想象一个世界，在这个世界的杂货店货架上的食品按照其健康度进行了评分，配有简单而基于研究支持的评分标签。在某些国家，这样的世界已经存在。
营养成分评分系统（NPS）通过在包装正面提供明确的标签来评估食品质量，这些标签基于食品的营养成分。例如，法国的Nutri-Score是一个彩虹色的系统，从A到E对食品进行分级；澳大利亚的Health Star Rating是一个五星级系统，以半星为单位对食品进行评分；英国的Traffic Light System则用绿色、黄色或红色标注营养水平。
相比之下，美国缺乏这样的食品包装前评分系统。最近，塔夫茨大学开发了Food Compass，以填补这一空白，并解决其他系统中的不足之处。但它使用的营养信息目前大多数食品和消费者都不可获得。
作为胃肠病学家和医学科学家，我致力于使最新的微生物组和营养数据更容易被公众获取。基于这项研究，我开发了营养消耗评分（Nutrient Consume Score, NCS），该评分从1到100对食品进行评级，使用所有食品均可获得的营养信息，并结合对健康微生物组重要的因素。
但营养成分评分系统是如何工作的呢？它们与其他消费者营养指南相比又如何？
每个营养成分评分系统使用不同的评分算法，但大多数会给通常摄入不足的营养成分和食品（如纤维、水果和蔬菜）加分，而给过量摄入的营养成分（如糖、饱和脂肪和钠）减分，这些成分常添加到加工食品中。这些分数合并成一个总分：较高的分数表示更健康的食品，较低的分数表示不太健康的选项。
例如，富含纤维、钾和不饱和脂肪而低糖、低钠和低饱和脂肪的羽衣甘蓝会得到高分。相反，含有大量糖、钠和饱和脂肪但纤维、钾和不饱和脂肪含量低的Twinkies会得到低分。像黑橄榄这样富含纤维但钠含量也高的食品则介于两者之间。
营养成分评分系统类似于食品包装背面或侧面的营养成分标签，帮助消费者做出明智的选择。这些标签提供了有关食品营养成分的信息，包括卡路里、宏量营养素和关键维生素和矿物质。这些值是通过实验室分析和基于标准化份量的营养数据库确定的，由美国食品药品监督管理局监管。
然而，NPS的不同之处在于它们将营养信息整合为一个可操作的总分。这意味着您不必花费时间解读通常字体较小且难以理解的营养成分标签。
营养成分评分系统的算法在对未加工食品（如豆类、坚果、种子、水果、蔬菜和全谷物）给予高分，对加工食品（如热狗、软饮料、蛋糕和饼干）给予低分方面非常相似。它们帮助人们调整因食品加工而失衡的饮食结构，或根据配料改变的程度进行调整。
这些系统补充了圣保罗大学研究人员开发的NOVA分类系统，该系统根据加工程度对食品进行分类。该系统引入了“超加工食品”的术语，指那些经过大量工业加工并含有家庭烹饪中不常见的成分的食品。
虽然NOVA将超加工食品与肥胖、心理健康较差、癌症和早逝等不良健康结果联系起来，但它对所有此类食品一视同仁，忽略了糖、钠和其他添加剂的差异。
营养成分评分系统通过识别超加工食品类别内的更健康选择提供了细微差别。例如，根据NOVA系统，植物基牛奶（如杏仁奶或豆奶）可能被归类为超加工食品，但如果它们含有的添加糖和盐较少，则可以获得相对较高的NPS评分。
尽管营养成分评分系统有助于选择更健康的选项，但现有系统存在局限性。它们并不总是与其他研究完全一致，经常忽略调节微生物组和身体过程的生物活性化学物质，可能依赖不完整的数据。现有系统也不考虑酒精的热量和健康影响。
我设计的营养消耗评分（NCS）旨在弥补这些不足，通过纳入这些被忽视的食品成分来改进评分。例如，它使用食品类别作为有限数据区域的代理，包括多酚、ω-3脂肪酸和发酵纤维等生物活性化合物。未加工食品（如水果、蔬菜、谷物、豆类、坚果和种子）中发现的生物活性化合物的代理被整合到评分的核心算法中，该算法使用营养比例来衡量食品加工程度。
营养比例——包括碳水化合物对纤维、饱和脂肪对不饱和脂肪和钠对钾的比例——反映了未加工食品细胞中营养成分的天然平衡，研究表明这与心脏代谢健康相关。
例如，植物细胞壁提供结构强度并富含纤维，而能量囊泡储存碳水化合物。纤维减少糖吸收并发酵成丁酸，维持血糖并调节食欲。
未加工食品的脂肪谱与细胞膜脂肪组成相似。饱和脂肪对不饱和脂肪的比例反映了不同类型脂肪对炎症和体重的影响。
最后，钾对钠的比例反映了细胞膜泵的自然功能，这些泵将钾集中在细胞内，同时将钠运输出细胞。这影响血压以及微生物组和代谢健康。
正在进行的同行评审研究表明，营养消耗评分与其他系统相比具有优势。该评分来自近5,000名美国人的营养数据，与血压、腰围和体重相关。NCS还被纳入一个面向公众使用的智能手机应用程序，目前正在测试中。
尽管营养成分评分系统是更健康食品选择的有前途工具，但也有一些需要注意的地方。大多数测试其效果的研究关注的是两个因素之间的关系，而不是一个因素是否直接导致另一个因素。相关性并不能证明因果关系。
还需要进一步研究以评估这些系统是否会影响购买习惯、消费趋势和健康结果，如体重和血压。此外，个体的饮食需求各不相同，个性化算法可以帮助改进这些评分，以提供定制化建议。
尽管如此，营养成分评分系统有望应对日益增长的代谢疾病。它们在欧洲的应用表明，这些系统可以改变消费者的购买习惯，并激励食品公司生产更健康的产品。
美国人有一天可能会在美国看到类似的食品包装前标签。在此之前，智能手机技术可以为消费者提供一种实用的方法，帮助他们在今天做出更明智的选择。
(全文结束)
