如果你可以在购物时根据“健康指数”对食品进行排名?营养素分析系统使用算法简化选择健康食品的过程What If You Could Rank Food By 'Healthiness' As You Shopped? Nutrient Profiling Systems Use Algorithms To Simplify Picking Healthy Groceries

环球医讯 / 硒与微生态来源:menafn.com美国 - 英语2024-12-27 02:00:00 - 阅读时长5分钟 - 2212字
本文介绍了几种不同国家的营养素分析系统(NPS),这些系统通过算法对食品进行评分,帮助消费者更轻松地选择健康的食品。文中还探讨了这些系统的工作原理及其优缺点,并提出了一种新的评分系统——营养消费评分(NCS)。
健康指数食品排名营养素分析系统NPSNutri-Score健康星级评级交通灯系统FoodCompass营养消费评分微生物组未加工食品加工食品超加工食品NOVA分类系统生物活性化合物营养比例心血管代谢健康智能手机应用程序膳食需求个性化算法代谢疾病购买习惯消费趋势健康结果
如果你可以在购物时根据“健康指数”对食品进行排名?营养素分析系统使用算法简化选择健康食品的过程

想象一个世界,在这个世界上,杂货店货架上的食品根据其健康程度进行排名,并附有简单且基于研究的评分。在一些国家,这样的世界已经存在。营养素分析系统(NPS)支持在食品包装正面添加明确标签,根据营养成分评估食品质量。例如,法国的Nutri-Score是一个彩虹色系统,对食品从A到E进行分级;澳大利亚的健康星级评级是一个五星级系统,以半星为单位对食品进行评分;英国的交通灯系统则用绿色、黄色或红色标注营养水平。

相比之下,美国缺乏食品包装正面的评分系统。最近,塔夫茨大学开发了Food Compass以填补这一空白,并解决现有系统的不足之处。然而,它使用的营养信息目前大多数食品和消费者并不具备。

作为胃肠病学家和医师科学家,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,我开发了营养消费评分(NCS),该评分从1到100对食品进行评分,使用所有食品均可获得的营养信息,并结合有利于健康微生物组的因素。

那么,营养素分析系统是如何工作的呢?它们与其他营养指南相比又如何?

每个营养素分析系统使用不同的评分算法,但大多数会为通常摄入不足的营养素和食物(如纤维、水果和蔬菜)赋予正分,而为过量摄入的营养素(如糖、饱和脂肪和钠)赋予负分,这些成分常添加到加工食品中。这些分数合并成一个总分: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,而糖、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。像黑橄榄这样的食品,虽然富含纤维但也含有较多的钠,其评分介于两者之间。

清晰的营养信息可以帮助消费者做出更健康的食品选择。营养素分析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单一评分。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。

营养素分析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)进行高评分,而对加工食品(如热狗、软饮料、蛋糕和饼干)进行低评分方面非常相似。它们有助于人们重新平衡因食品加工而失衡的饮食结构,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”的概念,即经过显著工业加工并含有家庭烹饪中不常见的成分的食品。尽管NOVA已将超加工食品与肥胖、心理健康不良、癌症和早逝等不良健康结果联系起来,但它将所有此类食品视为平等,忽略了糖、钠和其他添加剂的差异。

营养素分析系统通过识别超加工食品类别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,则可以有相对较高的NPS评分。

虽然营养素分析系统有助于选择更健康的选项,但当前系统存在局限性。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,并可能依赖不完整的数据。当前系统也不考虑酒精的卡路里和健康影响。

我设计的营养消费评分旨在弥补这些差距,纳入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(如碳水化合物对纤维、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,研究表明这与心血管代谢健康相关。

例如,植物细胞壁提供结构强度,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的脂肪组成。饱和脂肪对不饱和脂肪的比例捕捉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,钾集中在细胞内,而钠被运输出去。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,营养消费评分与其他系统相比具有优势。该评分基于近5000名美国人的营养数据,与血压、腰围和体重相关联。NCS已被纳入一个智能手机应用程序,旨在供公众使用,目前处于测试阶段。

虽然营养素分析系统是更健康食品选择的有力工具,但它们也伴随着重要警告。大多数测试其效果的研究主要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。相关性并不能证明因果关系。

还需要进一步研究以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,个人的膳食需求可能有所不同,个性化算法可以帮助细化这些评分,提供定制建议。

尽管如此,营养素分析系统是应对代谢疾病上升率的有希望的工具。它们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食品包装正面标签。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)

大健康
大健康