Почему калорийность продуктов различается в разных приложениях?

Не существует универсальной базы данных о продуктах. Этот факт объясняет, почему калорийность различается в каждом приложении, которое вы используете. Каждое приложение для отслеживания калорий формирует свою собственную базу данных о питательных веществах, используя комбинацию государственных баз данных, этикеток производителей, академических источников и пользовательских заявок. Ни одно из приложений не использует одинаковое сочетание источников, графики обновлений или процессы контроля качества.

В результате получается фрагментированная экосистема, где одна и та же банан может иметь 89 калорий в одном приложении, 96 в другом и 105 в третьем. Каждое число основано на обоснованном источнике. Ни одно из них не является абсолютно неправильным. Но они не могут все быть правыми одновременно, и эти расхождения создают реальные проблемы для тех, кто пытается точно отслеживать свое питание.

В этой статье мы рассмотрим, почему существует такая фрагментация, откуда каждое крупное приложение получает свои данные, почему у отрасли нет стимула это исправить и что вы можете с этим сделать.

Системная проблема: отсутствие единого источника правды

Почему универсальная база данных о продуктах не существует

Создать единую, универсально точную базу данных о продуктах сложнее, чем кажется. Пища по своей природе изменчива. Куриная грудка с фермерского хозяйства во Франции имеет другой питательный профиль, чем с обычной фермы в Бразилии. Яблоко Фудзи, выращенное в штате Вашингтон, содержит больше сахара, чем аналогичное, выращенное в Новой Зеландии. Даже один и тот же продукт из одного источника может варьироваться в зависимости от сезона, зрелости и условий хранения.

Государственные агентства, такие как USDA, решают эту изменчивость, тестируя несколько образцов и сообщая средние значения. База данных USDA FoodData Central (преемник Национальной базы данных питательных веществ USDA) содержит лабораторно проанализированные данные примерно для 8000 продуктов. Каждая запись представляет собой среднее значение нескольких образцов, проанализированных с использованием проверенных методов, включая бомбовую калориметрию для определения энергетической ценности.

Но 8000 продуктов — это недостаточно для современного приложения для отслеживания калорий. Пользователи должны регистрировать брендированные упакованные продукты, блюда из ресторанов, региональные продукты и вариации рецептов. Здесь приложения расходятся — каждое из них заполняет пробелы по-своему.

Ландшафт источников данных

Каждое крупное приложение для отслеживания калорий использует разные комбинации источников данных. Понимание того, откуда ваше приложение получает свои данные, — это первый шаг к пониманию, почему эти данные различаются с данными другого приложения.

Приложение	Основной источник данных	Вторичные источники	Пользовательские записи	Общий размер базы данных
Nutrola	USDA FoodData Central + Проверка диетологов	Этикетки производителей, национальные базы данных о продуктах	Нет (только проверенные)	1.8M+ проверенных записей
MyFitnessPal	Краудсорсинговые пользовательские записи	USDA, этикетки производителей	Да (основной источник)	14M+ записей
Cronometer	NCCDB (Университет Миннесоты)	USDA, этикетки производителей	Ограниченные (проверенные)	400K+ записей
Lose It	Собственная кураторская база данных	Этикетки производителей, USDA	Ограниченные	27M+ записей (включая штрих-коды)
FatSecret	Краудсорсинговые + данные производителей	USDA, региональные базы данных	Да	12M+ записей
Samsung Health	Лицензированная база данных третьих лиц	Этикетки производителей	Нет	Варьируется по региону
Apple Health	Нет родной базы данных (использует партнерские приложения)	N/A	N/A	N/A

Из этого сравнения вырисовываются несколько важных закономерностей.

Приложения с крупнейшими базами данных (MyFitnessPal, FatSecret, Lose It) достигают этого размера благодаря краудсорсинговым записям. Большее количество записей означает больше результатов поиска, но также приводит к большему количеству дубликатов, ошибок и несоответствий.

Приложения с меньшими, кураторскими базами данных (Cronometer, Nutrola) жертвуют широтой ради точности. Когда запись существует, вы можете ей доверять. Однако это означает, что вам иногда придется создавать пользовательскую запись для редкого продукта.

Nutrola, в частности, использует подход с одной проверенной записью на продукт. Ее 1.8 миллиона записей индивидуально проверены диетологами и сопоставлены с авторитетными источниками. Это полностью устраняет проблему дублирования записей, сохраняя при этом базу данных достаточно большой, чтобы охватить практически все распространенные продукты и брендированные товары.

Почему источники данных расходятся

Разные методологии

База данных USDA FoodData Central и NCCDB используют разные образцы продуктов, различные методы приготовления и иногда разные аналитические техники. Когда USDA сообщает, что 100 г сырой куриной грудки содержит 120 калорий, а NCCDB сообщает 114 калорий для того же продукта, ни одно из них не является неправильным — они тестировали разные образцы, которые дали разные результаты.

Исследование 2016 года, проведенное Шакелем и др. и опубликованное в Journal of Food Composition and Analysis, сравнивало значения питательных веществ в основных базах данных о составе продуктов и обнаружило средние различия в 5-15% для макронутриентов между базами данных для одних и тех же продуктов. Эти различия были связаны с естественной изменчивостью продуктов, различными методологиями выборки и различными аналитическими методами.

Разные циклы обновления

USDA периодически обновляет свою базу данных, но не по фиксированному графику. Некоторые записи не переанализировались с 1980-х годов. NCCDB обновляется ежегодно. Данные о питательных веществах от производителей меняются всякий раз, когда продукт реформулируется. Краудсорсинговые записи, как правило, никогда не обновляются после первоначальной подачи.

Это означает, что в любой момент времени разные приложения работают с данными из разных эпох. Приложение, использующее обновление USDA 2024 года, будет показывать разные значения, чем приложение, которое все еще ссылается на данные 2019 года для того же продукта.

Разное обращение с методами приготовления

Как приложение обрабатывает разницу в калориях между сырыми и приготовленными продуктами, значительно варьируется. Некоторые приложения поддерживают отдельные записи для сырых и приготовленных версий каждого продукта. Другие указывают только сырой вариант и ожидают, что пользователи сами скорректируют данные. Некоторые краудсорсинговые базы данных имеют обе версии, но без четкой маркировки.

Согласно данным USDA, приготовление может изменить калорийность продуктов на 15-50% в зависимости от метода. Жарка добавляет калории за счет впитывания масла. Гриль и выпечка концентрируют калории за счет потери воды. Варка может вымывать водорастворимые питательные вещества. Приложение, которое не четко различает состояния приготовления, неизбежно покажет разные числа по сравнению с тем, которое делает это.

Почему это не будет исправлено на уровне всей отрасли

Отсутствие бизнес-стимула для стандартизации

Чтобы существовала универсальная база данных о продуктах, всем разработчикам приложений нужно было бы согласовать единый источник данных и отказаться от своих собственных баз данных. Это не произойдет по трем причинам.

Во-первых, собственные данные — это конкурентное преимущество. 14 миллионов записей MyFitnessPal, несмотря на их проблемы с точностью, представляют собой годы пользовательских вкладов, которые конкуренты не могут легко воспроизвести. Отказ от этих данных в пользу стандартизированной базы данных уберет ключевое отличие.

Во-вторых, стандартизация потребует постоянной координации. Данные о продуктах не статичны — они меняются по мере реформулирования продуктов, появления новых продуктов на рынке и улучшения аналитических методов. Кто-то должен поддерживать и финансировать универсальную базу данных, и ни одна существующая организация не имеет полномочий или ресурсов для этого.

В-третьих, разные рынки имеют разные потребности. База данных о продуктах, оптимизированная для американских пользователей (с данными USDA в основе), менее полезна в Японии, Индии или Бразилии, где доминируют местные продукты и бренды. Региональные базы данных поддерживаются национальными агентствами с различными стандартами, и гармонизация их на глобальном уровне является нерешенной проблемой.

Регуляторный разрыв

В настоящее время ни одно регулирующее агентство не требует от приложений для отслеживания калорий использовать конкретный источник данных или соответствовать минимальному стандарту точности. FDA регулирует этикетки питания на упакованных продуктах, но не имеет юрисдикции над тем, как сторонние приложения интерпретируют или отображают эти данные. В Европейском Союзе Регламент 1169/2011 регулирует маркировку продуктов, но аналогично не распространяется на базы данных приложений.

Пока регулирующие органы не установят стандарты точности для цифровых инструментов питания, текущая фрагментированная структура будет сохраняться. Каждое приложение будет продолжать использовать тот источник данных, который лучше всего соответствует его бизнес-модели.

Решение: выберите одно проверенное приложение и придерживайтесь его

Последовательность важнее абсолютной точности

Учитывая, что ни одно приложение не может претендовать на идеальную абсолютную точность для каждого продукта, наиболее практичный подход — оптимизировать последовательность. Когда вы используете одно и то же приложение с одной и той же базой данных для каждого приема пищи, систематические ошибки (если они есть) остаются постоянными. Ваши данные отслеживания становятся надежными для относительных сравнений — даже если абсолютные значения калорий имеют некоторую погрешность.

Исследование 2020 года, опубликованное в Obesity Science and Practice, показало, что последовательность ведения учета пищи была более сильным предиктором успеха в управлении весом, чем абсолютная точность подсчета калорий. Участники, которые последовательно вели учет в одном приложении, теряли больше веса, чем те, кто переключался между приложениями или методами, независимо от точности базы данных.

На что обращать внимание при выборе надежного трекера калорий

Основываясь на иерархии источников данных и исследованиях точности баз данных, вот что следует приоритизировать при выборе приложения для отслеживания калорий:

Проверенные данные важнее объема. База данных из 1.8 миллиона проверенных записей более полезна, чем 14 миллионов непроверенных. Вам нужна точность для тех продуктов, которые вы действительно едите, а не огромный ассортимент дубликатов, которые вы никогда не используете.

Одна запись на продукт. Дублирующие записи создают путаницу и вводят несоответствия. Ищите приложения, которые поддерживают одну авторитетную запись на каждый продукт.

Прозрачность источников. Приложение должно сообщать, откуда берутся его данные. Если оно ссылается на USDA FoodData Central или эквивалентные государственные базы данных, это сильный индикатор надежности.

Регулярные обновления. Продукты меняются. База данных вашего приложения должна меняться вместе с ними. Ищите приложения, которые активно поддерживают и обновляют свои записи.

Несколько методов ввода. Точные данные полезны только в том случае, если вы действительно регистрируете свою пищу. Приложения, которые предлагают несколько методов ввода — сканирование штрих-кодов, распознавание фото, голосовой ввод, ручной поиск — делают последовательный учет проще и более вероятным.

Nutrola отвечает всем этим требованиям. Ее проверенная диетологами база данных из 1.8 миллиона продуктов поддерживает одну запись на продукт, сопоставленную с USDA FoodData Central и эквивалентными международными базами данных. Приложение предлагает функции ввода с помощью ИИ, голосовой ввод, сканирование штрих-кодов и импорт рецептов — что делает его быстрым для точного учета. С тарифами от 2.50 евро в месяц и без рекламы на любом уровне, оно предназначено для пользователей, которые хотят надежные данные без отвлекающих факторов. Доступно на iOS и Android.

Когда абсолютная точность имеет значение

Для большинства людей, отслеживающих калории для общего здоровья или управления весом, последовательность в одном приложении является достаточной. Но есть ситуации, когда абсолютная точность становится более важной:

Подготовка к соревнованиям. Бодибилдеры и участники соревнований по физической культуре, работающие с очень узкими калорийными границами (в пределах 100-200 калорий от своей цели), нуждаются в самых точных данных. В этом контексте необходимы базы данных, основанные на лабораторных данных.

Медицинская диетотерапия. Пациенты, управляющие диабетом, болезнями почек или другими состояниями, где потребление определенных питательных веществ предписано медицински, нуждаются в данных, которым они могут доверять. Их диетолог должен рекомендовать конкретное приложение с проверенными данными.

Исследования. Любое диетическое исследование, использующее учет пищи через приложения, должно учитывать точность базы данных как потенциальный фактор путаницы. Использование приложения с проверенными, лабораторно полученными данными снижает этот источник ошибки.

Во всех трех случаях подходящим выбором будет приложение с проверенной базой данных — а не краудсорсинговое.

Часто задаваемые вопросы

Существует ли единственно "правильная" калорийность для любого продукта?

Не совсем. Все продукты по своей природе изменчивы — куриная грудка с одной фермы будет иметь немного разные макронутриенты, чем с другой. Государственные базы данных, такие как USDA FoodData Central, сообщают средние значения из нескольких лабораторных анализов, которые представляют собой лучшее доступное приближение. Эти значения считаются эталонными стандартами, обычно точными в пределах 5-10% от фактического содержания калорий любого конкретного образца.

Почему один и тот же продукт имеет разную калорийность в базах данных разных стран?

Национальные базы данных о составе продуктов отражают продовольственное снабжение своей конкретной страны. Различия в породах животных, методах ведения сельского хозяйства, условиях почвы, стандартах обогащения и методах переработки создают подлинные питательные различия между странами. "Куриная грудка" в США и "куриная грудка" в Германии могут иметь измеримо разное содержание калорий, что делает обе записи в базах данных действительными для своих рынков.

Могу ли я просто усреднить калорийность из нескольких приложений?

Усреднение не рекомендуется. Разные приложения могут использовать принципиально разные источники данных, и усреднение вводит дополнительные переменные, а не уменьшает ошибку. Лучший подход — использовать одно приложение с проверенной, лабораторно полученной базой данных и доверять его данным последовательно. Проверенная база данных Nutrola предоставляет одну точную запись на продукт, устраняя необходимость перекрестной проверки или усреднения между источниками.

Как часто обновляются базы данных о продуктах?

Частота обновлений варьируется. База данных USDA FoodData Central обновляется периодически, но не по фиксированному графику. Краудсорсинговые базы данных "обновляются" постоянно в том смысле, что добавляются новые записи, но существующие записи редко исправляются или пересматриваются. Данные производителей меняются всякий раз, когда продукт реформулируется, но приложения могут не фиксировать эти изменения в течение месяцев или лет. Проверенная база данных Nutrola активно поддерживается командой диетологов, чтобы отражать текущие формулы продуктов и последние доступные данные.

Решит ли ИИ проблему точности баз данных о продуктах?

ИИ уже улучшает определенные аспекты учета пищи — в частности, оценку размера порций с помощью распознавания фото и обработки естественного языка для голосового ввода. Однако ИИ не может исправить принципиально неточные исходные данные. Система ИИ, обученная на краудсорсинговой базе данных, воспроизведет ошибки в этой базе данных. Комбинация инструментов ввода на основе ИИ с проверенной базой данных (как реализует Nutrola) одновременно решает проблемы точности ввода и данных.