Summary

Konzeptentwicklung und Einsatz einer automatisierten Methode zur Beurteilung der Nahrungsaufnahme und des Essverhaltens

Published: February 19, 2021
doi:

Summary

Dieses Protokoll zeigt und erklärt eine neue technologiebasierte Methode zur Bewertung der Ernährung. Die Methode besteht aus einem Esstablett mit mehreren eingebauten Waagen und einer Videokamera. Das Gerät ist insofern einzigartig, als es automatisierte Messungen der Nahrungs- und Getränkeaufnahme und des Essverhaltens im Verlauf einer Mahlzeit beinhaltet.

Abstract

Die überwiegende Mehrheit der Methoden zur Beurteilung des Ernährungs- und Essverhaltens basiert auf Selbstberichten. Sie sind belastend und auch anfällig für Messfehler. Jüngste technologische Innovationen ermöglichen die Entwicklung genauerer und präziserer Instrumente zur Beurteilung des Ernährungs- und Essverhaltens, die sowohl für den Benutzer als auch für den Forscher weniger Aufwand erfordern. Daher wurde ein neues sensorbasiertes Gerät zur Beurteilung der Nahrungsaufnahme und des Essverhaltens entwickelt. Das Gerät ist ein normales Esstablett, das mit einer Videokamera und drei separaten eingebauten Wiegestationen ausgestattet ist. Die Wiegestationen messen kontinuierlich das Gewicht von Schüssel, Teller und Trinkbecher im Verlauf einer Mahlzeit. Die am Gesicht positionierte Videokamera zeichnet Essverhaltensmerkmale (Kauen, Bisse) auf, die mit einer auf künstlicher Intelligenz (KI) basierenden automatischen Gesichtsausdruckssoftware analysiert werden. Das Traygewicht und die Videodaten werden über einen funklosen Empfänger in Echtzeit an einen PC (PC) transportiert. Die Ergebnisse von Interesse, wie die verzehrte Menge, die Essgeschwindigkeit und die Bissgröße, können berechnet werden, indem die Daten dieser Maßnahmen zu den Zeitpunkten von Interesse subtrahiert werden. Die Informationen, die durch die aktuelle Version des Tabletts erhalten werden, können für Forschungszwecke verwendet werden, eine aktualisierte Version des Geräts würde auch die Bereitstellung einer persönlicheren Beratung zur Nahrungsaufnahme und zum Essverhalten erleichtern. Im Gegensatz zu den herkömmlichen diätetischen Bewertungsmethoden misst dieses Diätbewertungsgerät die Nahrungsaufnahme direkt innerhalb einer Mahlzeit und ist nicht abhängig vom Gedächtnis oder der Portionsgrößenschätzung. Letztendlich eignet sich dieses Gerät daher für die tägliche Hauptnahrungsaufnahme und Essverhaltensmessungen. In Zukunft kann diese technologiebasierte Ernährungsbewertungsmethode mit Gesundheitsanwendungen oder Smartwatches verknüpft werden, um einen vollständigen Überblick über Bewegung, Energieaufnahme und Essverhalten zu erhalten.

Introduction

In der Ernährungsforschung und Ernährungspraxis ist es wichtig, gute Messungen darüber zu haben, was, wie viel und wie Menschen essen, um Lösungen für die Probleme mit Übergewicht und Fettleibigkeit zu finden. Zur Beurteilung der Nahrungsaufnahme werden oft herkömmliche Selbstberichtsfragebögen wie Lebensmitteltagebücher, 24-Stunden-Rückrufe oder Fragebögen zur Lebensmittelhäufigkeitverwendet 1. Diese Methoden beruhen auf Selbstberichten und sind daher zeitaufwendig und anfällig für Verzerrungen aufgrund sozial wünschenswerter Antworten, Gedächtnisinszulänglichkeit und Schwierigkeiten bei der Schätzung der Portionsgrößen2,3. Neben Messungen der Ernährungsqualität (Art und Menge der nahrung) ist es auch wichtig zu wissen, wie das Essen gegessen wird, da es gezeigt wurde, dass es einen übermäßigen Verzehr innerhalb einer Mahlzeit verhindert4. Um das Essverhalten zu beurteilen, besteht der goldene Standard darin, dass zwei Beobachter Videoaufnahmen von Menschen kommentieren, die eine Mahlzeitessen 5. Diese Methode ist ziemlich arbeitsintensiv und zeitaufwendig und erlaubt kein sofortiges Feedback zum Verhalten.

Jüngste technologische Fortschritte bieten nun die Möglichkeit, automatisierte Messungen der Nahrungsaufnahme mit automatisierten Messungen des Essverhaltens im Verlauf einer Mahlzeit zu kombinieren. Als Reaktion auf diese Entwicklungen wurde eine neue sensorbasierte Diätbewertungsmethode entwickelt, die mEETr genannt wird, das Akronym der beiden niederländischen Wörter “Meter” (übersetzt: Messgerät) und “eet” (übersetzt: essen). Der mEETr ist ein normales Esstablett mit drei eingebauten Wiegestationen(Abbildung 1 zeigt das Design des Trays und der Sensorplatten) und einem Kamerahalter. Jede Wiegestation besteht aus drei dreieckig positionierten Messpunkten zur Verteilung des Gewichts. Die Wiegestationen messen kontinuierlich das Gewicht von Schüssel, Teller und Trinkbecher oder Glas über der Mahlzeit. Der mEETr enthält auch eine Videokamerahalterung. Derzeit ist der Kamerahalter vom Fach getrennt, aber zu Standardisierungszwecken wäre eine integrierte Kamera nach dem nächsten Upgrade von mEETr (ein klappbarer Videokamera-Stick) ideal. Die Kamera ermöglicht eine automatisierte Echtzeitanalyse der Anzahl der Bisse und Kaubonbons sowie der Essdauer, wodurch Informationen über die Essgeschwindigkeit und die Bissgröße generiert werden können. Die automatisierte Analyse des Essverhaltens erfolgt mit einem neu entwickelten Algorithmus. Verschiedene Forschungsgruppen haben Geräte entwickelt, um Menschen Echtzeit-Feedback über die Beschleunigung des Essens und die Menge, die Menschen essen, zu geben6. Außerdem wurden augmentierte Gabeln entwickelt, um Echtzeit-Feedback über die Anzahl der Bisse und ihre Häufigkeit innerhalb einer Mahlzeit zu geben7. Zusätzlich wurde ein Ohrsensor entwickelt, um die Mikrostruktur des Essens unter freien Lebensbedingungen zu messen8,9. Ähnlich wie bei diesem Gerät ist das von Ioakimidis et al.10verwendete Setup, bei dem Videomessungen mit einer Wiegeplatte kombiniert wurden, um die Nahrungsaufnahme, die Anzahl der Bisse und das Kauverhalten zu bestimmen.

Im Vergleich zu diesen Geräten besteht die Neuheit des mEETr darin, dass er automatisierte Messungen der Nahrungsaufnahme von zwei Tellern und einem Trinkbecher (n = 3) und des Essverhaltens (z. B. Essrate, Anzahl der Bisse, Bissgröße und Kauverhalten) in einem Gerät kombiniert. Der mEETr eignet sich, wie gezeigt, für Messungen der Nahrungsaufnahme und des Essverhaltens innerhalb einer kontrollierten (Esslabor-) Umgebung, aber letztendlich besteht das Ziel darin, den mEETr in weniger kontrollierten Umgebungen zu verwenden, in denen wiederkehrende Mahlzeitenpläne wie Kindertagesstätten, Altenheime und Krankenhäuser verwendet werden.

Letztendlich wird der mEETr eine objektivere und als solche genauere und genauere Messung der Nahrungsaufnahme und des Essverhaltens liefern als herkömmliche Diätbewertungsmethoden und manuelle Kodierung von Videos. Bessere Maßnahmen der Nahrungsaufnahme würden der Ernährungs- und Gesundheitsforschung, aber auch den Angehörigen der Gesundheitsberufe in ihrer Herausforderung zugute kommen, die Zunahme lebensmittelbedingter nichtübertragbarer Krankheiten zu bekämpfen11. Letztendlich kann der mEETr sowohl in Der Forschung und im Gesundheitswesen als auch von gesundheitsbewussten Nutzern zu Hause eingesetzt werden, indem der mEETr mit bestehenden Technologien und Software wie anderen Gesundheits-Apps oder Smartwatches verknüpft wird. Insgesamt bieten diese Gesundheitsmaßnahmen dem Anwender bzw. dem Medizinischen Fachpersonal einen recht vielfältigen und vollständigen Überblick über eine Vielzahl von Gesundheitsverhaltensmustern (z.B. Nahrungsaufnahme, Essverhalten, Energieverbrauch auf Basis realer Maßnahmen, Schlaf, Stress), die es dem Nutzer ermöglichen, seine Ernährung zu optimieren und einen gesunden Lebensstil zu schaffen.

Protocol

Diese Pilotstudie wurde vor Projektbeginn vom METC der Universität Wageningen genehmigt. ACHTUNG: Alle Teilnehmer, die zu diesem Projekt beitragen, haben eine informierte Zustimmung erteilt, einschließlich der Genehmigung von Videobildern, die sichtbare und erkennbare Gesichter zeigen. 1. Probenvorbereitung und Zustimmung der Teilnehmer Bereiten Sie einen Saft (Glas oder Tasse), Fruchtjoghurt (Schüssel) und Fruchtstücke (Teller) zu.HINWEIS: Diese L…

Representative Results

Eine langsamere Aufnahmerate (Abbildung 7), kleinere Schluck-/Bissgrößen (Abbildung 8) und mehr Kaubonbons (Abbildung 9) führten zu einer geringeren Aufnahme des Salats im Vergleich zu Joghurt und Saft (Abbildung 6), gemessen am mEETr-Tablett. Die Teilnehmer aßen 17% weniger vom Obstsalat im Vergleich zum Fruchtsaft. Alle Merkmale des Essverhaltens unterschieden sich zwischen Saft, Joghurt und Salat…

Discussion

Eine gesunde Ernährung und ein gesundes Essverhalten haben gezeigt, dass sie eine Schlüsselrolle bei der Prävention und Lösung von Übergewicht und Fettleibigkeit spielen11. Viele der Methoden, die zur Messung der Nahrungsaufnahme und des Essverhaltens verwendet werden, sind jedoch für Benutzer, Forscher und Angehörige der Gesundheitsberufe belastend und können voreingenommen sein, da sie von Gedächtnis- und Portionsgrößenschätzungen abhängen. Die Verwendung des mEETr, unabhängig oder…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Wir danken J.M.C. D. Meijer vom Technischen Entwicklungsstudio der Universität Wageningen und Forschung für seine Hilfe bei der Entwicklung des mEETr-Tabletts. Diese Forschung wurde von den 4 niederländischen Technischen Universitäten, 4TU- Stolz und Vorurteil Projekt finanziert.

Materials

Battery na na Battery pack (LiPo) and charge electronics via an USB port connector. No data from this port.
Connector program Noldus Noldus Information technology software dashboard nview
Dinner tray na na Standard dinner tray from glass inforced epoxy
Larger scale na na One high range custom made scale based on a triple force sensor method.
Mainboard na na A mainboard converting the three scale measurements to calibrated weight numbers. This board also contains the low power short range RF transmitter.
OS Windows Microsoft windows 10 Pro 64 bit
Processor program Noldus Noldus Information technology software FaceReader
Receiver program Noldus Noldus Information technology software Observer
RF receiver na na Custom build USB converter connected to a RF receiver. This receiver has a squelch setting for making it low range sensitive.
Small scales na na Two low range custom made scales based on a triple force sensor method.

References

  1. Burrows, T. L., Ho, Y. Y., Rollo, M. E., Collins, C. E. Validity of dietary assessment methods when compared to the method of doubly labeled water: A systematic review in adults. Frontiers in Endocrinology. 10, 850 (2019).
  2. Brouwer-Brolsma, E. M., et al. Dietary intake assessment: From traditional paper-pencil questionnaires to technology-based tools. Environmental software systems. Data science in action. Advances in Information and Communication Technology. 554, (2020).
  3. Palese, A., et al. What nursing home environment can maximise eating independence among residents with cognitive impairment? Findings from a secondary analysis. Geriatric Nursing. 41 (6), 709-716 (2020).
  4. Krop, E. M., et al. Influence of oral processing on appetite and food intake – A systematic review and meta-analysis. Appetite. 125, 253-269 (2018).
  5. Nicolas, E., Veyrune, J. L., Lassauzay, C., Peyron, M. A., Hennequin, M. Validation of video versus electromyography for chewing evaluation of the elderly wearing a complete denture. Journal of Oral Rehabilitation. 34 (8), 566-571 (2007).
  6. Sabin, M. A., et al. A novel treatment for childhood obesity using Mandometer® technology. International Journal of Obesity. 7, (2006).
  7. Hermsen, S., et al. Evaluation of a Smart fork to decelerate eating rate. Journal of the Academy of Nutrition and Dietetics. 116 (7), 1066-1068 (2016).
  8. vanden Boer, J., et al. The splendid eating detection sensor: Development and feasibility study. JMIR mHealth and uHealth. 6 (9), 170 (2018).
  9. Papapanagiotou, V., et al. A novel chewing detection system based on ppg, audio, and accelerometry. IEEE Journal of Biomedical and Health Informatics. 21 (3), 607-618 (2016).
  10. Ioakimidis, I., et al. Description of chewing and food intake over the course of a meal. Physiology & Behavior. 104 (5), 761-769 (2011).
  11. Ruiz, L. D., Zuelch, M. L., Dimitratos, S. M., Scherr, R. E. Adolescent obesity: Diet quality, psychosocial health, and cardiometabolic risk factors. Nutrients. 12 (1), 43 (2020).
  12. Forde, C. G., van Kuijk, N., Thaler, T., de Graaf, C., Martin, N. Oral processing characteristics of solid savoury meal components, and relationship with food composition, sensory attributes and expected satiation. Appetite. 60 (1), 208-219 (2013).
  13. Weijzen, P. L. G., Smeets, P. A. M., de Graaf, C. Sip size of orangeade: effects on intake and sensory-specific satiation. British Journal of Nutrition. 102 (07), 1091-1097 (2009).
  14. Zijlstra, N., de Wijk, R. A., Mars, M., Stafleu, A., de Graaf, C. Effect of bite size and oral processing time of a semisolid food on satiation. The American Journal of Clinical Nutrition. 90 (2), 269-275 (2009).
  15. Bolhuis, D. P., et al. Slow food: sustained impact of harder foods on the reduction in energy intake over the course of the day. PloS One. 9 (4), 93370 (2014).
  16. Grinyer, A. The anonymity of research participants: assumptions, ethics and practicalities. Social Research Update. 36 (1), 4 (2002).

Play Video

Cite This Article
Lasschuijt, M. P., Brouwer-Brolsma, E., Mars, M., Siebelink, E., Feskens, E., de Graaf, K., Camps, G. Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method. J. Vis. Exp. (168), e62144, doi:10.3791/62144 (2021).

View Video