Какой трекер калорий использует проверенные лабораторные данные о продуктах? Понимание иерархий верификации

Фраза "проверенные данные о продуктах" встречается в маркетинге почти каждого приложения для отслеживания калорий, но используется так расплывчато, что стала почти бессмысленной. Верификация существует на спектре, начиная от полного лабораторного анализа физических образцов пищи и заканчивая простым подтверждением от второго пользователя того, что первый ввел. Понимание этого спектра крайне важно для оценки того, отражают ли данные о питательных веществах в вашем приложении реальность.

В этой статье рассматривается, что на самом деле включает в себя лабораторная верификация данных о продуктах, определяется полная иерархия верификации, выявляются приложения для отслеживания калорий, использующие каждый уровень верификации, и объясняется, почему большинство приложений не инвестируют в строгую верификацию данных.

Что на самом деле означает "проверенные лабораторные" данные о продуктах?

Лабораторная верификация данных о составе продуктов включает физический анализ образцов пищи с использованием стандартизированных методов аналитической химии. Продукт покупается в представительных розничных точках, подготавливается в соответствии со стандартизированными протоколами (если это применимо), гомогенизируется и подвергается серии химических анализов.

Служба сельскохозяйственных исследований USDA использует следующие основные аналитические методы для определения состава продуктов:

Энергия (калории). Бомбовый калориметр измеряет общее количество сгораемого энергии в образце пищи. Затем применяется система Атвотера с использованием специфических коэффициентов преобразования для белков (4 ккал/г), жиров (9 ккал/г) и углеводов (4 ккал/г) с корректировками на усвояемость.

Белок. Метод Кьельдаля определяет общее содержание азота, которое умножается на коэффициент преобразования азота в белок, специфичный для продукта (обычно 6.25, но варьируется в зависимости от категории продукта). Некоторые современные анализы используют анализ аминокислот для более точного количественного определения белка.

Жир. Кислотный гидролиз с последующей экстракцией растворителем (метод Можонье) определяет общее содержание жира. Газовая хроматография идентифицирует и количественно определяет отдельные жирные кислоты, включая насыщенные, мононенасыщенные, полиненасыщенные и трансжирные кислоты.

Углеводы. Обычно рассчитываются по разнице (общий вес минус вода, белок, жир и зола). Общее содержание пищевых волокон определяется энзимно-гравиметрическими методами (AOAC 991.43).

Витамины. Различные методы, включая высокоэффективную жидкостную хроматографию (HPLC) для жирорастворимых витаминов, микробиологический анализ для некоторых витаминов группы B и флуориметрические методы для рибофлавина.

Минералы. Индуктивно связанная плазменная оптическая эмиссионная спектроскопия (ICP-OES) или атомно-абсорбционная спектроскопия (AAS) для минералов, включая кальций, железо, цинк, магний, фосфор, калий и натрий.

Каждый из этих анализов выполняется в соответствии с Официальными методами анализа AOAC International, с мерами контроля качества, включая повторные анализы, сертифицированные эталонные материалы и межлабораторные испытания.

Полная иерархия верификации

Уровень верификации	Метод	Точность	Стоимость за запись	Время на запись	Кто использует
Уровень 1: Полный лабораторный анализ	Бомбовый калориметр, метод Кьельдаля, HPLC, ICP-OES	±2–5% для макронутриентов, ±5–15% для микронутриентов	$500–$2,000	2–4 недели	USDA, национальные продовольственные агентства
Уровень 2: Курирование данных правительственными базами	Экспертная компиляция из нескольких лабораторных источников	±5–10%	$10–$30 (стоимость интеграции)	15–30 мин	USDA FoodData Central, NCCDB, AUSNUT
Уровень 3: Обзор профессионального диетолога	Сравнение с известными диапазонами состава	±10–15%	$5–$15	15–45 мин	Nutrola, Cronometer
Уровень 4: Данные с этикетки производителя (регулируемые)	Требования к этикеткам питания FDA	±20% (допустимость FDA)	$1–$3	5–10 мин	Большинство приложений для брендированных продуктов
Уровень 5: Пользовательские/краудсорсинговые данные (непроверенные)	Ввод вручную неквалифицированными пользователями	±15–40%	$0	1–2 мин	MyFitnessPal, FatSecret

Какие приложения используют каждый уровень верификации

Уровень 1 и 2: Лабораторно проанализированные и правительственно кураторные данные

Ни одно приложение для отслеживания калорий не проводит собственный лабораторный анализ образцов пищи. Затраты на это были бы непомерными в масштабах. Вместо этого приложения, использующие проверенные данные из лабораторий, получают их через государственные базы данных, в первую очередь USDA FoodData Central.

Nutrola строит свою базу данных на лабораторно проанализированных данных USDA FoodData Central и перекрестно проверяет записи с дополнительными национальными базами данных о питательных веществах (AUSNUT, CoFID, CNF и другими). Этот процесс перекрестной проверки служит вторичной валидацией: когда два независимых национальных источника согласны по составу продукта, доверие к данным возрастает. Когда они не согласны, запись помечается для профессионального обзора диетолога. Все 1.8 миллиона записей Nutrola проходят через этот процесс верификации.

Cronometer напрямую интегрирует данные USDA FoodData Central и NCCDB, помечая каждую запись ее источником. Для записей USDA Foundation Foods пользователи получают данные, подтвержденные самыми строгими аналитическими протоколами, доступными для потребительских приложений.

MacroFactor использует USDA FoodData Central в качестве базового уровня, обеспечивая, чтобы общие записи о продуктах были привязаны к лабораторно проанализированным значениям.

Уровень 3: Обзор профессионального диетолога

Профессиональный обзор добавляет человеческий уровень верификации, который ловит ошибки, которые автоматизированные системы пропускают. Квалифицированный диетолог может выявить значения, которые статистически неправдоподобны (например, запись о продукте с 50 г белка на 100 г для овоща), отражают ошибки ввода данных (ошибка с десятичной точкой) или путают похожие, но питательно разные продукты.

Nutrola применяет перекрестную проверку диетологов ко всем записям, а не только к помеченным выбросам. Этот систематический обзор гарантирует, что процесс верификации является всеобъемлющим, а не реактивным.

Cronometer использует профессиональное кураторство для своей основной базы данных, с меньшим количеством записей, но с более высокой уверенностью в каждой записи.

Уровень 4: Данные с этикетки производителя

Регламенты FDA требуют наличия этикеток с информацией о питательных веществах на упакованных продуктах, но требования к точности более снисходительны, чем многие потребители осознают. Согласно Руководству по соблюдению политики FDA, Раздел 562.100:

• Калории, общее содержание жира, насыщенные жиры, трансжиры, холестерин и натрий не должны превышать заявленное значение более чем на 20 процентов.
• Пищевые волокна, белки, витамины и минералы должны присутствовать в количестве 80 процентов или более от заявленного значения.

Это означает, что продукт, обозначенный как содержащий 200 калорий, может легально содержать до 240 калорий. За полный день употребления продуктов с этикетками эти допуски могут накапливаться до значительных отклонений от фактического потребления.

Jumpertz и др. (2013), публикуя в Obesity, обнаружили, что фактическое содержание калорий в коммерчески приготовленных продуктах и ресторанных блюдах отклонялось от заявленных значений в среднем на 8 процентов, при этом отдельные товары отклонялись до 245 процентов. Приготовленные блюда и ресторанные блюда показывали наибольшие отклонения.

Большинство приложений для отслеживания калорий полагаются на данные с этикеток производителей для брендированных продуктов. Критическое различие заключается в том, что происходит после ввода данных с этикетки. Приложения с уровнями профессионального обзора могут проверять значения этикеток по сравнению с диапазонами состава USDA для аналогичных категорий продуктов. Приложения без обзора просто переписывают этикетку.

Уровень 5: Краудсорсинговые пользовательские данные

Краудсорсинговые данные представляют собой самый низкий уровень верификации. Любой пользователь может ввести любые значения, и данные обычно становятся доступными для других пользователей немедленно или после лишь базовых автоматизированных проверок.

Urban и др. (2010), публикуя в Journal of the American Dietetic Association, оценили точность данных о составе продуктов, предоставленных неквалифицированными лицами, и обнаружили, что уровень ошибок в среднем составляет 20-30 процентов для содержания энергии, с существенно более высокими уровнями ошибок для микронутриентов, которые не выделены на этикетках с информацией о питательных веществах.

MyFitnessPal в основном полагается на краудсорсинговые пользовательские данные, с более чем 14 миллионами записей. Сообщество может помечать ошибки, но скорость исправления не может угнаться за темпом подачи данных.

FatSecret использует аналогичную модель общественного вклада с волонтерами-модераторами вместо профессиональных рецензентов.

Стоимость верификации: Почему большинство приложений этого избегают

Экономика верификации баз данных о продуктах объясняет, почему краудсорсинг доминирует в отрасли.

База данных из 1 миллиона записей, проверенных профессиональным диетологом при средней стоимости $10 за запись, представляет собой инвестиции в $10 миллионов. Лабораторный анализ тех же записей обойдется в сумму от $500 миллионов до $2 миллиардов. В то же время краудсорсинг тех же миллиона записей стоит фактически ничего, поскольку пользователи предоставляют труд бесплатно.

Этот ценовой разрыв создает мощный экономический стимул для краудсорсинга. Только приложения, которые рассматривают точность данных как основное ценностное предложение, а не как приятную опцию, будут инвестировать в верификацию.

Подход Nutrola балансирует затраты и точность, используя основу USDA FoodData Central (используя миллиарды долларов существующего государственного финансирования лабораторного анализа) и добавляя перекрестную проверку профессиональных диетологов для не-USDA частей базы данных. При цене €2.50 в месяц без рекламы эта инвестиция в качество данных финансируется напрямую подписками пользователей, а не доходами от рекламы, что согласует финансовые стимулы приложения с точностью данных, а не максимизацией вовлеченности.

Как ошибки верификации накапливаются за день отслеживания

Одна неточная запись о продукте может показаться незначительной, но ошибки в отслеживании накапливаются по каждому продукту, зарегистрированному за день.

Представьте себе пользователя, который регистрирует пять приемов пищи и закусок, каждый из которых содержит в среднем три продукта (15 записей о продуктах в день). Если каждая запись имеет среднюю ошибку в 15 процентов (что соответствует данным краудсорсинговых баз из Tosi и др., 2022), ежедневная оценка калорий может отклоняться от фактического потребления на несколько сотен калорий.

Freedman и др. (2015) в American Journal of Epidemiology моделировали распространение ошибок измерения состава продуктов в оценке питания и обнаружили, что ошибки баз данных вносили больший вклад в общую ошибку оценки, чем ошибки в оценке размера порции для большинства питательных веществ. Это открытие прямо указывает на методологию баз данных о продуктах как критическую переменную в точности отслеживания.

Для пользователя, нацеленного на дефицит в 500 калорий в день для похудения, систематическое переоценивание базы данных на 300 калорий создаст воспринимаемый дефицит в 500 калорий, который на самом деле составляет только 200 калорий, что снижает ожидаемую потерю веса на 60 процентов. Напротив, систематическое недооценивание может привести к непреднамеренному чрезмерному ограничению.

Верификация на практике: Кейс-стадия

Рассмотрим верификацию одного продукта: коммерчески доступного греческого йогурта.

Лабораторно проанализированный (подход USDA Foundation Foods): Несколько образцов, купленных в разных розничных точках и разных партиях производства. Каждый образец гомогенизируется и анализируется независимо. Результаты усредняются с учетом обнаружения выбросов. Финальные значения включают доверительные интервалы. Время: 4-6 недель. Стоимость: $1,200+.

Обзор профессионального диетолога (подход Nutrola): Данные USDA для общего греческого йогурта используются в качестве базового уровня. Данные с этикетки производителя перекрещиваются с базовыми данными USDA и с данными о составе из AUSNUT и CoFID для той же категории продуктов. Несоответствия проверяются и разрешаются. Финальная запись отражает наиболее аналитически обоснованное значение. Время: 20-30 минут. Стоимость: $8-12.

Транскрипция данных с этикетки производителя: Значения копируются напрямую с панели информации о питательных веществах продукта. Допустимость FDA ±20% принимается без верификации. Время: 3-5 минут. Стоимость: $1-2.

Краудсорсинговая запись: Пользователь вводит значения, которые он прочитал на упаковке, возможно, вводя ошибки транскрипции, используя нестандартные размеры порций или путая обезжиренную версию с полной. Время: 1-2 минуты. Стоимость: $0.

Каждый подход дает значение калорий для одного и того же йогурта. Лабораторно проанализированное значение является самым точным. Подход с профессиональным обзором достигает почти лабораторной точности за меньшие деньги. Транскрипция данных с этикетки вводит ошибку допустимости. Краудсорсинговое значение включает все вышеперечисленное, плюс ошибки человеческой транскрипции.

Часто задаваемые вопросы

Проводит ли какое-либо приложение для отслеживания калорий собственный лабораторный анализ продуктов?

Нет, ни одно приложение для отслеживания калорий не проводит собственный лабораторный анализ. Затраты ($500-$2,000 за продукт) делают это непомерным в масштабах. Вместо этого приложения, предоставляющие проверенные лабораторные данные, получают их через государственные базы данных, такие как USDA FoodData Central, которые инвестировали десятилетия государственных средств в анализ состава продуктов. Nutrola и Cronometer основывают свои базы данных на этих лабораторно проанализированных государственных источниках.

Как мне узнать, являются ли данные о продуктах в моем приложении проверенными?

Ищите три индикатора: (1) Указывает ли приложение свои источники данных? Приложения, такие как Cronometer, помечают записи их источником (USDA, NCCDB, производитель). (2) Возвращает ли поиск общего продукта одну определенную запись или десятки противоречивых записей? Множество противоречивых записей указывает на непроверенную краудсорсинговую базу данных. (3) Сколько питательных веществ показано в каждой записи о продукте? Проверенные данные USDA обычно включают 30-80+ питательных веществ, в то время как краудсорсинговые записи показывают 5-15.

Почему FDA позволяет этикеткам питания иметь отклонение на 20 процентов?

FDA признает, что состав продуктов естественным образом варьируется между партиями, сезонами роста и методами приготовления. Допустимость в 20 процентов (определенная в Руководстве по соблюдению политики FDA, Раздел 562.100) учитывает это естественное варьирование. Однако эта допустимость была разработана для соблюдения норм, а не для точного отслеживания питания. Приложения, которые сопоставляют данные этикеток с лабораторными значениями USDA, могут выявлять и корректировать записи, которые значительно отклоняются от ожидаемых диапазонов состава.

Являются ли данные, проверенные профессионалами, столь же точными, как лабораторно проанализированные данные?

Профессиональный обзор диетолога не может достичь такой же точности, как прямой лабораторный анализ, но может достичь почти эквивалентной точности для макронутриентов при перекрестной проверке нескольких авторитетных источников. Подход Nutrola, заключающийся в перекрестной проверке данных USDA с дополнительными национальными базами данных и применении профессионального обзора для несоответствий, создает базу данных с предполагаемой точностью в пределах 5-10 процентов от лабораторных значений для макронутриентов, по сравнению с диапазоном ошибок 15-40 процентов, типичным для краудсорсинговых баз данных.

Насколько сильно естественным образом варьируется состав продуктов?

Естественное варьирование в составе продуктов зависит от категории продукта. Овощи варьируются в зависимости от сорта, условий роста, зрелости при сборе и хранения. Справочник McCance и Widdowson's Composition of Foods (база данных Великобритании) сообщает, что содержание витамина C в апельсинах может варьироваться в 2-3 раза в зависимости от сорта и сезона. Это естественное варьирование означает, что даже идеально проанализированные базы данных предоставляют оценки, а не точные значения, но эти оценки гораздо более точны, чем непроверенные краудсорсинговые данные.