食事計算アプリの合計と食品表示が少し違うとき、何を確かめればよいのか。栄養値の丸めだけに原因を求めず、一食分と一包装の違い、食品分析や成分データの推定、体で利用できる熱量を研究から整理する。数字を自己流で補正する前に、入力する食品と食べた量をそろえるための読み物である。
飲み終えた容器を食卓に置き、夕食のあとに飲み物をアプリへ登録する。袋の裏の数字と画面の合計が少し違う。入力し直しても合わないと、今日の食事そのものを間違えた気持ちになる。だが、計算が合うことと、食べたものを正確に捉えることは別の問題だ。
食事計算アプリに表示された値を足しても、得られるのは、登録した食品と量に基づく推定値である。食品表示の読み取りでは基準となる量が理解に影響し、食品分析では測定法、成分データでは推定法による違いが報告されている。表示を丸めた結果だけで、ずれのすべてを説明することはできない。[7][8][12]
先に確かめたいのは、小数点の先よりも、どの食品の、どの量を登録したかである。数字をもっと細かくする前に、その数字が指している対象をそろえる。ここでは表示の正誤を一括判定せず、食事記録を見返す順番を研究から考える。[3][8]
足し算が合うことと、食事を測れることは違う
アプリで食品名を選ぶと、食事が数字の列になる。このとき分けたいのは、表示された値を足す作業と、その値が実際の食品をどれほど表しているかの評価である。後者には食品そのものの分析が必要になる。イタリア市場の植物性飲料を調べた成分分析では、調査した表示の多くに不正確さがあり、とくにエネルギー、脂質、飽和脂肪で問題が認められた。足し算の能力とは別の場所に、数字の不確かさがあったのである。[6]
ただし、この結果を日本の飲料全体や、手元の商品の判定に置き換えてはいけない。研究の対象はイタリア市場の植物性飲料である。調査で表示の問題が見つかったことは、すべての表示を疑う理由にも、特定の商品から一定量を差し引く理由にもならない。表示と分析の一致は、食品の種類や対象とした製品に即して読む必要がある。[3][6]
食品名が似ているだけで、同じ成分として扱えるとも限らない。植物性飲料の分析では、穀類、ナッツ類、豆類などの原料を使った試料が調べられ、同じ飲料の区分についても栄養的な標準を一義的に定められないとされた。アプリ内の大まかな食品名と、実際に飲んだ製品名を見分けることは、この結果を生活に移す際の確認点となる。[6]
たとえば、いつもと違う原料の飲料を買った日に、履歴の先頭をそのまま選んでいないかを見返す。これはアプリの優劣を決める話ではない。比較の対象をそろえるための作業だ。食品の側に違いがあるなら、画面の数字がそろって見えることだけを安心材料にしない。製品の違いを認めたうえで、記録の名前を合わせたい。[6]
初日の汗は、予約した人だけが持ち帰れる。
丸めの話に入る前に、一食分と一包装をそろえる
表示の読み方を変えるだけでも、エネルギーの理解は変わる。カナダの若者と若い成人を対象にしたオンライン実験では、飲み物の表示を一食分あたり、容器全体あたり、その両方を並べた形式に分けて比較した。対象は16〜24歳の2,008人で、一食分の基準は250 ml、容器全体は473 mlだった。18〜39歳の女性全体に同じ改善が得られるかは、この年齢範囲の実験だけでは判断できない。[8]
容器全体の表示、または両方を並べた表示を見た群は、一食分の表示だけを見た群より、エネルギーを正しく把握しやすかった。ここで変えたのは飲み物の中身ではなく、表示の基準となる量である。同じ食品でも、読者が何に対する値かを捉えられるかによって答えが変わった。[8]
一方、クラッカーの実験では、一食分の文字を大きくする形式や、一袋あたりの食数を示す形式に変えても、正しいエネルギー推定との関連は認められなかった。見やすい表示なら何でも同じように効く、という結果ではない。参加者の61.9%は包装あたりの食数を含む形式を好んだが、好まれることと正答を増やすことも分けて読むべきだ。[8]
夕方の補食を記録するなら、商品の表の印象より裏面の「何あたり」を探す。そのうえで、全部食べたのか、残したのかを入力欄と照らす。研究で理解が改善したのは容器全体を示した飲料表示であり、食べる量を増減させる指示ではない。表示を読むために、自分の食事を表示の区切りへ無理に合わせる必要はない。[8]
アプリの一食という欄と、袋に書かれた一食分という言葉を、名前だけで同一視しないことも大切だ。入力する側は「自分が食べた一回」を考え、表示する側は「値を示す基準の量」を指しているかもしれない。両者をつなぐために量の確認が要る。計算機は、容器をどこまで飲んだかまでは見ていない。[8]
食品の分析値にも、測り方による幅がある
数字の出発点となる食品分析にも方法がある。日本で日常的に食べる食品を扱った研究では、調理法を変えた6食品、計34試料について、近赤外線を使う分析と公定法による測定が比較された。近赤外線分析は光を使って成分を推定する方法で、研究では水分の影響を減らすために凍結乾燥の前処理を試している。[7]
乾燥させた試料では、湿った試料より分析の正確さが改善した。また、エネルギーと炭水化物の誤差の大きさは、乾燥後に残った水分と有意に関連していた。つまり、誤差を考えるときには、画面で何桁まで表示するかだけでなく、そもそも成分をどの方法で推定したかが関わる。数値を丸める前の段階にも検討すべき点がある。[7]
これは、家庭の食事を乾燥させてから記録しようという話ではない。測定装置を使う研究でさえ、試料の状態と測定方法をそろえて精度を評価している、という読み方が重要だ。家庭では商品名や食べた量の確認を担い、測定法の検証は専門の分析に任せる。自分が確かめられる部分と、食品分析の仕事を混同しないでよい。[7]
成分データの推定法にも論点がある。たんぱく質の定量を扱うレビューでは、食品中の窒素に一律の換算係数6.25を掛ける従来法が取り上げられている。アミノ酸の組成や、たんぱく質以外に含まれる窒素が異なるため、この一律換算は系統的な過大推定につながるとされ、食品ごとの係数を選ぶ重要性が論じられた。[12]
このレビューが対象にしているのは食品成分データの整備と定量法である。自分の記録したたんぱく質を、読者が一律に減らすための式ではない。データの作り方に改善の余地があることと、家庭で独自の補正を加えてよいことは同じではない。成分表と製品の表示が違うときには、数字の細かさだけで良し悪しを決めない姿勢につながる。[12]
分析の研究をもう少し具体的に読むと、凍結乾燥した食品の値は、そのまま食卓の値として使われたのではない。蒸発した水分量を使って乾燥前の値へ補正し、公定法で調べた同じ試料と比較している。水分を取り除けば数字が正しくなる、という単純な話ではなく、試料の処理と元の食品への換算までを含む手順である。比較する状態を合わせる作業が、精度の評価を支えていた。[7]
たんぱく質のレビューでも、単に従来の数字を否定するだけではない。食品成分データで何をたんぱく質に含めるかという定義、分析法、窒素からの換算係数を検討し、より正確で統一された値へ近づける枠組みを提案している。同じ名前の栄養素を数えていても、数える対象と換算の考え方を明確にする必要がある。食品の数字は、測定値を表の枠へ移すだけでは完成しない。[12]
こうした測定法の検証と、表示を読む人の実験は役割が異なる。前者は食品の値がどこから来るかを確かめ、後者は値が読者にどう伝わるかを確かめている。飲料で容器全体の表示が助けたのは、読み手の理解である。逆に分析が改善しても、別の量として読めば記録は対応しない。数字を作る工程と、生活で使う工程の両方に目を向ける必要がある。[7][8]
食事記録で不一致を見つけたとき、どの工程を確かめているのかを言葉にすると、確認の範囲を絞れる。「この飲み物を全部飲んだ値か」という問いなら包装と入力欄を比べられる。「成分値の測定は正確か」という問いなら、分析研究の対象と方法が必要になる。包装を見直して答えられる問いを、測定法への漠然とした不信で置き換えないようにしたい。[7][8]
数字で読む食品表示と計算のずれ
2,008人：飲料とクラッカーの表示形式を比較した、カナダの16〜24歳の参加者数である。[8]
250 mlと473 ml：飲料実験における一食分と容器全体の基準量として使われた。[8]
34試料：近赤外線分析の前処理を検証した、日本の調理食品で比較した試料の数を示す。[7]
69製品中14製品：病院の栄養用液体で、研究が設けたエネルギーの同等性基準に収まらなかった数である。[3]
146 kcalと185 kcal：健康な成人の試験で得た、クルミ28 gの利用可能エネルギーと換算による計算値である。[1]
初日の汗は、予約した人だけが持ち帰れる。
1
2
