想象一个世界，超市货架上的食品根据其健康程度进行评分，这种评分系统基于科学研究。在一些国家，这个世界已经存在。营养成分评分系统（Nutrient Profiling Systems，简称NPS）通过明确的包装正面标签评估食品质量，基于其营养成分。
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、黄、红三种颜色标记营养成分水平。
相比之下，美国缺乏食品包装正面评分系统。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的不足。然而，该系统使用的营养信息目前大多数食品和消费者无法获得。
作为胃肠病学家和医学科学家，我致力于将最新的微生物组和营养数据提供给公众。基于这些研究，我开发了Nutrient Consume Score（NCS），该系统使用所有食品均可获得的营养信息，对食品从1到100进行评分，并结合了有利于健康微生物组的因素。
营养成分评分系统的工作原理是什么？它们与其他消费者的营养指南相比如何？
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素和食物（如纤维、水果和蔬菜）分配正分，而给过量摄入的营养素（如糖、饱和脂肪和钠）分配负分，这些营养素通常添加到加工食品中。这些分数合并成一个总分：高分表示更健康的食品，低分表示不太健康的选项。
例如，羽衣甘蓝富含纤维、钾和不饱和脂肪，同时糖、钠和饱和脂肪含量低，因此会获得高分。相反，Twinkies含有大量糖、钠和饱和脂肪，但纤维、钾和不饱和脂肪含量低，因此得分较低。黑橄榄虽然富含纤维，但钠含量也高，因此介于两者之间。
营养成分评分系统类似于食品包装背面或侧面的“营养成分表”，帮助消费者做出明智的选择。这些标签提供了关于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及矿物质。这些值通过实验室分析和基于标准化份量的营养数据库确定，由美国食品药品监督管理局（FDA）监管。
然而，NPS的不同之处在于它将营养信息整合为一个可操作的单一评分。这意味着您不必花时间解读通常字体较小且难以理解的“营养成分表”。
营养成分评分系统算法在高评分未加工食品（如豆类、坚果、种子、水果、蔬菜和全谷物）和低评分加工食品（如热狗、软饮料、蛋糕和饼干）方面非常相似。它们帮助人们重新平衡因食品加工而失衡的饮食，即成分被改变的程度。
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”一词，指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、心理健康状况差、癌症和早死等不良健康结果联系在一起，但它将所有此类食品视为等同，忽略了糖、钠和其他添加剂的差异。
法国的Nutri-Score对食品的营养价值从A到E进行评级。营养成分评分系统通过识别超加工食品中的更健康选项来提供细微差别。例如，根据NOVA系统，植物基奶（如杏仁奶或豆浆）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，则可能获得较高的NPS评分。
尽管营养成分评分系统有助于选择更健康的食品，但现有系统仍存在局限性。它们并不总是与其他研究完全一致，常常忽略调节微生物组和身体过程的生物活性化学物质，并可能依赖不完整的数据。当前系统也不考虑酒精的热量和健康影响。
我设计的Nutrient Consume Score旨在弥补这些差距，纳入了这些被忽视的食品成分。例如，它使用食品类别作为有限数据区域的代理，包括多酚、欧米伽-3脂肪酸和可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）中的生物活性化合物代理被整合到评分的核心算法中，该算法使用营养比率来衡量食品加工程度。
营养比率（如碳水化合物与纤维、饱和脂肪与不饱和脂肪、钠与钾）反映了未加工食品细胞中营养成分的天然平衡，研究表明这与心血管代谢健康相关。
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类似于细胞膜中的脂肪组成。饱和脂肪与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，钾与钠的比例反映了细胞膜泵的自然功能，即细胞内钾浓度升高，细胞外钠浓度升高。这影响血压以及微生物组和代谢健康。
目前正在进行同行评审的研究表明，Nutrient Consume Score与其他系统相比表现良好。该评分基于近5000名美国人的营养数据，与血压、腰围和体重相关。NCS还被纳入一个智能手机应用程序，供公众使用，目前正在测试阶段。
虽然营养成分评分系统是做出更健康食品选择的有力工具，但它们有一些重要注意事项。大多数测试其效果的研究只关注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。相关性并不等于因果关系。
进一步的研究需要评估这些系统是否影响购买习惯、消费趋势以及健康结果（如体重和血压）。此外，个人的膳食需求各不相同，个性化算法可以帮助优化这些评分以提供定制建议。
尽管有这些考虑，营养成分评分系统是应对代谢疾病上升率的有前途工具。其在欧洲的使用展示了其潜力，可以改变消费者的购买习惯，并激励食品公司创造更健康的产品。
美国人有一天可能会在美国看到类似的包装正面标签。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，帮助他们今天做出更明智的选择。
(全文结束)
