Artigo de método

Um repositório de vídeo para métodos inovadores de avaliação e análise dietética

1.4K vistas

DOI:

10.3791/64958

3 de fevereiro de 2023

Neste artigo

Resumo

ARTIGOS DISCUTIDOS:

Lasschuijt, M. P. et al. Desenvolvimento de conceito e uso de um método automatizado de avaliação de ingestão alimentar e comportamento alimentar. Jornal de Experimentos Visualizados. (168), e62144 (2021).

Chung, J. et al. Design and evaluation of smart glasses for food intake and physical activity classification. Jornal de Experimentos Visualizados. (132), e56633 (2018).

Lucassen, D. A., Brouwer-Brolsma, E. M., van de Wiel, A. M., Siebelink, E., Feskens, E. J. Desenvolvimento iterativo de uma ferramenta inovadora de avaliação dietética baseada em smartphone: TRAQQ. Jornal de Experimentos Visualizados. (169), e62032 (2021).

Boronat, A. et al. Mobile device-assisted dietary ecological momentary assessments for the adherence to the Mediterranean diet in a continuous way. Jornal de Experimentos Visualizados. (175), e62161 (2021).

Meroni, A., Jualim, N., Fuller, N. 'Boden Food Plate': novo método interativo baseado na web para a avaliação da ingestão alimentar. Jornal de Experimentos Visualizados. (139), e57923 (2018).

Mezgec, S., Seljak, B. K. Redes neurais profundas para avaliação dietética baseada em imagem. Jornal de Experimentos Visualizados. (169), e61906 (2021).

Bromage, S. Planilhas integradas para análise nutricional de inquéritos alimentares populacionais. Jornal de Experimentos Visualizados. (188), e64327 (2022).

Editorial

No contexto da pesquisa clínica e epidemiológica, a ingestão alimentar é uma exposição particularmente complexa para medir, dada a vasta diversidade de alimentos consumidos globalmente, com variações nos padrões de consumo em ocasiões de alimentação, dias, estações e ciclo de vida. A avaliação da ingestão é desafiada por erros de medição decorrentes de várias fontes, incluindo recordação imperfeita de alimentos consumidos em avaliações retrospectivas (por exemplo, recordatórios de dieta de 24 horas e questionários de frequência alimentar) e reatividade associada ao registro em tempo real no caso de registros alimentares. Na análise e interpretação, a complexidade adicional é introduzida pela diversidade de componentes dietéticos frequentemente de interesse em um determinado estudo, relacionada ao crescente reconhecimento da necessidade de levar em conta a multidimensionalidade da ingestão para caracterizar e traduzir holisticamente os efeitos dos padrões alimentares sobre o risco de saúde e doença. Esses desafios, resultando em lacunas na quantidade e qualidade dos dados de ingestão alimentar disponíveis para as populações em todo o mundo, bem como déficits em estratégias relevantes para o tempo e baseadas em evidências para melhorar os padrões alimentares, continuam a inspirar abordagens inovadoras que tentam superar os desafios enfrentados pelos métodos convencionais de avaliação dietética.

Em outubro de 2022, esta coleção de métodos inclui sete artigos que descrevem o desenvolvimento, avaliação e/ou aplicação de métodos e ferramentas inovadores de avaliação e análise dietética que os pesquisadores podem considerar aplicar em seu próprio trabalho. Três dos artigos descrevem um protocolo para desenvolver um método para auxiliar pesquisadores interessados na criação de métodos semelhantes adaptados a ambientes ou populações específicas. Os métodos incorporam aspectos da ciência nutricional, comportamental e da computação, juntamente com a engenharia mecânica, elétrica e de software, destacando a importância de amplas perspectivas interdisciplinares e integrativas para a inovação neste campo.

Dispositivos de medição
Lasschuijt et al.1 projetaram um aparelho que consiste em uma bandeja de jantar sensível ao peso e um sistema de câmera conectado para extrair informações sobre comportamentos alimentares, incluindo o número de mastigações, o tamanho da mordida e a taxa de alimentação de diferentes alimentos em uma refeição, para fornecer feedback sobre o que, quanto e com que rapidez os alimentos são ingeridos. Este aparelho fornece um método potencialmente minimamente oneroso de descrever comportamentos alimentares modificáveis sem depender de autorrelato ou automonitoramento.

Chung et al.2 apresentam um par de óculos inteligentes impressos em 3D capazes de detectar objetivamente padrões de atividade nos músculos temporais durante a alimentação e diferentes atividades físicas, usando placas de circuito especializadas nas dobradiças esquerda e direita. O protocolo descreve como construir os óculos e circuitos e como enviar os dados coletados para o software de aprendizado de máquina para distinguir comportamentos alimentares de outros comportamentos, como uma forma de adaptar intervenções para reduzir o consumo excessivo de alimentos.

Métodos de avaliação baseados em software
Lucassen et al.3 desenvolveram o aplicativo móvel TRAQQ, uma ferramenta fácil de usar para coletar registros alimentares e recordatórios alimentares, incorporando dados sobre composição de alimentos, tamanho das porções e receitas personalizáveis que levam em conta o rendimento do cozimento e a retenção de nutrientes. O back-end do aplicativo permite que os pesquisadores convidem e lembrem os participantes de concluir as avaliações de acordo com esquemas de amostragem personalizáveis e reagendem automaticamente os não respondentes. O artigo fornece um protocolo para pesquisa formativa, design e avaliação de aplicativos, gerenciamento de estudos e implementação de aplicativos para ajudar os usuários interessados em desenvolver e usar ferramentas semelhantes.

Boronat et al.4 descrevem o desenvolvimento de avaliações ecológicas momentâneas tecnologicamente assistidas (EMAs) que fornecem amostragem repetida em tempo real de comportamentos alimentares em ambientes naturais, neste caso, para medir a adesão ao padrão de dieta mediterrânea por meio de prompts diários e semanais. O uso da plataforma EMA assistida por tecnologia também fornece aos participantes relatórios semanais que resumem aspectos saudáveis e não saudáveis de suas dietas e promovem mudanças de comportamento.

Meroni et al.5 apresentam o Boden Food Plate, um método de inserção de dados de consumo alimentar que envolve a identificação de alimentos em um banco de dados de composição de alimentos incorporado e posicioná-los em uma representação visual de um prato para cada refeição, produzindo estimativas de ingestão de nutrientes. Isso fornece um método interativo envolvente de avaliar a ingestão de alimentos e nutrientes, com semelhanças com as diretrizes dietéticas baseadas em alimentos que usam um modelo de prato para recomendar proporções apropriadas de diferentes grupos de alimentos.

Desenvolvimento de software
Mezgec e Seljak6 descrevem o desenvolvimento de arquiteturas de redes neurais profundas para o processamento de imagens de refeições, distinguindo entre diferentes alimentos e bebidas ("segmentação") e identificando com precisão cada um. O protocolo serve como um recurso para ajudar os especialistas em aprendizado de máquina a selecionar métodos de aprendizado profundo e etapas de aumento de dados para realizar segmentação e classificação de alimentos, incluindo seleção e limpeza dos conjuntos de dados usados para treinar e implementar essas análises.

O Bromage7 apresenta um sistema de Planilhas Integradas para Análise Nutricional de Inquéritos Alimentares Populacionais (ISNAPDS), que utiliza fórmulas simples para calcular a ingestão de nutrientes e grupos de alimentos e as contribuições dos grupos de alimentos para a ingestão de nutrientes. O sistema acomoda de forma flexível dados quantitativos, semiquantitativos e não quantitativos de consumo de alimentos coletados usando métodos de avaliação prospectiva e retrospectiva, empregando diferentes períodos de referência e métodos de estimativa do tamanho das porções e uma tabela de composição de alimentos fornecida pelo usuário.

Esses exemplos fornecem uma janela empolgante para o futuro da avaliação dietética, ao mesmo tempo em que ressaltam desafios importantes que a vanguarda do campo está enfrentando para fornecer soluções viáveis e oportunas para as lacunas de dados globais existentes. Apesar dos avanços na tecnologia para registrar o consumo de alimentos, capturar com precisão a ingestão habitual de longo prazo continua sendo um desafio que não será totalmente abordado por meio de novas abordagens tecnológicas para medir prospectivamente a ingestão de alimentos. Portanto, é necessário continuar a explorar como as medidas auto-relatadas e objetivas de ingestão alimentar e nutrição podem ser agregadas para melhorar a capacidade de entender os padrões alimentares em relação à saúde e à doença. Tais esforços podem ser aprimorados pela integração de avanços na medição de outras facetas da saúde, incluindo atividade física, sono e composição corporal.

A diversidade de avanços tecnológicos é impressionante, e é importante identificar as abordagens mais promissoras a serem incorporadas em métodos e ferramentas padronizados e bem avaliados, que podem ser integrados em sistemas de pesquisa e vigilância para promover o monitoramento sistemático e comparações internacionais. No Sul Global, onde a necessidade de dados acionáveis e de alta qualidade sobre dietas populacionais é indiscutivelmente maior, e onde a capacidade de coletar esses dados é geralmente baixa, a ciência da implementação é garantida para garantir que as inovações tecnológicas sejam viáveis e benéficas.

Divulgações

Os autores não têm nada a divulgar.

Agradecimentos

S.B. recebeu apoio dos Institutos Nacionais de Saúde (T32 DK 007703).

Referências

  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).

Reimpressões e permissões

Etiquetas

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