Summary

自動食品摂取と摂食行動評価方法のコンセプト開発と利用

Published: February 19, 2021
doi:

Summary

このプロトコルは、新しい技術ベースの食事評価方法を示し、説明します。この方法は、複数の計量スケールを内蔵したダイニングトレイとビデオカメラで構成されています。このデバイスは、食事の過程で食べ物や飲み物の摂取量や食事行動の自動対策を組み込むという意味でユニークです。

Abstract

食事と摂食行動の評価方法の大半は、自己申告に基づいています。それらは負担が大きく、また測定エラーを起こしやすい。最近の技術革新により、ユーザーと研究者の両方に必要な労力が少ない、より正確で正確な食事と摂食行動評価ツールの開発が可能になります。そこで、食物摂取と摂食行動を評価する新しいセンサーベースの装置が開発された。このデバイスは、ビデオカメラと3つの別々の内蔵計量ステーションを備えた通常のダイニングトレイです。計量ステーションは、食事の過程でボウル、プレート、および飲みカップの重量を継続的に測定します。顔に配置されたビデオカメラは、人工知能(AI)ベースの自動表情ソフトウェアを使用して分析される食行動特性(噛み、咬傷)を記録します。トレイの重量とビデオデータは、ワイヤレスレシーバーを使用して、リアルタイムでパーソナルコンピュータ(PC)に転送されます。食べる量、食べる率、一口の大きさなどの関心の結果は、対象の時点でこれらの測定値のデータを差し引くことによって計算することができます。トレイの現在のバージョンによって得られた情報は、研究目的のために使用することができ、デバイスのアップグレードされたバージョンはまた、食事摂取量と食事行動に関するよりパーソナライズされたアドバイスの提供を容易にします。従来の食事評価方法とは対照的に、この食事評価装置は食事中の食物摂取量を直接測定し、記憶または部分サイズの推定に依存しない。最終的には、この装置は毎日の主食の食物摂取および摂食行動の措置に適している。将来的には、この技術ベースの食事評価方法は、健康アプリケーションやスマートウォッチにリンクして、運動、エネルギー摂取量、食事行動の完全な概要を取得することができます。

Introduction

栄養学の研究や食事の実践では、太りすぎや肥満の問題の解決策を見つけるために、人々が何を、どのくらい、どのように食べるかの良い尺度を持つことは重要です。食事摂取量を評価するために、食品日記、24時間のリコールまたは食品頻度アンケート1などの従来の自己申告アンケートがしばしば使用される。これらの方法は自己申告に依存しているため、社会的に望ましい回答、記憶不足、および部分サイズ2,3の推定が困難なため、時間がかかり、偏見を生じやすい。食事の質(食品の種類や食べる量)の対策に加えて、食物摂取を遅くする食行動が食事4内の過剰消費を防ぐことが示されているので、食べ物がどのように食べられるかを知っていることも重要である。食行動を評価するために、黄金の基準は、2人の観察者が食事を食べる人々のビデオ録画にアナティケートしてもらう。この方法は、かなり手間がかかり、時間がかかり、行動に関する即時のフィードバックを可能にしません。

最近の技術の進歩は、食物摂取量の自動対策と食事の過程での食事行動の自動化された措置を組み合わせる機会を提供するようになりました。これらの動きに対応して、mEETrと呼ばれる新しいセンサーベースの食事評価方法が開発されました, mEETr, 2つのオランダ語の単語の頭字語 ‘メーター’ (翻訳: 測定装置), ‘eet’ (翻訳: 食べること).mEETrは、3つの計量ステーション(図1はトレイとセンサープレートの設計を示しています)とカメラホルダーを備えた通常のダイニングトレイです。各計量ステーションは、重量を分配するために3つの三角形に配置された測定ポイントで構成されています。計量ステーションは、ボウル、プレート、および飲みカップまたはグラスの重量を食事の上で連続的に測定します。mEETrにはビデオカメラホルダーも含まれています。現在、カメラホルダーはトレイから分離されていますが、標準化のために、mEETr(折りたたみビデオカメラスティック)の次のアップグレード後に統合カメラが理想的であろう。このカメラは、咬傷と噛み込みの数の自動リアルタイム分析と、摂食時間を容易にし、摂食率と咬合サイズに関する情報を生成することを可能にする。食行動の自動分析は、新しく開発されたアルゴリズムを使用して行われます。様々な研究グループが、食の加速と食べる量に関するリアルタイムのフィードバックを人々に提供する装置を開発した。また、食事中の咬傷の数とその頻度に関するリアルタイムのフィードバックを提供するために拡張フォークが開発されました7.また、フリーな生活環境8,9で食べる微細構造を測定するイヤーセンサー開発されました。この装置と同様に、Ioakimidisららが使用するセットアップと同様に、ビデオ対策を計量プレートと組み合わせて、食物摂取量、咬傷回数、咀嚼行動を決定した。

これらの装置と比較して、mEETrの目新しさは、2つのプレートと飲みカップ(n=3)の食物摂取と摂食行動(例えば、食べる割合、咬傷の数、咬傷サイズ、咀嚼行動)の自動測定を1つの装置に組み合わせることである。mEETrは、実証されているように、制御された(食べる実験室)環境内での食物摂取と摂食行動の食事対策に適していますが、最終的には、保育園、高齢者ホーム、病院などの再発生する食事計画が使用される、制御されていない環境でmEETrを使用することを目的としています。

最終的には、mEETrは、従来の食事評価方法やビデオの手動コーディングよりも、より客観的で、より正確で正確な食物摂取量と摂食行動を提供します。食物摂取のより良い措置は、栄養と健康研究に利益をもたらすだけでなく、食品関連の非伝染性疾患の増加に対処するために彼らの挑戦の医療専門家11.最終的には、mEETrは、他の健康アプリやスマートウォッチなどの既存の技術やソフトウェアにmEETrをリンクすることで、研究やヘルスケアの設定だけでなく、自宅の健康志向のユーザーによって使用することができます。全体として、これらの健康対策は、ユーザーまたはヘルスケアの専門家に、さまざまな健康行動パターン(例えば、食物摂取、摂食行動、実際の措置に基づくエネルギー支出、睡眠、ストレス)のかなり多様で完全な概要を提供し、ユーザーが食事を最適化し、健康的なライフスタイルを作り出すことを可能にします。

Protocol

このパイロット研究は、プロジェクトを開始する前にワーゲニンゲン大学のMETCによって承認されました. 注意:このプロジェクトに貢献するすべての参加者は、目に見える顔と認識可能な顔を示すビデオ画像の承認を含むインフォームドコンセントを提供しました。 1. サンプル準備と参加者の同意 ジュース(グラスまたはカップ)、フルーツヨ?…

Representative Results

摂取速度が遅い(図7)、小さい一口/噛み付きサイズ(図8)、より多くのチュー(図9)は、mEETrトレイで測定されるヨーグルトとジュース(図6)と比較してサラダの摂取量を少なくしました。参加者はフルーツジュースと比較してフルーツサラダを17%少なく食べました。ジュース、ヨーグルト、サラダの食行動特?…

Discussion

健康的な食事と健康的な食事行動は、太りすぎと肥満の予防と解決策に重要な役割を果たすことを示しています11.しかし、食事摂取量や食事行動を測定するために使用される方法の多くは、ユーザー、研究者、医療専門家にとって負担が大きく、記憶や部分のサイズの推定に依存しているため偏っている可能性があります。mEETrを使用すると、従来のビデオおよび食事評価?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

ワーゲニンゲン大学の技術開発スタジオのJ.M.C D.メイジャーとmEETrトレイの開発に協力してくれたことに感謝します。この研究は、4オランダの技術大学、4TU – プライドと偏見プロジェクトによって資金提供されました。

Materials

Battery na na Battery pack (LiPo) and charge electronics via an USB port connector. No data from this port.
Connector program Noldus Noldus Information technology software dashboard nview
Dinner tray na na Standard dinner tray from glass inforced epoxy
Larger scale na na One high range custom made scale based on a triple force sensor method.
Mainboard na na A mainboard converting the three scale measurements to calibrated weight numbers. This board also contains the low power short range RF transmitter.
OS Windows Microsoft windows 10 Pro 64 bit
Processor program Noldus Noldus Information technology software FaceReader
Receiver program Noldus Noldus Information technology software Observer
RF receiver na na Custom build USB converter connected to a RF receiver. This receiver has a squelch setting for making it low range sensitive.
Small scales na na Two low range custom made scales based on a triple force sensor method.

References

  1. Burrows, T. L., Ho, Y. Y., Rollo, M. E., Collins, C. E. Validity of dietary assessment methods when compared to the method of doubly labeled water: A systematic review in adults. Frontiers in Endocrinology. 10, 850 (2019).
  2. Brouwer-Brolsma, E. M., et al. Dietary intake assessment: From traditional paper-pencil questionnaires to technology-based tools. Environmental software systems. Data science in action. Advances in Information and Communication Technology. 554, (2020).
  3. Palese, A., et al. What nursing home environment can maximise eating independence among residents with cognitive impairment? Findings from a secondary analysis. Geriatric Nursing. 41 (6), 709-716 (2020).
  4. Krop, E. M., et al. Influence of oral processing on appetite and food intake – A systematic review and meta-analysis. Appetite. 125, 253-269 (2018).
  5. Nicolas, E., Veyrune, J. L., Lassauzay, C., Peyron, M. A., Hennequin, M. Validation of video versus electromyography for chewing evaluation of the elderly wearing a complete denture. Journal of Oral Rehabilitation. 34 (8), 566-571 (2007).
  6. Sabin, M. A., et al. A novel treatment for childhood obesity using Mandometer® technology. International Journal of Obesity. 7, (2006).
  7. Hermsen, S., et al. Evaluation of a Smart fork to decelerate eating rate. Journal of the Academy of Nutrition and Dietetics. 116 (7), 1066-1068 (2016).
  8. vanden Boer, J., et al. The splendid eating detection sensor: Development and feasibility study. JMIR mHealth and uHealth. 6 (9), 170 (2018).
  9. Papapanagiotou, V., et al. A novel chewing detection system based on ppg, audio, and accelerometry. IEEE Journal of Biomedical and Health Informatics. 21 (3), 607-618 (2016).
  10. Ioakimidis, I., et al. Description of chewing and food intake over the course of a meal. Physiology & Behavior. 104 (5), 761-769 (2011).
  11. Ruiz, L. D., Zuelch, M. L., Dimitratos, S. M., Scherr, R. E. Adolescent obesity: Diet quality, psychosocial health, and cardiometabolic risk factors. Nutrients. 12 (1), 43 (2020).
  12. Forde, C. G., van Kuijk, N., Thaler, T., de Graaf, C., Martin, N. Oral processing characteristics of solid savoury meal components, and relationship with food composition, sensory attributes and expected satiation. Appetite. 60 (1), 208-219 (2013).
  13. Weijzen, P. L. G., Smeets, P. A. M., de Graaf, C. Sip size of orangeade: effects on intake and sensory-specific satiation. British Journal of Nutrition. 102 (07), 1091-1097 (2009).
  14. Zijlstra, N., de Wijk, R. A., Mars, M., Stafleu, A., de Graaf, C. Effect of bite size and oral processing time of a semisolid food on satiation. The American Journal of Clinical Nutrition. 90 (2), 269-275 (2009).
  15. Bolhuis, D. P., et al. Slow food: sustained impact of harder foods on the reduction in energy intake over the course of the day. PloS One. 9 (4), 93370 (2014).
  16. Grinyer, A. The anonymity of research participants: assumptions, ethics and practicalities. Social Research Update. 36 (1), 4 (2002).

Play Video

Cite This Article
Lasschuijt, M. P., Brouwer-Brolsma, E., Mars, M., Siebelink, E., Feskens, E., de Graaf, K., Camps, G. Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method. J. Vis. Exp. (168), e62144, doi:10.3791/62144 (2021).

View Video