食事を変えていないのに、記録のカロリーが増えた。その差は食べた量だけでなく、成分表の計算方法や参照するデータにも左右される。食物繊維を含めた食品の再計算と食事記録アプリの比較研究から、食品単体と献立全体の違い、更新前後を比べる際に残したい情報を読み解く。
食パンも豆のスープも昨日と同じ量なのに、朝食の記録だけが増えている。食卓は変わらず、数字が先に変わった。そんなとき、食べすぎたと決める前に、食事を数字に変える側の変更を確かめたい。食品のエネルギーは、計算に何を含めるかによっても変わる。ブラジルの食品データベースを使った研究では、同じ食品を食物繊維のエネルギーを含める方法と含めない方法で再計算し、差が生じた。[1]
答えの芯は、表示値の増加と、実際に食べた量の増加は区別する必要がある、ということだ。改訂では、変わる項目と維持される項目を分けて読む。韓国の糖尿病患者の食事計画に使う食品交換表の改訂では食品項目が増えた一方、食品群の分類と栄養基準は維持された。これは表の改訂を扱う報告であり、18〜39歳の女性の必要カロリーを直接決める結果には使えない。更新という言葉だけでは、何が変わったかまでは分からない。[9]
食品を選ぶ際の違いは既存記事「ダイエット停滞期の記録は食品名だけで選ぶ？成分表の項目違いと熱量を読み解く」に譲る。ここで扱うのは、同じ食事の過去と現在を比べるとき、参照表や計算方法の変更をどう切り分けるかである。30代女性の食事記録を出発点にするが、取り上げる研究はその年代の必要カロリーを決める試験ではない。[1][8][9]
同じ食品でも、計算に含めるものが変われば差が出る
食品成分データベースは、食品に含まれる栄養成分をまとめたものだ。食品分析の技術を扱ったレビューでは、栄養表示、栄養分析、研究などに広く使われる基盤として説明されている。食事記録に並ぶ食品名の奥には、食品を分析し、その結果を数値として整理する作業がある。入力した食品名を数値へ変える土台が、こうした分析とデータ整備である。[4]
ブラジルの研究が検討したのは、食物繊維の発酵によって供給されるエネルギーを総エネルギーの計算に含める影響である。食品データベースに収められた1,753食品について、含める場合と含めない場合の値を比べた。食事を変える介入試験ではなく、食品の計算値を比較した研究だ。ここで変えた条件は、食べる人の行動ではなく計算の扱いである。18〜39歳の女性にも計算条件を確認する視点は使えるが、この食品比較から個人の必要量や体への影響は決められない。[1]
この違いは、記録を読み返す場面に置くと分かりやすい。以前の表で計算した朝食と、別の扱いを採用した表で計算した朝食を並べたなら、差の中には計算条件の違いが入りうる。表示の差をそのまま食べた量の差に読み替えると、研究が示した「同じ食品でも計算値が変わる」という部分を見落とす。[1]
一方、この研究は日本の成分表の特定の改訂や、手元のアプリの更新を検証したものではない。ブラジルの食品を使った再計算から言えるのは、食物繊維をどう数えるかが計算値に影響するという仕組みまでである。自分の画面に起きた変化の原因を確かめるには、利用するサービスの更新内容を別に確認する必要がある。[1]
初日の汗は、予約した人だけが持ち帰れる。
食品単体の大きな差を、献立全体に広げない
研究では、1,753食品のうち321食品で、食物繊維のエネルギーを含めるかどうかによる差が10%以上だった。差が目立ったのは主に野菜、豆類、果物の群である。食品単体では無視しにくい違いがあった、という結果だ。ところが、食品群を幅広く含むブラジルの典型的な献立では、差は3%未満だった。[1]
この対比こそ、成分表の改訂を読むときに残したい点である。ある食品について大きな割合の差が見つかっても、その割合を朝から晩までの総量にそのまま掛けることはできない。研究が食品単体と献立の両方を調べたところ、差の大きさは同じではなかった。食品についての見出しが、そのまま自分の食事全体の説明になるとは限らない。[1]
たとえば、昼食の記録のうち、豆を使った副菜の表示だけが変わったとする。確かめる対象は、その副菜の値と、昼食全体の値である。前者の変化を読んで後者も同じ割合で増えたと思い込まない。この確認の順序は、個々の食品では差が目立ち、混合した献立では差が小さかったという研究結果に沿った読み方だ。[1]
ただし、献立なら必ず3%未満に収まる、と一般化するのも行きすぎになる。対象はブラジルの典型的な献立であり、日本で暮らす個人の食事を再現した結果ではない。研究の数字は、差がどこまで広がるかを調べた条件と組にして読む。食品の種類や組み合わせを飛び越えて、自分の記録を一律に補正するための係数にはしない。[1]
改訂で増えた数字を見て、野菜や豆を減らす方向に直結させる必要もない。この研究は食物繊維を計算に含めた場合の差を扱い、食品を避ける食事法の効果を比べたものではない。どの食材を減らせばよいかという問いに答えを移すと、計算方法の研究から離れてしまう。まず、数字が変わった理由と食事の選び方を分けて考えたい。[1]
アプリの差には、参照する成分表も関わる
食事記録アプリの正確さを調べた系統的レビューとメタ分析も、参照表をそろえる意味を示している。系統的レビューとは研究を一定の方法で探して整理するもの、メタ分析とは複数の研究結果を統合する分析である。このレビューは14研究を整理し、エネルギー摂取量については11研究を統合した。比較したのはアプリと、それぞれの研究で基準にした食事評価法である。対象は実生活での食事記録アプリの検証研究であり、18〜39歳の女性個人に統合した平均差をそのまま当てはめることはできない。[8]
全体では、アプリによるエネルギー摂取量は比較法より低く、統合した平均差は1日当たり−202 kcalだった。95%信頼区間は−319〜−85 kcalである。信頼区間は統合した平均差の推定の不確かさを表すもので、個々の利用者の誤差がこの範囲に必ず入るという意味ではない。さらに、研究間の結果のばらつきを表す異質性は72%と報告された。[8]
重要なのは、その先の比較だ。アプリ側と比較法側で同じ食品成分表を使った研究に分けると、平均差は1日当たり−57 kcal、95%信頼区間は−116〜2 kcalになり、異質性は0%だった。信頼区間は差がない値も含んでいる。成分表が同じ条件では、全体を統合した場合より差と研究間のばらつきが小さかったのである。[8]
ただし、これは全体の差を成分表だけのせいにできる結果ではない。研究を条件で分けた分析であり、同じ人の食事を保ったまま参照表だけを無作為に切り替えた試験ではない。レビューも検証研究の設計がさまざまであることを指摘している。成分表は比較の重要な条件だが、差の原因をひとつに確定する証拠としては扱わない。[8]
画面の数字が細かく出ることと、比較条件がそろっていることは別の話だ。新しいアプリに移した記録と古いアプリの記録を比べるなら、食事内容に加えて、計算の土台も変わっていないかを見たい。同じ成分表を使う研究で差が小さかったという結果は、アプリ名だけで正確さを決めるより、何を参照しているかを確かめる理由になる。[8]
比較法を「正解そのもの」と受け取らない点も大切だ。このレビューが比べたのは、アプリと従来の食事評価法による推定である。著者らは今後の検証に向けて、体内の指標であるバイオマーカーを基準として検討すること、より大きく代表性のある集団で、より長い期間調べることなどを提案している。今ある道具同士の一致と、実際の摂取量をどこまで捉えるかには、別々に確かめる課題がある。[8]
さらに、エネルギーや栄養素の総量だけでなく、食品群や食品ごとの摂取も比較することが推奨されている。総量が近いからといって、食事のどの部分も同じように記録できたとは限らない、という検証の視点である。日常の画面を見直すときにも、総カロリーだけを保存するより、元の食事内容を残す理由になる。ただし、これは検証方法への提案を記録の工夫に応用したもので、保存方法による健康効果を示した結果ではない。[8]
数字で読む成分表と計算値の違い
1,753食品：食物繊維のエネルギーを含める場合と含めない場合を比較した食品数。[1]
321食品：上の再計算で、エネルギーの差が10%以上だった食品数。[1]
3%未満：食品群を幅広く含むブラジルの典型的な献立で見られた差。[1]
−202 kcal/日：アプリの検証研究を統合した、比較法に対する平均差。95%信頼区間は−319〜−85 kcal。[8]
−57 kcal/日：同じ成分表を使う研究に分けた平均差。95%信頼区間は−116〜2 kcalであり、個人への足し戻し量ではない。[8]
初日の汗は、予約した人だけが持ち帰れる。
1
2
