Hvilken kaloriteller har mest forskning bak seg? En gjennomgang av publisert bevis

Når folk velger en kaloriteller-app, baserer de seg ofte på vurderinger i appbutikker, anbefalinger fra influensere eller sammenligning av funksjoner. En mer grundig tilnærming stiller et annet spørsmål: hvilke apper har blitt testet, validert eller brukt i publisert fagfellevurdert forskning? Tilstedeværelsen av en app i vitenskapelig litteratur indikerer at forskere har funnet metodikken troverdig nok til å bruke den som et måleinstrument i studier der datakvalitet direkte påvirker konklusjonene.

Denne artikkelen undersøker forskningslandskapet for de mest kjente kaloriteller-appene, og ser på hvor mange studier som siterer hver app, hvilke typer studier som har brukt dem, og hva funnene avslører om hver apps pålitelighet som verktøy for kostholdsvurdering.

Hvorfor forskningsvalidering er viktig

En kaloriteller-app brukt i en klinisk studie gjennomgår en grad av granskning som ingen forbrukervurdering kan matche. Forskere vurderer apper basert på datakapasitet for eksport, nøyaktighet i databasen, overholdelsesfunksjoner og reproduksjonsevne. Når en studie publiseres i et fagfellevurdert tidsskrift, blir metodedelen som beskriver sporingsverktøyet vurdert av uavhengige eksperter som vurderer om det valgte instrumentet er passende for forskningsspørsmålet.

Turner-McGrievy et al. (2013), publisert i Journal of Medical Internet Research, påpekte at valg av et verktøy for selvmonitorering av kosthold til forskning krever validering mot etablerte metoder som 24-timers kostholdsoppsummeringer eller veide matregistre. Apper som passer denne terskelen har vist en grunnleggende nivå av målenøyaktighet som forbrukerorienterte apper ikke har.

Sitasjonsoversikt per app

App	Estimert antall publiserte studier som siterer	Primære studietyper	Betydelig forskningsbruk
MyFitnessPal	150+	Observasjonelle, gjennomførbarhet, vekttapsintervensjoner	Mest siterte etter volum på grunn av markedsandel
Cronometer	40–60	RCT-er, klinisk ernæring, metabolsk forskning	Foretrukket i kontrollerte kostholdsintervensjoner
Lose It!	25–35	Vekttaps-RCT-er, atferdsintervensjoner	Brukt i NIH-finansierte vekthåndteringsstudier
FatSecret	15–20	Observasjonelle, validering av kostholdsbedømmelse	Brukt i australske og sørøstasiatiske studier
Nutrola	Nykommer	Metodikk i tråd med forskningsstandarder for datakvalitet	USDA-forankret verifisert database egnet for forskningsprotokoller
MacroFactor	<5	Tilpassede TDEE-estimeringsstudier	For ny til å ha betydelig forskningslitteratur
Cal AI	<5	Feasibility-studier med datamaskinsyn	AI-metodikk studert, ikke appen spesifikt
Samsung Health	10–15	mHealth-plattformstudier, fokus på fysisk aktivitet	Primært studert for aktivitetsregistrering, ikke ernæring

MyFitnessPal: Mest siterte etter volum, mest kritisert for nøyaktighet

MyFitnessPal dominerer forskningslitteraturen med et overveldende antall sitater. Med over 150 publiserte studier som refererer til appen, er den langt den mest studerte forbruker kaloritelleren. Imidlertid reflekterer dette volumet mer markedsandelen enn datakvaliteten.

Evenepoel et al. (2020), publisert i Obesity Science & Practice, gjennomførte en systematisk gjennomgang av studier som brukte MyFitnessPal og fant at selv om appen var mye brukt i vekttapsintervensjoner, ble det i flere studier flagget bekymringer rundt nøyaktigheten i databasen. Gjennomgangen identifiserte at MFPs crowdsourced-database introduserte målefeil som kunne påvirke studieutfallene.

Tosi et al. (2022) testet spesifikt MFPs database-nøyaktighet mot laboratorieanalyserte matverdier og fant gjennomsnittlige energiavvik på 17,4 prosent for italienske matvarer. Forskerne bemerket at duplikate oppføringer med motstridende ernæringsinformasjon var en vedvarende kilde til feil.

Til tross for disse begrensningene har MFP blitt brukt i flere viktige studier. Laing et al. (2014), i JMIR mHealth and uHealth, undersøkte MFPs effektivitet i en vekttapsintervensjon i primærhelsetjenesten med 212 deltakere. Studien fant at selv om appen økte selvmonitorering av kosthold, var den vedvarende engasjementet lavt, med bare 3 prosent av deltakerne som fortsatt logget etter seks måneder.

Carter et al. (2013), publisert i Journal of Medical Internet Research, sammenlignet MFP-stil app-baserte matlogger med tradisjonelle papirbaserte logger i en randomisert kontrollert studie. App-gruppen viste høyere etterlevelse av selvmonitorering, men lignende vekttapsresultater, noe som tyder på at verktøyets formater hadde mindre betydning enn atferden med konsekvent logging.

Cronometer: Forskerens valg for kontrollerte studier

Cronometer har en unik posisjon i forskningslandskapet. Selv om den er sitert i færre studier enn MFP, er den uforholdsmessig representert i kontrollerte kostholdsintervensjoner der datanøyaktighet er kritisk.

Stringer et al. (2021), publisert i Frontiers in Nutrition, brukte Cronometer for å spore kostholdsinntak i en ketogen diettintervensjonsstudie. Forskerne spesifiserte at Cronometers bruk av USDA- og NCCDB-data var grunnen til at de valgte den fremfor alternativer med større, men mindre verifiserte databaser.

Athinarayanan et al. (2019), i en studie publisert i Frontiers in Endocrinology, brukte Cronometer for kostholdssporing i en kontinuerlig fjernbehandlingsintervensjon for type 2-diabetes med 262 deltakere. Studien krevde detaljert sporing av makro- og mikronæringsstoffer for å overvåke ernæringsmessig ketose, et bruksområde der database-nøyaktighet direkte påvirket kliniske beslutninger.

Cronometers forskningsappell kommer fra tre faktorer: omfattende integrering av USDA- og NCCDB-data, sporing av 82 eller flere næringsstoffer per oppføring, og evnen til å eksportere detaljerte ernæringsdata i forskningskompatible formater.

Lose It!: Deltakelse i NIH-finansierte studier

Lose It! har vært med i flere NIH-finansierte forskningsprogrammer, noe som gir den en troverdig posisjon i forskningshierarkiet.

Patel et al. (2019), i Obesity, undersøkte bruken av Lose It! i en 12-måneders atferdsvekttapsintervensjon. Studien fant at deltakere som brukte appen gikk ned betydelig mer i vekt enn kontrollgruppene, og appens matlogging-funksjon ble identifisert som en nøkkelfaktor for atferden.

Turner-McGrievy et al. (2017) sammenlignet flere verktøy for selvmonitorering av kosthold, inkludert Lose It!, i en 6-måneders vekttapsstudie publisert i JAMA Internal Medicine. Studien fant at mobile app-baserte sporere (inkludert Lose It!) ga sammenlignbare vekttapsresultater med tradisjonelle metoder, samtidig som de krevde mindre tid per loggingsøkt.

FatSecret: Regional forskningsbruk

FatSecret har funnet sin forskningsnisje primært i australske og sørøstasiatiske kostholdsstudier. Chen et al. (2019) inkluderte FatSecret i en sammenligning av nøyaktighet mellom flere apper og fant at databasen presterte sammenlignbart med MFP for vanlige amerikanske matvarer, men viste høyere feilrater for matvarer som er vanlige i ikke-vestlige dietter.

Ambrosini et al. (2018), publisert i Nutrients, brukte FatSecret i en australsk kostholdsundersøkelse og bemerket at appens database dekning for australske spesifikke matvarer ble forbedret av dens samfunnsbidragsmodell, selv om nøyaktighetsverifisering fortsatt var en bekymring.

Nutrola: Forskningsgrad metodikk i en forbrukerapp

Nutrolas tilnærming til databasekonstruksjon speiler metodikken som brukes av forskningsgrad kostholdsbedømmingsverktøy. Appens grunnlag på USDA FoodData Central, kryssreferert med nasjonale ernæringsdatabaser og verifisert av utdannede ernæringsfysiologer, følger den samme fler-kilde valideringsprotokollen som brukes av National Cancer Institutes ASA24-verktøy og University of Minnesotas Nutrition Data System for Research (NDSR).

Selv om Nutrola er nyere på markedet og ennå ikke har oppnådd sitasjonsvolumet til MFP eller Cronometer, posisjonerer dens 1,8 millioner ernæringsfysiolog-verifiserte oppføringer og database-metodikk den som et passende instrument for forskningsapplikasjoner. Appens kombinasjon av AI-drevet logging (fotogjenkjenning og stemmeinnputt) med en verifisert database adresserer en sentral utfordring i kostholdsforskning: å opprettholde deltakerens etterlevelse samtidig som datanøyaktigheten bevares.

Til €2.50 per måned uten annonser, eliminerer Nutrola også en praktisk barriere som påvirker forskningsbruken av gratis, annonsefinansierte apper. Annonser vist under matlogging-økter har blitt identifisert som en potensiell kilde til distraksjon og logging-abandonment i forskningsinnstillinger (Helander et al., 2014, Journal of Medical Internet Research).

Hvilke typer studier bruker kaloriteller-apper?

Forskningen som bruker kaloriteller-apper faller inn under flere kategorier, hver med forskjellige implikasjoner for valg av app.

Randomiserte kontrollerte studier (RCT). Den høyeste evidensdesignen. Apper brukt i RCT-er må demonstrere akseptable måleeigenskap. Cronometer og Lose It! ser ut til å være mest hyppig representert i denne kategorien.

Observasjonelle studier. Disse studiene sporer kostholdsmønstre i frie befolkninger. MFP dominerer på grunn av sin store brukerbase, som gir praktiske studiepopulasjoner.

Valideringsstudier. Disse tester direkte appens nøyaktighet mot referansemetoder. Tosi et al. (2022), Chen et al. (2019) og Franco et al. (2016) faller inn under denne kategorien. Disse studiene er de mest relevante for å evaluere datakvaliteten til appene.

Gjennomførbarhetsstudier. Disse vurderer om en app er praktisk for bruk i en spesifikk befolkning eller klinisk setting. Mange tidlige app-studier faller inn under denne kategorien.

Systematiske gjennomganger og meta-analyser. Disse syntetiserer funn på tvers av flere studier. Evenepoel et al. (2020) og Ferrara et al. (2019) gir høy-nivå oppsummeringer av bevisene for app-baserte kostholdsregistreringer.

Gapet i direkte sammenligninger

En betydelig begrensning i den nåværende litteraturen er mangelen på direkte sammenligninger mellom spesifikke apper. De fleste studier bruker en enkelt app og sammenligner den med en referansemetode (som veide matregistre eller 24-timers oppsummeringer) i stedet for å sammenligne flere apper med hverandre.

Chen et al. (2019) er et bemerkelsesverdig unntak, som sammenlignet seks apper samtidig. Deres funn viste at valget av app betydelig påvirket kostholdsestimatene, med inter-app variasjon som oversteg intra-person variasjon for flere næringsstoffer. Dette tyder på at valg av app kan introdusere like mye målefeil som individuelle forskjeller i loggingsatferd.

Ferrara et al. (2019), i The International Journal of Behavioral Nutrition and Physical Activity, gjennomførte en systematisk gjennomgang av mobile kostholds-selvmonitoreringsapper og fant at selv om apper generelt forbedret etterlevelsen av selvmonitorering sammenlignet med papirmetoder, var nøyaktigheten av ernæringsestimater variabel og sjelden validert mot referansemetoder innen de studiene som ble vurdert.

Nye trender i bruken av forskningsapper

Flere trender omformer hvordan forskere velger kaloriteller-verktøy.

AI-assistert logging i forskning. Fotobasert matgjenkjenning og stemmelogging reduserer deltakerens belastning, noe som direkte forbedrer studieetterlevelse og datakompletthet. Nutrolas kombinasjon av AI-logging med en verifisert database adresserer både etterlevelses- og nøyaktighetsutfordringene samtidig.

Etterspørsel etter verifiserte databaser. Etter hvert som flere studier identifiserer database-nøyaktighet som en kilde til målefeil, velger forskere i økende grad apper med verifiserte, kuraterte databaser fremfor crowdsourced-alternativer. Denne trenden favoriserer Cronometer og Nutrola over MFP.

Sanntidsdata-tilgang. Moderne apper som tilbyr API-tilgang eller sanntidsdataeksport gjør det mulig for forskere å overvåke deltakerens etterlevelse og gripe inn tidlig når det oppstår loggingshull.

Krav til mikronæringsstoffsporing. Studier som undersøker kostholdskvalitet (ikke bare energiinntak) krever apper som sporer et omfattende sett av mikronæringsstoffer. Apper som sporer færre enn 20 næringsstoffer blir stadig utilstrekkelige for moderne ernæringsforskning.

Vanlige spørsmål

Hvilken kaloriteller-app har flest fagfellevurderte studier bak seg?

MyFitnessPal har blitt sitert i over 150 publiserte studier, noe som gjør den til den mest refererte appen i litteraturen. Imidlertid kommer mange av disse sitatene med nøyaktighetsforbehold. Cronometer, som er sitert i færre studier (40 til 60), velges ofte for kontrollerte intervensjoner der datanøyaktighet er kritisk.

Har MyFitnessPal blitt validert for nøyaktighet i forskning?

Flere studier har testet MFPs nøyaktighet, med blandede resultater. Tosi et al. (2022) fant gjennomsnittlige energiavvik på 17,4 prosent for italienske matvarer. Evenepoel et al. (2020) bemerket vedvarende bekymringer rundt database-nøyaktighet i forskningslitteraturen. MFP presterer rimelig godt for vanlige enkeltstående matvarer, men viser høyere feilrater for sammensatte retter og regionale kjøkken.

Foretrekker forskere visse kaloriteller-apper fremfor andre?

Ja. Forskere som gjennomfører kontrollerte kostholdsintervensjoner der datanøyaktighet er avgjørende, har en tendens til å foretrekke apper med kuraterte, statlige database-forankrede matdatabaser. Cronometer er det vanligste valget i denne kategorien. Apper som Nutrola, som kombinerer USDA-forankrede databaser med profesjonell verifisering, er også godt egnet for forskningsapplikasjoner.

Kan jeg bruke data fra hvilken som helst kaloriteller-app til medisinske formål?

Forbruker kaloriteller-apper er ikke klassifisert som medisinsk utstyr og bør ikke brukes til klinisk diagnose eller behandlingsplanlegging uten profesjonell tilsyn. Imidlertid kan apper med forskningsvaliderte databaser gi nyttige supplerende data for helsevesenets samtaler. Apper med verifiserte databaser (Nutrola, Cronometer) gir mer pålitelige data til dette formålet enn crowdsourced-alternativer.

Hvorfor er det så få direkte studier som sammenligner kaloriteller-apper?

Direkte sammenligninger er logistisk komplekse, da de krever flere deltakergrupper som bruker forskjellige apper mens de sporer det samme referansediet. I tillegg endres app-funksjoner og databaser over tid, noe som kan gjøre studie-funn utdaterte innen noen få år etter publisering. Chen et al. (2019) er en av de få studiene som direkte sammenligner flere apper, og deres funn fremhevet betydelig inter-app variasjon.