Nutrola 2026 用户营养报告：200 万用户的真实饮食

每天，有超过 200 万人使用 Nutrola 记录他们的饮食。他们拍摄餐盘照片、扫描条形码、通过手机语音输入餐食，或在经过验证的食品数据库中手动搜索超过 1200 万条目。由此产生的，是全球最大的真实营养数据集之一，覆盖 195 个国家、各个年龄段，几乎所有饮食模式。

这是我们的 2026 年年度用户营养报告。该报告基于 2025 年 1 月 1 日至 2026 年 2 月 28 日收集的匿名汇总数据，详细描绘了人们的实际消费情况、存在的营养缺口以及与最佳结果相关的习惯。没有自我报告的调查，没有 24 小时回忆偏差。只有记录的餐食、追踪的营养素和测量的结果。

执行摘要

数据清晰地讲述了一个故事。大多数用户的卡路里摄入量足够，但这些卡路里的组成还有很大的改善空间。40 岁以上的大多数用户的蛋白质摄入量低于推荐值。各个年龄段的纤维素摄入量普遍偏低。维生素 D、镁和钾的缺乏情况普遍存在，超过一半的用户在至少一种微量营养素上低于推荐膳食摄入量。

积极的一面是，持续追踪的用户（每周五天或以上）减重的效果显著优于偶尔追踪的用户。高蛋白饮食已超越生酮饮食，成为最受欢迎的饮食模式。而且，平均纤维素摄入量在过去三年首次上升。

以下是关键发现一览：

• 平均每日卡路里摄入：2114 千卡（所有用户）
• 最常记录的食物：鸡胸肉（记录 1420 万次）
• 最常见的缺乏情况：维生素 D（68% 的用户低于 RDA）
• 平均蛋白质摄入：89 克/天（相比于推荐的 105 克，基于平均用户体重）
• 周末卡路里盈余：平均比工作日多 347 千卡
• 每周追踪 6-7 天的用户比每周追踪 1-2 天的用户多减重 3.1 倍
• 主要饮食趋势：高蛋白（22% 的用户选择此饮食类型）

按性别和年龄组划分的平均每日摄入

下表显示了我们用户群体中按性别和年龄组划分的平均每日营养素摄入。所有数据均代表报告期间每日总摄入的算术平均值。

女性用户

年龄组	卡路里 (千卡)	蛋白质 (克)	碳水化合物 (克)	脂肪 (克)	纤维 (克)	钠 (毫克)	糖 (克)
18-24	1842	72	224	68	16.2	2480	62
25-34	1894	79	218	72	17.8	2390	58
35-44	1826	76	208	70	18.4	2310	54
45-54	1762	71	198	68	17.1	2280	51
55-64	1688	65	192	64	17.6	2190	48
65+	1594	58	184	60	16.8	2040	45

男性用户

年龄组	卡路里 (千卡)	蛋白质 (克)	碳水化合物 (克)	脂肪 (克)	纤维 (克)	钠 (毫克)	糖 (克)
18-24	2384	104	278	88	19.4	3210	71
25-34	2462	112	272	94	20.6	3140	66
35-44	2348	106	258	90	20.2	3020	61
45-54	2218	96	244	86	19.1	2890	57
55-64	2098	86	232	80	18.8	2740	52
65+	1942	74	218	74	17.9	2580	47

几个模式显而易见。蛋白质摄入在 25-34 岁年龄组中达到峰值，随后随着年龄的增长而稳步下降，正是维持肌肉质量变得至关重要的时期。纤维素摄入在任何年龄组中都未能达到推荐的每日 25 克（女性）或 38 克（男性）。钠的摄入在所有男性年龄组和 35 岁以下女性中均超过 2300 毫克的指导值。

最常记录的食物：前 20 名

下表列出了报告期间 Nutrola 用户中最常记录的 20 种食物。频率统计反映的是个人记录条目，而非独立用户。

排名	食物项	记录次数	平均份量
1	鸡胸肉	14,200,000	152 克
2	鸡蛋	12,800,000	2 个大鸡蛋
3	米饭（白米）	11,400,000	186 克（熟）
4	香蕉	10,900,000	1 根中等大小的香蕉
5	黑咖啡	9,600,000	240 毫升
6	燕麦/燕麦粥	8,700,000	78 克（干）
7	全麦面包	7,900,000	2 片
8	希腊酸奶	7,400,000	170 克
9	苹果	6,800,000	1 个中等大小的苹果
10	牛奶（全脂或半脱脂）	6,200,000	244 毫升
11	意大利面（熟）	5,800,000	200 克
12	牛油果	5,500,000	0.5 个水果
13	红薯	5,100,000	150 克
14	三文鱼	4,700,000	140 克
15	瘦牛肉末	4,400,000	130 克
16	西兰花	4,100,000	91 克
17	花生酱	3,900,000	32 克
18	蛋白质奶昔/粉	3,700,000	1 勺（30 克）
19	杏仁	3,400,000	28 克
20	切达奶酪	3,200,000	28 克

鸡胸肉和鸡蛋连续三年保持前两位。最大的变化是蛋白质奶昔/粉，从 2025 年的第 24 位上升至 2026 年的第 18 位，反映出高蛋白饮食模式的广泛转变。红薯的排名也显著上升，从第 19 位跃升至第 13 位，可能是由于其在餐前准备社区中的受欢迎程度。

最常见的营养缺乏情况

Nutrola 追踪超过 100 种营养素。通过将每位用户的平均每日摄入量与其年龄和性别特定的 RDA 进行比较，我们可以识别出广泛的缺乏模式。下表显示了每种营养素的用户平均每日摄入量低于 RDA 的百分比。

营养素	低于 RDA 的用户百分比	平均摄入量	RDA（成人平均）	缺口
维生素 D	68%	11.2 mcg	15 mcg	-25%
钾	62%	2640 mg	3400 mg	-22%
镁	58%	298 mg	400 mg	-26%
纤维	56%	18.6 g	28 g（平均）	-34%
钙	41%	892 mg	1000 mg	-11%
铁	34%	14.8 mg	18 mg（女性）/8 mg（男性）	varies
维生素 B12	19%	3.8 mcg	2.4 mcg	+58%（平均足够；问题集中在植物性饮食者中）

维生素 D 缺乏是我们数据集中最普遍的问题。近七成用户通过饮食无法满足 RDA，这一发现与 NIH 和 WHO 发布的人群研究结果一致。钾和镁的缺乏情况紧随其后。尽管纤维素是这些营养素中讨论最多的，但平均摄入量仍低于推荐值 34%。

B12 的发现值得注意。虽然整体平均值超过 RDA，但缺乏情况集中：71% 自我认定为素食者的用户低于 B12 标准，而杂食者仅为 6%。这突显了汇总平均值可能掩盖重要子群模式的原因。

铁缺乏在 18-44 岁的女性中最为普遍（48% 低于 RDA），而所有年龄组的男性通常都超过 RDA。

蛋白质缺口

蛋白质已成为流行营养中讨论最多的宏量营养素，我们的数据表明，尽管人们的意识提高，但许多用户的摄入量仍然不足。我们根据每公斤体重 1.2 克的标准计算每位用户的推荐蛋白质摄入量，这是当前文献支持的适度目标，适用于活跃的成年人。

人群	平均体重 (千克)	推荐蛋白质 (克)	实际平均摄入 (克)	缺口 (克)	缺口 (%)
女性 18-34	66	79	76	-3	-4%
女性 35-54	71	85	74	-11	-13%
女性 55+	69	83	62	-21	-25%
男性 18-34	82	98	108	+10	+10%
男性 35-54	86	103	101	-2	-2%
男性 55+	83	100	80	-20	-20%

年轻男性是唯一一个 consistently 超过蛋白质目标的群体。55 岁以上的女性和男性面临最大的蛋白质缺口，分别低于推荐水平 25% 和 20%。这令人担忧，因为肌肉质量的年龄相关流失（肌肉减少症）正好在这些人群中加速。增加蛋白质摄入量并结合抗阻训练，是减缓老年人肌肉流失的最有力的证据基础干预措施之一。

在那些设定了健身目标的用户中，目标是增加肌肉的用户平均每天摄入 132 克蛋白质，而目标是减重的用户平均为 94 克。没有设定目标的用户平均为 82 克。

餐时模式

Nutrola 为每个餐食条目标记时间，提供了关于人们在不同时间段进食的详细数据。经过本地时间标准化后，清晰的模式浮现。

所有用户的高峰用餐时间：

• 早餐：早上 7:00-8:00（38% 的早餐条目在此时间段内）
• 午餐：中午 12:00-1:00（44% 的午餐条目）
• 晚餐：晚上 6:00-7:00（36% 的晚餐条目）
• 深夜小吃（晚上 9:00 以后）：23% 的用户在任何一天至少记录一次晚上 9 点后的零食

午餐是最集中用餐的时段，几乎一半的午餐条目发生在一个小时内。早餐是被跳过的最多的餐食：31% 的用户每周记录的早餐少于四次。晚餐的记录时间分布最广，从下午 5 点到晚上 9 点都有相当数量的条目。

深夜小吃的情况比许多用户预期的要普遍。23% 的数据代表在晚上 9 点后记录的用户；实际的普遍性可能更高，因为夜间进食是食品记录研究中最被低估的行为之一。最常记录的深夜食物依次为水果、酸奶、坚果、谷物和冰淇淋。

在晚上 8:30 之后不记录餐食的用户，平均每天摄入的卡路里比那些经常深夜小吃的用户少 187 卡路里。虽然这只是相关性而非因果关系，但与时间限制饮食研究一致，显示早期进食窗口的代谢益处。

周末与工作日饮食

我们数据中最一致的发现之一是周末卡路里盈余。用户在周六和周日的饮食量较多，额外卡路里的组成偏向于脂肪和酒精。

日期类型	平均卡路里	平均蛋白质 (克)	平均碳水化合物 (克)	平均脂肪 (克)	平均酒精 (克)
工作日（周一至周五）	2024	88	234	76	4.2
周末（周六至周日）	2371	86	262	94	12.8
差异	+347	-2	+28	+18	+8.6

平均周末盈余为每天 347 卡路里，相当于周末总共约 694 卡路里。如果不通过额外活动或工作日限制来抵消，这相当于每周约 0.09 千克的脂肪组织增加。若这一未补偿的周末盈余持续一年，预计将导致约 4.7 千克的脂肪增加。

值得注意的是，周末的蛋白质摄入量实际上略有下降。额外的卡路里几乎完全来自额外的碳水化合物（通常是餐厅餐食、烘焙食品和零食）、更高的脂肪摄入，以及酒精消费的三倍增加。在我们的数据中，周六的卡路里盈余高于周日（周六平均 +382 千卡，周日 +312 千卡）。

饮食趋势数据

Nutrola 允许用户自愿声明饮食模式或目标。在 124 万设定饮食偏好的用户中，出现了以下分布：

饮食类型	用户百分比	平均每日卡路里	平均蛋白质 (克)	平均碳水化合物 (克)	平均脂肪 (克)
高蛋白	22%	2186	142	198	74
间歇性禁食	18%	1864	86	204	72
地中海饮食	14%	2048	88	238	82
生酮/低碳饮食	12%	1892	98	48	128
卡路里计数（无特定模式）	11%	1946	84	228	74
素食/植物性饮食	8%	1812	68	248	62
古饮食	5%	2098	118	148	96
Whole30/排除饮食	3%	1924	104	162	82
其他	7%	2012	90	224	78

高蛋白饮食已超越生酮饮食，成为 Nutrola 用户中最受欢迎的声明饮食类型，从 2025 年的 16% 上升至 2026 年的 22%。生酮饮食从 2024 年报告中的第一位下降至 12%。间歇性禁食保持稳定在 18%。地中海饮食继续缓慢但稳步增长，从 11% 增加到 14%。

素食和植物性饮食的用户占设定饮食类型的 8%。他们的平均蛋白质摄入量（68 克）是所有群体中最低的，正如在缺乏部分所提到的，这一群体面临较高的 B12 风险。然而，他们的纤维摄入量以 28.4 克/天领先所有群体，是唯一一个达到平均纤维 RDA 的饮食模式。

追踪一致性与减重结果

在那些在至少连续 12 周内记录体重数据的用户中，我们测量了追踪频率与体重变化之间的关系。结果强烈支持一致性的重要性。

每周追踪天数	平均组内用户数	平均体重变化（12 周）	减重用户百分比	平均减重（在减重用户中）
1-2 天	148,000	-0.4 kg	38%	-1.2 kg
3-4 天	224,000	-1.3 kg	54%	-2.4 kg
5-6 天	312,000	-2.8 kg	71%	-3.9 kg
7 天	186,000	-3.6 kg	78%	-4.6 kg

每天记录的用户在 12 周内平均减重 3.6 千克，而每周仅记录 1-2 天的用户仅减重 0.4 千克。实现任何减重的用户比例从最不一致的组别的 38% 上升到每天追踪的 78%。这表明最一致的组别与最不一致的组别之间的平均减重差异为 3.1 倍。

我们认识到这只是相关数据。每天记录的用户可能也更有动力，更加注重饮食选择，或更积极参与健康管理。然而，这一趋势是一致且强烈的，与已发表的临床研究一致，显示自我监测频率是体重管理成功的最强预测因素之一。

各地区每日营养差异

营养模式因地区而异。下表显示了四个主要地区用户的平均每日宏量营养素摄入。

地区	平均卡路里 (千卡)	蛋白质 (克)	碳水化合物 (克)	脂肪 (克)	纤维 (克)	最常记录的食物
北美	2218	96	248	86	17.2	鸡胸肉
欧洲	2064	84	232	82	20.4	鸡蛋
亚太地区	1986	78	268	62	16.8	米饭（白米）
拉丁美洲	2142	82	258	78	19.6	米饭（白米）

北美用户的平均卡路里和蛋白质摄入量最高，部分原因是肉类消费和蛋白质补充剂的使用较高。欧洲用户在四个地区中纤维摄入量最高（20.4 克/天），这可能反映出全谷物、豆类和蔬菜的消费较高。亚太地区用户的碳水化合物相对总摄入量占比最高（54% 的卡路里来自碳水化合物），脂肪占比最低（28% 的卡路里），与以米饭为中心的饮食模式一致。拉丁美洲用户在大多数指标上处于中间水平，米饭是他们最常记录的食物。

北美（96 克）和亚太地区（78 克）之间的蛋白质差异显著，但在按平均体重调整后差距显著缩小。按每公斤体重计算，北美用户平均为 1.12 克/千克，而亚太地区用户为 1.04 克/千克。

年度趋势：2025 年与 2026 年

将今年的数据与 2025 年报告进行比较，揭示了用户营养行为的几个重要变化。

指标	2025 年	2026 年	变化
平均每日卡路里	2098	2114	+0.8%
平均每日蛋白质	84 克	89 克	+6.0%
平均每日纤维	17.4 克	18.6 克	+6.9%
平均每日钠	2780 毫克	2720 毫克	-2.2%
平均每日糖	61 克	57 克	-6.6%
低于维生素 D RDA 的用户	72%	68%	-4 pp
低于纤维 RDA 的用户	61%	56%	-5 pp
周末卡路里盈余	+362 千卡	+347 千卡	-15 千卡
平均每周追踪天数	4.1	4.4	+0.3 天
最受欢迎的饮食类型	生酮（18%）	高蛋白（22%）	shift

最令人鼓舞的趋势是蛋白质 (+6.0%) 和纤维 (+6.9%) 摄入量的增加。这两种营养素在之前的年份中一直处于严重不足的状态，尽管它们仍然低于大多数用户的推荐摄入量，但方向是积极的。糖的摄入量下降了 6.6%，钠也略微下降了 2.2%。

追踪一致性从每周平均 4.1 天提高到 4.4 天，表明用户随着时间的推移建立了更强的记录习惯。Nutrola 在 2025 年推出的功能，包括基于语音的餐食记录和改进的 AI 照片识别准确性，可能通过减少记录过程中的摩擦，促进了这一增长。

从生酮饮食转向高蛋白饮食作为最受欢迎的声明饮食，符合更广泛的文化趋势，强调以蛋白质为中心的营养，而不严格限制碳水化合物。

公众的关键启示

根据本报告中提供的数据，以下是任何希望改善营养的人的最具可操作性的发现：

1. 大多数人在 40 岁后摄入的蛋白质不足。 蛋白质缺口随着年龄的增长而显著扩大，尤其是女性。在中年及以后的每餐优先考虑蛋白质变得愈发重要，以维持肌肉质量和支持代谢健康。

2. 纤维是相对推荐摄入量最不足的营养素。 平均低于 RDA 34% 的纤维缺乏在我们的数据集中几乎是普遍存在的。增加蔬菜、豆类、全谷物和水果的摄入量是影响最广泛的最简单干预措施。

3. 维生素 D、镁和钾是最常见的微量营养素缺口。 这些缺乏情况通过饮食很难弥补，除非做出有意识的食品选择。富含脂肪的鱼、强化食品、绿叶蔬菜、坚果、种子和富含钾的农产品（香蕉、土豆、牛油果）可以有所帮助。

4. 周末会削弱工作日的自律。 周末每天 347 卡路里的盈余会抵消工作日的相当一部分赤字。意识到这一模式是管理它的第一步。

5. 一致性比完美更重要。 数据中减重成功的最强预测因素是追踪频率。用户不需要饮食完美；他们需要定期记录。即使从每周 3 天增加到 5 天，也与平均减重翻倍相关。

6. 高蛋白饮食是 2026 年的主流饮食趋势。 以蛋白质为主的饮食方法已超越生酮饮食并继续增长。这一转变得到了数据的支持：高蛋白用户表现出最强的遵循率和最有利的身体成分变化。

方法学说明

本报告中提供的所有数据均来自选择匿名数据共享的 Nutrola 应用用户。个别用户数据从未被访问、审查或共享。所有分析均在汇总的去标识数据集上进行。

餐食通过 Nutrola 的 AI 照片识别（Snap & Track）、条形码扫描、语音记录或在我们经过验证的超过 1200 万条目食品数据库中手动搜索进行记录。被标记为生理上不合理的条目（单餐条目低于 20 千卡或高于 5000 千卡）被排除在分析之外。营养素摄入量是使用 Nutrola 的数据库计算的，该数据库的数据来源于 USDA FoodData Central、国家食品成分数据库和制造商提供的营养信息。

体重数据仅包括在连续 12 周内至少每周记录一次体重的用户。RDA 比较使用由国家卫生研究院营养补充办公室发布的值，并根据年龄和性别进行调整。

没有个别级别的数据与任何第三方共享。本报告的发布旨在用于教育目的，并为公众理解现实世界的营养模式做出贡献。如需有关数据方法学的疑问，请联系 research@nutrola.com。

常见问题

本报告中的数据是如何收集的？

所有数据来自选择匿名数据共享的 Nutrola 用户提交的汇总餐食和营养记录。用户通过 AI 照片识别、条形码扫描、语音输入或在 Nutrola 的经过验证的超过 1200 万条食品条目数据库中手动搜索来记录餐食。没有个别用户数据被访问或共享。数据集覆盖了 2025 年至 2026 年 2 月的时间段，并包括来自全球超过 200 万活跃用户的输入。

68% 的用户维生素 D 缺乏意味着什么？

这意味着 68% 的 Nutrola 用户的平均每日饮食维生素 D 摄入量低于 15 mcg 的推荐膳食摄入量（RDA）。重要的是要注意，这仅反映饮食摄入情况。许多人通过阳光照射或补充剂获得维生素 D，而这些在食品记录中并未捕捉到。该数据突显了仅通过饮食满足维生素 D 需求的难度。

每周追踪更多天数真的会导致更多减重吗？

我们的数据表明，追踪频率与减重之间存在强相关性，但我们无法仅从观察性数据确认因果关系。每天记录的用户可能也更有动力或做出更有意识的饮食选择。尽管如此，这一关联是一致且显著的，并与已发表的临床研究一致，表明自我监测是成功体重管理的最强行为预测因素之一。

为什么老年人的蛋白质缺口更大？

有两个因素导致这种情况。首先，随着年龄的增长，食欲和总食物摄入量往往会下降，这会减少蛋白质摄入量以及整体卡路里摄入量。其次，与年轻用户相比，老年人更不可能优先考虑富含蛋白质的食物或使用蛋白质补充剂。这尤其令人担忧，因为随着年龄的增长，蛋白质需求可能会增加，因为肌肉蛋白合成的效率降低。当前证据支持 55 岁以上成年人每天至少摄入 1.0-1.2 克蛋白质每公斤体重。

Nutrola 如何判断用户是否遵循特定饮食？

饮食类型由选择在应用中设置饮食偏好的用户自我声明。Nutrola 不会算法性地分配饮食标签。用户可以从预设选项（生酮、地中海、高蛋白、素食、间歇性禁食等）中选择，或输入自定义标签。本报告中的百分比仅反映了 124 万主动设定饮食偏好的用户（约占总用户群的 62%）。没有声明偏好的用户不包括在饮食类型的细分中。

我可以访问自己的营养数据与这些平均值的比较吗？

可以。Nutrola 的 Insights 仪表板显示您跟踪的所有营养素的个人平均值，以及与人群基准的对比。您可以查看自己的摄入量与同年龄、性别和活动水平的用户的比较。此功能对所有用户开放，包括免费计划用户。Nutrola 追踪超过 100 种营养素，让您全面了解自己的饮食模式，而不仅仅是卡路里和宏量营养素。