa i tempie jedzenia dla różnych pokarmów w posiłku, aby dostarczyć informacji zwrotnych na temat tego, co, ile i jak szybko spożywa się żywność. Aparatura ta zapewnia potencjalnie minimalnie uciążliwą metodę opisywania modyfikowalnych zachowań żywieniowych bez polegania na samoopisie lub samomonitorowaniu.

Chung i wsp.2 prezentują parę wydrukowanych w 3D inteligentnych okularów, które są w stanie obiektywnie wykrywać wzorce aktywności w mięśniach skroniowych podczas jedzenia i różnych aktywności fizycznych, przy użyciu specjalistycznych płytek drukowanych na lewych i prawych zawiasach. Protokół opisuje, jak konstruować okulary i obwody oraz jak wyprowadzać zebrane dane do oprogramowania uczenia maszynowego w celu odróżnienia zachowań żywieniowych od innych zachowań, jako sposób na dostosowanie interwencji w celu zmniejszenia nadmiernego spożycia żywności.

Metody oceny oparte na oprogramowaniu
Lucassen i wsp.3 opracowali aplikację mobilną TRAQQ, przyjazne dla użytkownika narzędzie do gromadzenia danych o żywności i przypomnieniach dietetycznych, zawierające dane dotyczące składu żywności, wielkości porcji i konfigurowalnych przepisów, które uwzględniają wydajność gotowania i zatrzymywanie składników odżywczych. Zaplecze aplikacji umożliwia badaczom zapraszanie i przypominanie uczestnikom o ukończeniu ocen zgodnie z konfigurowalnymi schematami próbkowania oraz automatyczne zmienianie harmonogramu dla osób, które nie odpowiedziały. Dokument zawiera protokół badań kształtujących, projektowania i oceny aplikacji, zarządzania badaniami i wdrażania aplikacji, aby pomóc użytkownikom zainteresowanym opracowywaniem i używaniem podobnych narzędzi.

Boronat i wsp.4 opisują rozwój technologicznie wspomaganych ekologicznych ocen chwilowych (EMA), które zapewniają powtarzające się pobieranie próbek zachowań żywieniowych w czasie rzeczywistym w środowisku naturalnym, w tym przypadku w celu zmierzenia przestrzegania wzorca diety śródziemnomorskiej za pomocą codziennych i cotygodniowych podpowiedzi. Korzystanie z platformy wspomaganej technologią EMA zapewnia również uczestnikom cotygodniowe raporty, które podsumowują zdrowe i niezdrowe aspekty ich diety oraz promują zmianę zachowań.

Meroni i wsp.5 prezentują Boden Food Plate, metodę wprowadzania danych o spożyciu żywności, która polega na identyfikacji żywności we wbudowanej bazie danych składu żywności i umieszczeniu jej na wizualnej reprezentacji talerza dla każdego posiłku, co pozwala oszacować spożycie składników odżywczych. Zapewnia to wciągającą, interaktywną metodę oceny spożycia żywności i składników odżywczych, z podobieństwami do wytycznych dietetycznych opartych na żywności, które wykorzystują model talerza do zalecania odpowiednich proporcji różnych grup żywności.

Rozwój oprogramowania
Mezgec i Seljak6 opisują rozwój głębokich architektur sieci neuronowych do przetwarzania obrazów posiłków poprzez rozróżnianie różnych produktów spożywczych i napojów ("segmentacja") i dokładną identyfikację każdego z nich. Protokół służy jako zasób, który ma pomóc ekspertom w doborze metod głębokiego uczenia i kroków rozszerzania danych w celu przeprowadzenia segmentacji i klasyfikacji żywności, w tym wyboru i czyszczenia zestawów danych wykorzystywanych do trenowania i wdrażania tych analiz.

Bromage7 przedstawia system Zintegrowanych Arkuszy Kalkulacyjnych do Analizy Żywieniowej Badań Diety Populacyjnej (ISNAPDS), który wykorzystuje proste formuły do obliczania spożycia składników odżywczych i grup żywności oraz udziału grup żywności w spożyciu składników odżywczych. System elastycznie dostosowuje ilościowe, półilościowe i nieilościowe dane dotyczące spożycia żywności zebrane za pomocą prospektywnych i retrospektywnych metod oceny, wykorzystując różne okresy referencyjne i metody szacowania wielkości porcji oraz tabelę składu żywności dostarczoną przez użytkownika.

Przykłady te stanowią ekscytujące okno na przyszłość oceny diety, podkreślając jednocześnie ważne wyzwania, z którymi zmaga się najnowocześniejsza dziedzina, aby zapewnić wykonalne i terminowe rozwiązania istniejących globalnych luk w danych. Pomimo postępu w technologii rejestrowania spożycia żywności, dokładne uchwycenie zwykłego długoterminowego spożycia pozostaje wyzwaniem, któremu nie uda się w pełni rozwiązać za pomocą nowatorskich podejść technologicznych do prospektywnego pomiaru spożycia żywności. W związku z tym konieczne jest dalsze badanie, w jaki sposób można agregować samodzielne i obiektywne miary spożycia i odżywiania w celu poprawy zdolności rozumienia wzorców żywieniowych w odniesieniu do zdrowia i choroby. Takie wysiłki można zwiększyć poprzez integrację postępów w pomiarze innych aspektów zdrowia, w tym aktywności fizycznej, snu i składu ciała.

Różnorodność postępu technologicznego jest imponująca i ważne jest, aby zidentyfikować najbardziej obiecujące podejścia, które można włączyć do ustandaryzowanych i dobrze ocenionych metod i narzędzi, które można zintegrować z systemami badawczymi i nadzorczymi w celu promowania systematycznego monitorowania i porównań międzynarodowych. Na Globalnym Południu, gdzie zapotrzebowanie na użyteczne i wysokiej jakości dane na temat diety populacji jest prawdopodobnie największe, a zdolność do gromadzenia takich danych jest ogólnie niska, nauka wdrożeniowa jest uzasadniona w celu zapewnienia, że innowacje technologiczne są opłacalne i korzystne.

Oświadczenia

Autorzy nie mają nic do ujawnienia.

Podziękowania

S.B. otrzymał wsparcie od National Institutes of Health (T32 DK 007703).

Bibliografia

  1. Lasschuijt, M. P., et al. Concept development and use of an automated food intake and eating behavior assessment method. Journal of Visualized Experiments. (168), e62144(2021).
  2. Chung, J., et al. Design and evaluation of smart glasses for food intake and physical activity classification. Journal of Visualized Experiments. (132), e56633(2018).
  3. Lucassen, D. A., Brouwer-Brolsma, E. M., van de Wiel, A. M., Siebelink, E., Feskens, E. J. Iterative development of an innovative smartphone-based dietary assessment tool: TRAQQ. Journal of Visualized Experiments. (169), e62032(2021).
  4. Boronat, A., et al. Mobile device-assisted dietary ecological momentary assessments for the evaluation of the adherence to the Mediterranean diet in a continuous manner. Journal of Visualized Experiments. (175), e62161(2021).
  5. Meroni, A., Jualim, N., Fuller, N. Boden Food Plate': novel interactive web-based method for the assessment of dietary intake. Journal of Visualized Experiments. (139), e57923(2018).
  6. Mezgec, S., Seljak, B. K. Deep neural networks for image-based dietary assessment. Journal of Visualized Experiments. (169), e61906(2021).
  7. Bromage, S. Integrated spreadsheets for nutritional analysis of population diet surveys. Journal of Visualized Experiments. (188), e64327(2022).

Przedruki i uprawnienia

Tagi

Automated Food IntakeEating Behavior AssessmentSmart GlassesPhysical Activity ClassificationSmartphone based Dietary ToolTRAQQEcological Momentary AssessmentsMediterranean Diet AdherenceInteractive Web based MethodDietary Intake AssessmentImage based Dietary AssessmentDeep Neural NetworksNutritional Analysis