食事研究に問題を引き起こす不正確な食事報告

• 研究者たちは、人々が摂取した食品と健康状態の関連を見つけるためにアンケート調査を用いているが、最近の研究では、このアプローチが信頼できないことが示されている。多くの人が摂取量を過少申告しており、データベースの半分以上が誤っている可能性がある。

• 研究者たちは、エネルギー消費を測定する技術を用いて食事アンケートの正確性を評価する方程式を開発した。この方程式により、多くの研究が誤ったデータに基づいていることが指摘されている。

• 食事アンケートは、人々が食べたものを記憶したり報告したりすることが難しいため、信頼性が低い。一部の研究者は、こうしたアンケートを放棄すべきだと主張している。

• 二重標識水（DLW）技術は、エネルギー消費を正確に測定できる方法であり、アンケートと併用すると、人々が摂取量を過少申告する傾向があることを示している。

• 研究者たちはDLW技術を用いて、NHANESおよびNDNSデータベースの記録を分析し、多くの人が報告した摂取量が予測範囲より低いことを発見した。

• これらの結果は、栄養疫学研究が誤ったデータに基づいていることを示唆しており、栄養研究がしばしば矛盾した結果を出す理由かもしれない。

• 研究者たちは、アンケートに依存せずに栄養疫学を改善するための新しい方法論の開発に取り組んでいる。たとえば、写真による食事日記や、ウェアラブルカメラ、モーションおよびオーディオセンサーを用いた研究が進められている。

• 現時点では、これらの新しい方法はアンケートほど大規模に適用できる準備が整っていないが、研究者たちは、誤申告の規模を推定して研究に組み込める方程式を利用できる。研究者たちは、栄養疫学を改善するために新しい技術を使うべきだと強調している。

[GN⁺]

Hacker Newsのコメント

• Google AIとSnapCalorieの研究によると、人々は食べ物の量を視覚的に見積もる能力に自信を持っているが、実際には平均53%の誤差が生じる。訓練された専門家でも40%の誤差がある。精度を高めるには、食品用スケールや容量計測ツールを使う必要がある。人々が最も気にするのは油、調理用脂肪、隠れた材料だが、実際には量を見積もることのほうがより大きな誤りを招く。詳しい誤差分析はNutrition5k論文で確認できる

• すべてを追跡して計測する人たちは、ソースや調理時間、残り物における栄養素の減少、何回かに分けて食べる食事などで苦労する。一人暮らしで包装食品と生野菜を主に食べていたときは簡単だったが、食事を共有し、さまざまな材料を使うようになると難しくなる

• 多くの人は資源に対して感情的に向き合うため、論理だけでは解決しにくい。食品と家計は似ている。カロリー摂取と消費の概念は単純だが、実際にそれを実行するのは難しい。人は自分に嘘をついたり、哲学的なジレンマにはまり込んだりして、しばしば欲求に屈してしまう

• My Fitness Palを使ってカロリーを計算しようとしたが、多くの手間がかかる。外食時には正確な計算が難しい。ソースや油を含めると精度が落ちる。最善の方法は、そもそも計算する必要がないように避けることだ

• 人は何を報告するにしても苦手だ。運動、食事、性生活、身だしなみなど。科学者が、実験のために正確に報告する集団が存在すると想定するのは、ナイーブさの表れだ

• コーヒー、ワイン、チョコレートが健康に良いのかという問いに答えようとする科学者がいる。無数の交絡因子、遺伝的要因、食事の時間、運動レベルなどがある。これは80/20の問題で、80%をやって残り20%は忘れるくらいがよい。もし心身の調子が良ければ、たまのグラスワイン1杯やチョコレートひとかけらが大きな影響を与えることはない

• ほとんどの研究は、食物消費量の絶対的な正確さには依存していない。研究結果は相対的な用語で示される。たとえば、朝のコーヒー摂取が長寿と関連しているかを確かめる際、全員が食事摂取量を過少申告すると考えても大きな問題にはならない

• 睡眠研究はクリニックで行われ、患者に自己申告を任せない。正確なデータが欲しいなら、実際に研究を行い、食事を直接提供すべきだ

• 人はアルコールのカロリー含有量を理解するのが特に苦手だ。炭水化物とたんぱく質は1グラムあたり4カロリー、アルコールは7カロリー、脂肪は9カロリーである。低炭水化物食品のトレンドがあったとき、Bacardiは無炭水化物ラムを宣伝していたが、風味付けされていない蒸留酒はどれも炭水化物を含まず、それでも高カロリーだ

• 人が自分自身について多くのことを誤って報告するのは、一般によく知られている。厳密な研究を期待するなら、ウェアラブル機器やスマートモニターを使うのがよい