許凱婕，王嘉銘，徐丁婷，史澤環(huán)，沈秀華*，湯慶婭

(1 上海交通大學醫(yī)學院營養(yǎng)系，上海 200025；2上海交通大學醫(yī)學院附屬新華醫(yī)院臨床營養(yǎng)科，上海 200092)

近年來，計算機、互聯(lián)網(wǎng)、傳感設備等新興技術的發(fā)展和應用為傳統(tǒng)膳食調查方法提供了改進和提升的空間?，F(xiàn)將國內(nèi)外已有膳食調查新方法的特點及應用情況綜述如下。

1 圖像記錄膳食調查法

過去，食物圖像常作為食物模型輔助食物量估計[1]。2000年，Kaczkowski 等[2]首次提出拍攝食物圖像進行膳食調查的方法。該研究中，調查對象使用35mm照相機，于進餐前拍攝自己攝入食物的照片。在拍攝圖片時，規(guī)定相機鏡頭需與食物保持一定角度和距離，并使用刻度尺作為參照物，食物量由調查對象根據(jù)拍攝所得照片自行評估。2002年，Wang等[3]在研究中改進了這一方法，要求調查對象拍攝食物圖像后交由專業(yè)人員進行食物量估計，結果證明這一方法在流行病學調查中具有一定可行性。2009年，Higgins等[4]建立了食物圖像數(shù)據(jù)庫，并制定了拍攝角度、拍攝時使用的參照物等一系列要求，進一步提高了圖像法的準確性。Martin等[5]提出了遠程食物圖像法(RFPM)這一概念，即調查對象在進餐前后將食物與參照物擺放在一起拍攝照片，并遠程傳輸給研究人員，由專業(yè)營養(yǎng)師借助提前做好的食物圖像數(shù)據(jù)庫估計食物攝入量并運用食物成分數(shù)據(jù)庫計算能量和各營養(yǎng)素攝入情況。汪之頊等[6]開發(fā)了一種新的即時性圖像法，該研究結合我國烹調方式多樣、食物種類繁多的實際情況對上述方法進行了改進。實驗中，研究者提供了有網(wǎng)格的餐布作為拍攝食物圖像時的參照物，并要求調查對象從正上方、前、后側偏 45°等三個角度拍攝進食前后的影像。同時，研究者制定了詳細的估量參比食物圖譜，使用此方法分別對學齡前兒童和城市孕婦人群進行膳食調查，結果表明，與24h膳食回顧法相比，該方法在受試人群中依從性更好，且與稱重法所得結果更接近[7-8]。但目前國內(nèi)尚無其他使用圖像記錄法進行膳食調查的報道。

使用圖像記錄法進行膳食調查有幾方面的優(yōu)勢[9-10]。首先，圖像記錄法是一種即時性的膳食調查方法，不依賴調查對象的記憶，可以有效減小調查中的回憶偏倚。其二，食物圖像可以通過網(wǎng)絡等途徑傳輸，無需研究人員進行現(xiàn)場數(shù)據(jù)采集，極大地減輕研究人員的現(xiàn)場工作壓力。其三，此方法通過食物圖像進行食物量估計，所得信息清楚、直觀，避免了受調查者語言描述能力對實驗結果的影響，提高了食物量估計的準確性。但圖像記錄法也存在一些不足[6]。我國膳食烹調方式復雜多樣，僅通過圖片不能有效反映食物烹調方法及調味料的使用量。因此，在今后的研究中可以使用磁帶錄音或文字描述的方式讓調查對象對食物信息進行補充，輔助圖像完善食物信息。此外，目前食物圖像數(shù)據(jù)庫中食物種類不夠齊全、圖像拍攝標準未完全統(tǒng)一，未來還需要對食物圖像數(shù)據(jù)庫進行進一步的擴充與規(guī)范。

2 軟件膳食調查法

膳食調查軟件的常用載體為計算機。目前國外使用計算機軟件進行的膳食調查多采用人機互動的形式，調查對象通過設計好的計算機膳食調查軟件自行記錄膳食情況[11]。調查對象需接受軟件操作和食物量估計的培訓。調查中，計算機軟件代替營養(yǎng)師訪談，通過彈出提示信息引導調查對象在指定的位置填寫或選擇自己攝入食物的種類和食物量。通常膳食調查軟件會提供食物圖譜，輔助調查對象估算食物量。

早在1989年，F(xiàn)eskanich等[12]已研發(fā)出了一款互動式的膳食調查軟件。1999年，Baranowski等[13]在兒童膳食調查中應用了一款名為FIRSSt的膳食調查系統(tǒng)，結果表明，相比傳統(tǒng)24h膳食回顧法，該方法在兒童中接受度更高。此后，人機互動式膳食調查越來越多地被用于兒童和青少年的膳食研究中[14]。如Vereecken等[15]開發(fā)的一款針對青少年的計算機膳食營養(yǎng)軟件YANA-C，青少年可按照系統(tǒng)提示在軟件系統(tǒng)中選擇自己攝入的食物，未在菜單中列出的食物可單獨記錄。完成全天膳食記錄后，軟件會自動提示調查對象對調查結果進行完善防止遺漏。國內(nèi)目前僅有一款計算機輔助面訪系統(tǒng)[16]。該系統(tǒng)代替了紙質問卷，研究人員攜帶安裝面訪系統(tǒng)的計算機進行入戶膳食調查，可將數(shù)據(jù)直接錄入系統(tǒng)，節(jié)省了傳統(tǒng)膳食調查中將紙質問卷數(shù)據(jù)錄入計算機的步驟。食物圖譜直接儲存于計算機中，便于調查時輔助食物量估計。

軟件膳食調查具有以下優(yōu)點：(1)軟件增加了膳食調查的趣味性，在調查對象中普遍接受度更高，尤其適合于兒童、青少年的膳食調查。(2)該方法可以將數(shù)據(jù)直接錄入計算機系統(tǒng)，記錄格式統(tǒng)一，便于數(shù)據(jù)的質量控制，同時減輕了研究人員的工作負擔。(3)此膳食調查法要求調查對象按照系統(tǒng)設定的步驟進行膳食回顧，可有效避免食物信息的遺漏。但計算機軟件膳食調查法也有其不可避免的局限性。此方法要求召集調查對象進行現(xiàn)場調查或研究人員入戶調查，且計算機便攜性還有待提高，因此在膳食調查中，計算機正逐漸被功能強大、便攜性較好的其他移動電子設備取代[17-18]。

移動電子設備如平板電腦與智能手機，兼具計算機的大部分功能且更便于攜帶。使用移動電子設備進行膳食調查可結合圖像記錄法和計算機膳食調查法的功能，且所得數(shù)據(jù)可通過網(wǎng)絡進行傳輸。目前，移動電子設備已較多應用于體重控制中[19]。目前已有多種手機應用軟件可供使用者進行膳食調查，并進行營養(yǎng)評估與反饋，以指導用戶進行簡單的健康飲食指導。

3 網(wǎng)絡膳食調查法

網(wǎng)絡膳食調查是調查對象通過線上膳食調查平臺自主記錄膳食情況的一種方法。調查對象登錄調查所用網(wǎng)頁，即可按照網(wǎng)頁提示進行膳食記錄，研究人員可通過網(wǎng)絡遠程收集數(shù)據(jù)。與人機互動式膳食調查相比，在線膳食調查系統(tǒng)的功能與計算機膳食調查軟件基本一致。不同的是，在網(wǎng)絡膳食調查中，調查對象借助網(wǎng)絡足不出戶即可完成膳食調查，提高了調查對象的依從性，同時減輕了研究人員的負擔[20-22]。

網(wǎng)絡膳食調查法是在人機互動式膳食調查法的基礎上發(fā)展而來的。近年來，國外已出現(xiàn)較為成熟的網(wǎng)絡膳食調查系統(tǒng)。如Forster等[22]開發(fā)的在線食物頻率調查系統(tǒng)Food4Me，該系統(tǒng)含157種食物可供調查對象選擇并使用標準化的彩色照片輔助估計食物重量。研究者使用4d食物稱重法作為金標準用來評估該方法的有效性，結果表明，在線Food4Me食物頻率調查法在能量、食物種類和營養(yǎng)素攝入方面重現(xiàn)性良好，與稱重法的一致性較好，適合用于健康人群的膳食調查[21]。美國國家癌癥研究所開發(fā)了一款網(wǎng)絡自助24h膳食回顧工具ASA24[22]，該系統(tǒng)包括一個調查對象界面和一個研究人員界面，可進行數(shù)據(jù)的采集、管理與分析。在接受調查時，調查對象需提供過去24h的進餐情況，選擇進餐食物并錄入所選食物的詳細信息。該系統(tǒng)向調查對象提供音頻、視頻指導，并有不同分量食物圖片輔助完成食物量的估計。該網(wǎng)絡系統(tǒng)是一款免費的膳食調查工具，可供各項關于膳食調查研究使用。

網(wǎng)絡調查中調查對象接受度高、依從性好，尤其適合大規(guī)模營養(yǎng)流行病學調查[23-24]，但需要較高的前期研發(fā)技術支持，且不適合網(wǎng)絡普及率較低的地區(qū)使用。

4 智能卡技術膳食調查法

智能卡是內(nèi)嵌有微芯片的塑料卡的通稱，具有身份識別、信息存儲、與數(shù)據(jù)終端進行信息交互等功能，可作為膳食調查的工具。2005年，Lambert等[25]首次將智能卡技術應用于膳食調查中，學生所選購的食物信息可與智能卡號一一對應并存儲于后臺系統(tǒng)中，供研究人員進行膳食評估。同年，他們進一步應用智能卡對30名8～11歲在校男生進行了78d膳食調查，結果表明，該方法具有良好的接受度，可作為長時間連續(xù)監(jiān)測膳食情況的有效方法[26-27]。Mhurchu等[28]使用智能卡技術對家庭主婦在超市及零售店購買食品情況進行了記錄，認為通過營養(yǎng)標簽和食品數(shù)據(jù)庫、擴大智能卡使用范圍等措施可提高此方法的可行性。

智能卡法錄入數(shù)據(jù)方便快捷、所得食物信息準確具體、可進行長期膳食追蹤。但是，智能卡不能確保調查對象是否攝入未經(jīng)智能卡記錄的食物，這是此方法最大的誤差來源。此外，該方法要求調查地點為調查對象日常購買食物的地點，且需具備與智能卡相關的硬件設施，這給智能卡在膳食調查中的應用造成了困難。

5 傳感技術膳食調查法

穿戴式傳感器可以通過感應進食者手臂動作、咀嚼聲音和吞咽動作等實現(xiàn)對進食行為的記錄，連接計算機后可以進行食物攝入量的計算[29-30]。但目前不同穿戴式傳感器所得結果準確性參差不齊，需要進一步的技術改良[31-32]。穿戴式傳感器設計需考慮佩戴者的體驗，不能造成佩戴者的創(chuàng)傷和不適感受，這是此方法在實際應用時的又一挑戰(zhàn)[29]。另外，目前還出現(xiàn)了智能餐桌。樊祥超等[33]設計了一款安裝了壓力傳感器的智能餐桌，其基本原理為盤碟上的物體的重量與傳感器輸出的電壓值為線性關系，由輸出電壓值可獲得實時的菜肴重量和消耗量。目前傳感技術在膳食調查方面的應用多集中于飲食監(jiān)控及飲食行為的調查，現(xiàn)有的傳感器不能識別食物的種類，因而無法通過傳感器記錄的數(shù)據(jù)計算攝食者能量和各營養(yǎng)素的攝入情況。

6 展望

現(xiàn)有研究普遍反映應用新技術的膳食調查方法接受度較高，在少年兒童等特殊人群的研究中有獨特的優(yōu)勢，且能夠顯著減輕對研究者和調查對象雙方的負擔。但其準確性和有效性需要進一步研究。隨著科技發(fā)展，一些新興技術將越來越多地應用在膳食調查中，建立三維立體化的食物圖像數(shù)據(jù)庫、研發(fā)功能更為全面的穿戴式設備、設計能夠自動評估膳食情況并給予個性化膳食指導的調查系統(tǒng)等已成為可能。在未來的膳食調查中，可以將多種技術進行結合，以改進膳食調查過程，獲得更為準確的數(shù)據(jù)。目前，國內(nèi)應用計算機、網(wǎng)絡等技術的膳食研究較少，膳食調查新技術在我國有待發(fā)展。應結合我國居民膳食現(xiàn)狀，積極探索適合我國營養(yǎng)流行病學研究的膳食調查方法?！?/p>

[1]吳欣耘，汪之頊，馬秀玲，等.食物圖譜輔助提高24h回顧法膳食調查準確性的評價研究 [J]. 營養(yǎng)學報，2012，34(6)：558-562.

[2]Kaczkowski C H，Jones P J，F(xiàn)eng J，et al.Four-day multimedia diet records underestimate energy needs in middle-aged and elderly women as determined by doubly-labeled water [J]. Journal of Nutrition，2000，130(4)：802-805.

[3]Wang D H，Kogashiwa M，Ohta S，et al.Validity and reliability of a dietary assessment method：the application of a digital camera with a mobile phone card attachment [J]. Journal of Nutritional Science & Vitaminology，2002，48(6)：498-504.

[4]Higgins J A，Lasalle A L，Zhaoxing P，et al.Validation of photographic food records in children：are pictures really worth a thousand words? [J]. European Journal of Clinical Nutrition，2009，63(8)：1025-1033.

[5]Martin C K，Han H，Coulon S M，et al.A novel method to remotely measure food intake of free-living individuals in real time：the remote food photography method [J]. British Journal of Nutrition，2009，101(3)：446-456.

[6]汪之頊，張曼，武潔姝，等.一種新的即時性圖像法膳食調查技術和效果評價 [J]. 營養(yǎng)學報，2014，36(3)：288-295.

[7]宋成琳，王文媛，劉簫，等.即時性圖像法膳食調查技術應用于學齡前兒童膳食調查的效果評價 [J]. 中國兒童保健雜志，2015，23(7)：684-688.

[8]姜婷婷，戴永梅，苗苗，等.即時性圖像法在南京市孕婦膳食調查中應用效果評價 [J]. 衛(wèi)生研究，2015，44(4)：586-592.

[9]Ptomey L T，Willis E A，Goetz J R，et al.Digital photography improves estimates of dietary intake in adolescents with intellectual and developmental disabilities [J]. Disability & Health Journal，2015，8(1)：146-150.

[10]Ptomey L T，et al.Validity of energy intake estimated by digital photography plus recall in overweight and obese young adults [J]. Journal of the American Academy of Nutrition & Dietetics，2015，115(9)：1392-1399.

[11]Min K P，et al.Adapting a standardised international 24 h dietary recall methodology (GloboDiet software)for research and dietary surveillance in Korea [J].British Journal of Nutrition，2015，113(11)：1810-1818.

[12]Feskanich D，et al.Computerized collection and analysis of dietary intake information [J]. Computer Methods & Programs in Biomedicine，1989，30(1)：47-57.

[13]Baranowski T，Islam N，Baranowski J，et al.The food intake recording software system is valid among fourth-grade children [J]. Journal of the American Dietetic Association，2002，102(3)：380-385.

[14]Carvalho M A，et al.Validation of the portuguese self-administered computerised 24-hour dietary recall among second-，third- and fourth-grade children [J]. Journal of Human Nutrition & Dietetics，2014，28(6)：666-674.

[15]Vereecken C A，et al.Young adolescents’ nutrition assessment on computer (YANA-C)[J]. European Journal of Clinical Nutrition，2005，59(5)：658-667.

[16]王惠君，張伋，蘇暢，等.計算機輔助膳食調查方法應用 [J]. 營養(yǎng)學報，2014，36(2)：180-183.

[17]Rangan A M，Tieleman L，Louie J C，et al.Electronic dietary intake assessment (e-DIA)：relative validity of a mobile phone application to measure intake of food groups [J]. The British Journal of Nutrition，2016，115(12)：2219.

[18]Delisle N C，et al.A mobile phone based method to assess energy and food intake in young children：a validation study against the doubly labelled water method and 24 h dietary recalls [J]. Nutrients，2016，8(1)：50.

[19]Casperson S L，Sieling J，Moon J，et al.A mobile phone food record app to digitally capture dietary intake for adolescents in a free-living environment：usability study [J]. Jmir Mhealth & Uhealth，2015，3(1)：e30.

[20]Freese J，F(xiàn)eller S，Harttig U，et al.Development and evaluation of a short 24-h food list as part of a blended dietary assessment strategy in large-scale cohort studies [J]. European Journal of Clinical Nutrition，2014，68(3)：324-329.

[21]Fallaize R，et al.Online dietary intake estimation：reproducibility and validity of the food4me food frequency questionnaire against a 4-day weighed food record [J]. Journal of Medical Internet Research，2014，16(8)：e190-e.

[22]Subar A F，et al.The automated self-administered 24-hour dietary recall (ASA24)：a resource for researchers，clinicians，and educators from the National Cancer Institute [J]. Journal of the American Academy of Nutrition & Dietetics，2012，112(112)：1134-1137.

[23]Touvier M，et al.Comparison between an interactive web-based self-administered 24 h dietary record and an interview by a dietitian for large-scale epidemiological studies [J]. British Journal of Nutrition，2011，105(7)：1055-1064.

[24]Filippi A R，Amodio E，Napoli G，et al.The web-based ASSO-food frequency questionnaire for adolescents：relative and absolute reproducibility assessment [J]. Nutrition Journal，2014，13(1)：1-11.

[25]Lambert N，et al.Using smart card technology to monitor the eating habits of children in a school cafeteria：1.Developing and validating the methodology [J]. Journal of Human Nutrition & Dietetics，2005，18(4)：243-254.

[26]Lambert N，Plumb J，Looise B，et al.Using smart card technology to monitor the eating habits of children in a school cafeteria：2.The nutrient contents of all meals chosen by a group of 8- to 11-year-old boys over 78days [J]. Journal of Human Nutrition & Dietetics，2005，18(4)：255-265.

[27]Mhurchu C N，et al.Strategies to promote healthier food purchases：a pilot supermarket intervention study [J]. Public Health Nutrition，2007，10(6)：608-615.

[28]Makeyev O，Lopez-Meyer P，Schuckers S，et al.Automatic food intake detection based on swallowing sounds [J]. Biomedical Signal Processing & Control，2012，7(6)：649-656.

[29]Fontana J M，et al.Energy intake estimation from counts of chews and swallows ☆ [J]. Appetite，2015，85：14-21.

[30]Thomaz E，Zhang C，Essa I，et al.Inferring meal eating activities in real world settings from ambient sounds：a feasibility study[C].International Conference on Intelligent User Interfaces，F(xiàn)，2015.

[31]Dong Y，et al.Detecting periods of eating during free-living by tracking wrist motion [J]. Ieee Journal of Biomedical & Health Informatics，2014，18(4)：1253-1260.

[32]樊祥超，於志文，耿會東，等.基于壓力傳感器的用戶飲食偏好獲取及其應用技術研究[C].全國普適計算學術會議，2010.