Понимание баз данных о продуктах: USDA против Open Food Facts против собственных — как работает информация о калориях

Каждое число калорий, которое вы видите в приложении для отслеживания питания, берется из базы данных о продуктах. Когда вы вводите "банан", и приложение показывает 105 калорий, это число не было придумано приложением — оно взято из базы данных, которую кто-то когда-то измерил и записал.

Но не все базы данных о продуктах созданы равными. Некоторые из них основаны на лабораторных анализах, проведенных государственными учеными. Другие формируются на основе данных от миллионов пользователей без проверки. Некоторые курируются профессионалами в области питания из различных источников.

База данных, используемая вашим приложением, является самым важным фактором, определяющим точность ваших данных отслеживания. Давайте разберемся, как работают основные базы данных о продуктах и чем они отличаются.

Три типа баз данных о продуктах

1. Государственные лабораторные базы данных

Эти базы данных формируются на основе прямого химического анализа образцов продуктов в лабораториях. Ученые буквально сжигают пищу в бомбовом калориметре или используют химические методы для измерения точного содержания энергии, белков, жиров, углеводов, витаминов и минералов.

USDA FoodData Central (США)

• Золотой стандарт данных о составе продуктов
• Содержит примерно 380,000 записей
• Данные поступают из Национальной базы данных о питательных веществах USDA, которая ведется с 1890-х годов
• Каждая запись анализируется в лаборатории или основана на аналитических методах
• Полностью охватывает цельные продукты, а также брендированные товары через Базу данных брендированных продуктов
• Бесплатно и доступно для всех на fdc.usda.gov
• Ограничение: обновления для новых продуктов могут занять месяцы, а охват международных блюд ограничен

Другие государственные базы данных:

• NCCDB (База данных о питательных веществах и продуктах Центра координации питания, Университет Миннесоты) — используется в клинических исследованиях, крайне точная, не доступна для общественности
• McCance и Widdowson's (Великобритания) — эквивалент USDA в Великобритании, поддерживаемый Управлением общественного здоровья
• CIQUAL (Франция), BLS (Германия), NUTTAB (Австралия) — национальные базы данных о составе продуктов, поддерживаемые продовольственными властями каждой страны

Государственные базы данных предоставляют самые надежные данные, но имеют ограничения по охвату. Они отлично подходят для цельных продуктов и распространенных ингредиентов, но имеют пробелы в данных о ресторанных блюдах, региональных блюдах и быстро меняющихся брендированных продуктах.

2. Краудсорсинговые базы данных

Эти базы данных формируются пользователями, которые вручную вводят данные о продуктах и их питательной ценности. Они быстро растут, но с минимальным контролем качества.

Open Food Facts

• Сообщество, управляемая открытая база данных о продуктах
• Содержит более 3 миллионов продуктов из 180+ стран
• Любой может добавлять или редактировать записи, сканируя штрих-код и вводя данные с этикетки
• Бесплатно и открыто лицензировано (Open Database License)
• Отлично подходит для упакованных продуктов со штрих-кодами, особенно в Европе
• Ограничение: качество данных зависит исключительно от точности пользователей — ошибки в ручном вводе, неверно прочитанные этикетки и неполные записи распространены

База данных MyFitnessPal (14M+ записей)

• Крупнейшая база данных о продуктах в любом потребительском приложении
• В основном основана на данных, предоставленных пользователями: любой с аккаунтом может добавлять или редактировать записи
• Содержит огромное количество дубликатов — один и тот же продукт может появляться 5–20 раз с разными значениями калорий
• Нет системного процесса проверки
• Исследования зафиксировали 15–30% вариации калорий между записями для одного и того же продукта

Другие краудсорсинговые базы данных:

• FatSecret — данные, предоставленные сообществом, аналогичные проблемы с качеством
• Nutritionix (гибрид) — данные от сообщества + курируемые данные от сетевых ресторанов

Преимущество краудсорсинговых баз данных заключается в охвате: они содержат гораздо больше записей, чем государственные базы данных, включая редкие бренды, региональные продукты и блюда ресторанов. Недостаток — надежность: вы не можете быть уверены, что любая запись точна.

3. Профессионально курируемые / собственные базы данных

Эти базы данных объединяют данные из нескольких источников (государственные, производители, лаборатории) и применяют профессиональный уровень проверки.

База данных Nutrola (1.8M+ записей)

• Записи сопоставляются с данными USDA, данными производителей и региональными таблицами состава продуктов
• Каждая запись проверяется профессионалами в области питания перед включением
• Одна каноническая запись на продукт — без дубликатов с противоречивыми данными
• Охватывает блюда из более чем 50 стран, включая домашние и ресторанные блюда
• Постоянно обновляется новыми продуктами и региональными блюдами

База данных Cronometer

• В основном использует данные из USDA и NCCDB
• Добавляет проверенные данные о брендированных продуктах
• Не принимает записи, предоставленные пользователями — все данные профессионально собраны
• Сильна в области цельных продуктов и микроэлементов, ограничена в международной кухне

Как строятся собственные базы данных:

Общий процесс включает:

1. Сбор базовых данных из государственных баз данных (USDA, региональные эквиваленты)
2. Добавление данных о брендированных продуктах из этикеток производителей
3. Заполнение пробелов для ресторанных блюд, региональных блюд и составных рецептов с использованием анализа рецептов (расчет питательных веществ на основе данных об отдельных ингредиентах)
4. Применение профессионального обзора для проверки записей на основе известных научных данных о питании
5. Постоянный контроль качества для выявления и исправления ошибок

Как тип базы данных влияет на ваше отслеживание

Сравнение точности

Тип базы данных	Типичная точность	Лучше всего для	Худше всего для
Государственная (USDA)	±2–5%	Цельные продукты, сырые ингредиенты	Ресторанные блюда, международные блюда
Краудсорсинговая (MFP, Open Food Facts)	±15–30%	Брендированные продукты, широкий охват	Последовательная точность, отсутствие дубликатов
Профессионально курируемая (Nutrola, Cronometer)	±5–10%	Сбалансированная точность и охват	Могут быть пробелы в очень редких продуктах

Влияние в реальном мире

Рассмотрим отслеживание простого дня питания:

• С использованием государственной базы данных: Очень точно для цельных продуктов, но вы можете не найти свой конкретный бренд йогурта или тайский ресторан на углу
• С использованием краудсорсинговой базы данных: Вы найдете почти все, но запись "куриная грудка" может иметь 110, 165 или 200 калорий в зависимости от того, какую из 15 записей вы выберете
• С использованием курируемой базы данных: Вы найдете большинство продуктов с одной согласованной записью на продукт, проверенной по надежным источникам

За неделю вариация в краудсорсинговой базе данных может привести к накопительной ошибке в 1,000–3,000 калорий — разница между дефицитом и его отсутствием.

Как оценить базу данных вашего приложения

Проверьте наличие дубликатов

Поиск по распространенному продукту, такому как "банан" или "куриная грудка". Если появляются несколько записей с разными значениями калорий, база данных является краудсорсинговой, и точность будет варьироваться в зависимости от того, какую запись вы выберете.

Проверьте источник

Ищите информацию о том, откуда приложение берет свои данные. Государственные и профессионально проверенные источники производят более надежные данные, чем записи, предоставленные пользователями.

Сравните несколько продуктов

Посмотрите 5–10 продуктов, которые вы регулярно употребляете, на сайте USDA FoodData Central (fdc.usda.gov) и сравните значения с тем, что показывает ваше приложение. Если числа постоянно расходятся более чем на 10%, данные вашего приложения могут быть ненадежными для точного отслеживания.

Проверьте международный охват

Если вы едите блюда из нескольких стран, проверьте, есть ли в вашем приложении записи о региональных блюдах. Государственные базы данных обычно ограничены кухней своей страны. Краудсорсинговые базы данных имеют непостоянный международный охват. Курируемые базы данных варьируются — Nutrola охватывает более 50 стран, в то время как Cronometer в основном сосредоточен на североамериканских продуктах.

Будущее баз данных о продуктах

Несколько тенденций формируют то, как будут развиваться базы данных о продуктах:

• Проверка с помощью ИИ — модели машинного обучения обучаются выявлять ошибки ввода данных и помечать подозрительные записи для человеческой проверки
• Интеграция API производителей — прямые потоки данных от производителей продуктов в приложения, что исключает ошибки ручного ввода
• Федерация региональных баз данных — соединение национальных баз данных о составе продуктов из разных стран для улучшения международного охвата
• Записи, проверенные с помощью блокчейна — новые концепции для создания защищенных от подделок записей о составе продуктов

На данный момент практический выбор стоит между охватом и точностью. Краудсорсинговые базы данных предлагают наибольший охват с наименьшей точностью. Государственные базы данных предлагают наибольшую точность с наименьшим охватом. Профессионально курируемые базы данных пытаются сбалансировать оба аспекта.

Часто задаваемые вопросы

Какую базу данных использует USDA FoodData Central?

USDA FoodData Central сама по себе является базой данных о продуктах — основной национальной базой данных о составе продуктов в США. Она содержит лабораторно проанализированные данные о питательных веществах для примерно 380,000 продуктов, поддерживаемых Службой сельскохозяйственных исследований USDA. Она бесплатна и доступна для всех.

Насколько точен Open Food Facts?

Точность Open Food Facts варьируется в зависимости от записи. Поскольку любой может добавлять или редактировать данные, некоторые записи могут быть совершенно точными (правильно скопированными с этикеток), в то время как другие могут содержать ошибки из-за ручного ввода данных. Она наиболее надежна для упакованных продуктов, где штрих-код ссылается на проверенную этикетку.

Почему одно и то же блюдо имеет разные калории в разных приложениях?

Разные приложения берут свои данные из разных баз данных. "Куриная грудка" в приложении, использующем данные USDA (лабораторно проанализированные), может показывать другую величину, чем в краудсорсинговом приложении (вводимые пользователями). Даже в краудсорсинговых приложениях одно и то же блюдо часто имеет несколько записей с противоречивыми данными, потому что разные пользователи вводили его с разными размерами порций или предположениями о приготовлении.

Какое приложение для отслеживания калорий имеет наиболее точную базу данных?

Для цельных продуктов Cronometer (основанное на данных USDA) и Nutrola (проверенное диетологами) имеют наиболее точные базы данных. Для брендированных продуктов приложения, которые берут данные напрямую от производителей — такие как сканер штрих-кодов Nutrola — наиболее точны. Краудсорсинговые базы данных, такие как MyFitnessPal, имеют наименьшую последовательную точность, несмотря на наибольшее количество записей.

Имеет ли размер базы данных значение для отслеживания калорий?

Не так сильно, как качество базы данных. MyFitnessPal имеет 14 миллионов записей, но многие из них являются дубликатами с противоречивыми данными. Меньшая, проверенная база данных с одной точной записью на продукт более полезна, чем огромная база данных, где вам нужно угадывать, какая запись верна.

Что такое бомбовый калориметр и как он измеряет калории в продуктах?

Бомбовый калориметр — это лабораторное устройство, которое измеряет энергетическую ценность пищи, сжигая образец в запечатанной камере и измеряя выделяемое тепло. Это самый прямой способ измерения калорийности. Система Атватера — которая присваивает 4 калории на грамм белка, 4 на грамм углеводов и 9 на грамм жира — была выведена из измерений, проведенных с помощью бомбового калориметра в конце 1800-х годов.