Який трекер калорій використовують дослідники в клінічних випробуваннях? Огляд опублікованих досліджень

Коли дослідники планують клінічне випробування, яке потребує моніторингу харчового споживання, вибір інструменту для трекінгу стає методологічним рішенням, що безпосередньо впливає на якість даних. На відміну від споживачів, які можуть обирати додаток за естетикою чи ціною, дослідники оцінюють додатки на основі валідності вимірювань, можливостей експорту даних, функцій для дотримання учасниками та відтворюваності. Додатки, які найчастіше з'являються в опублікованих клінічних дослідженнях, відображають суворий процес відбору, який показує, яким інструментам наукова спільнота довіряє свої дані.

Ця стаття оглядає опубліковану наукову літературу, щоб визначити, які додатки для трекінгу калорій використовуються в випробуваннях, чому дослідники обирають конкретні додатки та які функції роблять додаток придатним для наукового моніторингу харчування.

Таблиця огляду досліджень

Дослідження	Журнал	Рік	Використаний додаток	Тип дослідження	Розмір вибірки	Чому обрали цей додаток
Athinarayanan et al.	Frontiers in Endocrinology	2019	Cronometer	RCT	262	Комплексний трекінг мікронутрієнтів для моніторингу кетогенної дієти
Stringer et al.	Frontiers in Nutrition	2021	Cronometer	Втручання	42	Вірність даних USDA/NCCDB для контрольованого аналізу дієти
Patel et al.	Obesity	2019	Lose It!	RCT	218	Поведінкове втручання для схуднення з трекінгом через додаток
Turner-McGrievy et al.	JAMA Internal Medicine	2017	Кілька (включаючи Lose It!)	RCT	96	Порівняння методів самостійного моніторингу харчування
Laing et al.	JMIR mHealth uHealth	2014	MyFitnessPal	RCT	212	Здійсненність втручання для схуднення в первинній медичній допомозі
Carter et al.	J Med Internet Res	2013	Додаток у стилі MFP	RCT	128	Порівняння додатка та паперового щоденника
Harvey et al.	Appetite	2019	MyFitnessPal	Спостереження	1,422	Узгодженість записів та результати схуднення
Spring et al.	J Med Internet Res	2013	Кастомний додаток	RCT	69	Технологічно підтримуване моніторинг харчування з коучингом
Tosi et al.	Nutrients	2022	MFP, FatSecret, Yazio	Валідність	40 продуктів	Тестування точності бази даних проти лабораторних значень
Chen et al.	J Am Diet Assoc	2019	6 комерційних додатків	Валідність	180	Порівняння точності кількох додатків проти зважених записів
Franco et al.	JMIR mHealth uHealth	2016	MFP, Lose It!	Валідність	Клінічне	Оцінка точності в програмі управління вагою
Evenepoel et al.	Obes Sci Pract	2020	MyFitnessPal	Систематичний огляд	15 досліджень	Комплексний огляд MFP у наукових умовах
Hollis et al.	Am J Prev Med	2008	Паперові записи	RCT	1,685	Золотий стандарт самостійного моніторингу до ери додатків
Burke et al.	J Am Diet Assoc	2011	PDA трекер	RCT	210	Порівняння електронного та паперового самостійного моніторингу
Ferrara et al.	Int J Behav Nutr Phys Act	2019	Кілька	Систематичний огляд	18 досліджень	Огляд інструментів самостійного моніторингу харчування на основі додатків

Чому дослідники обирають конкретні додатки

Фактори, що впливають на вибір додатків дослідниками, суттєво відрізняються від пріоритетів споживачів. Розуміння цих факторів розкриває, що наукова спільнота цінує в інструментах для трекінгу харчування.

Точність та глибина бази даних

Найважливішим фактором для дослідників є точність бази даних. Коли дані про харчове споживання використовуються для розрахунку впливу нутрієнтів у клінічному випробуванні, помилки в базі даних безпосередньо призводять до помилок вимірювання, які можуть спотворити результати лікування.

Stringer et al. (2021) прямо вказали, що обрали Cronometer для свого дослідження кетогенної дієти через використання даних USDA FoodData Central та NCCDB. Дослідження вимагало точного трекінгу макронутрієнтів, щоб підтвердити, що учасники підтримують нутріційну кетозу, стан, визначений специфічними рівнями обмеження вуглеводів. Помилка в базі даних на 20 відсотків у вмісті вуглеводів (в межах діапазону краудсорсингових баз даних відповідно до Tosi et al., 2022) могла б неправильно класифікувати учасника як такого, що знаходиться в кетозі або поза ним.

Athinarayanan et al. (2019) також обрали Cronometer для втручання при діабеті 2 типу, яке вимагало детального моніторингу макронутрієнтів. Модель безперервного дистанційного догляду дослідження залежала від точних даних про харчування для прийняття клінічних рішень щодо корекції медикаментів.

Експорт даних та інтеграція

Дослідження вимагають даних у форматах, сумісних з програмами для статистичного аналізу (CSV, SPSS, SAS). Додатки, які не можуть експортувати детальні дані про продукти у структурованому форматі, є непрактичними для наукового використання, незалежно від якості їх бази даних.

Cronometer пропонує експорт у форматі CSV з розподілом нутрієнтів на рівні продуктів, що робить його сумісним зі стандартними робочими процесами аналізу даних у дослідженнях. Ця функція була прямо вказана як фактор вибору в кількох опублікованих дослідженнях.

Більшість додатків, орієнтованих на споживачів, надають лише дані на рівні підсумків (добові загальні), а не деталі на рівні продуктів, що обмежує типи аналізів, які можуть проводити дослідники. Протоколи досліджень часто вимагають даних на рівні продуктів для розрахунку балів харчового патерну, визначення споживання конкретних груп продуктів або аналізу впливу часу прийому їжі.

Дотримання учасниками та залучення

Самостійний моніторинг харчування є обтяжливим для учасників дослідження. Додатки, які зменшують час запису та тертя, покращують рівень дотримання, що безпосередньо впливає на повноту даних.

Laing et al. (2014) виявили, що лише 3 відсотки учасників їхнього дослідження MFP продовжували записувати дані через шість місяців, що підкреслює проблему залучення. Це відкриття спонукало дослідників шукати додатки з функціями, які зменшують навантаження від запису.

Функції трекінгу на основі AI, такі як розпізнавання фотографій та голосовий ввід, представляють собою значний прогрес для дотримання учасниками. Ці функції зменшують час запису на один прийом їжі з кількох хвилин до секунд, що може суттєво покращити частку записаних прийомів їжі протягом багатомісячного дослідження.

Комбінація Nutrola з AI-розпізнаванням фотографій, голосовим записом та скануванням штрих-кодів забезпечує три варіанти запису з низьким тертям, які відповідають різним уподобанням учасників та контекстам використання. У поєднанні з перевіреною базою даних USDA на 1.8 мільйона записів цей підхід підтримує точність даних на рівні досліджень, максимізуючи дотримання учасниками, що важко досягти з додатками, оптимізованими лише для однієї з цих двох цілей.

Покриття нутрієнтів

Дослідження, що вивчають статус мікронутрієнтів, індекси якості харчування або специфічні зв'язки між нутрієнтами та захворюваннями, вимагають додатків, які трекують комплексний набір нутрієнтів.

Покриття нутрієнтів	Cronometer	Nutrola	MFP	Lose It!
Загальна кількість трекованих нутрієнтів	82+	80+	19 (стандарт)	22
Індивідуальні амінокислоти	Так	Так	Ні	Ні
Індивідуальні жирні кислоти	Так	Так	Частково	Ні
Усі 13 вітамінів	Так	Так	Частково	Частково
Усі есенціальні мінерали	Так	Так	Частково	Частково
Підвиди харчових волокон	Так	Так	Ні	Ні

Дослідники, які вивчають результати для серцево-судинної системи, потребують детальних профілів жирних кислот. Дослідження здоров'я кісток вимагають даних про кальцій, вітамін D та вітамін K. Дослідження харчування для психічного здоров'я можуть вимагати трекінгу індивідуальних амінокислот (триптофан, тирозин) для аналізу попередників нейротрансмітерів. Лише додатки, що трекують 80+ нутрієнтів, можуть підтримувати ці наукові застосування.

Вартість та проблеми з рекламою

Протоколи досліджень вимагають постійних умов для всіх учасників. Додатки з рекламою викликають дві методологічні проблеми: реклама може впливати на вибір харчування (реклама продуктів, що показується під час запису), а непослідовність подання реклами серед учасників вводить неконтрольовану варіабельність.

Модель Nutrola без реклами за 2,50 євро на місяць усуває обидві проблеми. У бюджеті дослідження вартість надання учасникам безрекламного інструменту трекінгу є незначною в порівнянні з витратами на саме дослідження, але методологічна вигода від усунення впливу реклами є значною.

Порівняння функцій наукового рівня

Функція	Cronometer	Nutrola	MFP	Lose It!
Інтеграція з USDA FoodData Central	Так	Так (перевірено)	Додатково	Додатково
Експорт даних (CSV)	Так	Так	Обмежений	Обмежений
Дані про нутрієнти на рівні продуктів	Так	Так	Тільки підсумки	Тільки підсумки
Протоколи введення кастомних продуктів	Так	Так	Так	Так
Відстеження дотримання учасниками	Обмежене	За даними частоти запису	Обмежене	Обмежене
Безрекламний досвід	Платний рівень	Усі рівні (2,50 євро/міс)	Тільки платний рівень	Тільки платний рівень
AI-підтримуваний трекінг	Ні	Так (фото + голос)	Ні	Ні
Сканування штрих-кодів	Так	Так	Так	Так

Ландшафт дослідницьких інструментів поза споживчими додатками

Важливо контекстуалізувати споживчі додатки в ширшому ландшафті інструментів для оцінки харчування, що використовуються в дослідженнях.

Встановлені дослідницькі інструменти

ASA24 (Автоматизований самостійний 24-годинний харчовий звіт). Розроблений Національним інститутом раку, ASA24 є веб-інструментом, який проводить учасників через структурований 24-годинний харчовий звіт. Він використовує базу даних USDA FNDDS і був перевірений у кількох дослідженнях. ASA24 є золотим стандартом для оцінки харчування в дослідженнях, але не призначений для щоденного трекінгу.

NDSR (Система даних про харчування для досліджень). Розроблена Центром координації харчування Університету Міннесоти, NDSR є найбільш комплексним інструментом для аналізу харчування в дослідженнях. Він використовує базу даних NCCDB і працює за участю підготовлених дієтологів. NDSR є референтним стандартом, проти якого перевіряються інші інструменти. Його вартість ліцензії (приблизно 4,500 доларів на рік) робить його непрактичним для масштабних досліджень, що вимагають самостійного трекінгу учасниками.

Анкети частоти споживання їжі (FFQs). Напівкількісні анкети, які оцінюють звичайне харчове споживання протягом тривалих періодів (зазвичай місяців або років). FFQs є ефективними для великих епідеміологічних досліджень, але їм бракує щоденної деталізації, яку надають додатки для трекінгу.

Де вписуються споживчі додатки

Споживчі додатки для трекінгу калорій займають унікальну нішу в ландшафті дослідницьких інструментів: вони дозволяють щоденний, реальний моніторинг харчування в масштабах. Ні ASA24 (періодичні звіти), ні NDSR (вимагає підготовлених інтерв'юерів), ні FFQs (ретроспективні оцінки) не можуть надати такі дані.

Для досліджень, які вимагають щоденного моніторингу харчування у вільних учасників протягом тижнів або місяців, споживчі додатки часто є єдиним практичним варіантом. Ключове питання полягає в тому, який споживчий додаток забезпечує якість даних, найближчу до інструментів наукового рівня, зберігаючи при цьому простоту використання, необхідну для дотримання учасниками.

Додатки, такі як Nutrola та Cronometer, які використовують ті ж самі бази даних, що й наукові інструменти (USDA FoodData Central, національні бази даних), заповнюють прогалину між доступністю для споживачів та методологією наукового рівня.

Нові тенденції: AI трекінг у дослідженнях

Інтеграція AI-підтримуваного розпізнавання їжі в дослідницькі протоколи є новою тенденцією, яка вирішує проблему дотримання, виявлену Laing et al. (2014).

Зменшене навантаження на учасників. AI-фото запис зменшує час трекінгу на один прийом їжі з 3-5 хвилин (ручний ввід) до 10-30 секунд (сфотографувати та підтвердити). У 12-тижневому дослідженні з трьома прийомами їжі на день, ця економія часу становить приблизно 15-25 годин на учасника. Для досліджень з сотнями учасників це означає значне зменшення навантаження на учасників, що може покращити утримання та повноту даних.

Об'єктивна документація порцій. Фотографії страв забезпечують об'єктивний запис, який може бути незалежно перевірений дослідниками або дієтологами, додаючи рівень валідації, недоступний з ручним текстовим записом.

Обробка природної мови. Голосовий ввід, реалізований у Nutrola, дозволяє учасникам описувати страви природною мовою. Ця функція є особливо цінною для груп населення, які вважають ручний текстовий ввід обтяжливим, включаючи літніх людей, осіб з обмеженою грамотністю та учасників у польових умовах.

Критична вимога: перевірена база даних. Корисність AI-трекінгу для досліджень повністю залежить від точності бази даних, з якою співвідносяться AI-ідентифіковані продукти. AI-система, яка правильно ідентифікує "грильовану курячу грудинку", але співвідносить її з неточною краудсорсинговою базою даних, надає хибну точність: ідентифікація правильна, але харчові дані неправильні. Ось чому архітектура Nutrola, що поєднує AI-трекінг з перевіреною базою даних USDA, особливо добре підходить для наукових застосувань.

Критерії вибору трекера харчування наукового рівня

На основі виявлених закономірностей у опублікованій літературі, наступні критерії визначають споживчий трекер харчування наукового рівня:

1. База даних, прив'язана до USDA FoodData Central або еквівалентної державної бази даних. Це забезпечує, що загальні записи продуктів ґрунтуються на лабораторно проаналізованих значеннях, а не на оцінках, поданих користувачами.

2. Професійна перевірка записів, не пов'язаних з USDA. Брендові продукти та регіональні продукти, які не містяться в USDA, повинні проходити професійну перевірку, а не прийматися з краудсорсингових подань без перевірки.

3. Трекінг 60+ нутрієнтів. Дослідження, що вивчають мікронутрієнти, якість харчування або специфічні зв'язки між нутрієнтами та здоров'ям, вимагають комплексного покриття нутрієнтів.

4. Експорт даних на рівні продуктів у стандартних форматах. Експорт CSV або еквівалентний, що дозволяє аналіз у R, SPSS, SAS або Python.

5. Низьке тертя при запису для максимізації дотримання. AI-підтримуваний трекінг (фото, голос, штрих-код) зменшує навантаження на учасників і покращує повноту даних.

6. Безрекламний досвід. Усуває вплив реклами та зменшує відволікання учасників під час запису.

7. Послідовний користувацький досвід. Відсутність змін у функціях або модифікацій інтерфейсу протягом періоду дослідження, які можуть вплинути на поведінку запису.

Nutrola відповідає всім семи критеріям: база даних, прив'язана до USDA, перевірені дієтологами записи (1.8 мільйона), трекінг 80+ нутрієнтів, AI-фото та голосовий трекінг, сканування штрих-кодів, безрекламний за 2,50 євро на місяць, доступний на iOS та Android.

Часто задавані питання

Який додаток для трекінгу калорій найчастіше використовується в клінічних дослідженнях?

За обсягом цитувань MyFitnessPal з'являється найчастіше в опублікованих дослідженнях, переважно через свою домінуючу позицію на ринку. Однак для контрольованих дієтичних втручань, де точність даних є критично важливою, Cronometer є переважним вибором. Дослідники обирають додатки на основі методології бази даних та можливостей експорту даних, а не популярності.

Чому дослідники не використовують просто MyFitnessPal, якщо він найпопулярніший?

Популярність та придатність для досліджень — це різні критерії. Багато досліджень (Tosi et al., 2022; Evenepoel et al., 2020) задокументували проблеми з точністю краудсорсингової бази даних MFP. Дослідники, які проводять дослідження з точного харчування або контрольовані дієтичні втручання, потребують більш точних даних, ніж ті, які MFP постійно надає. MFP використовується в дослідженнях, де споживання харчування є вторинною змінною, і приблизні оцінки є прийнятними.

Чи можна використовувати Nutrola в клінічних дослідженнях?

Методологія Nutrola відповідає вимогам наукового рівня: основа на USDA FoodData Central, перехресна перевірка дієтологами, трекінг 80+ нутрієнтів та AI-підтримуваний трекінг для максимізації дотримання учасниками. Його 1.8 мільйона перевірених записів, можливості експорту даних та безрекламний дизайн за 2,50 євро на місяць роблять його придатним для дослідницьких протоколів, що вимагають щоденного моніторингу харчування з точністю та залученням учасників.

У чому різниця між дослідницькими інструментами для харчування (ASA24, NDSR) та споживчими додатками?

ASA24 та NDSR призначені для періодичної оцінки харчування, що проводиться або керується підготовленими професіоналами. Споживчі додатки (Nutrola, Cronometer, MFP) призначені для щоденного самостійного трекінгу особами без професійної підготовки. Споживчі додатки відзначаються безперервним, реальним моніторингом, але можуть жертвувати деякою методологічною строгістю. Додатки з базами даних, прив'язаними до USDA (Nutrola, Cronometer), значно звужують цей розрив.

Чи замінить AI-підтримуваний трекінг традиційні методи оцінки харчування в дослідженнях?

AI-підтримуваний трекінг навряд чи повністю замінить встановлені методи, такі як NDSR або ASA24, але буде дедалі більше доповнювати їх. Основна дослідницька цінність AI-трекінгу полягає в зменшеному навантаженні на учасників (покращуючи дотримання та повноту даних) у поєднанні з об'єктивною фотодокументацією. Критично важливо, щоб AI-ідентифікація була поєднана з перевіреною базою даних харчування. Додатки, такі як Nutrola, які поєднують зручність AI-трекінгу з точністю даних, перевірених USDA, найкраще підходять для цього нововведення в дослідженнях.