Journal
/
/
Konseptutvikling og bruk av en automatisert metode for vurdering av matinntak og spiseatferd
JoVE Journal
Behavior
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Journal Behavior
Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method

Konseptutvikling og bruk av en automatisert metode for vurdering av matinntak og spiseatferd

5,501 Views

06:21 min

February 19, 2021

DOI:

06:21 min
February 19, 2021

1 Views
, , , , , ,

Transcript

Automatically generated

Ernæringsforskere og kostholdseksperter bruker indirekte tiltak for å måle matinntak, for eksempel tilbakekalling av mat. Med en meter kan vi måle faktisk matinntak under måltidet og også folks spiseatferd. Den største fordelen med måleren er at vi kan måle mer presis hvor mye folk spiser med liten innsats fra forbrukere eller pasienter.

Denne teknikken kan brukes til å få bedre innsikt i hva et individ spiser. Dette kan være spesielt viktig for de som lider av diabetes eller de som er underernærte, for eksempel eldre. Prosedyren vil bli demonstrert av Els Siebelink, som er leder for Dietician Department og en utdannet forskningsdietiker.

Deltakerne er Femke de Gooijer og Michele Tufano, begge ph.d.-studenter, og alle jobber ved Human Nutrition and Health Department ved Wageningen University. Begynn med å forberede en juice, frukt yoghurt og fruktstykker. Rekrutter frivillige som er enige om å delta i studien.

Utelat deltakere som bruker briller som ikke kan bruke linser eller de som har ansiktshår for å unngå målefeil. Informer deltakerne om studien og datainnsamlingen, og få deres signatur på det informerte samtykket før de samler inn data. Etter å ha sørget for at lyset i rommet er jevnt fordelt og at det ikke er bakgrunnsstøy på videoopptakene, setter du deltakeren foran bordet med bordplaten plassert like under brystet.

Hele torsoen skal være synlig, inkludert armene. Koble den trådløse mottakeren av skuffen og webkameraet til en bærbar DATAMASKIN. Slå på skuffen, og start den bærbare datamaskinen, og sørg for at skuffen er ladet, noe som indikeres av et grønt lys.

Åpne kontaktprogrammet, mottakeren og prosessorprogrammet sammen med henholdsvis dashbordet. Kontroller at bilderammen er riktig for å forhindre dårlig bildekvalitet, og at deltakerens hode og bryst, inkludert armer og skuldre, er godt synlige. Hold brettet tørt, inkludert et 50 millimeter tynt basepanel med et sentralt kretskort under brettet.

Overfør veiedataene med et intervall på ett sekund via et radiosignal med kort rekkevidde på omtrent en meter avstand. Koble mottakeren til en personlig datamaskin via en USB-port. Pass på at platen, koppen og bollen ikke hviler på plattformen eller den omkringliggende skuffen.

Bruk midtringen for å unngå dette. Plasser måleren foran deltakeren, og be deltakeren om å spise så mye eller så lite som han eller hun vil mens du ser rett inn i webkameraet. Minn dem på ikke å legge hendene foran ansiktet mens de spiser.

Start en ny observasjon i mottakerprogramvaren. Logg dato, deltakernummer, deltakerens kjønn, alder og antropometriske data, for eksempel vekt og høyde. Ta med tilleggsinformasjon som studiebetingelsen og studiebesøket i observasjonsnavnet.

Trykk på opptak i mottakerprogramvaren for å registrere observasjonen og aktivere dashbordet for å sjekke videoopptakene og innkommende data under datainnsamling. Før innspillingen ber du deltakeren om å heve kortet med deltakernummeret og rekke opp hånden ved starten og slutten av måltidet. Avslutt observasjonen når deltakeren er ferdig med å spise.

Det tar to minutter å overføre alle dataene til et regneark. Koble webkameraet og skuffmottakeren fra den bærbare datamaskinen, og rengjør det med et rengjøringsvev eller rengjøringsspray. Automatiserte tiltak for spiseatferd lagres under overskriften Data.

Klikk på Eksporter data for å trekke ut rådataene. Utdatafilen inneholder data om deltakernummer, sanntid, relativ starttid og tidsstemplet spiseatferdsvariabler, for eksempel antall biter, antall tygger og tyggevarighet. Oppsummer og visualiser resultatene i forskjellige liggende stolpediagrammer i programmet.

Eksporter loggfilene til et regneark, og utfør dataanalysen ved hjelp av det statistiske preferanseprogrammet. Målerbrettet målte lavere inntak av salaten sammenlignet med yoghurt og juice. Deltakerne spiste 17% mindre av fruktsalaten sammenlignet med fruktjuicen, en langsommere inntakshastighet, mindre slurk eller bitestørrelser, og flere tygger førte til lavere inntak av salaten sammenlignet med yoghurt og juice, målt ved meterbrettet.

Deltakerne tygget betydelig mer på fruktsalaten sammenlignet med yoghurt og juice. Det observerte antall tygger varierte med en faktor på tre mellom yoghurt og fruktsalat. Bittstørrelsen var den minste for salaten, 6,5 gram per bit sammenlignet med åtte gram per slurk juice.

Totalt sett så antall tygger, bittstørrelsen og spisehastigheten ut til å påvirke mengden som ble spist under måltidet i et spiselaboratorium. I fremtidige versjoner av måleren ønsker vi å bygge inn et kamera som kommer fra siden eller fra nedre hjørnenivå, slik at det er mindre påtrengende for folk enn et kamera som kommer rett foran dem. Fremtidige versjoner av systemet vil tillate oss å studere matinntaksatferd i det virkelige liv.

Dette gjør det også mulig for oss å gi tilbakemelding til forbrukeren direkte om hvor mye de bruker, hva de forbruker, og også hvor fort de spiser.

Summary

Automatically generated

Denne protokollen viser og forklarer en ny teknologibasert kostholdsvurderingsmetode. Metoden består av et spisebrett med flere innebygde veievekter og et videokamera. Enheten er unik i den forstand at den inneholder automatiserte mål på mat- og drikkeinntak og spiseatferd i løpet av et måltid.

Read Article