クラウドソーシングと検証済み食品データベース：あなたのカロリートラッカーはどれほど正確か？
MyFitnessPalのようなクラウドソーシング型食品データベースはどれほど正確なのか？実際のデータと研究を基に、クラウドソーシング型と検証済みデータベースのエラー率を比較します。
あなたのカロリートラッカーの正確性は、その食品データベースの正確性に依存しています。このことは明白に思えますが、多くの人はそのことを考えません。アプリをダウンロードし、「グリルチキンブレスト」と検索して最初の結果をタップし、その数値が正しいと仮定します。
もしそのデータベースがクラウドソーシング型であれば、つまり普通のユーザーが専門的なレビューなしにエントリーを提出している場合、あなたが体重を減らしたり、筋肉をつけたり、健康状態を管理したりするために頼っているデータは、15％から30％も間違っている可能性があります。それは推測ではなく、研究が示している事実です。
Evenepoelら（2020）の研究は、Nutrients誌に掲載され、人気の栄養追跡アプリの正確性を評価し、クラウドソーシング型プラットフォーム間でカロリーやマクロ栄養素の値に大きな不一致があることを発見しました。研究者たちは、アプリが報告する値と、実際に計量された食品記録を分析した結果を比較し、クラウドソーシング型データベースが一貫して重要なエラーを引き起こすことを明らかにしました。これらのエラーは、慎重に計画された食事を台無しにするほどの大きさです。
この記事では、クラウドソーシング型と検証済み食品データベースがどのように機能するのか、研究がその正確性について何を言っているのか、そしてその違いが多くの人が考える以上に重要である理由を解説します。
クラウドソーシング型食品データベースの仕組み
最も広く使用されているカロリートラッキングアプリ、特にMyFitnessPalは、クラウドソーシングモデルを使用してデータベースを構築しています。この概念はシンプルです：アカウントを持っている誰もが食品エントリーを提出できます。他のユーザーはそれらのエントリーを検索して記録します。数百万のユーザーが貢献するため、データベースは急速に成長します。
しかし、問題は、意味のある検証の層が存在しないことです。「Kirkland Signature Protein Bar」のエントリーをユーザーが提出しても、カロリー数が正しいか、サービングサイズがラベルと一致しているか、エントリーが作成された時点から製品が再配合されていないかを確認する人はいません。エントリーは公開され、他のユーザーがそれを記録し始めます。
これにより、いくつかの体系的な問題が生じます：
- 矛盾するデータを持つ重複エントリー。 一般的な食品を検索すると、異なるカロリーやマクロ栄養素の値を持つ複数のエントリーが見つかります。ユーザーはどれが正しいのかを知る信頼できる方法がありません。
- 出典の明記なし。 ほとんどのクラウドソーシングエントリーは、栄養データの出所を参照していません。それは製品ラベルからのものか、推測か、記憶違いの数値かもしれません。
- 古い配合。 食品メーカーは定期的に製品を再配合します。2019年のクラウドソーシングエントリーは、もはや存在しないレシピを反映している可能性があります。
- 不一致なサービングサイズ。 あるエントリーではバナナが100グラム、別のエントリーでは「中サイズ1本」、さらに別のエントリーでは118グラムと記載されています。カロリー値はそれに応じて異なり、ユーザーはどの基準が使用されたのかを判断できません。
Evenepoelら（2020）は、ユーザー生成コンテンツに依存するアプリが、キュレーションされた機関データソースを使用するアプリに比べて、報告されるエネルギー値の変動が大きいことを特に指摘しました。この研究は、データベースの選択が食事の自己モニタリングの信頼性に直接影響を与えることを結論付けました。
Griffithsら（2018）の別の分析は、JMIR mHealth and uHealthに掲載され、人気のスマートフォン食品日記アプリの正確性を調査しました。彼らは、クラウドソーシング型データベースからのカロリー推定が、一般的な食品に対して基準値から平均で15％から25％も逸脱していることを発見しました。複合的な食事やレストランのメニューに関しては、場合によっては30％を超える逸脱が見られました。
問題の規模
これが実際にどのように展開されるかを理解するために、いくつかの実例を考えてみましょう。
バナナの問題。 MyFitnessPalで「バナナ」と検索すると、12以上のエントリーが見つかります。1つは中サイズのバナナが89カロリーと記載されています。別のものは105カロリー、さらに別のものは121カロリーと言っています。USDA FoodData Centralの中サイズバナナ（118グラム）の基準値は105カロリーです。間違ったエントリーを選んだユーザーは、単一の食品項目で15％から20％も誤差が生じる可能性があり、そのエラーは1日のログ全体にわたって累積します。
ブランド食品のずれ。 人気のグラノーラバーは2024年に配合が変更され、1本あたりのカロリーが190から170に減少しました。古いエントリーは新しいエントリーと並んでクラウドソーシング型データベースに残ります。ユーザーがバーコードをスキャンすると、システムが最初に表示するエントリーによって、どちらのバージョンが得られるかが決まります。
レストランの食事の推測。 クラウドソーシング型のレストランエントリーは特に信頼性が低いです。Urbanら（2016）の研究は、JAMA Internal Medicineに掲載され、レストランの食事の実際のカロリー含有量が表示された値と平均で18％異なり、一部の食事では広告されたカロリーよりも100％以上多いことがあると報告しました。ユーザーがそのすでに不正確な値をクラウドソーシング型データベースに提出すると（時にはさらに丸めたり推測したりして）、エラーが深刻なものになります。
国際的な食品のギャップ。 クラウドソーシング型データベースは、米国および英国市場に偏っています。ドイツ、日本、ブラジル、インドのユーザーは、地元の食品が完全に欠けているか、検証なしに単一のユーザーによって提出されたエントリーで表されていることがよくあります。
Teixeiraら（2021）の研究は、European Journal of Clinical Nutritionに掲載され、英語を話さない国の栄養アプリユーザーが、限られた信頼できないデータベースのカバレッジにより、ログの不正確さが著しく高いことを示しました。
検証済みデータベースの仕組み
検証済み食品データベースは、根本的に異なるアプローチを取ります。ユーザーの提出に依存するのではなく、権威あるラボで検証された参照から栄養データを取得し、エントリーがユーザーに利用可能になる前に専門的なキュレーションを適用します。
ゴールドスタンダードのソースには以下が含まれます：
- USDA FoodData Central — 米国農務省の包括的なデータベースで、数千の食品に対するラボ分析された栄養データを含んでいます。
- NCCDB（Nutrition Coordinating Center Food and Nutrient Database） — ミネソタ大学が維持し、高い正確性と完全性のために臨床研究で使用されます。
- 国立食品成分データベース — ドイツ（BLS）、日本（MEXT）、英国（McCance and Widdowson's）、オーストラリア（AUSNUT）などの国の政府機関が維持しています。
検証済みデータベースは、エントリーを複数のソースと照合します。USDAが大きな卵のカロリーを72とし、メーカーのラベルが70と示している場合、検証済みデータベースはどちらの値も盲目的に受け入れるのではなく、その不一致を調査します。エントリーには、カロリーやマクロだけでなく、ビタミン、ミネラル、アミノ酸、脂肪酸などの完全な栄養プロファイルが含まれます。
更新は定められたスケジュールで行われます。製品が再配合されると、検証済みデータベースは古いエントリーにフラグを立て、最新のデータに置き換えます。これには専任のスタッフと体系的な監視が必要であるため、ほとんどの無料アプリはこれを行っていません。
データベースの正確性比較
以下の表は、食品データベース管理の3つのアプローチを、正確性に最も重要な指標で比較したものです。
| 指標 | MyFitnessPal（クラウドソーシング） | Cronometer（USDA / NCCDB） | Nutrola（検証済み + グローバル） |
|---|---|---|---|
| 主なデータソース | ユーザーの提出 | USDA FoodData Central、NCCDB | 政府データベース、製造者データ、50カ国以上のラボ分析 |
| 検証方法 | なし（コミュニティのフラグ付け） | 機関ソースの専門的キュレーション | 自動および手動レビューによる複数ソースの照合 |
| 推定エラー率 | 一般的な食品で15-30％（Griffiths et al., 2018） | 5-10％（USDA/NCCDBのカバレッジギャップに限定） | すべてのエントリータイプで5％未満 |
| 食品エントリー数 | 1400万以上（重複を含む） | 100万以上のキュレーションされたエントリー | 200万以上の検証済みエントリー |
| エントリーごとの栄養素数 | 通常5-15（ユーザー依存） | NCCDBソースのエントリーで80以上 | エントリーごとに100以上 |
| 更新頻度 | 不規則、ユーザー主導 | USDAのリリースサイクルに合わせて | 継続的な監視と更新 |
| グローバル食品カバレッジ | 中程度（米国/英国重視） | 限定的（主に北米） | 広範囲（50カ国以上、地元ブランドを含む） |
| 重複エントリー | 広範囲に存在 | 最小限 | なし（食品ごとに1つの検証済みエントリー） |
この比較からの重要なポイントは、生のエントリー数はデータベースの品質を測る有用な指標ではないということです。MyFitnessPalの1400万エントリーには、大量の重複と未検証のデータが含まれています。小さな完全に検証されたデータベースは、大きな未検証のものよりも実際の正確性が高いのです。
15％のエラーが体重減少に与える影響
15％のデータベースエラーは小さく聞こえるかもしれませんが、決してそうではありません。計算してみましょう。
あなたが中程度の活動をする人で、1日の総エネルギー消費量（TDEE）が2200カロリーだとします。約0.5キログラムの体重を1週間で減らすためには、1日あたり約500カロリーの赤字が必要で、つまり1日あたり約1700カロリーを摂取する必要があります。
さて、あなたが毎食を記録し、トラッカーが1700カロリーを消費したと表示したとします。しかし、あなたのデータベースには15％のエラー率があり、実際の食品のカロリー含有量はアプリが報告したものよりも15％高いのです。
あなたの実際の摂取量は：1700 x 1.15 = 1955カロリー。
あなたの実際の赤字は：2200 - 1955 = 245カロリー — 意図した半分の量です。
このペースでは、あなたの期待する0.5キログラムの体重減少は、0.25キログラム未満になります。1か月の間に、あなたは計画していた2キログラムではなく、約1キログラムを失います。2か月間、厳格に記録を続けても目に見える結果が出ないと、多くの人はカロリー計算が機能しないと結論付けてしまいます。
問題は決して彼らの規律ではありませんでした。それは彼らのデータベースでした。
Simpsonら（2019）の研究は、Journal of the Academy of Nutrition and Dieteticsに掲載され、栄養追跡アプリを使用している参加者が、アプリが報告したよりも平均で200から400カロリー多く摂取していることを発見しました。研究者たちは、データベースの不正確さを主な要因として特定しました。
25％から30％のエラー率の場合（Griffithsらが複合食事で記録したもの）、数字はさらに悪化します。1700カロリーを目指している人は、実際には2100カロリーを超えて摂取している可能性があり、赤字を完全に消し去り、カロリー赤字にいると思っていても体重が増加する可能性があります。
Nutrolaのアプローチ：100％検証済み、世界的なカバレッジ
Nutrolaでは、初日から明確な決定を下しました：未検証のデータは私たちのデータベースに入れません。すべての食品エントリーは、権威あるソースに追跡可能で、正確性のために照合され、定期的に監査されています。
実際には、これが何を意味するのか：
複数ソースの検証。 Nutrolaのデータベースのすべてのエントリーは、少なくとも2つの独立したソースに対して検証されています。果物、野菜、穀物、タンパク質などの一般的な食品については、関連国の政府食品成分データベースを参照します。ブランド製品については、製造者提供の栄養データと製品ラベルを照合します。ソースに矛盾がある場合、私たちの栄養データチームが調査し、エントリーが公開される前に不一致を解決します。
初日からのグローバルカバレッジ。 Nutrolaは、主に米国のデータに基づいて構築されたデータベースとは異なり、50カ国以上の食品成分データを統合しています。日本の米菓、ドイツのライ麦パン、ブラジルのアサイーボウル、インドのダールを追跡している場合、Nutrolaには関連する国の食品当局からの検証済みエントリーがあります — ユーザーの推測ではありません。
エントリーごとに100以上の栄養素。 ほとんどのクラウドソーシングエントリーにはカロリー、タンパク質、炭水化物、脂肪のみが含まれています。Nutrolaのエントリーには、すべてのビタミン、主要ミネラル、食物繊維のサブタイプ、アミノ酸プロファイル、脂肪酸の内訳など、完全な栄養プロファイルが含まれています。このレベルの詳細は、微量栄養素の摂取を監視したり、医療条件を管理したり、アスリートのパフォーマンスを最適化したりする必要があるユーザーにとって重要です。
継続的な新鮮さの監視。 Nutrolaのシステムは、製品の再配合、ラベルの変更、機関ソースからのデータベースの更新を継続的に監視します。食品メーカーが製品のレシピを変更すると、Nutrolaは古いエントリーにフラグを立て、新しいデータを検証してデータベースを更新します — しばしば数日以内に、ではなく数か月や数年以内に。
重複ゼロ。 Nutrolaのすべての食品には1つの検証済みエントリーがあります。「バナナ」を選ぶ際にどれが正しいのか混乱することはありません。正しいエントリーは唯一のエントリーです。
このアプローチは、クラウドソーシングよりもはるかに多くの投資を必要とします。しかし、その結果は、ユーザーが信頼できるデータベース — 彼らが見ている数字が実際に食べた食品を反映しているデータベース — です。
よくある質問
MyFitnessPalのようなクラウドソーシング型食品データベースはどれほど正確ですか？
Griffithsら（2018）やEvenepoelら（2020）の研究によると、クラウドソーシング型食品データベースは一般的な食品に対して15％から30％のエラー率を持ち、レストランの食事や複合料理ではさらに高いエラー率を示します。Nutrolaは、すべてのエントリーが権威あるソースと照合されてからユーザーに利用可能になる100％検証済みデータベースを使用することで、これらの問題を完全に回避しています。
クラウドソーシング型と検証済み食品データベースの違いは何ですか？
クラウドソーシング型データベースは、専門的なレビューなしにユーザーが栄養エントリーを提出できるため、重複や古いデータ、エラーが生じます。検証済みデータベースは、USDA FoodData Centralや国立食品成分表のようなラボ分析された参照から栄養データを取得し、公開前に専門的なキュレーションを適用します。Nutrolaは、50カ国以上にわたる複数ソースの照合を行う検証済みデータベースモデルを採用しており、すべてのエントリーが正確で完全であることを保証します。
なぜ同じ食品のカロリーが異なるのですか？
これは、クラウドソーシング型データベースには、異なるユーザーが異なるソースや仮定に基づいて提出した同じ食品の未検証エントリーが複数存在するためです。その結果、どれが正しいのかを判断できない矛盾したカロリー数が生じます。Nutrolaは、食品ごとに1つの検証済みエントリーを維持することで、この問題を排除しています。したがって、どの値を信頼すべきかの曖昧さはありません。
食品データベースのエラーが本当に体重減少を妨げることがありますか？
はい。1700カロリーの1日の目標に対して15％のデータベースエラーがあると、実際の摂取量は1955カロリーに近くなり、意図した500カロリーの赤字がほぼ半分に減少します。Simpsonら（2019）の研究では、追跡アプリのユーザーがアプリが報告したよりも平均で200から400カロリー多く摂取していることが見つかり、データベースの不正確さが主な原因として特定されました。Nutrolaの検証済みデータベースは、すべての食品カテゴリーで5％未満のエラー率を維持しており、ユーザーは追跡した摂取量が現実を反映していると自信を持つことができます。
どのカロリートラッカーが最も正確な食品データベースを持っていますか？
データベースの正確性は、エントリー数ではなく検証方法に依存します。MyFitnessPalのようなクラウドソーシング型データベースは数百万のエントリーを持っていますが、高いエラー率があります。臨床的にキュレーションされたデータベースのCronometerは正確ですが、グローバルなカバレッジが限られています。Nutrolaは、検証済みのラボソースデータの厳密さと、50カ国以上にわたるカバレッジを組み合わせており、各エントリーには100以上の栄養素が含まれているため、世界中のユーザーにとって最も正確な選択肢となっています。
Nutrolaはクラウドソーシング型データベースを使用していますか？
いいえ。Nutrolaは、未検証のユーザー提出を食品データベースに受け入れません。Nutrolaのすべてのエントリーは、政府の食品成分データベース、製造者データ、またはラボ分析から取得されています。各エントリーは、公開前に複数ソースの照合と専門的なレビューを経ます。この検証済みアプローチにより、Nutrolaはすべての食品カテゴリーで5％未満のエラー率を維持しており、クラウドソーシング型の代替品で記録された15％から30％のエラー率と比較して優れています。
