CN106716426A - 用于计算、显示、修改和使用个性化营养健康评分的系统和方法 - Google Patents
用于计算、显示、修改和使用个性化营养健康评分的系统和方法 Download PDFInfo
- Publication number
- CN106716426A CN106716426A CN201580049542.0A CN201580049542A CN106716426A CN 106716426 A CN106716426 A CN 106716426A CN 201580049542 A CN201580049542 A CN 201580049542A CN 106716426 A CN106716426 A CN 106716426A
- Authority
- CN
- China
- Prior art keywords
- nutriment
- scoring
- health
- user
- nutrient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G06F19/3475—
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Nutrition Science (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
所公开的系统计算了消费品的单个评分,所述单个评分指示所述消费品的营养健康。在一个实施方案中,营养健康基于推荐的卡路里摄取,指示消费品内的营养物质是否在特定于用户的健康范围内。所述系统通过确定消费品的营养含量是否落入针对个体定制的范围内,来确定对所述个体的营养健康的影响。本发明所公开的系统因此跟踪并显示消费品对个体的个性化营养需求的影响。本发明所公开的系统还生成营养建议,使得所述个体能够发现营养习惯的改变对所述个体的总营养健康的影响。在一个实施方案中,所公开的系统确定并显示在特定时间段例如在某一天内需要摄入以满足个体的营养健康需要的消费品。
Description
优先权声明
本申请具有于2015年7月6日提交的美国临时专利申请No.62/188,896和于2014年10月3日提交的美国临时专利申请No.62/059,534的优先权和权益,所述专利的全部内容全文以引用方式并入本文中。
版权声明
本专利文件的公开内容的一部分包含受版权保护的材料。版权所有人对于完全以专利文献或专利公开在专利商标局的专利文件或记录中出现的形式影印复制所述专利文献或专利公开无异议,但无论如何仍以其他方式保留所有版权权利。
技术领域
本公开总体涉及用于计算消费品对群体营养健康的影响的系统和方法。更具体地讲,本公开涉及用于确定特定消费品(诸如配料、食物、餐食或饮食)的营养含量或其他可跟踪的测量值是否落入针对个体定制的多个所谓健康范围内的系统和方法。所公开的系统可推荐消费品,所述消费品通过确保所摄入的营养物质在给定时间段(诸如给定的天或周)内处于健康范围内来帮助个人满足其目标。
背景技术
做出更健康的食物选择可以帮助预防非传染性疾病,诸如肥胖、心血管疾病、糖尿病和一些癌症。指南,如《美国膳食指南》(Dietary Guidelines for Americans)为一般群体提供健康饮食建议。此类指南可以左右有关营养标签、健康声明、营养教育、食谱制订以及食物产品的营销和广告的内容。然而,这些一般性指南并非设计用于提供常量营养素水平或微量营养素水平下的个性化营养建议。
已作出巨大的努力来量化和跟踪特定消费品(诸如配料、食物、餐食或饮食)对个人的整体健康的影响。例如,自1980年以来每隔五年,美国农业部(USDA)以及美国卫生和公众服务部(HHS)一起发布所谓的《美国膳食指南》(Dietary Guidelines for Americans)。USDA指出,这些“指南”提供了关于摄入更少的卡路里,做出有根据的食物选择以及进行体力活动以获得和保持健康体重的建议。(http://www.cnpp.usda.gov/ DietaryGuidelines)。
虽然“膳食指南”提供了个人可以探索以适合自身的框架,但是“指南”仍然不是足以使个人能够跟踪消费品对总营养健康的实际影响的工具。具体地讲,由于“指南”仅仅是指南,所以个人很难(如果有可能的话)确定他们应该尝试实现的实际营养目标,以及是否/何时已经实现了那些目标。也就是说,个人很难确定在给定时间段内应该摄入的特定营养物质的健康量,并且难以跟踪那些健康量是否事实上已被摄入。
此外,“指南”不能确定特定消费品(例如,食物中的某种配料或一餐中的某种食物)对个人的总营养健康的影响并且不利于参考咨询功能,而凭借参考咨询功能可基于已经摄入的项来建议达到个人的营养健康目标所需的项。就“指南”提供任何参考咨询功能的程度而言,它们提出了启发性建议,诸如“多吃水果和蔬菜”。
为了帮助营养专业人员和个人指引更具体的营养摄取目标,食品科学家已经尝试开发评分系统来评价食物、餐食和饮食的健康性或不健康性。然而,评审人员已经注意到这些评分系统通常存在着方法上的不足。在尝试对食物应用评分的某些现有方案中,确定单个评分并应用于食物本身,而不考虑摄入食物的个体或所摄入食物的量。这是无效的,因为给定食物的营养健康取决于摄入食物的个体(例如,个体的卡路里或其他营养需求)和所摄入食物的量(例如,半杯冰淇淋对比半加仑冰淇淋)。因此,根据这些已知方案提供的静态通用评分功能在提供对食物项的营养影响的真实指示方面是无效的。
营养健康还取决于先前已经摄入了什么。例如,单块饼干对于营养健康来说并无固有好坏。事实上,如果已经摄入了营养均衡的饮食,那么单块饼干可总的来说为健康的选择。相反地,摄入50块饼干可能在营养上是不健康的。已知的系统未认识到此事实;相反,它们泛泛地将某些食物视为“好”或“坏”的。
此外,已知的营养度量系统寻求根据一般指南来对食物或餐食计算并应用得分。例如,如果饱和脂肪含量高于某一阈值,则一些已知系统给食物或餐食加5分。在这些系统中,用户将给定时间段(天、周)内的这些得分加起来以确定评分。此类系统的缺陷为它们不是数据驱动的,而是需要营养学家组成的专家小组来启发式地设定得分/限值。因此,在这些系统中,除了反映小组健康意见的一般观点之外,最终评分没有什么意义。此外,在此类系统中,得分通常(如果不是总是的话)四舍五入成整数,以使得评分系统对用户而言更可解读。评分因此离散化,这意味着可因无穷小的饮食变化引起相对较大的评分变化。
在其他已知系统中,已经利用营养均衡评分来左右对所摄入的营养物质的完全性的指示。这些系统可以利用DRI值(即,基于用户简档的每日参考摄取限值),但是仅用期望的最小限值来对营养物质的子组(通常是维生素和矿物质)进行评分。可对所摄入的维生素和矿物质的总体完全性进行评分以给出0和100之间的评分,其中如果所有维生素和矿物质被超出其限值摄入则给出100,并且基于营养物质的摄入不足给出100的一些分数。这些评分系统没有考虑健康范围并且不能解释上限(超过此上限即为不健康摄入)。许多维生素和矿物质具有不健康摄入的毒性水平,而这些系统不能解释不健康的高剂量。另外,未考虑可能益处有限的常量营养素,如脂肪和糖。最后并且重要的是,仅利用下限阈值来产生营养评分会导致评分不能作为摄入的函数来优化,因为评分仅随着摄入的增加而增大。
现有的系统和方案通常已经尝试将营养物质分类为所谓的“合格”营养物质或所谓的“不合格”营养物质。一般来说,合格的营养物质已经被视为具有下限,使得高于下限被视为“良好”,而低于下限被视为“不良”。类似地,不合格的营养物质已被视为具有上限,使得保持低于上限通常被视为“良好”,而高于上限通常被视为“不良”。这些方案是不充分的,因为它们无法提供用于跟踪各种营养物质的影响(或食物的其他可测量方面)的共同机制,以解释适当情况下的过度摄入。
已知的系统和方案也是有缺陷的,因为它们并非以用于改善针对异质群体或个体的评分的适当粒度级别构建。相反,使用一组值来定义针对群体和所有个体的单个评分。这种粒度的缺乏阻止了针对具有不同个体营养需求的不同个体用户来定制已知系统和方案。
需要一种基于可调整的营养物质组和可调整的权重/敏感性值来计算定制的营养健康评分,以设计针对特定用例或目的(诸如针对田径运动中的表现)的评分度量的系统。
还需要一种系统,该系统考虑到具体个体的特定营养需求来计算此营养健康评分的多个值,使得针对个体定制针对不同摄入食物量的评分。
还需要一种系统,该系统可计算添加或去除消费品对个人的总营养健康评分的影响,以使得该系统可以提出对个人可摄入(或可以从其饮食中去除)的额外消费品的建议,以确保在给定时间段(诸如给定的天或周)内以健康量摄入所有必需的营养物质。
本公开描述了一种满足上述需求的营养健康评分系统。因此,本公开描述了克服上述现有营养管理技术的缺点的系统和方法。
发明内容
在各种实施方案中,本文所公开的系统基于给定时间段内个体的卡路里摄取范围和对应的营养物质摄取健康范围来计算针对个体定制的一个或多个营养健康评分。所计算的评分基于营养物质摄取是否在健康范围内,并且不仅受到营养物质摄入不足的影响,而且还受到营养物质过度摄入的影响。这些评分使得个体能够确定他们是否摄入了足够营养物质,并且在他们未摄入足够营养物质的情况下确定还需要摄入哪些额外的营养物质。所公开的系统还提出以下关于添加或去除消费品的建议:所述消费品如果被摄入(或从饮食中去除),将向个体提供经确定在该个体的健康营养物质范围内的量的营养物质。
在各种实施方案中,由所公开的系统计算的营养健康评分指示针对其来计算评分的个体的营养健康。在这些实施方案中使用的营养健康是指个体摄入的营养物质在特定时间段内处于该个体的健康营养物质范围内的程度。在这些实施方案中,示例性营养物质可包括微量营养素(例如钙、胆固醇、纤维)和/或常量营养素(例如碳水化合物、蛋白质和饱和脂肪)。
所公开的系统的各种实施方案基于这样的前提:所有营养物质均具有摄入健康范围。也就是说,所公开的系统的实施方案基于这样的前提:不存在良好或不良的营养物质,因此没有本质上良好或不良的食物。相反,对于每种营养物质(或食物),人摄入处于摄入健康范围内或摄入健康范围外的量。在这些实施方案中,不同个体的营养物质健康范围可以是不同的,这意味着营养健康评估取决于特定个体的需求。例如,特定营养物质的健康范围可针对不同的人变化,具体取决于人是否患有糖尿病、人是否肥胖、人是否是危重患者、人是否具有过敏症或者人是否是运动员。如下所述,通过以针对个人定制的方式改变不同营养物质的健康范围,由所公开系统提供的计算的营养健康评分也是针对每个个体用户定制的。
所公开系统的各种实施方案向用户显示了基于用户的营养需求(诸如用户的卡路里摄取或一组确定的适用DRI(每日参考摄取)值)定制的仪表板或其他适当的用户界面。所公开的系统计算指示消费品(诸如配料、食物、餐食或饮食)的营养价值的评分,并通过仪表板向用户显示评分。在这些实施方案中,所计算的评分是在给定时间段内摄入的食物(进而营养物质)量的函数,并且也是针对个体用户定制使得评分指示消费品对于单个特定个体来说的营养价值,而不是指示消费品对于一组个体的一般营养价值。在此类实施方案中,所公开的系统通过确定消费品的营养物质含量是否处于消费品中所含每种营养物质的针对用户定制的范围内来计算营养价值评分。然后,系统基于归因于每种营养物质的反映消费品对个体的总营养健康影响的一组个性化加权参数,将组分评分合计或累计成总分。因此,在各种实施方案中,可以说营养健康评分将营养物质摄入处于所定义的营养健康范围内的程度表示为在营养健康范围之外的个体营养物质评分的加权平均值。
在各种实施方案中,所公开的系统被配置为计算和显示多个营养健康评分,以提供对摄入某些消费品的营养影响的全貌。在一个实施方案中,评分是根据考虑了在给定时间段内摄入的食物量以及评分计算所针对的个体的特征的公式来计算的。在一个实施方案中,对于特定个体,可以出于不同目的给出多个评分。在一个实施方案中,所公开的系统计算给定消费品的至少两个不同评分:一个评分指示当前或实际摄入食物量中的营养含量,并且一个评分是该食物可能获得的最高评分,其中设定时间段内摄入的食物量是可变的。因此,例如,系统可以提供以下指示:由于个体在某天摄入了1/4磅鸡肉,所以该个体的评分为X,但是如果该个体在这一天中还摄入了额外的1/4磅鸡肉,则针对鸡肉该个体的评分将为大于X的最大值Y。换句话说,所公开的系统可提供所构建餐食的评分,并且可提供如果摄入额外的食物项或者从饮食中去除或减少某些摄入的食物时可以实现的最佳评分。
因此应当理解,所公开的系统提供了优于已知系统的优点,所述优点为所摄入的特定食物不具有单个静态评分,而是具有针对个体定制的评分度量或函数,该评分度量或函数可用于确定不同条件(诸如不同的卡路里摄取需求或不同的摄入食物量)下的食物评分。
所公开的系统的各种实施方案还提供了参考咨询功能。在这些实施方案中,在基于定义给定时间段(例如,某一天)内特定个体的营养物质和卡路里需求的范围计算该个体的营养健康评分之后,所公开的系统建议在该时间段的剩余时间内可摄入以使个体获得其所需营养物质的消费品的组合。例如,如果个体指出其早餐和午餐时已经吃了某些食物,则所公开的系统可以建议晚餐菜单,该晚餐菜单将确保该个体获得其在这一天中所需的所有营养物质,同时仍然摄入落入在适用于该个体的卡路里摄取范围内的一定量的卡路里。在该实施方案中,由所公开的系统提供的建议是经优化的;该系统测定存储在其数据库中的多种食物对总营养健康评分的影响,并且建议使营养健康评分更优化的食物。
对于由个体指出的每种消费品或消费品组,所公开的系统确定存在于该消费品或消费品组中构成活性营养物质度量的所跟踪营养物质是在对于特定个体而言理想的该营养物质范围内还是在该范围外。在一个实施方案中,该系统在确定每种营养物质的营养健康评分之前确定消费品或消费品组的总营养物质含量。在此实施方案中,如果营养物质含量在针对该个体的范围之外,则每种营养物质的营养健康评分小于1(或某一其他最大值),并且如果营养物质含量在针对该个体的范围内,则评分为1(或某一其他最大值)。营养健康评分与1(或某一其他最大值)的差异量指示消费品中的营养物质处于针对个体确定为理想的范围之外的程度。该评分计算还考虑了营养物质摄入不足的量(即,以小于该营养物质的健康范围的量摄入)和营养物质被过度摄入的量(即,以大于该营养物质的健康范围的量摄入)。
在给定消费品中的各种营养物质的组分营养健康评分的情况下,所公开的系统进一步通过计算所述营养物质的评分的加权平均值来计算总营养健康评分。在各种实施方案中,这是通过以下步骤来完成的:在评分度量中向每种营养物质分配加权值,将该营养物质的营养健康评分乘以该权重,然后对消费品中的营养物质的所有评分进行评分求和。在一个实施方案中,加权评分总计为100。因此,在此实施方案中的总营养健康评分将是小于或等于100的数字。如果消费品中的每种营养物质的组分营养健康评分均为1(这意味着消费品中的每种营养物质均在针对个体的健康范围内),则总营养健康评分将为100(即,营养物质组分的权重和)。因此,在一个实施方案中,评分100指示个体的每种营养物质需求都得到满足,小于100的数字指示未满足每种营养物质需求,并且差值表示未被满足的营养物质需求的量。
在各种实施方案中,所公开的系统确定针对特定个体的每种营养物质的范围。在这些实施方案中,该范围由所谓的健康范围下限值和所谓的健康范围上限值定义。应当理解,因为这些值指示营养物质的量,所以必须在由卡路里摄取量限定的参照系中对这些值进行确定。也就是说,如果确定了一天时间中特定营养物质的健康范围下限值和健康范围上限值,则在某一天中个体的最佳卡路里摄取决定该营养物质的健康范围下限值和上限值。
在各种实施方案中,所公开的系统将计算营养健康评分所需的一些或所有值存储在一个或多个数据库中。例如,所公开的系统可存储基于个体的年龄、性别和体重或身体质量指数(BMI)的个体的卡路里摄取范围表。在该实施方案中,为了确定给定时间段内个体的卡路里摄取范围,该个体必须向系统提供其年龄、性别、体重或BMI。通过执行数据库查找或计算,所公开的系统可由此确定给定个体在给定时间段内的卡路里摄取范围。
在一个实施方案中,所公开的系统还存储基于卡路里摄取范围的归一化营养物质摄取值。例如,对于由所公开的系统跟踪的每种营养物质,系统可以在参考卡路里摄取值处存储对健康范围下限值和健康范围上限值的指示,并且可以随着特定个体的卡路里摄取目标的变化来将健康范围下限值和上限值增大或减小。在一个实施方案中,这种增大或减小是线性的,使得如果卡路里摄取增大例如25%,则健康范围下限值和上限值也增大25%。在其他实施方案中,健康范围下限值和上限值的增大是非线性的,使得卡路里摄取值的相对较大变化可以导致健康范围下限值和上限值的相对更小变化,或反之亦然。
在一个实施方案中,所公开的系统使得用户能够通过指出其年龄、性别和体重/BMI来定制适合其的营养健康评分。这影响个体的卡路里摄取范围,并进而影响由系统跟踪的每种营养物质的健康范围下限值和上限值。在另一实施方案中,所公开的系统通过使用户能够指定附加信息(诸如体型、体力活动水平等)来提供进一步的定制。在此实施方案中,所公开的系统使用这些附加输入,不仅调整不同个体的最佳卡路里摄取范围,而且还调整系统所跟踪的营养物质的健康范围下限值和上限值。例如,如果个体指出其是具有相对高的体育活动量的运动型,则系统可以上调碳水化合物营养物质范围以考虑到个体对额外碳水化合物的需求。
因此,所公开的系统的各种实施方案有利地使得能够通过执行以下步骤来计算个体的营养健康评分:
(1)存储对将被评分的多种营养物质的指示
(2)存储对每种所存储营养物质的健康范围的指示
(3)存储每种营养物质的评分敏感性和评分权重值
(4)对于特定的消费品,计算每种组分营养物质的营养物质健康评分
(5)通过应用针对每种营养物质的权重值来计算所述消费品的总营养健康评分
所公开的系统的各种实施方案还有利地基于计算出的营养健康评分向用户提供营养建议。例如,所公开的系统的实施方案确定将个体置于营养物质的健康量范围内所需的那些营养物质的量。这些实施方案随后分析消费品(例如,食物或配料)的数据库以确定消费品的组合,该组合将提供使用户在健康量范围内,同时仍然保持在该个体的最佳卡路里摄取范围内所需的营养物质的量。
所公开的系统的各种实施方案还通过以下方式对已知系统进行了改进:使用单个方案对所有营养物质(以及食物摄入的其他可测量特征)进行评分,而不管那些营养物质是否在现有的已知方案中被分类为所谓的“合格”营养物质或所谓的“不合格”营养物质。本文所公开的系统的实施方案考虑低于健康范围下限值和高于健康范围上限值的营养物质摄入的影响的事实有利地使用共同评分机制来跟踪任何量的营养物质摄入(或其他可测量特征)的影响。
在若干上述实施方案中,个人对消费品(例如,食物)产品的摄入不仅对个体的生物健康有影响,而且还具有可被测量和评分的环境影响、财务影响或其他影响。在各种实施方案中,如本文所述计算的评分反映了个体的营养健康和/或摄入的一种或多种额外的可跟踪影响。在其他实施方案中,所公开的系统跟踪非食物项(诸如氧气)的摄入,并产生指示这种摄入对个体健康或其他非个体化因素的影响的评分。
在一个实施方案中,所公开的系统和方法表示框架,在其中可以构建更强大的计算和分析系统并且在其中可以置入具有微小修改的现有系统。本文所公开的框架通常被称为营养健康框架,该营养健康框架可以在各种情况下i)用于营养度量和个性化营养评分系统,或用于其他科学营养分析;(ii)测量营养消费品对个体或群体的一般营养健康;(iii)用于跨从个性化营养评分/饮食优化到群体水平比较的多个层级;(iv)去除基于“良好”和“不良”营养物质/食物的定性设计元素;(v)通过与多种同步健康指标直接相关而将设计结合到纯粹的数据驱动方法中;(vi)整合任意可测量的组分,使得可以对营养消费品的完整的一般健康状况进行评分;以及/或者(vii)用于了解食物、餐食和饮食在其摄入量随时间推移而变化的情况下的影响。这一创意的总体目标是一种统一的框架,该框架将允许跨学科、国家和营养界内的用例的更稳健的合作型研究。
根据以下详细描述和相关附图,本公开的更多优点将是显而易见的。
附图说明
图1是示出主机设备的电气系统的实施例的框图,该主机设备可用于实施本文所公开的计算机化营养健康评分系统。
图2和图3各自为表示如本文所定义特定营养物质的营养健康评分的通用曲线的示意图。
图4是存储在所公开系统的一个实施方案的存储器中的表的示意图,该表含有可用于设计特定用例的评分度量的加权和敏感性参数。
图5是存储在所公开系统的一个实施方案的存储器中的表的示意图,该表含有由所公开系统跟踪的各种营养物质的健康上限值和健康下限值。
图6是示出在输入任何日常饮食信息之前的一个实施方案中,提供给所公开系统的用户的界面的一个示例的屏幕截图。
图7是示出在单个项已被添加到日常饮食之后的一个实施方案中,向所公开系统的用户提供的界面的一个示例的屏幕截图。
图8是示出在多个项已被添加到日常饮食之后的一个实施方案中,向所公开系统的用户提供的界面的一个示例的屏幕截图。
图9是示出在系统已被用于生成建议的日常饮食以满足个体的营养健康需求之后的一个实施方案中,向所公开系统的用户提供的界面的一个示例的屏幕截图。
图10是示出在图9所示实施方案的一个替代实施方案中,向所公开系统的用户提供的界面的一个示例的屏幕截图。
图11示出了在所公开的营养评分工具的各种实施方案中用于对可测量组分进行评分的评分函数。
图12在此示出了所公开系统的各种实施方案中的评分与国家健康与营养调查研究(“NHANES”)数据中的临床健康指标身体质量指数(“BMI”)的相关性和线性拟合。
图13示出了在本文公开的系统的一个实施方案中从FNDDS数据库选择的5种食物的一组健康评分。
图14示出了用示例性评分度量评分的用于膳食研究的食物和营养物质数据库(“FNDDS”)的食物。
图15是由所公开系统的一个实施方案评分的所有FNDDS食物的双向(“2-D”)图。
图16示出了用于计算营养健康评分和本文所公开的系统和方法的其他数学方面的一组公式的一个实施方案的图形表示。
图17示出了根据本文所公开的系统的实施方案,用于确定营养消费品的最佳评分的四象限图形的简化示意性实施方案。
具体实施方式
一般来说,本文所公开的系统计算并显示指示摄入消费品的影响的评分。这些评分是针对摄入该消费品的特定个体定制的,使得评分反映在给定个体的具体需求的情况下的摄入影响。
更具体地讲,在各种实施方案中,本文所公开的系统计算并显示指示摄入消费品(诸如食物)对摄入该消费品的个体的营养影响的评分。在这些实施方案中,系统诸如通过确定给定时间段内个体的最佳卡路里摄取范围,确定并存储计算评分所针对的个体的需求的一个或多个指示。所公开的系统还可以诸如通过基于某一天的卡路里摄取范围确定和存储个体在这一天中应该摄入的钙(以mg为单位)量的范围,从而确定并存储在给定某一时间段内的卡路里摄取范围的情况下对个体应摄入的营养物质范围的指示。然后所公开的系统使得用户能够指出其已经摄入或计划摄入的消费品(诸如食物项)。对于每种指出的食物项,所公开的系统的数据库或数据存储区存储对单位量该食物项的营养物质含量的指示。该系统使用该营养含量信息,乘以随时间推移摄入的食物项的量,来确定该特定食物项随时间推移的总营养摄取。
在各种实施方案中,在确定在特定时间内在特定卡路里摄取范围内针对特定个体为最佳的营养物质范围之后,并且在了解该时间段内的至少一种摄入的或待摄入的食物项之后,系统计算该个体的一个或多个营养健康评分。这些营养健康评分指示所指出的食物项的营养影响。通常,这些评分是通过针对由系统跟踪的每种营养物质确定食物项的营养物质含量是否落入该营养物质的最佳或健康范围内来计算的。在一个实施方案中,营养健康评分是针对包含在食物项中的每种营养物质来计算的。系统然后使用加权函数来累计营养物质评分,以指示每种营养物质对个体的总营养健康的相对重要性。在一个实施方案中,加权函数以0至100的标度提供总营养健康评分,其中评分越接近100,指示在特定时间段内个体的营养需求得到了越大的满足。
在一个实施方案中,系统计算该系统中所指示的每种食物项的多个评分。例如,系统可以计算一个营养健康评分,该营养健康评分显示指示量的特定食物项所具有的影响。系统还可以计算被确定为最佳评分的营养健康评分,该最佳评分可以通过摄入特定食物项实现。例如,如果所指示的项是一天中摄入的1/4磅鸡肉,则系统可针对这一天中的1/4磅鸡肉计算和显示营养健康评分56,并且还可以指示最佳评分68可通过摄入更多的鸡肉来实现,其中该评分可通过在这一天中摄入1/2磅鸡肉来实现。如下文详细描述的,此最佳评分可指示摄入超过1/2磅鸡肉(即,过度摄入)导致更低的营养健康评分,并且由此造成实现了对评分计算所针对个体的减少的益处。
如下文进一步详细描述的,所公开的系统的各种实施方案还提供了参考咨询功能,其中系统建议将得到最佳营养健康评分的食物的组合。例如,如果用户在早餐之后访问系统并指出其早餐已吃的食物,则所公开的系统可以计算早餐食物的营养健康评分,并且还可以确定在这一天的剩余时间内需要摄入什么营养物质,来使该个体在这一天摄入的营养物质处于所跟踪的所有营养物质的最佳范围内。在此实施方案中,系统使用这些计算的营养物质量来确定在这一天的剩余时间内可以摄入的食物的组合,以确保尽可能完全地实现个体的营养目标,同时仍然摄入在该个体的最佳卡路里摄取范围内的一定量的卡路里。因此,本文公开的系统不仅可作为跟踪系统运作,而且还可以作为用于推荐消费品以帮助个体达到其营养目标的推荐引擎。
现在参见图1,示出了主机设备100的电气系统的一个实施例的框图,该主机设备可用于实施本文所公开的计算机化营养健康评分和推荐系统的至少一部分。在一个实施方案中,图1所示的设备100对应于提供以下功能中的一些或全部的一个或多个服务器和/或其他计算设备:(a)使得系统的远程用户能够访问所公开的系统;(b)提供使得远程用户能够与所公开的系统进行交互的网页;(c)存储和/或计算实施所公开的系统所需的基础数据,诸如推荐的卡路里摄取范围、推荐的营养物质摄入范围,以及食物的营养物质含量;(d)计算和显示组分营养健康评分或总营养健康评分;和/或(e)提供对可以被摄入以帮助个体达到最佳营养健康评分的食物或其他消费品的建议。
在图1所示的示例性架构中,设备100包括主单元104,该主单元优选地包括一个或多个处理器106,该一个或多个处理器通过地址/数据总线113电连接到一个或多个存储器设备108、其他计算机电路110和/或一个或多个接口电路112。一个或多个处理器106可以是任何合适的处理器,诸如来自INTEL或INTEL系列微处理器的微处理器。和是英特尔公司(Intel Corporation)的注册商标,并且是指可商购获得的微处理器。应当理解,在其他实施方案中,可以使用其他可商购获得的或特别设计的微处理器作为处理器106。在一个实施方案中,处理器106是专门设计用于所公开的系统中的片上系统(“SOC”)。
在一个实施方案中,设备100还包括存储器108。存储器108优选地包括易失性存储器和非易失性存储器。优选地,存储器108存储与主机设备100的硬件以及与如下文所述的系统中的其他设备交互的一个或多个软件程序。除此之外或者另选地,存储在存储器108中的程序可以与一个或多个客户端设备(诸如客户端设备102(在下文详细论述))交互,以向这些设备提供对存储在设备100上的媒体内容的访问。存储在存储器108中的程序可以由处理器106以任何合适的方式执行。
接口电路112可以使用任何合适的接口标准来实施,所述接口标准诸如以太网接口和/或通用串行总线(USB)接口。一个或多个输入设备114可以连接到接口电路112,以将数据和命令输入到主单元104中。例如,输入设备114可以是键盘、鼠标、触摸屏、跟踪板、跟踪球、等点鼠标(isopoint)和/或语音识别系统。在一个实施方案中,在设备100被设计为仅通过远程设备操作或交互的情况下,设备100可以不包括输入设备114。在其他实施方案中,输入设备114包括向主机设备100提供数据输入的一个或多个存储设备,诸如一个或多个闪存驱动器、硬盘驱动器、固态驱动器、云存储器或其他存储设备或解决方案。
一个或多个存储设备118也可以通过接口电路112连接到主单元104。例如,硬盘驱动器、CD驱动器、DVD驱动器、闪存驱动器和/或其他存储设备可以连接到主单元104。存储设备118可以存储设备100所使用的任何类型的数据,包括关于优选营养物质范围的数据;关于各种食物项的营养物质含量的数据;关于系统用户的数据;关于先前生成的营养健康评分的数据;表示用于计算营养健康评分的加权值,用于计算营养健康评分的敏感性值的数据;以及实施所公开的系统所需的任何其他适当的数据,如方框150所示。另选地或者除此之外,存储设备118可以被实施为基于云的存储设备,使得通过因特网或其他网络连接电路(诸如以太网电路112)来访问存储设备118。
一个或多个显示器120,和/或打印机、扬声器或其他输出设备119也可以通过接口电路112连接到主单元104。显示器120可以是液晶显示器(LCD)、合适的投影仪,或任何其他合适类型的显示器。显示器120在主机设备100的操作期间生成主机设备100的各种数据和功能的视觉表示。例如,显示器120可用于显示关于以下数据库的信息:优选营养物质范围的数据库、各种食物项的营养物质含量的数据库、系统用户的数据库、先前生成的营养健康评分的数据库和/或使得设备100处的管理员能够与上述其他数据库交互的数据库。
在所例示实施方案中,计算机化营养健康评分和推荐系统的用户使用合适的客户端设备(诸如客户端设备102)来与设备100交互。在各种实施方案中,客户端设备102是可以访问由主机设备100提供或服务的内容的任何设备。例如,客户端设备102可以是可运行合适的web浏览器以访问到主机设备100的基于web的界面的任何设备。另选地或者除此之外,提供本文描述的一些功能的一种或多种应用程序或应用程序的部分可以在客户端设备102上运行,在这种情况下客户端设备102仅需要与主机设备100交互来访问存储在主机设备100中的数据,诸如关于各种食物项的健康营养物质范围或营养物质含量的数据。
在一个实施方案中,设备(即,设备100和客户端设备102)的这种连接是通过因特网和/或其他网络上的网络连接来促进的,如在图1中由云116所示。网络连接可以是任何合适的网络连接,诸如以太网连接、数字用户线(DSL)、WiFi连接、蜂窝数据网络连接、基于电话线的连接、同轴电缆上的连接,或另一种合适的网络连接。
在一个实施方案中,主机设备100是提供基于云的服务(诸如,基于云的认证和访问控制、存储、流式传输和反馈提供)的设备。在此实施方案中,主机设备100的具体硬件细节对于所公开的系统的实施者是不重要的—替代地,在此类实施方案中,所公开的系统的实施者利用一个或多个应用程序编程界面(API)与主机设备100以方便的方式交互,诸如输入关于用户的人口统计数据的信息以帮助确定健康营养范围、输入关于所摄入的食物的信息以及下面更详细描述的其他交互。
对设备100和/或客户端设备102的访问可通过适当的安全软件或安全措施来控制。个体用户的访问可以由设备100限定,并且受限于某些数据和/或动作,诸如根据个体的身份输入所摄入的食物或查看计算的评分。取决于那些用户的身份,可以允许主机设备100或客户端设备102的其他用户改变其他数据,诸如加权、敏感性或健康范围值。因此,可能需要系统的用户在访问由所公开的系统提供的内容之前注册设备100。
在一个优选实施方案中,每个客户端设备102具有与上文关于设备100所描述的结构或架构组成类似的结构或架构组成。也就是说,在一个实施方案中,每个客户端设备102包括显示设备、至少一个输入设备、至少一个存储器设备、至少一个存储设备、至少一个处理器以及至少一个网络接口设备。应当理解,通过包括对于熟知的台式、膝上型或移动计算机系统(包括智能电话、平板电脑等)来说所共有的此类部件,客户端设备102促进相应系统的用户间及彼此之间的交互。
在各种实施方案中,如图1所示的设备100和/或102可以实际上以多个不同的设备实施。例如,设备100可以实际上以一起工作的多个服务器设备实施以实施本文所描述的媒体内容访问系统。在各种实施方案中,一个或多个附加设备(在图1中未示出)与设备100交互以实现或促进对本文所公开的系统的访问。例如,在一个实施方案中,主机设备100通过网络116与一个或多个公共、私有或专有的信息储存库(诸如公共、私有或专有的营养信息、营养物质含量信息、健康范围信息、环境影响信息等的储存库)通信。
在一个实施方案中,所公开的系统不包括客户端设备102。在此实施方案中,本文描述的功能在主机设备100上提供,并且系统用户使用输入设备114、显示设备120和输出设备119与主机设备100直接交互。在此实施方案中,主机设备100将在本文中描述的一些或全部功能提供为面向用户的功能。
如上所述,本文所公开的系统在各种实施方案中的前提条件是促进营养健康的想法。营养健康的概念建立在所有营养物质具有健康摄入范围的想法上。也就是说,营养健康的概念建立在既没有本质上良好的营养物质,也没有本质上不良的营养物质的想法上。相反,对于任何可能的营养物质,该营养物质的摄入可以在健康范围内或在健康范围外。虽然不同个体的健康范围可不同,但是健康范围内的营养物质摄入通常被视为对该营养物质的健康摄入。
基于这种理解,所公开的系统依赖于营养健康的定义,其中如果个体摄入的营养物质(微量营养素或常量营养素)在那些营养物质的健康范围内,那么该个体是营养健康的,所述健康范围是在指定时间段内特定于该个体的。通过探知并依赖于个体或个体组的营养需求,本文所公开的系统提供使个体能够优化其营养摄取的个性化营养跟踪和管理系统。所公开的系统使个体能够基于营养评分做出可行的决定,并且允许他们基于其个别营养需求灵活地摄入食物。
在各种实施方案中,本文所公开的系统被布置为多个模块,其中每个模块执行特定功能或功能组。这些实施方案中的模块可以是由通用处理器执行的软件模块,由专用处理器执行的软件模块,在适当的专用硬件设备上执行的固件模块,或用电路完全地执行本文所述功能的硬件模块(诸如专用集成电路(“ASIC”))。在使用专用硬件来执行本文描述的一些或全部功能的实施方案中,所公开的系统可以使用一个或多个寄存器或其他数据输入引脚来控制设置或调整此类专用硬件的功能。例如,可以使用被编程为基于在第一区段中增大,在第二区段中平坦,并且在第三区段中减小的分段连续函数来分析营养健康评分的硬件模块。在此实施例中,硬件可以经编程以评估该函数,并且至该硬件的一个或多个输入可以被配置为接收以下输入:例如第一区段与第二区段相遇处的输入值、第二区段与第三区段相遇处的输入值以及用于指示第三区段减小的速率的参数(例如,限定第三区段的形状的斜率或函数)。在其他实施方案中,在执行本文描述的各种功能的模块是可由硬件执行的软件模块的情况下,所述模块可以采取应用程序或应用程序子集的形式,所述应用程序或应用程序子集可以被设计为在执行特定的预定义操作系统环境的处理器上运行。
图2示出了更详细地证明营养物质摄入的健康范围概念的示例性曲线200。图2的曲线200涉及特定营养物质;食物项可以包括多种营养物质,并且因此可以具有许多适用于其的曲线,如曲线200。在所例示的实施方案中,竖直轴线202涉及营养健康评分(在下文详细地论述),而水平轴线204涉及所摄入的营养物质的量。
仍然参考曲线200,可以看出,如果曲线表示的营养物质没有被摄入(即,在图表中的原点处),那么营养物质健康评分为0。这意味着摄入特定营养物质不以任何方式影响总营养健康。随着营养物质的摄入从原点起增加(即,随着更多的营养物质被摄入),营养健康评分如曲线部分202a处所示增加,这表示通过由曲线表示的营养物质摄入而获得的增加的益处。
在某一点206(在图2的图表中被称为健康范围下限(LHR)值)处,吸收额外量的营养物质的益处停止增长,如曲线部分202b所示。曲线在点206和点208(在图2中标识为健康范围上限(UHR)值)之间的平坦形状指示营养物质健康评分不会随着额外营养物质的摄入而增大,因此没有得到进一步的益处。应当理解,虽然在图表的此部分中没有得到额外的益处,但是仍然摄入了额外的卡路里。
在健康范围上限(UHR)值208处,特定营养物质的额外摄入实际上开始对用户的营养健康具有减少的正面影响。也就是说,营养物质的进一步摄入虽然不是有害的,但开始变得比摄入在对应于曲线202b的平坦部分范围内的营养物质的量帮助性更小。曲线202c的向下倾斜部分仍然在水平轴线的上方(并因此仍与正营养物质健康评分相关联),所述向下倾斜部分以营养物质健康评分形式指示这些减少的益处,所述营养物质健康评分是正数但是随着额外营养物质的摄入而减小。
最终,如曲线200的部分202d所示,摄入了足够的营养物质,所述摄入不仅导致减少的益处,而且实际上可能对个体有害。曲线200与水平轴线相交的点示出为点210,其说明超出点210处的营养物质量的进一步摄入对个体有害。如下所述,在各种实施方案中通过将每个组分营养物质健康评分乘以加权值并对结果求和来计算总营养健康评分;在所摄入的营养物质的量对应于图2的部分202d的情况下,该营养物质的营养健康评分的组分部分实际上是负值。
在各种实施方案中,以营养物质健康评分为负的方式定义曲线200的部分202d反映了个体受到不摄入任何东西的负面影响限制的事实。换句话说,对于某一营养物质,不摄入该营养物质的营养物质健康评分为零。然而,为了反映对于通过过度摄入特定消费品可能造成的危害没有限制的想法,曲线200的部分202d具有负值,该负值随着个体摄入越来越多的营养物质而继续变为更大的负数。
应当理解,现有的营养跟踪方案没有考虑以高于健康范围上限(UHR)值的量摄入营养物质的影响。因此,摄入营养物质在已知系统中仅具有改善或增大营养评分而绝不会降低那些评分的能力。由于在已知系统中不可能出现对评分的正面影响不断减少并且最终变成对评分的负面影响,所以这些已知系统没有充分考虑到个体已吸收的营养物质。因此,考虑到曲线200中标记为202c和202d的点处的营养物质摄入是本申请的实质性优点。
应当进一步理解,在一个实施方案中,针对由所公开的系统跟踪的每种营养物质提供的最大营养物质健康评分具有相同的值,诸如值1,并且此最大值对应于曲线的水平部分,在该水平部分中营养物质摄入处于健康量范围内。因此,当个体摄入处于健康量范围内的一定量营养物质时,该摄入的营养物质健康评分为1。通过为每种营养物质提供相同的最大值,可以通过向如下文更详细描述的各种被跟踪的营养物质应用加权值来反映各种营养物质在总营养健康评分中的相对重要性。
在各种实施方案中,所公开的系统存储对每种营养物质的曲线(如曲线200)的指示,所述指示为总营养健康评分需考虑的因素。在一个实施方案中,如下文更详细论述的,系统通过存储定制营养健康评分所针对的每个个体或个体群体的健康范围下限值、健康范围上限值、加权值和敏感性值来存储对曲线的指示。下文更详细地论述该实施方案。
在其他实施方案中,系统通过以下方式来存储定义每种营养物质的曲线(如曲线200)所需的信息的指示:存储每种营养物质的三个值:健康范围下限(LHR)值、健康范围上限(UHR)值,以及指示曲线200在UHR值之上与水平轴线相交的点的值。在一个实施方案中,这些值作为绝对值存储,并且基于不同的卡路里摄取值适当地缩放。在一个实施方案中,这些值被存储为单位量卡路里的营养物质摄入量。在一个实施方案中,所公开的系统将第三值(即,关于曲线与水平轴线相交处的值)存储为斜率,并且因此基于所存储的UHR来计算该值。
在各种实施方案中,所公开的系统存储针对个体的人尽可能个性化的营养物质范围摄入值。美国医学研究所(The Institute of Medicine)公布了针对基于性别和年龄的群体,关于某些营养物质的群体层面每日参考摄取(DRI)值的建议。例如,美国医学研究所(the Institute of Medicine)可以指定0至6个月大的婴儿、6至12个月大的婴儿、1至3岁儿童、4至8岁儿童、9至13岁男性、9至13岁女性等的少量推荐营养物质值。然而,这些指定的值不足以分析个体的总营养健康,因为它们实际上不是针对个体定制的。具体地讲,它们未考虑个人的健康水平(例如,该个人是运动型的还是活动型的)、健康状况(例如,肥胖、糖尿病、过敏症)、医疗限制(例如,该个人是否是危重患者)、生理学(身高和体重),或任何其他特定于个体的考虑。相反,已知的推荐摄取值是基于年龄和性别(对于某些年龄来说)的。本文公开的系统提供的另一个优点为:其允许个体根据该个体的特定情况而具有其自身对于每种营养物质的个性化健康范围。在另外的实施方案中,个体可以具有针对其自身的个人健康状况定制的其自身关于加权值和/或敏感性值的布置。利用这些个性化范围和/或加权/敏感性值,所公开的系统可以计算完全个性化的营养健康评分。实际上,对于一些个体,可能根本不需要某种营养物质,或者摄入超出某营养物质的健康量下限的额外量的该营养物质可能没有负面影响。通过限定特定营养物质的健康范围,所公开的系统可以已知系统根本无法采取的方式来将对该营养物质的需求缺乏考虑在内。
图2的曲线200涉及单一营养物质(诸如钙)的健康摄入范围。应当理解,可以针对由所公开的系统跟踪其摄入的每种营养物质定义类似的曲线(尽管具有与水平轴线不同的斜率和交点)。从甚至更一般的意义上来讲,在各种实施方案中,针对可被跟踪的消费品的每种特征定义曲线如曲线200。因此,可以针对用户的能量摄取定义曲线如曲线200。在这种情况下,能量摄取下限值和能量摄取上限值(例如,以千卡为单位)限定了在给定时间段(诸如某一天)内个体的能量摄取范围。此外,可为特定个人的能量摄取定义加权参数和敏感性参数。加权参数定义了个体能量健康评分对总营养健康评分的影响,并且敏感性参数定义了特定个体对过度摄入卡路里的敏感性。通过定义能量摄取的这四个值,可以针对特定个人来定制系统。例如,如果系统是针对相对运动型的个人定制的,则权重值可以被定义为相对较高,因为卡路里摄取对于用户的整体健康是重要的,并且敏感性参数也可以被定义为相对较高,因为卡路里的过度摄入不会对该个体的整体健康产生很大的影响。例如,当应用于有志于减重的个体时,可调整这些值以使得加权参数仍然较高(卡路里摄取对总营养健康评分仍然重要)但是敏感性值低(过度摄入卡路里应当对整体评分有很大的影响)。
在一个实施方案中,所公开的系统还存储针对食物摄入的其他可跟踪特征(诸如财务成本,与生产食物相关联的CO2排放等)的曲线,如曲线200。
现在参见图3,示出了针对特定营养物质的更具体的曲线300(包括对曲线上的点的更具体的标记)。图3与图2的类似处在于其示出了摄入小于在图3中标记为lnt的健康范围下限值的营养物质时增加的益处。图3类似于图2,还示出了摄入超过在图3中标记为unt的健康范围上限值的营养物质时减少的益处。最后,图3示出了摄入营养物质n的最终负益处。
在图3中,竖直轴线被标记为hnft,其用于表示每单位时间“t”内在单位食物“f”中的营养物质“n”的营养物质健康评分。因此,营养物质健康评分hnft可以例如表示每天从每种食物吸收的维生素A的评分。图3示出当正在摄入的营养物质“n”的量在健康量范围内时,营养物质健康值hnft具有最大值1。在图3中,水平轴线被标记为Anft,其用于表示每单位时间“t”从单位食物“f”中摄入的营养物质“n”的量。因此,量Anft可以例如表示每天每种食物的维生素A的量。
在图3所示的实施方案中,健康范围下限被标记为lnt,而健康范围上限被标记为unt。这些值各自包括下标“n”以指示所示出的量是特定于营养物质“n”的,并且值“t”指示健康范围下限和上限是根据时间“t”内的营养物质“n”的量定义的。因此,值lnt和unt可以限定一天中健康维生素A摄入的范围。
图3还示出了曲线300与Anft轴线相交的点处的值,该值被标记为(sn+1)unt。在此实施方案中,sn表示所谓的敏感性参数。通常,敏感性参数是摄入过多特定营养物质的影响的严重性或程度的表示。在例示的实施方案中,将敏感性参数与1相加,然后乘以unt值以确定营养物质的额外摄入开始对个体产生负面影响的点。因此,敏感性参数越大,unt值和(sn+1)的乘积越大,并且在其与零轴线相交进而开始变得对个体有害之前需要摄入的营养物质“n”越多。在一个实施方案中,敏感性值是大于零且小于2的值,使得曲线300与Anft轴线相交的点比unt至少大100%,并且至多是unt的300%。换句话说,在图3所示的实施方案中,在敏感性参数sn为1的情况下,如果所摄入的量比unt值大100%,则营养物质健康评分将变为零。类似地,在敏感性参数sn为0.5的情况下,如果所摄入的量比unt值大50%,则营养物质健康评分将变为零。在此实施方案中,敏感性评分越高,评分受量的影响越小;该评分与敏感性值成反比。
在一个实施方案(诸如上述实施方案)中,所公开的系统存储与由系统所跟踪的每种营养物质相关联的敏感性值。例如,系统可以存储包含每种营养物质的“敏感性”值的营养信息的数据结构或其他数据库。这种数据结构的一个示例性表示在图4中示出,其中第一列401示出了营养物质的名称,并且第三列403示出了该营养物质的敏感性值。应当理解,在图4的表400中,钙的敏感性为“2”,而饱和脂肪的敏感性为“1”。这表明,对于钙来说要开始对个体的营养健康具有负面影响(降低总营养健康评分),相较于额外的饱和脂肪需要更多额外的钙(对于钙来说高于unt值)。换句话说,个体摄入额外的钙比个体摄入额外的饱和脂肪的不健康性更小。
在其他实施方案中,敏感性值sn可以任何其他合适的方式定义,诸如通过使其为大于0且小于3的数字,其中曲线300与An轴线相交处的值是简单地通过将unt乘以sn来计算的。在此实施方案中,由此曲线300可以比unt的100%更快地越过unt值与Anft轴线相交。在其他实施方案中,sn可以被存储为斜率,将与unt相加的值,将按照推荐卡路里摄取来缩放并与unt相加的值,将按照推荐卡路里摄取来缩放的值,或者用于定义超出健康范围的点的任何其他合适的值,在所述点处额外摄入营养物质将变得有害。在一个实施方案中,对于一些营养物质,不存在sn值,这意味着额外的营养物质摄入不是有害的,仅仅增加卡路里而没有与营养物质摄入相关的不利影响。在另一个实施方案中,对于一些营养物质,系统分配无穷的sn值或定义无穷的健康范围上限值以实现相同的结果—即,以指示特定营养物质的过度摄入是无害的。
应当理解,在各种实施方案中,由过度摄入营养物质导致的负评分可能潜在地变成无穷大的负值。因此,在所公开的系统的各种实施方案中,可以限定最低限值以防止过度摄入具有相对较低的敏感性评分(即,定义图2的曲线200的相对陡峭倾斜部分202c和202d的评分)的营养物质,从而确保总营养健康评分不会因过度摄入情况而不适当地偏斜。
在一个实施方案中,本文所公开的系统基于那些营养物质的类似的敏感性评分来存储对各组营养物质的指示。例如,在一个实施方案中,选择包含维生素B1、维生素B2、维生素B12、生物素、泛酸、维生素K和钾的第一组维生素的敏感性评分,使得过零点为健康上限的800%。在该实施方案中,选择包含维生素B6、维生素C、维生素D、维生素E、叶酸、烟酸、磷、硒和镁的第二组维生素的敏感性评分,使得过零点为健康上限的400%。在该实施方案中,选择包含维生素A、钙、碘、铁、锌、铜和锰的第三组维生素的敏感性评分,使得过零点为健康上限的200%。在该实施方案中,相对过零点表明:对于超过第一组中营养物质的健康上限存在相对低的健康风险证据,对于超过第二组中营养物质的健康上限存在低健康风险,以及对于超过第三组中营养物质的健康上限存在潜在健康风险。
在各种实施方案中,所公开的系统计算对于特定食物在给定时间内摄入的每种营养物质的营养物质健康评分。在这些实施方案中,对于每单位时间摄入的给定量的特定营养物质,所公开的系统的模块通过确定所摄入的营养物质的量以及确定限定曲线(诸如图2的曲线200或图3的曲线300)的函数的高度或值来计算这些值。以这种方式,对于在特定时间内摄入的特定食物,所公开的系统确定并存储该食物中的各营养物质的多个营养物质健康值。在一个实施方案中,所公开的系统将此信息存储在用于累计特定消费品项的营养物质健康评分的特别设计的数据结构中。在一个实施方案中,该系统还向系统用户显示一些或所有营养物质健康值,如下文更详细描述的。
再次参见图3,可以根据以下函数计算特定营养物质的营养物质健康评分,所述函数在本文中被称为公式1:
由公式1定义的函数可以被称为分段连续函数或者被称为阶梯式连续函数。在一些实施方案中,该函数对于所摄入食物的每个量都具有限定的值,但该函数的导数(斜率)不是连续函数。在一些实施方案中,即使函数的斜率瞬时变化,值也不存在大的瞬时变化。
在上述公式1中,变量f是指食物(其中食物可以是以任意卡路里摄入量摄入的单一食物或者一组食物)。变量n通常是指营养物质,例如维生素A、饱和脂肪或钙。变量t通常是指用于值的量化的时间段。变量lnt是指每时间t内营养物质n的健康范围下限,并且值unt是指每时间t内营养物质n的健康范围上限。
在本公开通篇中,变量“n”用于在计算特定营养物质的营养物质健康评分时指该营养物质的各方面。虽然在一些实施方案中,所公开的系统被配置为仅计算营养物质的营养物质健康评分,但是本公开设想了更广泛的适用性。例如,本文中关于确定营养物质摄入的评分的论述可被扩展为包括确定消费品的任何其他可测量特性的评分,诸如生产消费品对环境的影响、获得消费品的成本、获得消费品的难度以及消费品的保质期。根据可测量的特质,范围下限值和/或上限值可以是零或无穷大。例如,如果成本是食物的一种被测量和跟踪的特征,则范围下限值可以是0以指示以尽可能少的成本购买食物是“最佳的”。在此实施方案中,范围上限值也可以为零,对于大于零的任何量具有减小的评分,从而表明对于一些消费者,低成本是至关重要的。本文的系统还通过以下方式使财务成本对整体评分的影响变化:调节权重值和敏感性值,以使得更富有的个体可对更高价格的食物敏感性更低。通过将公式1应用于消费品的其他可测量方面,所公开的系统使得计算评分能够例如不仅针对营养物质摄入而且针对用于获得饮食中组分食物的财务成本或者针对环境影响来提供经优化的饮食。
关于计算食物中的营养物质的量,本公开侧重于基于在某一时间段(例如某一天)内摄入一定量的卡路里的系统。换句话说,由所公开的系统计算的所有营养物质和营养健康评分是针对在给定时间量内的给定卡路里摄取水平计算的。为了反映这一点,变量Anft是指食物f中每时间t内的营养物质n的量。
Anft是通过将δnf乘以eft来计算的,其中eft是每时间t内从特定食物f摄入的能量的量(例如,单位为千卡)。例如,如果食物f是碎牛肉,则eft可用于表示在某一天内摄入的碎牛肉的卡路里的量。变量δnf表示食物f中营养物质n的营养物质密度,并且可以通过将食物f的一“部分”中的营养物质n的量(有时表示为anf)除以食物f的单个“部分”中的能量(例如,单位为千卡)(有时表示为kf)来计算。使用该除法运算,分子中的“部分”与分母中的“部分”相抵消,结果得到营养物质密度,该营养物密度当乘以所摄入的特定食物的能量时,产生每时间t内的食物f中的营养物质n的量。
在上述实施方案中,系统通过将能量乘以营养物质密度来计算ANFT。在一个实施方案中,系统通过将摄入的食物的量(例如,以克为单位)乘以指示单位量食物中的营养物质(例如,每克食物所含的营养物质)的存储值来计算ANFT。对于各种被跟踪的消费品,以类似的方式确定卡路里:所摄入的食物量乘以存储的卡路里比量的比率。
在一些实施方案中,所公开的系统依赖于标准体的公开的营养物质含量信息作为如上所述其存储的每单位量值的营养物质的基础。例如,在一个实施方案中,系统存储来自USDA的数据,所述数据指示一定量某些食物中的营养物质量和卡路里的量。
在各种实施方案中,所公开的系统包括执行一些计算所需以及求解上述公式1所需的值的数据库。例如,在一个实施方案中,所公开的系统存储用于多种类型的食物的食物相关信息的数据库或其他数据存储区。此食物相关信息可以包括关于配料、食物、餐食或饮食的信息,并且可以包括关于选自餐馆菜单的项的信息(例如,来自特定快餐连锁店的汉堡)或关于可商购获得的产品的信息(例如,特定品牌的软饮料)。在这些实施方案中,求解公式1所需的食物相关信息包括以下内容:
食物f的列表;
营养物质n的列表;
食物f的单一标准部分中的营养物质n的量的列表,在本文中表示为anf;以及
食物f的单一标准部分中的能量的量的列表,在本文中表示为kf;
在一些实施方案中,某些值(例如,时间段t和在时间段t内从食物f摄入的能量,该能量表示为eft)是可由用户改变的并且因此由用户根据用户对系统的使用而提供,如下文更详细描述的。例如,用户在各种实施方案中指定计算评分所针对的时间量(例如,根据天数的分数,诸如一天中单次进餐的得分为0.33)以及在该时间量内摄入的食物量。根据输入的量,系统可确定所摄入食物的能量(即,卡路里)的量,以及通过该食物摄入的营养物质的量。
在一些实施方案中,可以根据上面列出的值计算的某些值,诸如食物f中的营养物质n的营养物质密度(表示为δnf),是根据需要由所公开的系统基于所存储的信息计算的。在其他实施方案中,这些值存储在与它们所对应的各种食物和/或营养物质相关联的数据库或数据存储区中,而不是在运行中计算的。
在各种实施方案中,上文指示的存储的、用户输入的和计算的值使得能够计算如上所述的Anft的值,该值是计算公式1的营养物质健康评分所需的。根据公式1,如果Anft小于lnt,则评分经计算为所摄入的营养物质的量除以健康范围下限值,健康范围下限值是对应于区段202a的向上倾斜线上的点。如果Anft在lnt与unt之间(即,营养物质“n”的摄入量在健康范围内),则评分为1。最后,如果Anft大于unt,那么如果所摄入的营养物质的量小于如由敏感性评分sn限定的过零点,则评分为正,并且如果所摄入的营养物质的量大于如由敏感性评分sn限定的过零点,则评分为负。
在所示的实施方案中,应当理解,营养物质健康评分曲线200或300的所有区段被假定为是线性的。在一些实施方案中,曲线区段中的一个或多个区段可以不是线性的。例如,非线性曲线,诸如指数曲线、高斯曲线以及由其他非线性函数定义的曲线可用于定义在营养物质摄入量小于健康范围下限值时的曲线行为或在营养物质摄入量大于健康范围上限值时的曲线行为。应当理解,根据所公开的系统,定义指示上述公式中Anft小于lnt的情况下或Anft大于unt的情况下营养物质健康评分的曲线的函数是可能的;因为易于解释和理解,所以在此选择线性区段用于描述。在这样的替代实施方案中,在非线性函数描述了定义营养物质健康评分的曲线的部分的情况下,敏感性值仍然可以用于描述或使得适当的模块能够计算过度摄入引起所述营养物质的营养物质健康评分值小于归因于未摄入该特定营养物质的值的情况下的过零点。
在已经存储了针对如上所述的给定消费品中的多种营养物质的营养物质健康评分的情况下,所公开的系统在下一步骤中将这些营养物质健康评分累计为该消费品的总营养健康评分,在这里指定为Hft。在一个实施方案中,系统根据以下公式来执行此累计,该公式在本文中被称为公式2:
在公式2中,hnft表示特定营养物质n的营养物质健康评分,wn表示特定营养物质n的权重值,并且对系统中所跟踪的所有营养物质进行求和。在此实施方案中,如果特定消费品不包括在系统中跟踪的特定营养物质,则该营养物质的营养物质健康评分为零,并且该营养物质不会增大或减小总营养健康评分Hft。因为Hft是总营养健康评分,所以它并非特定于任何特定营养物质。因此,Hft表示在特定时间t内摄入特定食物f。
由本文所公开的系统的实施方案提供的实质性优点之一是,营养物质健康评分(由此营养健康评分)是作为时间的函数计算的。也就是说,用户可以指定在特定时间段内的卡路里摄取范围,并且可以指定摄入特定食物的时间量。因此,基于食物的组分营养物质而分配给该食物的评分是时间的函数。据信已知方案尚未提供将消费品作为时间的函数进行评分。本公开的这个方面是优于已知系统的实质性优点,因为时间可用于确定在一段时间的剩余时间(诸如在一天的剩余时间)内需要摄入什么食物来满足营养目标。例如,如果所公开的系统的用户在周末的一天晚上出去吃晚饭,则该系统用户可以围绕在晚餐时摄入的食物来计划其周末剩余时间内饮食,并且由此虽然已经吃了一顿饭但是仍然满足其营养目标,这顿饭本身在其他已知系统中可能不被认为是“健康”的。如下所述,本文所公开的各种用户界面为用户提供输入对已经或将要摄入食物的时间的指示的能力,诸如通过指示若干天或该若干天的部分。
在各种实施方案中,所公开的系统存储了作为构成营养健康评分H的因素的每种营养物质的多个权重值,所述权重值表示为“w”。特定营养物质“n”的权重值被指定为wn,并且指示营养物质“n”的营养物质健康评分对总营养健康评分的影响。一般来说,特定营养物质的权重值越大,该营养物质对营养健康评分的影响越大。
在各种实施方案中,所公开的系统在表格(诸如图4所示的表格400)中存储多个加权值。在图4的表400中,列402包括与在列401中具有条目的26种营养物质的每一种相关的权重。各种营养物质的相对权重指示每种营养物质对根据上述公式计算的总营养健康评分的相对影响。在图4所示的实施方案中,对权重求和得到总分1。因此,使用图4的表400的权重可以实现的最大营养健康评分将是1;如果图4的表400中的每种营养物质的营养物质健康评分为1,则实现此评分。在一些实施方案中,以1至100的标度提供营养健康评分H可能是有帮助的;在这些实施方案中,此类结果可以通过将每个权重乘以100或通过将根据上述公式计算的总营养健康评分乘以100来实现。
一般来说,营养物质的权重值越大,营养物质对总营养健康评分的影响就越大。这同样适用于摄入不足/过度摄入以及健康摄入。换句话说,如果营养物质摄入不足或过度摄入,则相较于更小的权重值,更大的权重值将使营养健康评分在更大的程度上降低。同样,如果营养物质是以健康量摄入的,则相较于更小的权重值,更大的权重值将使营养健康评分在更大的程度上增大。
例如,如果相对于维生素,营养物质如“糖”被给予相对高的评分权重,则低糖食物通常将获得高营养健康评分。即使食物中的其他营养物质含量低,依然如此,因为总营养健康评分更依赖于糖的评分。因此,当针对个体个性化所公开的系统时,不同营养物质的权重的适当平衡是非常重要的。
如上所述,在一个实施方案中,必须为被评分的每种营养物质定义四个参数:健康范围下限(LHR)值、健康范围上限(UHR)值、评分敏感性(即,上过零点)以及评分权重(营养物质对总评分贡献的相对量)。在一个实施方案中,这些参数作为两个单独的文件、数据库或数据结构存储在存储设备或依赖于所公开的系统的其他存储解决方案中。
在一个实施方案中,第一文件存储所跟踪的多种营养物质中的每一种营养物质的权重值和敏感性值。如上所述,图4是包含在此类文件中的表的示例性表示。如从图4中可以看出,对于由所公开的系统跟踪的多种营养物质中的每一种营养物质,权重值和敏感性值分别存储在列402和403中。如上所述,权重值指示特定营养物质的营养物质健康评分对总营养健康评分的相对重要性或影响,而敏感性值指示摄入超过UHR的额外营养物质对营养物质健康评分的影响(以及因此对总营养健康评分的影响)。
在一个实施方案中,第二文件存储由系统跟踪的每种营养物质的LHR值和UHR值。在此实施方案中,针对多个不同的个人或个人简档中的每一者存储LHR值和UHR值。因此,例如,LHR/UHR文件可以存储针对多种营养物质中的每一种的多个LHR/UHR对,其中一对适用于体重在180磅和220磅之间的18至20岁男性运动员,一对适用于体重在250磅和300磅之间的20至25岁男性糖尿病患者,一对适用于体重在100磅和125磅之间的45至50岁的女性重症监护患者,等等。在另外的实施方案中,在营养物质范围是在个体基础上个性化的情况下,所公开的系统存储针对特定个体(例如个人X)的每种营养物质的一对LHR和UHR值。在此实施方案中,数据库或其他数据存储区含有使用所公开的系统或由其跟踪的针对每名个体的每种营养物质的LHR/UHR对。
在当前优选的实施方案中,所公开的系统存储两个单独的数据结构(诸如表格)以使得能够计算营养物质健康评分和营养健康评分。在此实施方案中,第一表存储所跟踪的每种营养物质的健康范围下限和健康范围上限,而第二表存储所跟踪的营养物质的加权参数和敏感性参数。这种安排目前是优选的原因是,其最容易促进针对个体的评分度量的创建,并因此为个体定制评分。一种针对特定个体定制评分的方式是,调整加权参数以反映不同营养物质对特定个人健康的重要性,以及调整敏感性参数以反映过度摄入各种营养物质对特定个人健康的影响。因此,例如,相对年轻的运动员可以使用其中加权值强调蛋白质和简单的碳水化合物摄取而糖的过度摄入相对不重要的表,而相对年长的糖尿病患者可以使用其中因为糖对该个人的健康影响较高而使糖加权非常高并且其中选择敏感性值来反映过度摄入糖的相对较大影响的表。通过将存储的数据分成两个表,可以选择适当的加权参数/敏感性参数,同时使用相对更标准化的健康范围下限值和上限值。这些组的加权参数/敏感性参数在各种实施方案中被称为“评分度量”,并且向个体提供选择针对该个体及其膳食需求和目标定制的评分度量的能力。
图5示出了来自LHR/UHR值表的摘录500,所述值与基于年龄的人群有关。在摘录500中,各种营养物质(在表摘录的最左列中标识)的摄入范围各自包括针对表中的每个群体组(31至50岁的女性和9至13岁的女性)的一对值(在图5的表中示为LHR和UHR)。当然,在摘录500所摘自的全表中,在DRI_名称列中列出了针对其存储每日参考摄取的每种所跟踪营养物质,并且将被包括以反映在推荐摄入量方面的不同个性化的若干额外对列被包括在DRI_名称列的右侧。在一些实施方案中,人群体的成对列的粒度更详细,使得表可以包括针对31至50岁女性的基于体重、活动水平、健康状况、减重目标等的若干成对列。
应当理解,对于图5的摘录500中列出的一些营养物质,一个或多个值被列为“不适用”。在所例示的实施方案中,这意味着不存在由摄入营养物质得到的健康益处(在没有定义健康范围下限值的情况下),或者没有由于摄入额外量的营养物质造成的减少益处或损害(在没有健康范围上限值的情况下)。
存储在图4的表和图5的表中的数据使得能够计算所跟踪的每种营养物质的营养物质健康评分,并且接着对经加权的营养物质健康评分求和以确定总营养健康评分,如上所述。应当理解,在其他实施方案中,可以使用多于或少于两个表。例如,单个表可用于LHR、UHR、权重和敏感性中的每一者。或者,单个表可用于LHR和UHR,单个表可用于权重,并且单个表可用于敏感性。应当理解,只要四种类别的数据(LHR、UHR、加权参数、敏感性参数)是以某种形式存储的,则用于存储计算营养健康评分所需的各种数据的特定数据结构对于营养健康评分的计算不是关键的。
在各种实施方案中,个性化是通过为特定个人提供LHR、UHR、权重和敏感性的特定组合来实现的。在一些此类实施方案中,作为在所公开的系统中构建存储此数据的表的一部分,个体可以咨询营养学家、回答调查问题或者以其他方式提供关于其自身的信息,以使得能够创建定制的健康范围、权重和敏感性。例如,个人可以指出其是贫血的;这可能影响铁摄取的健康范围、对铁摄取的敏感性,以及当累计到总营养健康评分中时给予铁营养物质健康评分的权重。在一些实施方案中,所公开的系统使得用户能够输入关于其自身的某些参数,诸如年龄、体重、身体质量指数(BMI)、活动水平和性别。当确定用户针对各种所跟踪的营养物质的健康范围是什么时,系统使用这些参数来确定将使用数据结构的哪个部分(诸如图5的表的特定列)。在其他实施方案中,系统使用所输入的关于个体的信息来计算健康范围,诸如通过确定乘数并将基线范围组乘以乘数。
在各种实施方案中,存储在图5中的涉及加权参数和敏感性参数的数据使得能够选择和/或开发针对特定个体或个体群体的评分度量。也就是说,通过指定加权参数/敏感性参数的不同组合,诸如在与营养学家或其他受过训练的营养专业人员讨论后,所公开的系统使得个体或群体能够创建向那些个体或用户群体强调重要评分的度量。在各种实施方案中使用短语“评分度量”是指可经存储以针对特定的人定制营养物质健康评分和营养健康评分的值。
上文的许多论述已经侧重于计算特定食物的各种评分。由本文所公开的系统提供的实质性改进之一是针对不同定量的消费品(诸如针对特定配料、食物、可销售项、餐食或饮食)计算营养健康评分的能力。所公开的系统由此有利地提供了将食物的不同数量组合成单个可评分数量的能力。
在一个示例中,向量fx表示如下M种子餐食:
fx =[f1,f2,…fM],
通过M种子餐食的每个部分摄入的卡路里能量可表示为如下向量:
在该表达式中,在时间t内从餐食摄入的总能量efxt将是所有子餐食能量的总和,由下式表示:
每种餐食中的营养物质n的营养密度可以用如下向量表示:
则对于营养物质n,在食物fx中摄入的营养物质n的总量是每种子食物的卡路里能量与每种子食物的营养密度的乘积和,其可以表示如下:
在一个示例性实施方案中,能量值以克表示,并且密度以能量/克表示。因此,该餐食中的营养物质n的营养物质密度计算如下:
此营养物质密度和/或所摄入的营养物质的量可用于以上公式1(并且因此公式2)中来首先计算餐食fx中的所跟踪的每种营养物质的营养物质健康评分,然后通过对所跟踪的每种营养物质的经加权调整的营养物质健康评分求和来计算餐食fx的营养健康评分。所公开的系统可以执行上述计算以有利地计算不同数量的食物的营养健康评分,所述食物包括作为配料组合的食物、作为食物组合的餐食,以及作为餐食组合的饮食。
在各种实施方案中,所公开的系统使得用户能够用子食物或食物的组分构建食物或餐食。例如,通过向所公开的系统指示用户的“正常早餐”是什么,用户可以存储“早餐”餐食并且在输入关于其计划要吃或已经吃过的食物的指示时,简单地选择该顿餐食。也就是说,所公开的系统使得用户能够由食物构建餐食或由餐食构建饮食,并且存储那些多组分消费品以供稍后简单地选择和输入。在一些实施方案中,系统还使得用户能够诸如通过指示用户吃过了其正常早餐的一半来调整所摄入的特定多组分消费品的量。
在各种实施方案中,所公开的系统向用户提供仪表板或其他图形用户界面来查看营养健康评分和营养物质健康评分、跟踪随时间推移的营养物质摄取,以及获得关于要吃什么食物来满足营养健康目标的建议。图6是屏幕600,示出了由所公开的系统的一个实施方案提供的仪表板界面的一部分。在所例示的实施方案中,屏幕600使得用户能够与本文描述的营养健康评分系统交互以探索吃某些食物的影响、查看某些食物的营养健康评分和组分营养物质健康评分,以及获得关于要吃什么食物来满足特定营养目标的建议。
在图6的实施方案中,屏幕600包括向本系统的用户提供不同功能、交互和/或显示的多个区域。区域602是营养健康评分显示区域,并且在各种实施方案中,在区域602中显示针对一种或多种消费品所计算的一个或多个营养健康评分。在各种实施方案中,此区域602还显示了用户的卡路里摄取范围以及通过摄入不同量的所选食物组合表示的营养健康评分的曲线。区域604是选择区域,其包括多个控件以使用户能够选择哪些评分应该是有效的并且由此在屏幕600中显示。在所例示的实施方案中,区域604的不同控件采取不同选项卡形式,其中每个选项卡显示由所公开的系统跟踪的全部营养物质的子集的实际评分和最佳值。区域608包括多个控件以使用户能够输入所摄入的食物或生成每日饮食。区域610显示关于如由用户指出的所摄入食物所指示的各种营养物质的量的数值信息。这些区域的功能将在下文更详细地论述。
区域606是个人信息输入区域,其使得用户能够输入关于其自身的信息,包括性别、年龄、身高、体重、活动水平和适用的USDA简档。根据通过区域606中示出的各种控件输入的信息,所公开的系统通过将健康下限值、健康上限值、加权值和/或敏感性值调整为尽可能特定于用户来个性化所计算的营养健康评分。更具体地讲,根据用户在区域606中提供的信息,将从适当的数据库或数据存储区中计算或选择供使用的健康下限值/健康上限值、加权值和/或敏感性值的特定集合。在区域606中输入的信息可以例如用于从图5中所示的多个群体分组中进行选择。
仍然参见图6并且具体地参见图6中的区域602,显示了在竖直轴线上示出健康评分并且沿着水平轴线示出千卡值(即,卡路里摄取)的图表。在区域602的图表的原点处示出框“X”,以表示在卡路里摄取为0时评分为0。示出这一点是因为,在图6所示的该时间点,食物信息已经作为当前饮食的一部分提供给了所公开的系统。在区域602的图表的中心区域中,示出了宽条。该条示出了针对在屏幕600所反映的一天时段内在区域606中提供其信息的个体确定为最佳的卡路里摄取范围。具体地讲,对于31岁、身高172cm、体重60kg、为适度锻炼者的女性,USDA建议的最佳卡路里摄取量为2167千卡/天。应当理解,在各种实施方案中,可以适当地使用其他来源获得所建议的卡路里摄取。图6的区域602中的粗条示出了针对在区域606中定义的个人的卡路里摄取值范围,其中该范围被定义为最佳卡路里摄取±10%。因此,所例示的条横跨约1950千卡/天至约2383千卡/天。在各种实施方案中,该范围示出了某一天的目标卡路里摄入范围。在一个实施方案中,所公开的系统使得用户能够选中并拖动厚条的边缘以调整该条的宽度;这表示用户希望扩大或减小在执行下述各种功能时使用的每日卡路里摄取范围。
参见图6的区域604,提供了使得用户能够从多个评分中选择评分以在区域602中显示的控件。在所例示的实施方案中,选择“全部”选项卡意味着当前显示了由系统跟踪的所有营养物质的评分。所例示的实施方案还向用户提供了选择以下选项卡的自由:标题为“常量营养素”的选项卡,其中仅显示常量营养素(例如,饱和脂肪、胆固醇、糖、总脂肪和钠)的评分;标题为微量营养素的选项卡,其中仅显示微量营养素(例如,钙、碳水化合物、纤维、铁、维生素A、维生素B、维生素C、维生素D和维生素E等)的评分;标题为“糖尿病”的选项卡,其中仅显示与糖尿病病症相关的营养物质(例如,糖)的评分;以及标题为“所有可测量”的选项卡,其中显示所选食物的所有可测量方面的评分。可提供附加选项卡以解决不同的营养目标,诸如与减重或针对严格体育赛事(诸如马拉松)的训练相关的目标。另外,在一些实施方案中,一个或多个控件可以使得用户在选择此类一个或多个控件时能够选择哪些营养物质将被包括在健康评分中。
在图6的实施方案中,区域604中的各种选项卡具有在所实施的DRI值数据库中跟踪的营养物质的不同子集,其摘录在图5中示出。具体地讲,“所有可测量”选项卡含有其DRI存储在数据库中的所有营养物质。另外在图6的实施方案中,“全部”选项卡含有其范围值被存储的所有DRI,但是等同地对这些营养物质进行加权。在其他列(例如,“糖尿病”列)中,应用不同的加权值,并且一些而不是所有所跟踪的营养物质都是构成所计算的营养健康评分的因素。因此,应当理解,在所例示的实施方案中,区域604中的选项卡使得用户能够选择特定于特定营养目标或营养需求的评分方案。
图6的区域610示出了屏幕600的一部分,该部分显示关于由用户输入或由系统建议而作为饮食一部分的各种食物的营养物质含量的数值信息。在所例示的实施方案中,用户尚未指出已摄入任何食物,因此区域610的“量”列中的所有值都是0.0。然而,如下所述,当含有区域610中显示的各种营养物质的食物被输入至区域608中时,“量”列中的数值增大。
此外,从图6可以看出,对于所显示的每种营养物质,在区域610中指示了其健康下限量(下限)和健康上限量(上限)。还在图6的实施方案中示出了加权值和敏感性值归因于所列出的各种营养物质。如上所述,在各种实施方案中,这些值经确定以便基于特定用户或用户群体的需求来针对那些用户定制。在一个实施方案中,选择“显示较少的统计”将导致显示在图6的区域610中的最后三列被隐藏。
区域610中示出的值是基于在区域606中提供的个性化信息来确定的。在图6所示的实施方案中,纤维的上限为无穷大;这意味着摄入额外的纤维不会对总营养健康评分产生负面或下降的影响,而这与摄入的量无关。应当理解,在图6的实施方案中,在区域610中列出的特定营养物质取决于在区域604中选择了哪个选项卡。也就是说,如果在图6的区域604中选择了“常量营养素”,那么所列出的营养物质将通过显示例如碳水化合物、蛋白质、饱和脂肪和总脂肪而相应地改变。
在一个实施方案中,所公开的系统检测用户何时在图6的区域610中列出的营养物质之一上方悬停、鼠标悬停或以其他方式选择。在此实施方案中,当系统确定用户已经选择了所述营养物质中的一种时,所公开的系统随机选择一组食物,该组食物将改善用户的总营养健康评分并且还改善所选营养物质的营养物质健康评分。以这种方式,如果用户在查看区域610中的信息时看到其饮食缺钙,则系统向用户提供多个建议方式来改善其钙摄取。在另一个实施方案中,每次用户悬停或以其他方式选择特定营养物质时,系统随机地生成富含所选营养物质的食物的新列表,使得用户可以重复地看到对将有助于增加用户对该营养物质的摄入的不同食物的建议。
图7示出了在已经由用户选中食物(生菠菜)并将其添加到“每日饮食”中后,图6的实施方案的屏幕700。应当理解,在屏幕700中,显示了区域602、604和608,但是来自图6的区域606已经被隐藏。在一个实施方案中,所公开的系统被配置为在用户已经提供其个人信息之后隐藏区域606,因为在初始配置后改变使用该系统的个体的个人信息(并且因此对健康范围下限和上限、加权值和敏感性值进行改变)是不太可能的。在另一实施方案中,系统提供在显示和隐藏屏幕700的用户简档调整区域之间切换的控件(诸如图7的控件710)。在另一实施方案中,区域606被显示为下拉抽屉,当用户尚未鼠标悬停或以其他方式提供输入来指示对区域606的选择时,该下拉抽屉自动隐藏。
如可以在屏幕700上看到的,图7中的使用者已经在区域608中示出其已经摄入了10盎司的生菠菜。因此,区域608显示如上所述通过将存储的每单位卡路里的指示乘以所指示的菠菜量而计算出的菠菜卡路里的计算量(65千卡)。这个值显示为“当前每日饮食”,因为在使用中的这一点时,该个人已经吃的唯一东西是10盎司(65千卡)的生菠菜。为了方便,系统还显示个人的每日饮食目标。
仍然参见图7,区域602相对于图6中该区域的图示已经发生了改变。具体地讲,在区域602中,“X”图标702已经移动远离原点而到达与65千卡和健康评分37相对应的点。在此实施方案中,区域602中的“X”图标702指示针对在一天时间段中摄入的当前饮食(即,10盎司生菠菜)计算的营养健康评分。针对摄入的实际饮食的此营养健康评分是如上所述计算的。
区域602还含有在区域602中的曲线706的峰值处的大圆形指示符704。在该实施方案中(以及在关于图8、图9和图10论述的其他实施方案中),所示出的曲线是通过使用上述公式1计算每种组分营养物质的营养物质健康评分,并且使用上述公式2累计饮食中的所述营养物质的贡献而确定的。此外,曲线形状是通过调节所摄入的组分食物的量以获得沿图7、图8、图9和图10的水平轴线示出的不同卡路里摄取值来实现的。因此,在各种实施方案中,图7、图8、图9和图10中示出的曲线是通过重复计算营养健康评分来确定的,如本文别处所公开的。此外,对于图7、图8、图9和图10的水平轴线上的每个卡路里摄取值,如果已摄入饮食一起导致了该特定卡路里摄取值,则所公开的系统通过为饮食中的各种量的食物选择最佳结果评分来确定随后存在于饮食中的食物的最佳营养健康评分。例如,在被指示为摄入的两种食物是菠菜和巧克力并且将在曲线上绘制的量对应于一天吸收1000卡路里的情况下,本文公开的系统确定摄入1000卡路里的菠菜、1000卡路里的巧克力,以及每一种产生1000卡路里的菠菜/巧克力的组合的营养健康评分,并绘制具有最高总营养健康评分的组合的评分。在用户已经指出摄入了一定量的菠菜和巧克力的实施方案中,在一个实施方案中,在菠菜和巧克力中任一项的量小于所指示量的情况下,系统不计算菠菜/巧克力的组合的营养健康评分。在预期实施方案中,在用户表明摄入一定量菠菜和巧克力的意图的情况下,所公开的系统计算菠菜/巧克力的所有组合的营养健康评分,并且如果能够通过减少两个所指示的预期量中的一个来实现最佳评分,则系统建议减少对该食物的摄取以最大化评分。
再次参考图7所示的实施方案,指示符704表示可通过在一天的给定时间段内吃更多的当前饮食实现的最大健康评分/卡路里摄取。也就是说,假定当前的饮食由菠菜组成,则通过在一天中吃大约550千卡值的生菠菜可以实现为72的最大健康评分。如果该人吃更多的菠菜直至指示为提供最大健康评分的大约550千卡的量之前,则健康评分将继续增加。同样地,如果该人在给定的一天吃比指示为提供最大健康评分的大约550千卡量更多的菠菜,则健康评分将开始减小,并且最终在大约3100千卡值的菠菜处达到值0。因此,图7的实施方案示出了由所公开的系统提供的参考咨询功能的一个方面为,其示出了在给定时间内需要摄入以获得最佳健康评分的特定食物(即,当前饮食)的量。
区域602中的数据还向系统的用户指出,即使在给定时间段内摄入了最佳量的当前饮食(即,生菠菜)以获得最佳评分,用户的每日卡路里摄取也不会处于由条708示出的建议范围内。因此,用户可以一眼就知道,如果其以当前饮食的形式摄入每日推荐的卡路里的量,则用户将具有的营养评分远低于通过吃当前饮食可实现的最佳营养评分。
现在参考图7的区域604,可以看出区域604的控件已经在图7中更新以反映当前输入的10盎司生菠菜的饮食。具体地讲,在所例示的实施方案中,活动选项卡(即“全部”)列出了实际饮食的当前评分(值37)和通过吃更多的当前饮食可以获得的最佳值(值72)。区域602的其他选项卡也被更新,以指示当仅使用每个选项卡的营养物质子集来计算健康评分时的饮食评分和最佳评分。在一个实施方案中,未选中的选项卡(以及因此与未选中的选项卡的营养物质组合相关联的评分)是半透明或变淡的,以便容易地示出当前选中了哪个选项卡。
图8示出了由所公开的系统提供的屏幕800,其中用户已将汉堡添加到其每日饮食中,如从区域608可以看出该每日饮食现在由10盎司的生菠菜和7.6盎司的汉堡组成。“X”图标802指示个人的当前每日饮食的营养健康评分为62,并且所摄入的卡路里总量为628。圆形图标804指示通过吃所指示的每日饮食可以实现的最大健康评分是87分,并且需要在一天中吃大约1500卡路里值的指示饮食以实现该结果。相应地更新区域604中的评分以反映新饮食的饮食评分和最佳评分。通过分析屏幕800,用户可以容易地知道其完全处于其每日卡路里摄取范围内,以及其是否要吃足够的该饮食才能落在期望的每日卡路里摄取范围内,或者其将经历在该饮食的营养健康评分方面的减少的益处。
通过论述图7和图8可以看出所公开的系统的重要优点之一。也就是说,所公开的系统使得用户能够一目了然地看到如果食用不同的量,则他们已经选择的饮食是否满足他们关于每日卡路里的营养需求以及他们选择的饮食是否可以提供额外的营养益处(即,更高的健康评分)。在一个实施方案中,使用图7和图8所示的范例,用户通过选择提供相同或几乎相同的饮食评分和最佳评分的食物来尝试最大化其饮食,其中达到此结果所摄入的卡路里量在个人的最佳卡路里摄取范围内。以图形方式,这将以图8的图标802和804的形式出现,两个图标彼此重叠并且位于条806内,指示个人的理想卡路里摄取。
如果图标几乎彼此重叠但在条806的左侧,则这向用户指示当用户从其食物中获得最佳营养价值时,其在某一天中没有摄入足够的卡路里。如果图标几乎彼此重叠但在条806的右侧,则这向用户指示,当用户正从其食物中获得最佳营养价值时,其在某一天中摄入了过多的卡路里。
如果图标不彼此重叠,则用户可以一眼看出其没有摄入从其当前饮食中获得最佳营养价值所需量的该饮食。如果“X”图标802(表示实际饮食的评分)在圆形图标804的左侧,则这向用户指示吃更多的相同饮食将向用户提供更好的营养价值。如果“X”图标802位于圆形图标804的右侧,则这向用户指示吃更少的相同饮食将提供更好的营养价值。
因此,本系统的优点之一是向用户提供视觉显示,该视觉显示快速且容易地指示用户是否摄入了适当量的其当前饮食,以及用户是否在给定的时间段中摄入了足够的卡路里。
在一个实施方案中,所公开的系统使得用户能够点击或以其他方式选中表示最佳评分的图标,以使得另一(实际饮食评分)图标移动到曲线上的最佳图标位置。在此实施方案中,系统相应地更新当前饮食中的食物量。以这种方式,该系统使得用户能够确定要吃多少给定饮食来实现该饮食的最佳营养健康评分。因此,如果用户确定在某一天中其想要吃鸡蛋、三明治、鸡块和米饭,则用户可以输入这四个菜单项并确定实现最佳健康评分要摄入的每个菜单项的量。用户还可以快速查看那些最佳量如果被摄入的话将导致卡路里摄取是在这一天的其最佳卡路里摄取范围内还是在这一天的其最佳卡路里摄取范围外。在其他实施方案中,用户可以将指示实际饮食的评分的图标拖动到营养健康评分的曲线上的任何点,使得用户能够看到实现沿曲线的各种评分需要摄入的饮食中各种食物的量。
仍然参见图8,区域810被示为出现于区域602下方。所例示实施方案中的区域810包括标题为“改善您的饮食评分”和“营养物质评分”的两个可折叠菜单。
关于区域810的“改善您的饮食评分”菜单,所公开的系统的一个实施方案在该区域中显示如果被摄入将使用户的营养健康评分提高给定量的一种或多种食物项。例如,在图8的实施方案中,摄入所推荐的被指出为含有维生素D和维生素B5的鱼(沙丁鱼)将使用户的营养健康评分提高9分。同样,摄入包含碳水化合物和维生素B5的所列出的马铃薯也将使用户的评分提高9分。在一个实施方案中,系统提供与区域810中列出的每种食物紧接的“添加到饮食中”控件,该控件允许用户将所述项添加到其当前的有效饮食中并且相应地更新在区域602和604中显示的评分。
在一个实施方案中,当前为用户输入的饮食的一部分的一个或多个项被列出于区域810的“改善您的饮食评分”菜单中。在此实施方案中,当前包括的项的列表包括允许用户从其饮食中去除所述项的控件。在此实施方案中,如果在“改善您的饮食评分”菜单中列出了需去除的项,则意味着系统已经确定去除该项(或减少该项的数量)实际上将得到更高的营养健康评分。换句话说,添加该项导致总营养健康评分降低。这向用户提供了以下简单的视觉指示:其饮食中的一个或多个项实际上降低了饮食的营养健康,因为加入了这些项的卡路里但却没有从所述项中包含的任何营养物质获得对应的益处。
在一个实施方案中,所公开的系统可以向用户建议,通过减少摄入的特定食物的量,用户将改善其总营养健康评分。在此实施方案中,所公开的系统显示适当的控件以使得用户能够减少(但不去除)所摄入的特定消费品的量。
在一个实施方案中,用户可以选择控件,诸如“按食物组筛选”控件811,以向用户提供对在“改善您的饮食评分”部分中显示的所建议食物的控制。例如,如果用户不吃肉,则用户可以选择控件811进而选中“蔬菜”,然后只看到关于能够添加到饮食中以提高总营养价值评分的蔬菜的建议。
在屏幕800的区域810中提供的信息和控件是由所公开的系统提供的参考咨询功能的一个示例;通过建议可以添加或去除以改善用户的营养健康评分的食物,该系统具有积极地影响用户的食物选择的潜力,而不是简单地用作其中用户仅输入其已经摄入的食物的报告工具。此外,通过使得用户能够筛选要添加的建议食物,该系统使得用户能够增加其食物摄入,同时仍然摄入用户喜欢吃的食物。
所公开的系统有利地使用户能够通过从区域608添加和/或去除项并且以视觉方式快速和容易地看到这些添加或减少对其总健康评分的影响,来动态地改变其饮食的内容。通过从显示器的“改善您的饮食评分”部分中选择所建议的食物,系统能够向用户建议该用户可能不一定意识到的可以优化营养健康评分增益的食物。因此,系统不只是依靠用户添加或删除其自己选择到当前饮食中的食物。
关于区域810的“营养物质评分”菜单,显示了与关于图6论述的信息类似的信息,尽管数值已经更新以反映用户摄入的食物。例如,在用户输入的由菠菜和汉堡构成的饮食中,可以看出已经摄入了532.2mg的钙。在所例示实施方案中,所显示的下限和上限(分别为1,000mg和2,500mg)易于向用户指示其尚未处于钙摄入的健康范围内。作为进一步的证据,在一个实施方案中所公开的系统显示营养物质评分号码盘812,该营养物质评分号码盘含有特定营养物质的营养物质健康评分(即,在应用加权值区域之前,特定营养物质的评分)(在这种情况下,针对钙的值为54)。在所例示的实施方案中,评分号码盘812显示以上文公式1中描述的方式计算的值。
在一个实施方案中,评分号码盘812还经颜色编码,例如用红色指示营养物质健康评分相对较低,用黄色指示营养物质健康评分是中等的,以及用绿色指示营养物质健康评分是良好的。这些特征都使得用户能够一目了然地辨别哪些营养物质他们已经摄入了足够多以及他们需要摄入额外量的哪些营养物质。
应当理解,在区域810的“营养物质评分”菜单中显示的信息有利地使得用户能够确定哪些营养物质正在以健康量摄入,以及哪些营养物质正在以不健康量摄入。具体地讲,通过提供用在本文所公开的系统的某些实施方案中提供的营养物质健康评分来对营养物质进行分选的能力,用户可以容易地看到哪些营养物质其正摄入不足或过度摄入,以及哪些营养物质是在那些营养物质的健康范围内摄入的。
应当理解,因为图6、图7和图8中所示的实施方案的区域604中的不同选项卡通过累计不同组的营养物质来计算营养健康评分,所以不同选项卡的评分可能是不同的。此外,对于营养物质的一些子集,实际饮食评分和最佳评分可能相对彼此接近,而对于其他子集,评分可能相差很远。例如,在糖含量高的饮食中,最佳的常量营养素评分可能非常接近实际的常量营养素评分,而实际的糖尿病评分可能与最佳糖尿病评分非常不同。这可能反映了以下事实:减少高糖含量的项可能会降低实际的常量营养素评分,同时提高实际的糖尿病评分。
再次参见图6,区域608的所例示实施方案包括多个控件。已经以用户输入词语“菠菜”以将菠菜添加到其每日饮食中的能力为例描述了本实施方案的文本输入控件。在所例示的实施方案中,还在区域608中提供了标题为“生成每日饮食”的按钮形式的另一种控件。在此实施方案中,点击或以其他方式选择“生成每日饮食”按钮导致显示图9的屏幕900。在其他实施方案中,所公开的系统提供用于生成不同时间段(例如基于每餐、每周或每月)的饮食或餐食计划的控件。
当用户选择“生成每日饮食”按钮时,所公开的系统选择在给定时间段内在个人的卡路里摄取范围的低端处存在最佳健康评分的多种食物。换句话说,所公开的系统选择食物组合来确定最佳营养健康评分,而无需用户摄入比所需更多的卡路里。在一个实施方案中,如果用户已经通过在搜索控件中键入他们的名字或通过选择“添加到饮食”控件而手动地添加某些食物,则所公开的系统将那些食物保持在所选择的量,并且尝试添加额外的食物以最大化营养健康评分。在另一个实施方案中,如果用户已经指出其尚未吃这些食物,而是其想要吃这些食物,则系统能够去除某些添加的食物。如果期望食用所添加的食物,则系统可以减少那些食物的量或将它们一起去除以使推荐的饮食最大化。在一个实施方案中,该功能是通过提供锁定图标或其他类似控件来允许用户指出特定食物不能被去除(即,用户已经吃掉了该食物)来实现的。
在各种实施方案中,所公开的系统使用一个或多个指南以生成每日饮食。例如,在一个实施方案中,系统使用用户提供的一种或多种偏好(例如对牛肉的偏好)来构建该时间段的基础或基线餐食。从该点开始,所公开的系统可以尝试拣选这一天中其他餐食的主菜,然后用三餐的配菜来满足卡路里和营养物质需求。
在另一个实施方案中,系统随机地选择一种或多种食物项以使饮食基于那些项并围绕那些项填充。在一个实施方案中,系统持续跟踪过去几天的食物项,并尝试不重复最近已经吃过的项。在一个实施方案中,系统维护用户家中的食物项目录,并且仅基于用户可支配什么来建议饮食。在一个实施方案中,所述系统被配置为自动下订单以递送准备饮食所需的食物;在此实施方案中,系统基于在当地杂货店中什么被指示有库存来下订单。在一个实施方案中,该系统跟踪食物项的成本,并尝试提供不仅以可接受的卡路里摄取最大化健康评分的饮食,而且还尝试在最小化饮食中配料的成本时这样做。
现在参见图9,所示出的屏幕900(通过选择“生成日常饮食”按钮而生成)包括曲线902,该曲线类似于关于图7和图8论述的曲线。此外,在图9的屏幕900中,由本发明所公开的系统选择或建议的多种食物被显示为该日常饮食的一部分。在此实施方案中,曲线902反映了以不同量摄入这些食物时,所显示的饮食的营养健康评分。
如在图9的区域602中可以看到的,饮食健康评分图标和最佳健康评分图标两者都在曲线902上的相同点904处示出;该点904是曲线902的最大值。此外,图9示出曲线902的最佳点904位于卡路里摄取范围906的底端。另外,区域608包括在用户选择图6的“生成日常饮食”控件后由该系统生成的多种食物。曲线902指示针对从0到约4500千卡/天的各种不同卡路里摄取值,所生成的饮食的各项的营养健康评分。
因此,本发明所公开的系统通过向用户建议食物、餐食或饮食以满足特定卡路里目标,同时优化给定时期内的营养健康评分,来提供附加的参考咨询功能。这还代表了对已知方案的明显改进,在已知方案中,用户必须在试错法用例中选择食物,只有在选择了食物之后才能检查这些食物对饮食的影响。
在图9的实施方案中,一旦用户生成的日常饮食的健康评分处于给定的一天的卡路里摄取范围低端处的最佳点,用户就可以上述方式与该系统交互。例如,如果用户不喜欢其中一种食物被列为该日常饮食的一部分,则该用户可以移除该食物并看到此移除对健康评分的影响。这时,该系统可以建议待添加的食物以进一步提高营养健康评分。用户还可以手动将项目添加到菜单,然后该系统显示对营养健康评分的影响以及如上所述的给定时间段内的实际卡路里摄取。
在一个实施方案中,本发明所公开的系统生成优化当前所选择的区域604的选项卡的特定健康评分的饮食。因此,如果选择常量营养素选项卡,则可以选择一种饮食来优化被视为常量营养素的营养物质的营养健康评分,即使其他选项卡(例如“完全”选项卡)显示次优的营养健康评分。
图10示出了由本发明所公开的系统提供的用户界面的替代实施方案。在图10的实施方案中,屏幕1000示出了区域1002,该区域显示针对卡路里摄取范围1012绘制的曲线1010。这些特征类似于在该用户界面的前述实施方案的区域602中描述的那些特征。
图10的区域1004示出了多个选项卡,每个选项卡均包括针对营养物质的不同组合计算的一对评分,这类似于对本发明所公开的系统的用户界面的前述实施方案的区域604的论述。
图10的区域1008是该用户界面的一个区域,其中本发明所公开的系统显示对由曲线1010指示的营养健康评分有贡献的多种食物。在所示的实施方案中,对于区域1010中列出的每种食物,用户可自由选择食物左侧的“X”图标,这使本发明所公开的系统从区域1010中移除该食物并基于剩余食物计算营养健康评分。区域1010还显示多个输入控件,这些输入控件使得用户能够调整对营养健康评分有贡献的特定食物的量,而无需完全移除该食物。
图10的区域1010与前述仪表板用户界面由于区域1012中显示的饮食构建信息而有所不同。具体地讲,在图6至图9所示的实施方案中,本发明所公开的系统被配置为执行针对在一天中摄入的食物的所有计算和建议。因此,图6至图9的卡路里摄取范围是针对一天计算的,并且添加至营养健康评分计算中的每种食物被假定为在一天内摄入。因此,在图6至图9所示的实施方案中,所有评分、卡路里摄取量和营养物质的量作为时间的函数被输入、操纵以及确定;然而,图6至图9的数据施加的时间在一天中是静止的。
图10表示与图6至图9的实施方案相比具有附加功能的实施方案,部分原因是区域1010使得用户能够指定屏幕1000应用并且要构建饮食的时间段(即,天数)。这可以由数字“1”看出,数字“1”可由用户在屏幕1000的标记为“构建1天饮食”的部分中改变。在所示的实施方案中,用户可以调整数字1以指定期望构建跨多天的饮食,并且还可以指定小于1的天数。例如,在一个实施方案中,如果用户希望构建一日三餐中的一餐,则用户可以在区域1012中输入数字0.33。如果用户希望构建一整周的饮食,则用户可以在区域1012中输入数字7。
在所示的实施方案中,在区域1012中输入的数字提供了缩放因子,该缩放因子用于缩放用户的卡路里摄取范围以匹配要在为其构建饮食的天数(或一天的各种部分)。在一个实施方案中,这种缩放导致跨区域1002的水平轴线的标度,并且还改变了在竖条1012中指示的推荐卡路里摄取范围以反映输入的时间量。同样在此实施方案中,在区域1012中输入的数字用于缩放由本发明所公开的系统跟踪的各种营养物质的健康范围下限和上限数值。在一个实施方案中,此缩放是直接的线性缩放,使得表示每日摄取量的存储值简单地乘以在区域1012中输入的数值。在另一个实施方案中,该系统被配置用于将某些值(诸如卡路里摄取值)加权以反映用户对不同餐食摄入不同比例的卡路里的偏好。例如,如果用户希望早餐和晚餐摄入其卡路里的75%,则该系统可被配置为询问用户,他想要计划哪一餐,并且将范围值乘以适当的加权值。在一些实施方案中,该系统在区域1012中提供选择控件,这些选择控件使得用户能够选择他想要计划或跟踪哪一顿特定餐食。
因此,应当理解,在图10的实施方案中,还可以使用除了单一天之外的不同时间段。具体地讲,图10的实施方案中公开的系统向用户提供了一个或多个控件,用以输入用户希望指示其间的食物摄入的时间量并查看营养健康评分。这可以允许用户根据由用户指示的时间量来计划餐食、每日菜单、或每周或每月饮食。
仍然参考图10,在一个实施方案中,区域1012的“使其最佳”控件通过计算食物数据库中的每种食物对总营养健康评分的影响来运行模拟。在一个实施方案中,所选择的第一食物是随机选择的,并且餐食或饮食是围绕该所选择的食物构建的。在一个实施方案中,本发明所公开的系统在其数据库中存储指示各种食物的常同食用份量的数据;在此实施方案中,该系统确保不会使给定食物的单次食用份量的超出部分大于设定量,诸如大于20%。因此,在一个实施方案中,该系统在开始时为给定的餐食或饮食选择一种或多种主食,随后用辅食补充,基本上不会超过推荐的食用份量。
在一个实施方案中,“使其最佳”功能使本发明所公开的系统采用三种不同的食用份量计算数据库中每种食物的营养健康评分。例如,该系统可以计算小于食用份量的量、等于食用份量的量以及超出食用份量的量对营养健康评分的影响。通过使用每种食物的这三个评分,该系统迭代地确定含有大约正确的份数/餐数的食物的组合,同时最大化营养健康评分。
在各种实施方案中,在给定为个体应用的特定评分度量的情况下,该系统通过添加和减少现有饮食中的食物的量以使其朝向完美或最佳得评分来优化现有饮食,由此执行“使其最佳”功能。在各种实施方案中,评分度量可以应用不同的健康范围、加权参数和/或敏感性参数,具体取决于对其应用评分度量的个体。因此,对于“使其最佳”按钮的不同点击,评分度量可能不同。在这种情况下,将使评分最佳化的推荐可以根据在最佳化时应用的评分度量而不同。
在一个实施方案中,本发明所公开的系统通过执行数据库查找,诸如通过搜索由USDA推荐的卡路里摄取范围的数据库或数据结构,来确定要对特定个体应用的卡路里摄取范围。在另一个实施方案中,本发明所公开的系统通过应用考虑了用户的年龄、体重、身体质量指数(BMI)、性别、活动水平和其他适当考虑因素的一个或多个公式来计算卡路里摄取范围。在此实施方案中,公式可以是由政府机构(诸如USDA)提供的公式。在其他实施方案中,该系统通过考虑来自外部源(诸如健身追踪器、活动带、锻炼日志或个体活动水平的其他指示器)的数据来计算最佳卡路里摄取范围。在一个此类实施方案中,如果来自这些其他来源之一的数据指示个体非常活跃并且每天燃烧比USDA指南中指示的更多卡路里,则本发明所公开的系统可以相应地上调该用户的卡路里摄取范围。同样地,如果从所列出的来源之一获得的数据指示用户相对久坐,则该系统可以下调其卡路里摄取范围。
在一个实施方案中,本发明所公开的系统使得用户能够从健康范围下限值和上限值的多个数据库中进行选择,诸如通过选择来自不同组织或不同国家的健康范围下限值和上限值的数据库。例如,在一个实施方案中,本发明所公开的系统使得用户能够在一方面从USDA提供的健康范围信息数据库中进行选择,并且另一方面从新西兰政府机构提供的数据库中进行选择。
在一个实施方案中,本发明所公开的系统显示滑块或其他控件,使得用户能够指示实际饮食所应用的天的百分比。例如,如果用户吃了相对较少的早餐和相对较少的午餐,则他或她可以输入这几餐中的食物并且通过滑块来指示已经摄入了这一天餐食的66%。在一个实施方案中,通过使用该指示,该系统知道其仅针对单一餐推荐食物,并且因此可以推荐其原本不会推荐的相对更高卡路里的选项或更大量的食物。或者,如果用户希望构建仅使用其每日卡路里的25%的最佳早餐,则百分比控件的一个实施方案使得用户能够指示他或她希望享用总共达到其总每日卡路里摄取的25%的最佳安排早餐。在又另一个实施方案中,如果用户有一天吃得特别多,则该用户可以通过百分比滑块来指示其摄入了其每日卡路里摄取的200%。然后,该系统可以在创建这一周剩余时间的饮食时考虑此额外的摄入。
在一个实施方案中,本发明所公开的系统使得用户能够设计对特定应用的评分。在此实施方案中,单个用户可以针对相同餐食具有多个评分。例如,本发明所公开的系统计算并显示尝试优化食物中所有可测量特征(即,食物中的所有营养物质)的“完整”评分,并且还计算并显示尝试优化可测量特征子集(例如,最小化碳水化合物和饱和脂肪摄取)或当优化时驱动减重的可测量特征另一集合的“减重”评分。在此实施方案中,单个消费品可以具有为95的“完整”评分,这指示它是对整体健康相对好的贡献者,但是其“减重”评分为70,这指示如果目标是减重,则它是次优的消费品。用于实现此能力以针对多种功能生成多个评分的一种机制在图6的区域604中以多个不同选项卡的形式示出,其中每个选项卡包括从所跟踪的营养物质的不同子集计算的评分。类似地,图10的区域1004提供从多个不同选项卡中进行选择的能力,其中每个选项卡基于对总评分有贡献的营养物质健康评分的不同集合和/或基于应用不同加权值而产生不同的营养健康评分。在图10的区域1004中,可以看出所述选项卡中的一个被标记为“示例减重糖尿病”。此选项卡在被选中时,显示针对患有糖尿病并且希望减重的个体优化的评分;出于此原因,可以突出显示糖的影响,并且还可以强调保持在卡路里摄取范围低端附近的重要性。
另一种可能的机制包括多个控件以使得用户能够指定要包括在为特定应用设计的营养健康评分中的营养物质的定制子集。在其他实施方案中,一个或多个营养专业人员可以向本发明所公开的系统提供输入,以定义可用于不同个体的各种模板,诸如通过定义“减重”模板,该模板计算已知对于实现减重目标尤其重要的多种营养物质的营养健康评分。
图11(a)以图形方式示出了NC中单个可测量组分(“MC”)的营养健康的MC评分函数的一个实施方案。在此实施方案中,通过对MC评分函数进行加权平均,将每个MC评分合并成营养消费品(“NC”)的单个总评分函数。在本文的各种实施方案中,NC的总评分被称为健康评分或“H评分”。在此实施方案中,H评分越高,则GNH越高,相反地,H评分越低,则GNH越低。在图11(a)所示的实施方案中,MC评分函数由3个参数定义:1)健康范围下限(LHR),2)健康范围上限(UHR),以及3)容忍度过零点(容忍度)。
在图11的实施方案中,使用各个可测量组分的加权来创建总营养消费品评分。在此实施方案中,NHF可测量组分(MC)评分函数被用于任何营养消费品。“健康饮食指数”或“HEI”评分函数被用于饮食中的食物组分。所谓的HEI-2010评分是通过随着任何饮食的该函数选择1000千卡处的评分而为饮食产生的。在此实施方案中,营养度量评分函数用于食物中的营养物质,诸如由NRF9.3、SAIN、LIM使用的那些。通过选择所有食物在指定量(100千卡、100克、食用份量等)处的评分,来产生食物的营养度量评分。
在一个实施方案中,不用于在单一量(即100千卡、100克、1000千卡、一份)处仅具有单个评分的NC,MC评分(以及相应地NC的评分)是量的函数。在此实施方案中,仍然针对给定量的MC产生单个总评分,但是对于每种食物或所有饮食,所需的量并不相同。在此实施方案中,一个NC存在作为量的函数的两个不变H评分:1)Hmax:可达到的最大H评分,和2)Hx:当任何MC与任何UHR中的第一个相交时的H评分。尽管这两个评分中食物或饮食之间的量可以不同,但是在该实施方案中的评分本身可以具有相同的含义。对不同量的食物和饮食的有意义评分解决了当今营养度量所面临的许多挑战。
在图11的实施方案中,LHR和UHR是MC评分开始降低的点;也就是说,该评分在LHR以下降低并且在UHR以上降低。一般来讲,LHR和UHR值可被设置为任何适当定义的值,而如果它们不存在或者未知,也可被设置为0或无穷大。理想的是,这些值将以实证为基础。所述容忍度定义了评分函数在与UHR相交之后的斜率。容忍度越高,则评分在与UHR相交之后下降得越慢(对总健康评分的影响减小)。容忍度越低,则评分在与UHR相交之后下降得越快(对总健康评分的影响增大)。
NHF MC评分函数可以被部分地视为图11(b)中饱和的DQI评分函数与图11(c)中无界的营养度量评分函数之间的混合产物。在所示的实施方案中,NHF将两种函数的优点组合成既有饱和分量又有无界分量的单个函数,但是NHF不区分不同类型(即正面/负面)的可测量分量。评分被简单地视为在健康范围之内或之外,这重要地使得所有MC在单个评分函数中被平等地对待。使用健康范围来评分的结果是消除了对营养物质或食物组分分类的主观判断,并且提供了利用无法分类但具有摄取范围的任何MC的可能性(进一步的论述可以在补充材料中找到)。
在图11(a)的实施方案中,数学符号的以下论述定义了特定个体或群体的评分。在各种实施方案中,以下定义适用于本文所述的各种实施方案。
定义:
·n=营养消费品。
·c=可测量组分。
·t=时间段(例如,t=30分钟、t=1天、t=1年)。
·Ant=在时间段t内测量的营养消费品n的量(克数)。
·δon=营养消费品n中可测量组分c的密度=每克营养消费品n中可测量组分c的量(克数)(例如,营养物质重量密度)。
·Aont=Antδon=在时间段t内从营养消费品n摄入的可测量组分c的量(克数)。
·lct=可测量组分c在时间段t内的健康范围下限。
·uct=可测量组分c在时间段t内的健康范围上限。
·rct=可测量组分c在时间段t内的容忍度。在所示的实施方案中,所述容忍度被定义为当hc评分等于0时超过UHR的倍数。换句话说,如果rct=0.2,则当Acnt比UHR高20%(即,当Acnt==1.2uct)时,评分将变为零。
·wc=营养消费品c的评分权重。在所示的实施方案中,权重是相对权重;因此它们的解释是相对于评分中的其他定义的权重。例如,wa=2且wb=4与wa=1且wb=2完全相同,这意味着“b”对评分的权重将是“a”的2倍。
公式11a:MC h评分
其中lct<=uct。
公式11b:NC
H评分
其中按照惯例,所定义的权重wc被归一化为因此,该评分的最高分为100,并且可以相对地指定权重。
公式12a:MC uhr评分
公式12b:NC UHR评分
其中UHR{0,1}是健康范围评分上限。也称为UHR0或UHR1评分。应注意,UHR{0,1}仅仅是将所有LHR评分设置为0或1时的H评分。
公式13a:MC lhr评分
公式13b:NC LHR评分
其中LHR{0,1}是健康范围评分下限。这也可以称为LHR0或LHR1评分。应注意,LHR{0,1}仅仅是将所有UHR评分设置为0或1时的H评分。
不变的评分位置
·这表示在所有量中可达到的最高H评分。
·当与第一健康范围上限u相交时的量的H评分。
在分析/可视化以固定量(即100千卡、100克)评分的营养组分时,使用UHR1/LHR1可能更合适,因为UHR1/LHR1描述了NC在某一量时超过或低于UHR和LHR的比例。在分析/可视化以Hmax或Hx评分的营养组分时,使用UHR0/LHR0可能更合适,因为UHR0/LHR0描述了UHR和LHR评分的相对量级,这与其他组分的贡献无关。
在一个实施方案中,NHF评分是通过选择具有为各个MC定义的相应权重、容忍度、LHR和UHR的MC而完全确定的H评分。在该实施方案中,NHF评分的定义被分成评分度量和健康范围度量,以进一步提高在各种实施方案中的效用。
在一个实施方案中,评分度量仅定义了MC、权重和容忍度。在一个实施方案中,健康范围度量定义了每个MC的LHR和UHR。
通过分离评分度量和健康范围度量,本发明所公开的系统和方法使得能够组合使用具有多个健康范围度量的单个评分度量,以及具有单个健康范围度量的多个评分度量。当对具有不同靶目标/量度的异质群体的营养物质摄取进行评分时,组合使用这些实施方案中的评分度量和健康范围度量可以特别有用。在本发明所公开的系统的实施方案中,可将在食物数据库中定义的所有可用MC连同由美国医学研究所(IOM)提供的每日推荐摄取(DRI)值一起包括在内。在这些实施方案中,基于每名个体的年龄和性别来将LHR值设定为RDA值并将UHR值设定为UL,或者在指定范围的情况下,将LHR值和UHR值设定为范围。
在H评分定义的独特且特殊的情况下,即所有权重和容忍度被设定为1时,则100减去H评分(上述公式11b)可以被解释为“营养消费品中可测量组分的健康范围外的平均百分比”。换句话说,本实施方案中的H评分描述作为量的函数,NC“平均离健康范围有多远”。这个NHF“A”(平均值)评分度量是一种特殊情况,并且其独特的解读应在可解释性和简单性方面给营养界带来很大的益处。
关于NHF的验证,本发明所公开的系统的实施方案依赖于来自国家健康与营养调查研究(NHANES)2011至2012年的数据。选择了年龄在12至79岁范围内的调查对象来创建含有临床测量值的综合数据集。此NHANES研究收集了所有参与者的两次独立的24小时膳食回顾。第一次24小时回顾是当面进行的,第二次是在3至10天后通过电话进行的。在报告了调查对象的两次24小时饮食回顾以及身高、体重、BMI、糖化血红蛋白%和HDL胆固醇等临床指标后,将该调查对象包括在内以便于分析。将经报告在任一次饮食回顾中摄取超过8000千卡的调查对象排除,以限制极端异常值。这些纳入标准确定了4639名NHANES调查对象,这些调查对象的数据随后用于分析。将每个参与者的两次24小时回顾的膳食数据进行平均。
为12岁与79岁之间的男性和女性的所有DRI性别/年龄组合创建了健康范围度量以便开展分析。对于具有能量相关健康范围的MC,为提供了年龄、性别、身高和体重的每个调查对象计算了IOM定义的预期能量需求(EER)。能量的目标健康范围被设置为EER+/-5%。所有目标常量营养素(MC)的DRI健康范围被定义为EER的%。总糖是唯一没有由IOM给定明确的DRI值的MC。将添加的糖能量摄入的<25%的DRI用作总糖的UHR,该值是保守边界,因为总糖包括了添加的糖。
HEI-2010评分和营养度量评分两者的比较需要具有食物组分(针对HEI)以及基于NHANES膳食数据的营养物质两者的单一膳食数据集。NHANES 2011至2012年24小时回顾中的每种食物对应于用于膳食研究的食物和营养物质数据库(FNDDS)2011至2012年版中的一种食物。FNDDS包含数十种营养物质的营养物质密度信息,但不包含用于计算HEI评分的食物组分。食物模式等同物数据库(FPED)2011至2012年版提供了FNDDS2011至2012年版中的每种食物的相应食物组分。FNDDS和FPED数据库被合并成一个主食物数据库,然后将每次24小时回顾中的各个食物整合成每个调查对象的24小时饮食。最终数据集包括了每个调查对象的膳食和临床数据。
在本发明所公开的系统和方法的一个实施方案中,使用了通用且强大的数据驱动方法来设计可最大程度预测健康性的临床指标的NHF评分。具体地讲,序列二次规划法(SQP)的形式优化了H评分(公式11b)和其他测量值的任何集合之间的相关性之和。SQP的优点是能够解决受限制的非线性优化问题。在开源Python SciPy优化程序包中实现了独立函数fmin_slsqp。优化是一种形式化的数学方法,其改变现有评分中的参数(权重和容忍度)以最大化(在该例中)H评分(对调查对象膳食数据的评分)与临床指标的相关性。SQP用于限制最终权重(0至50)和容忍度(0.2至100)。经优化的函数f(x)是H评分和其他量度之间的输出相关性的总和,表述为:
其中corr()是皮尔逊相关函数,H()是针对所有调查对象的膳食数据产生的H评分的集合,M是关于同一组调查对象的一组指标(例如,BMI或HEI评分),并且x是定义H评分输出的权重和容忍度的向量。
通过使相关性之和最大化,可以同时优化单个指标M或多个指标M。在该具体情况下,LHR和UHR值对于每个调查对象是恒定的,但是实际上它们可以被包括在x中并同时优化。在每次优化之后,极小的MC权重(<最大权重的1/50)被设置为零,因为它们对H评分的相关性没有贡献。该过程同时选择MC并优化权重。将最终的权重用最小的剩余权重归一化,这导致H评分中的最小权重被设计为1。
通过测量针对调查对象膳食数据产生的NHF评分与调查对象的BMI、糖化血红蛋白%和HDL胆固醇指标之间的相关性(r)和解释方差(R2%),验证了使用本发明所公开的系统和方法生成的NHF评分。为了与现有工具进行比较,使用HEI-2010膳食评分来计算了验证指标。作为对作为营养度量工具的NHF的进一步验证,对FNDDS数据库中的所有食物进行评分并绘图以使食物排名可视化。还将FNDDS食物的NHF H评分与100千卡的具有富营养食物指数(NRF9.3)度量营养物质的相同食物进行了比较。
手动创建了以下两个NHF评分度量以便于分析和比较:NHF DRI和NHF HEI。剩余的评分度量全部是通过来自NHF DRI的数据驱动参数优化得到的。通过上述NHF“A”定义来定义了NHF DRI。通过经选择以使对现有HEI-2010DQI的改变最小化的MC和健康范围来定义了NHF HEI。本文随附的补充信息进一步论述了这些结果。
具体地讲,用于生成上述数据的数据和代码作为本文的补充附录A提供。使用这些数据和代码,可以利用全开源软件(Python)生成结果,并由任何研究人员使用单条命令来执行。
在下文中,参考以下表1和表2更详细地描述了根据上述论述(包括使用在本文的附录A中提供的数据和代码)所生成的结果。
下面的表1显示了NHF评分度量的集合和在本研究中创建和使用的健康范围度量的子集。在表1所示的实施方案中,评分度量通过非零权重和容忍度来定义。在优化期间选择的MC及其权重和容忍度的大小被提供用于经优化的度量“DRI_2_…”。在优化之后保持值1的容忍度主要是由于当容忍度值变化导致特定MC的H评分的变化最小/没有变化时的配置。两个主要原因解释了这种现象:(i)UHR是无穷大的(不存在),或者(ii)大多数或所有的调查对象的数据低于UHR。
表1。用以生成结果的评分度量/健康范围。
在上表1中,评分度量由一组具有容忍度的非零权重MC组成。NHFDRI和NHF HEI是手动构建的。所有其他度量是在从NHF DRI的优化中得到的。同样在上表中,假定未定义的(空白)LHR为0,并且假定未定义的UHR为无穷大。仅示出了两个DRI健康范围度量,其中本文论述的健康范围度量的完整集合在本文的附录A中提供。在上表中,可测量组分包括来自已将健康范围定义为DRI或HEI值的FNDDS/FPED数据库的交集的所有营养物质/食物组分。
为此图12示出了多个散点图,这些图示出了使用HEI-2010(图12(a))或NHF DRI评分(图12(b))测得的各种膳食评分方法与调查对象的BMI的相关性的实施例。HEI-2010和NHF DRI两者都与BMI具有最小相关性(r<-0.06),这解释了<0.3%的方差。通过BMI优化NHFDRI评分产生了NHF DRI_2_BMI评分(图12(c))。改善的NHF DRI_2_BMI解释了单独膳食数据的调查对象的BMI的2.6%的方差(相对于未优化评分的0.3%增加了8倍)。图12(d)显示了针对三种临床指标(BMI、糖化血红蛋白%、HDL)同时优化的NHF DRI_2_BGH评分与BMI的相关性。解释方差降至1.6%(相对于未优化评分的0.3%增加了5倍)。与单独BMI的相关性的降低是需要NHF DRI_2_BGH还与糖化血红蛋白和HDL同时相关的结果。虽然相关性和解释方差很小,但是分析表明,优化有效改善了对BMI的预测能力。还对所有临床变量进行了相同的分析。
下面的表2显示了所有评分和所有临床健康指标之间的解释方差的矩阵。所解释的方差越高,则值的相关性越高,这也提供了比较不同评分时的相似性指标。最佳解释任何单个临床指标的方差的NHF评分发生在针对所述单个临床指标进行优化时。NHF DRI_2_Glyco解释了1.2%的糖化血红蛋白(12倍增加),NHF DRI_2_HDL解释了2.6%的HDL胆固醇(13倍增加)。NHF DRI_2_BGH是唯一解释所有三种临床健康指标的>0.5%方差(平均6倍增加)的评分,这证明优化同时改善了对所有三种临床健康指标的预测能力。
表2-所有膳食评分和临床健康指标之间的NHANES膳食评分R2%矩阵
在上表中,R2%百分比的方差是用通过线性拟合来解释的,该线性拟合是在对NHANES数据中4639位调查对象进行评分所产生的不同评分之间进行的。
由于优化选择在预测临床健康指标方面最有用的MC,所以通过优化确定的MC提供了营养物质和特定健康指标之间的信息。例如,NHFDRI_2_BMI评分由11种MC(来自NHF DRI中的原始36种—表1)组成。NHF DRI_2_Glyco评分具有12种MC,而NHF DRI_2_HDL具有11种MC。组合的优化NHF DRI_2_BGH由12种MC组成。通过对这四个总分的优化,选择了仅4种MC:α-胡萝卜素、膳食胆固醇、β-隐黄素和维生素K。在给定固定的LHR/UHR值的情况下,相较于其他36种MC中的任一者,这4种MC是同时在这三种临床指标中均更具预测性的膳食标记。DRI_2_BGH选择了另外5种营养物质,但这5种营养物质在一种评分度量中被忽略,它们是:镁(不在DRI_2_BMI中)、饱和脂肪(不在DRI_2_Glyco中),叶酸/维生素E/维生素C(不在DRI_2_HDL中)。也就是说,这些MC被选择的原因在于其在这3种临床健康指标中的2种中最有预测性。或者,营养物质是仅针对一种特定临床指标选择,但在其他3种评分中未经优化:总叶酸(仅在DRI_2_BMI中)、钙/钠(仅在DRI_2_Glyco中)、膳食纤维/总糖(仅在DRI_2_HDL中)。这些结果(当然)受健康范围的设定点影响,所述设定点影响优化并且由此影响MC和参数的选择。例如,如果某个MC的健康范围跨越所有参与者的摄取测量值,则该MC将无法区分调查对象膳食数据评分与临床指标之间的方差。因此,将通过优化丢弃该MC。未来研究的一个有益课题是改进用于确定健康范围的实验数据。
已发现所开发的营养度量工具与HEI评分的相关性可用作营养度量系统的典型验证。NHF DRI_2_HEI评分直接最大化了与HEI评分的相关性,以用于与此过去的研究进行比较。NHF DRI_2_HEI解释了关于膳食数据的HEI评分的56%的方差(表2)。其他研究显示,NRF9.3解释了HEI的44.5%,最高的最佳拟合方法解释了65%。为了进一步探就NHF对HEI评分的解释能力,对一些LHR/UHR值(例如总糖)进行了手动微调,以解释HEI评分在优化后的>60%的方差。因此,LHR/UHR值选择在用任何模型针对任何测量所解释的最终方差中是重要的,这可能是未来研究的一个方向。HEI评分和其他评分之间的差异主要是由于在计算HEI评分时发生的饱和。图11(b)中的HEI饱和函数限制了通过利用如图11(a)和图11(c)所示的无界函数的营养度量工具可解释的方差。
在一个实施方案中,本发明所公开的系统和方法用于创建NHF HEI评分以评估从其他方法到NHF的可转移性。(表1)。NHF HEI评分利用了与HEI中定义的相同的食物组分,但保留NHF评分函数,所述食物组分具有从HEI-2010规范转换而来的权重、容忍度和健康范围。权重被归一化为最小权重,因为权重在NHF中是相对的。作为将HEI-2010规范转换为范围和容忍度的实例,将1.1克/1000千卡(最高评分)至2.0克/1000千卡(最低评分)范围的HEI钠转换为了UHR=1.1g和容忍度2.0/1.1=1.8,其中LHR=0。根据定义,钠的MC评分将在1.1g为最高并且在2.0g时为零,正如在HEI-2010中一样,但是与HEI评分方法不同,在NHFHEI中它将在2.0g之后继续降低。分析了1000千卡处的NHF HEI评分以与1000千卡处的LHR/UHR规范匹配。NHF HEI解释了关于NHANES数据的HEI-2010评分的92.6%的方差(表2)。因此,可将NHL评分函数与现有HEI-2010参数一起使用,这些现有参数具有尽可能少的改变,并且提供与NHF评分函数的所有益处几乎相同的度量。
最终优化是从定义为NHF DRI和NHF HEI评分度量的交集的新评分度量开始进行的。然后将该度量根据HEI评分优化并解释98.4%的HEI方差。有趣的是,优化选择了所有HEI组分以及先前确定的4种营养物质(α-胡萝卜素、β-隐黄质、总饱和脂肪和钾,参见表格的补充材料)。这4种营养物质提供了用HEI解释的方差的6%的增大,增加了证据表明α-胡萝卜素和β-隐黄质可能是在健康饮食衡量中所包括的重要营养物质。
测试了NHF评分DRI_2_BGH的产生不变评分以作为与测量值的量度(克或千卡)无关的营养度量模型的能力。5种NC的DRI_2_BGH H评分被显示为图13(a)中以克为单位的量和图13(b)中以千卡为单位的量的函数。每种食物在所有摄取量时都具有评分。上图显示该评分为克数的函数,而下图显示该评分为千卡数的函数。在所示的实施方案中,标记了作为量的函数的两个有意义的不变评分,其中O表示Hmax评分(可达到的最高评分),而X表示Hx评分(当针对任何可测量组分的第一UHR相交时的评分)。
选自FNDDS的5种NC是:罐装低钠青豆(75204120)、生菠菜(72125100)、浓奶酪普通外皮披萨饼(58106255)、生橙子(61119010)和可乐型软饮料(92410310)。所有NC用来自“31至50岁的女性”的DRI值进行评分,以表明可以基于个体营养需求,朝向特定个体来对食物进行评分。不同的健康范围度量将产生不同的结果。圆圈“o”标记显示每种NC的Hmax评分的位置。“x”显示每个NC的Hx评分的位置。有时候这些评分重叠,有时候它们不重叠。对于Hmax或Hx,所得的H评分(y轴值)是相同的,不论是以克为单位(图13(a))还是以千卡为单位(图13(b))来评分,并且对于所测量的量的任何其他量度也是如此。应当理解,图13中的曲线图特定于DRI_2_BGH的定义。还应理解,用不同NHF评分度量评分的相同食物将具有不同的曲线。
在各种实施方案中,分析NHF中的曲线图提供了关于NC的营养物质度量的明显更多的信息,而不仅仅是评分。例如,在图13的实施方案中,菠菜在恰好低于1000克和处于200千卡时都实现了Hmax和Hx=78.5。这些结果表明,这种食物具有更高的能量(千卡)营养物质密度和更低的重量(克)营养物质密度。相比之下,披萨饼在大约1300克和3600千卡时达到Hmax=64.4,但在大约400克和900千卡时达到Hx=41.4。因此,在图13所示的实施方案中,披萨饼具有更高的重量(克)营养物质密度和更低的能量(千卡)营养物质密度。此外,900千卡的披萨饼将被认为是健康饮食的上限,其使MC保持为低于为31至50岁女性所定义的UHR。从图13的实施方案还可以明显看出,食物曲线的形状以及Hmax和Hx位置之间的关系提供了关于该食物中营养物质的正面/负面贡献平衡的视觉信息。含糖可乐型苏打水的评分略高于20,而不考虑对于Hx处的克数或千卡数,最小摄入量接近0。可以对任何食物进行类似的分析。此外,对饮食或餐食也可以进行相同的分析,因为食物、饮食和餐食都是NC。
图14示出了由NHF DRI_2_BGH评分的所有FNDDS食物与100千卡的NRF9.3的比较。在此实施方案中,箱形图显示了如在FNDDS数据库中列出的食物组的平均值和带缺口的四分位差。图14的箱形图示出了使用NHF DRI_2_BGH评分的所有FNDDS食物的实施方案,其中与利用NRF9.3 100千卡评分的相同食物(图14(b))相比,对每种食物给出的评分为Hmax(图14(a))。箱形图按照食物组以DRI_2_BGH评分的最大到最小平均值排序如下:“蔬菜”、“水果”、“豆类、坚果和籽粒”、“谷物制品”、“牛奶和奶制品”、“脂肪、油以及沙拉酱”、“肉、家禽、鱼和混合物”、“糖、糖果和饮料”、“鸡蛋”。在所示的实施方案中,显然蔬菜评分最高,而水果、豆类和谷物的平均评分高于59。牛奶组出现下降,但牛奶组的四分位差仍然远高于60。虽然脂肪和油具有比肉类更高的平均值,但是脂肪的四分位差偏向于低于该平均值。糖果的平均值为40.9,鸡蛋最低,这主要是由于通过优化包括了胆固醇MC。所有评分的最小和最大范围在20和100之间。图14(b)实施方案中的NRF9.3绘图具有不同的平均评分值,详述如下:蔬菜[132.4]、水果[70.8]、糖果[41.3]、豆类[30.5]、牛奶[24.8]、肉[24.1]、谷物[20.4]、鸡蛋[19.2]和脂肪[-9.3]。在所示的实施方案中,所有食物的最小值是-737.4,最大值是2167.8。出于可解释性和显示的目的,图14(a)中由DRI_2_BGH生成的评分更清楚和更直观。
在另一个实施方案中,将来自图14的所有FNDDS食物在2维网格上重新绘制,其中食物的颜色表示图15中的Hmax评分。具体地讲,在图15中,使用NHF DRI_2_BGH评分度量来绘制NHF MAX评分。绘制并标记了每个食物组的平均值。在此实施方案中,沿着UHR0和LHR0轴绘制了食物,这两个轴分别表示对食物组成和平衡的关于“不太多”(y轴底部)和“不太少”(x轴左侧)的估计。还绘制并标记了每个食物组的平均值。y轴表示每种食物的UHR0评分,其给出了对高于UHR的MC对更低评分的贡献的估计。x轴表示LHR0,其给出对低于LHR的MC对更低评分的贡献的估计。所有已定义的健康范围内的完美平衡NC将处于右上角(“不太多,也不太少”)。左上象限中的NC不太可能通过与UHR相交而导致较差的评分,但是也不会通过将MC推至高于LHR(“不太多,但太少”)来有助于改善评分。右下象限中的NC通过与LHR相交来有助于积极满足需求,但是以这样的方式也将与许多UHR相交(“太多,但不太少”)。在左下象限中的NC将几乎没有正面贡献,同时显著超过UHR(“太多而且太少”)。
现在参考上面一般性示出的实施方案,并且具体地关于图11至图15所示的实施方案,本发明所公开的系统被认为代表了一种被称为“营养健康框架”的新颖营养评分框架。NHF是通用的,因为其可以用作膳食质量指示器或与营养度量工具有同样的效果,或作为针对个体的个性化营养评分系统。NHF据信是第一次展示了以数据驱动方式直接依据临床健康指标设计而没有主观意见的评分系统。
因为开发了本发明所公开的系统和方法,出现了几种令人感兴趣的营养物质,它们使用NHANES 24小时饮食摄取的群体水平数据和血液中代谢物的水平而提供了对多种健康临床指标的预测能力。这些营养物质中的三种是维生素K、β-隐黄素和α-胡萝卜素。这些营养物质被认为没有包括在任何先前的营养度量系统中。维生素K主要存在于深色绿叶蔬菜中,它在钙离子的结合、影响骨骼和组织中起重要作用,并且与长期健康有关。β-隐黄质通常在蛋黄和橙色蔬菜中存在,它在人体内转化为维生素A,并且作为抗肺癌的化学预防剂直接关联。α-胡萝卜素在黄色和橙色蔬菜中存在,也与多种死亡风险直接负相关。维生素A代谢物(例如,视黄醇、顺式视黄酸和其他)参与许多不同的生理和健康过程。
使用数据驱动分析方法在消除在专家定义的工具中可能引入的大量主观偏差源方面的效果非常强大。作为一种全面的框架,上述各种实施方案中描述的NHF能够同时解决营养评分领域的多种现有挑战:
·营养物质/食物组分等不需要被分为单独的正面或负面类别:通过使用健康范围来解决。
·输出评分在100处具有直观的最大值,但仍然提供对所有饮食组分的连续测量:通过例如图11(a)中所示的评分函数来解决。
·可以通过与任意数量的临床健康指标相关联而以纯数据驱动的方式选择膳食评分参数:通过使用SQP非线性优化技术来解决。
·食物和饮食可以通过不同量的比较来有意义地评分,并且不需要以单一量的营养物质密度来评分:通过使用Hmax和Hx不变评分来解决。
·NHF以一般方式对NC评分,使得可以使用相同的方法用单个评分来分析各种食物、餐食和饮食。
·对于异质群体,可以在其需求/目标方面进行分析:通过使用评分度量和健康范围度量来解决。
·可以容易地测量和可视化餐食或饮食的渐进式改善:通过视觉显示食物,在二维图中朝向图15的“最佳”右上位置移动,或者改善图13中的膳食曲线来解决。
·在给定每种食物的文献中存在的LHR和UHR的有效性的情况下,可以衡量总体营养健康的具体定义。
·明确地解决摄入量与时间之间的关系,这允许分析不同时间段内的食物摄入的影响。
·可以将食物/饮食的替代指标如CO2或财务影响(对于个体和环境具有可定义的健康范围的MC)混合到单个NHL评分中。可采用与创建整体健康指标的营养物质相同的方式将优化方法用于这些变量:通过使用对具有健康范围的可测量组分的一般观点来解决。
·将现有评分工具纳入单一框架,以便进行交叉比较并帮助尽量减少本领域工具的种类。
此外,本发明所公开的系统和方法的开发涉及开发可以立即用作临床健康指标的膳食指示器的多种评分度量。然而,在各种实施方案中,在NHF的概念中,并不是有且只有一个适合于所有情况和目的的总体营养健康定义。相反,NHF的概念提供了严格的框架,在此框架内可以限定数量不受限制的GNH定义来实现预定目标。因此,NHF能够适于和用于不同领域以及用于不同目的,包括国家营养指南或用于个体的个性化营养。NHF的适应力据信能够影响对个体的膳食建议,因为个体所经历的不同生命阶段(婴儿到老年)具有不同的需求(例如,糖尿病患者、优秀运动员)。由于NHF使用单一的稳健框架来对营养摄入进行直接测量和评分,所以它可以供研究人员、群体和个体使用以改善营养健康。
上面论述的各种实施方案是指或涉及在对食物中的营养物质进行评分的情况下的营养健康评分。因此,在上述大多数实施方案中,评分是基于食物中存在的营养物质而计算的。在一些实施方案中,营养健康评分的概念更广泛,不仅涵盖消费品对个体健康的影响,还涵盖对环境健康的影响。在此类实施方案中,“营养健康”可以被定义为包括个体健康和星球健康两者,并且本文公开的概念适用于消费品的“可测量特征”,而不是消费品的“营养物质”。例如,可测量特征可以包括与创建/摄入消费品相关联的特征,例如二氧化碳排放。在一个这样的实施例中,本发明所公开的系统跟踪每摄入一克消费品的二氧化碳排放,并提供指示该环境影响的评分。因此,本发明所公开的系统可以提供既指示摄入消费品对个体营养健康的影响又指示对环境的影响的评分。此外,该系统可以在计算总评分时考虑这些环境影响,使得摄入对环境有相对高的影响的食物可以比摄入对环境有相对低的影响的食物具有更低的评分,其中所有营养因素是相等的。
在各种实施方案中,本发明所公开的系统可以在推荐什么食物来构建所生成的饮食时考虑食物的某些“味道”方面。例如,如果用户表示他或她想在晚餐吃墨西哥食物,则该系统可以推荐含有某些香料的牛肉卷饼和米饭,以补充牛肉卷饼。在各种实施方案中,该系统还会记住用户指示他或她喜欢的先前推荐的食物,并且尝试推荐具有相似成分或味道度量的食物。在一些实施方案中,该系统首先尝试选择“主菜”(例如鸡胸肉),然后选择配菜(例如蔬菜和米饭),来进行推荐。在一个实施方案中,根据食物通常属于哪种餐食类型,来将一种或多种食物分类,并且基于该分类进行推荐。例如,炒鸡蛋可以被归类为“早餐”食物,并且在推荐餐食时,该系统可以推荐在早晨吃一种或多种“早餐”食物。
在一个实施方案中,该系统被配置为与一个或多个输入设备114集成,这些输入设备是由用户携带的个人移动设备。例如,佩戴计步器或活动跟踪器的用户可以从这些设备向该系统提供数据,该系统可以相应地调整卡路里摄取范围值。这样,如果用户在某一天特别活跃,则该系统可以上调卡路里摄取范围。
在另一个实施方案中,用户携带的一个或多个设备可以在用户处于食品采购场所(诸如杂货店或餐馆)时向该系统提供实时信息。诸如RFID读取器、NFC读取器、可穿戴相机设备和移动电话的设备可以接收或确定(例如通过扫描RFID标签、读取条形码或确定用户的物理位置)用户可在具体杂货店或餐馆购得的食物。然后,本发明所公开的系统可以考虑该用户可以立即购买或摄入什么食物,从而进行推荐。在一个此类实施方案中,当用户坐在餐馆中时,本发明所公开的系统可以向该用户的移动电话推送信息,推荐用户从菜单中选择某些条目,以优化给定时间段内该用户的营养健康评分。
在一个实施方案中,本发明所公开的系统使得用户能够确定是否要吃在存储的数据库中没有完整的营养物质含量数据的食物。例如,如果在USDA数据库中,糖浆的特定条目不包括指示糖浆中存在多少糖的存储数据,则在一个实施方案中,该系统会显示一个图标,指示数据库中不存在关于该糖浆的数据。因此,该系统使得用户能够一目了然地了解由该系统提供的评分是否因为明显缺乏数据而不准确。在该糖浆示例中,如果用户的糖营养物质健康评分低,则该用户可以了解,由于缺少用户所知道的富含糖的食物的数据,使得该评分看起来不自然地低。
如本文所用的术语“消费品”旨在涵盖个体摄入的任何物品,诸如配料、食物、餐食或饮食。
在一些实施方案中,如本文所用的术语“营养物质”是指对身体具有有益效果的化合物,例如提供能量、生长或健康。该术语包括有机化合物和无机化合物。如本文所用,术语“营养物质”可包括例如常量营养素、微量营养素、必需营养素、条件必需营养素和植物营养素。这些术语不一定相互排斥。例如,某些营养物质可根据特定分类体系或列表而被定义为常量营养素或微量营养素。“至少一种营养物质”或“一种或多种营养物质”的表述是指例如一种、两种、三种、四种、五种、十种、20种或更多种营养物质。
在其他实施方案中,如本文所用的术语“营养物质”更广泛地指消费品中的任何可测量组分,可对该可测量组分设置或以其他方式定义健康范围下限和健康范围上限,以使得能够确定目标消费者的期望健康的指标。在一些此类实施方案中,在这样使用术语“营养物质”的情况下,术语“营养物质”可以涵盖对环境的影响、生产成本、生产难度、消化难度,以及食物生产或摄入的任何其他可测量的特征。
在各种实施方案中,本文使用的术语“常量营养素”与本领域中充分理解的用法一致,其通常涵盖为了生物体的正常生长和发育所大量需要的营养物质。常量营养素包括但不限于碳水化合物、脂肪、蛋白质、氨基酸和水。某些矿物质也可被归类为常量营养素,诸如钙、氯或钠。
在各种实施方案中,本文使用的术语“微量营养素”与本领域中充分理解的用法一致,其通常涵盖对人体具有有益效果(例如提供能量、生长或健康)、但只需要少量或微量的化合物。在此类实施方案中,该术语包可包括或涵盖有机化合物和无机化合物两者,例如个别氨基酸、核苷酸和脂肪酸;维生素、抗氧化剂、矿物质、痕量元素(如碘)和电解质(如氯化钠),以及这些物质的盐。
在各种实施方案中,本文所用的术语“必需营养素”与本领域中充分理解的用法一致,其通常涵盖个体或其他受试者无法内源合成或无法以良好健康所需的水平合成的营养物质。例如,必需营养素可为必须从受试者饮食中获得的营养物质。必需营养素的示例性、非穷尽列表包括必需脂肪酸、必需氨基酸、必需维生素和必需膳食矿物质。另外,在一些实施方案中,根据例如受试者是否具有特定疾病、病症或基因型,营养物质可以被称为“条件必需的”。
在各种实施方案中,术语“总体营养健康”或“GNH”可用于指示关注点从生物健康性/健康的概念扩展成还包括不特别地与生物健康相关的其他可量化的指标,例如环境健康、财务健康等。在此类实施方案中,本发明所公开的系统和方法提供了一种评分系统,该评分系统可以生成和提供GNH的评分指标。在一个此类实施方案中,当营养消费品中的每种指定的可测量组分在指定时间段内处于指定的健康范围内时,存在针对某实体(个体、群体等)的最大GNH。在此实施方案中,可测量组分处于该时间段内的指定健康范围之外,该实体在该时间段内远离GNH。
在各种实施方案中,本公开已经将数据库或数据存储区域称为数据的集合。应当理解,根据期望的具体实施,可以使用数据库(诸如存储在由内容供应商操作的存储设备上的数据库)、数据存储区域(诸如云计算数据存储资源)或其他适当的存储机制来存储本文所述的各种数据。
还应当理解,在一些实施方案中,所摄入的食物量必须是针对给定时间段来确定的。例如,如果用户在一周内摄入1磅鸡肉,则营养健康评分可以是一个数字,如果用户在一天内摄入1磅鸡肉,则营养健康评分可以是另一个数字。因此,本文中对各种实施方案中摄入的食物量的提及结合了这样的概念:提及的是给定时间内摄入的食物量。类似地,对“餐食”和“饮食”的提及固有地带有其时间段限制。例如,餐食可以在一天的1/3中摄入,并且饮食可以覆盖一周或一个月的时间。
如上所述,在一些实施方案中,本发明所公开的系统依赖于一个或多个模块(硬件、软件、固件或它们的组合)来执行上面论述的各种功能。
在一个此类实施方案中,营养健康评分测定系统包括:卡路里摄取范围计算模块,其被配置为通过将标准卡路里摄取范围乘以至少部分地由用户特征确定的卡路里乘数来计算用户的卡路里摄取范围;消费品输入模块,其被配置为使至少一个显示设备显示消费品输入控件,以使用户能够指定至少一种消费品以及所述至少一种消费品的至少一个量;营养物质健康评分计算模块,其被配置为通过确定分段连续营养物质健康评分函数的值来计算多种营养物质中每一种的营养物质健康评分,其中对于这多种营养物质中的每一种,针对零量的该营养物质,该营养物质的营养物质健康评分函数具有第一值;针对该营养物质的大于零且小于健康范围下限值的量,该营养物质的营养物质健康评分函数具有逐渐增大的值;针对该营养物质的在健康范围下限值与健康范围上限值之间的量,该营养物质的营养物质健康评分函数具有恒定值;针对该营养物质的大于健康范围上限值的量,该营养物质的营养物质健康评分函数具有逐渐减小的值。在此实施方案中,该系统还包括:营养健康评分计算模块,其用于基于多种营养物质中的至少一种的多个不同量的营养健康评分和至少一个加权值来计算多个营养健康评分;以及用户界面显示模块,其用于使所述至少一个显示设备显示曲线,该曲线表示所述至少一种消费品的多个量的多个营养健康评分。
在另一个实施方案中,所述卡路里摄取范围计算模块使得所述至少一个显示设备显示活动输入控件,以使用户能够指示用户的特征。
在另一个实施方案中,该系统包括活动监视器,并且卡路里摄取范围计算模块从该活动监视器接收指示用户特征的数据。
在各种进一步的实施方案中,所述多种营养物质中至少一种的营养物质健康评分函数具有针对所述多种营养物质中的所述至少一种的过零量的值,对于所述过零量,所述营养物质健康评分函数小于所述第一值,所述过零量基于所述多种营养物质中的所述至少一种营养物质的敏感性值。在一个此类实施方案中,所述敏感性值与用户对所述多种营养物质中的所述至少一种营养物质的敏感性负相关。
在另一个实施方案中,该系统存储多个加权值表,每个表特定于特定的个体群体,并且营养健康评分计算模块确定所述多个加权值表中的一个来用于至少部分地基于用户的特征计算所述多个营养健康评分。用户的特征可以选自由以下项组成的组:用户的活动水平、用户的年龄、用户的性别、用户的体重、用户的身体质量指数(BMI),以及用户的医疗状况。
在另一个实施方案中,该系统包括推荐模块,该推荐模块被配置为与营养健康评分计算模块一起工作,以确定多种潜在消费品的多个潜在营养健康评分和推荐所述多种消费品中产生最高潜在营养健康评分的至少一种消费品。所述推荐模块可以被配置为使得所述至少一个显示设备显示至少一个控件,以使得用户能够将所述至少一种推荐消费品添加到饮食中。或者,所述推荐模块可以被配置为使得所述至少一个显示设备显示至少一个控件,以使得用户能够将所述至少一种推荐消费品的至少一部分从饮食中移除。
在另一个实施方案中,所述营养健康评分计算模块被进一步配置为确定指定的一组消费品的最佳营养健康评分,并且用户界面显示模块被配置为使得所述至少一个显示设备在表示针对所述至少一种消费品的多个量的多个营养健康评分的曲线上显示对所述最佳营养健康评分的指示。
在另一个实施方案中,所述营养健康评分计算模块被配置为基于包含少于由本发明所公开的系统跟踪的所有营养物质的集合的营养物质健康评分来计算多个营养健康评分,所述集合基于用户的期望评分度量。
在另一个实施方案中,该系统显示包括使用户能够指示期望的营养物质子集的营养物质子集控件,并且营养健康评分计算模块被配置为基于所述期望的营养物质子集的营养物质健康评分来计算多个营养健康评分。
在另一个实施例中,本发明所公开的系统包括营养物质健康评分计算模块,该营养物质健康评分计算模块被配置为通过确定分段连续营养物质健康评分函数的值来计算多种营养物质中每一种的营养物质健康评分,其中对于这多种营养物质中的每一种,营养物质健康评分函数特定于该营养物质,针对随着时间推移而摄入的零量的该营养物质,该营养物质的营养物质健康评分函数具有第一值;针对该营养物质随着时间推移而被摄入的大于零且小于健康范围下限值的量,该营养物质的营养物质健康评分函数具有逐渐增大的值;针对该营养物质随着时间推移而被摄入的在健康范围下限值与健康范围上限值之间的量,该营养物质的营养物质健康评分函数具有恒定值;针对该营养物质随着时间推移而被摄入的大于健康范围上限值的量,该营养物质的营养物质健康评分函数具有逐渐减小的值。在此实施方案中,该系统还包括:营养健康评分计算模块,其用于针对所摄入的不同量的营养物质计算多个营养健康评分,每个营养健康评分是基于多种营养物质的营养物质健康评分和至少一个加权值;消费品优化模块,其被配置为确定一组消费品,这组消费品包含在指定的卡路里摄取范围内的卡路里量,以及营养物质的量,针对所述量,营养健康评分对于在所述指定卡路里摄取范围内的所述卡路里量是最佳的。在此实施方案中,该系统还包括用户界面显示模块,其用于使至少一个显示设备显示控件,该控件使用户能够从由消费品优化模块确定的那组消费品中移除至少一种消费品。
在另一个实施方案中,对于多种营养物质中的每一种,针对该营养物质随着时间推移而被摄取的超过过零量的量,该营养物质的营养物质健康评分函数具有小于第一值的逐渐减小的值,所述过零量可从该营养物质的敏感性值计算得到。
在一个实施方案中,该系统包括至少一个数据存储设备,其用以存储至少一个表,该表包含用于多种所跟踪营养物质中每一种的多个加权值/敏感性值对。可以基于用户的特征为多种所跟踪营养物质中的每一种选择加权值/敏感性值对中的一个,所述用户特征可以是从由以下各项构成的组中选择的至少一种:年龄、性别、身高、体重、身体质量指数(BMI)和活动水平。
在另一个实施方案中,所述营养物质健康评分计算模块和所述营养健康评分计算各自对在一段时间内的摄入的评分进行计算。
在另一个实施方案中,所述消费品优化模块选择至少一个建议的主要餐食项目,然后选择该主要餐食项目的多个补充消费品。
如上所述,本文的附录A在一个实施方案中包含必要的数据和计算机代码,以便生成数据并重新生成本文讨论的结果。在一个实施方案中,附录A中包括的其中一个电子表格包含一组完整的值和健康范围度量。还包括在本文各处讨论的手动定义的评分度量。
上述公式11、12和13中数学运算的图形表示的一个实施方案在图16中示出。在所示的实施方案中,图16(a)对应于公式11、12和13。图16(b)示出了LHR{0,1}的评分函数,而图16(c)示出了UHR{0,1}的评分函数。
在一个实施方案中,图15中的可视化可最好被认为包括四(4)个象限,其中右上角是营养消费品的最佳评分。图17示出了该四象限概念的简化示意性实施方案。
在各种实施方案中,可以使用本发明所公开的系统和方法对单个营养消费品进行评分。在一些实施方案中,本发明所公开的系统和方法使得餐食或饮食(一组营养消费品)由多种食物(也是营养消费品)组成。可将最终营养消费品看作是各个营养消费品的总和。因此,如果在n中有i=1、2、3、…m种子营养消费品,则:
并且
在各种实施方案中,所述可测量组分量是每种基础项的摄入量和可测量组分密度的乘积的函数。因此,为了摄入更多的可测量组分c(例如维生素),含有该维生素的食物的量必须增加,或给定食物中的维生素营养物质密度必须增加。
H评分也可以看作是卡路里而不是克数的函数。营养消费品的量和能量之间存在基于能量密度的简单关系。
en=营养消费品n的能量密度,单位为千卡/克。
在时间段t内从营养消费品n中摄入的能量(卡路里)。
其中代入公式1后,获得了作为摄入能量knt的函数的一般健康评分。注意,公式2也可以扩展到能量。
创建了NHF HEI评分度量以在最小修改的情况下定义NHF中的HEI-2010。NHF HEI利用相同的HEI-2010MC及其权重。归一化后的权重在上面的表1中示出,但是可以使用在HEI-2010中使用的精确权重值,而不用对评分进行任何改变。此外,从HEI-2010规定的下限和上限计算了NHFHEI容忍度,其中该容忍度=“中等”MC的下限/上限。由于NHF不允许饱和,所以将脂肪酸比率设定为0,这是HEI-2010定义的下限。创建了NHFHEI健康范围度量,其对应于每种MC的定义的下限和上限。因此,NHFHEI H评分利用NHF HEI评分度量和NHF HEI健康范围度量的特定组合。
NHF NRF9.3评分度量和健康范围度量使用了9种正营养物质,以及3种(实际为4种MC)营养物质来用NRF9.3定义的限值进行限制。所有权重和容忍度都设定为1,以尝试最接近地匹配NRF9.3模型。
上面的表1中显示了针对“31至50岁的女性”和“9至13岁的男性”这两个群体的两个示例性DRI健康范围定义。具有不同性别或年龄的两个个体可基于不同的LHR和UHR值而具有不同的评分,即使摄入了完全相同的饮食或食物。类似地,如果对不同的个体进行评分,则单个食物将具有不同的评分。当然可以使用单一组DV值来为群体生成评分,然而,通过使用不同的LHR和UHR值,本发明所公开的系统和方法实际上是在衡量NC多么完美地满足了异质群体的需求,而不是虚构的“平均”人的需求。
在LHR和UHR定义中明确规定时间很重要,并且提供了以不同时间尺度为相同群体设计总体营养健康评分的可能性。例如,高水平运动员(performance athlete)的营养需求在比赛期间可能需要以分钟或小时为单位来指定,而在训练期间则以天或星期为单位来指定。确定UL的科学还取决于摄入营养物质的时间段,例如在急性与慢性维生素A毒性的情况下。NHF使得能够将这类型的信息包括在内。
容忍度参数也是设计NHF评分以满足不同个体/群体需求时一个有用的新特征。作为一个实际的示例,可以想象设计成对糖尿病患者和对高水平运动员的食物进行评分的评分之间的差异。考虑到这两类人都希望对于糖摄入保持低于相同的UHR,对于糖尿病患者而言,MC=糖的容忍度可能比运动员的低得多,因为糖尿病患者短期过度摄入糖的风险更高。
虽然图11(a)描绘了对GNH评分的分段线性解释,其好处在于简单性,但是也可以使用附加的非线性函数,不过会牺牲可解释性。
除了食物类型之外,量(例如,喝一小口苏打水对比喝16盎司的苏打水)也会对生理机能产生影响而且当然会影响评分系统。营养度量已经解决了这个问题,讨论食物是应该以100g、100千卡还是以单次食用份量进行评分。现有的DQI面临同样的挑战。HEI-2010以1000千卡对所有饮食进行评分,而不论个体实际摄入的量如何。由于能量摄入中存在误差,合理的做法是获得营养物质密度的指标。然而,在数学上,每个评分可以等同地被解释为“对以100千卡或以1000千卡摄入的一切东西进行评分”。以100千卡或100g的固定量对生菠菜(23千卡/100g)和烤杏仁(603千卡/100g)进行评分都存在比较的问题。类似地,针对固定组成的饮食计算相同的评分而不管该饮食是以1000千卡还是4000千卡被摄入的将无法反映生理影响上的差异。
NC的GNH影响取决于摄入该NC的个体和在一定时间段内摄入的量。作为一个极端示例,非糖尿病人士每天摄入的含糖苏打水可能是长期进展出糖尿病的一个因素;对于低血糖状态的糖尿病患者,含糖苏打水可以直接挽救生命;而对于高血糖状态的糖尿病患者,摄入同样的含糖苏打水可能会危及生命。在这三种情况下,摄入含糖苏打水对三种不同的个体生理状态的影响将不相同,所以单个评分将不能用来决定是否要摄入此苏打水。出于实际原因,消费品是根据它们的固有化学组成来评分地,但很显然,情境也很重要。
现有的评分工具定义据信尚未通过图形方式被描述,这种方式可以允许在不同方法之间以及与NHF之间进行视觉比较。隐含地用于健康饮食指数2010(HEI 2010)的评分函数在图11(b)中示出,并且在图11(c)中跨多种营养度量工具(例如NRF9.3)使用了该评分函数。虽然这些工具可能最初没有被定义为量的函数,但是事实上它们可以被认为是在这些曲线图上以特定量(例如100千卡、100g、1000千卡)产生评分。作为第一步,将MC分为针对营养度量和HEI-2010的两个类别。这两个类别通常被认为是“正”和“负”营养物质,这会混淆为MC(例如能量或常量营养素)定义评分的能力,因为指定的是DRI范围而不是单个阈值极限。一些营养模糊逻辑算法已经认识到这种局限性,并且除了正和负定义之外还指定了健康范围。图11(b)中的营养度量评分是无界的,这意味着它们可以任意地增大或减小。无界评分的益处是它反映了摄入是无界的这一事实。无界评分提供了跨所有摄入量的连续评分。无界评分的后果是使“正性”营养物质在高于UL的量时具有逐渐增大的评分。作为该评分函数的无界性质的后果的一个示例,NRF9.3-100千卡给酸泡菜打出了-355的评分,并且给由从具有高维生素C含量的粉末制成的水果味饮料打出了2167的评分。虽然跨食物组的平均值可能看似合理,但是个别食物的评分令人困惑。
与图11(c)中的营养度量相反,HEI 2010评分在负方向和正方向上都饱和,因此有界(图11(b))。HEI-2010规定了评分上限和下限,它们定义了评分函数的斜率(即评分作为量的变化的函数的变化)。这些下限/上限消除了无界营养度量函数(图11(c))的一些性质,并且使得能够控制评分的斜率。然而,HEI 2010的饱和(即,高于上限)导致该评分不能衡量饮食上的渐进式差异。例如,由80%无营养卡路里组成的饮食将得到与由50%无营养卡路里组成的饮食相同的评分。HEI 2010还使适当的食物组分(如(多不饱和+单不饱和)脂肪与饱和脂肪之比)的最低评分饱和,这产生了与给具有不同脂肪酸比例的饮食打出低于某一阈值的相同评分类似的后果。一种支持饱和的理由是将评分限制在0至100之间的值。出于显示目的,将NHF中针对低于零的评分的最终评分设定为零。出于分析和理解目的,无界连续评分在数学上更加健全。
NHF框架(图11(a))组合了饱和和无界元素两者来定义了一种评分,这种评分可被认为是营养度量和HEI 2010(或其他DQI)之间的混合产物。根据定义,任何NC的最小摄入为零:在零量(横坐标左侧)处,评分为0。这确保了在零摄入之上的任何量时的渐进式评分变化。该评分在摄入LHR后饱和,这类似于HEI 2010。如果将LHR设置得足够高,则该评分将永远不会饱和,并且可以测量渐进式改善,这等同于“正”曲线图(图11(c))。然而,任何营养物质都不太可能随着逐渐增大的摄入量而具有增大的益处。在健康摄入范围内的摄取水平在NHF中产生了最大评分,这是因为根据定义:摄取量处于最佳范围中。在MC具有确切的目标摄取量的(不太可能的)情况下,可将LHR和UHR设定为是相等的:最大评分将仅在一个确切的摄取水平处发生。在摄入量超过UHR之后,该MC函数无限地降低,从而使得无界摄入具有渐进式评分。如果将UHR设定为零,则该评分函数降低到图11(c)中在概念上类似无界的“负”评分。
在NHF中,健康摄入范围内的量产生最高评分,因为无法做到更好。如果目标是一个确切的量,则可将LHR和UHR设定为是相等的,这将产生仅在一个确切量处最大化的评分。在摄入量超过UHR之后,该MC函数无限地降低,从而使得无界摄入具有渐进式评分。如果将UHR设定为零,则该评分函数降低到图11(c)中在概念上类似无界的“负”评分。
使用NHF中的容忍度来定义曲线图中高于UHR时的斜率,这在概念上类似于HEI2010。因此,如果了解高摄入对生理机能的影响会导致评分变化,就可以据此来调整对高于UHR的摄取量的敏感性。以上提供的运动员对比糖尿病患者的糖摄入量的示例在这里也适用:与运动者相比,糖尿病患者对增加的摄入量将更加敏感(斜率将更大并且评分受更大影响)。NHF将营养度量和DQI两者的许多特征组合成可以等价地用于这两种情况的单个评分函数。重要的是,NHF不区分MC,这就无需对MC进行主观分类。
在各种实施方案中,NRF_100克评分以及100千卡评分在正向侧上是无界的。由于营养物质(如镁)存在上限,所以这可能不是期望的。例如,在UL为670的情况下,FNDDS中的“未烹煮的米糠”具有781mg镁。因此,正向无界限的假设不成立,而该评分无法将这一点纳入考量。其他示例是100g的“干燥胡萝卜片”,当UL为3000时,其含有3423ug维生素A。
或者,使用100千卡指标时,具有0卡路里的多种维生素无法被正确地评分,但可以显著地贡献可食用的营养物质组成。选择了通过NRF9.3-100千卡评分的两种附加食物“由粉末混合物制成的水果味饮料,低卡路里、高维生素C含量”和“酸黄瓜泡菜”作为示例,因为它们的评分较极端。通过NRF9.3-100千卡评分的所有FNDDS食物的值可以在本文所附的补充材料中找到,并且还在图14中按照食物组绘制为箱形图。这些极端值的原因在于无界评分系统与以固定的100千卡量进行评分的性质的组合。在100千卡评分的情况下,低卡路里强化食品将遭遇这些问题,并且证实需要一个有界评分系统,它如同NHF那样以可变摄取量对食物进行评分。
如图11(b)所示,将HEI阈值上限设定为在某个最大量时为0,这等同于将容忍度设定为该量。但是,评分不会变化超过此量。结果类似于下面的论述,即无法得到渐进式改善这一结果。例如,如果已经实现了对糖的限制,则当使用HEI评分时,食用多包纯糖不会使评分发生额外的降低。
HEI-2010中脂肪酸评分的设计突出了在低摄取水平下使该评分饱和的后果。饱和妨碍了对渐进式饮食改善的测量。在HEI-2010中,多不饱和脂肪(PUFA)和单不饱和脂肪(MUFA)与饱和脂肪(SFA)的脂肪酸比率以PUFA+MUFA/SFA来计算,其在高于2.5时得到最大评分,在小于或等于1.5时得到固定为0的最小评分,其中最大评分是更理想的。因此,在HEI-2010中,0.5、1.0和1.5的脂肪酸比率全部被相同地处理并得到0的评分。根据该评分系统中的定义,0.5的比率并不比1.5好,但饮食中的这种差异对应于比PUFA和MUFA多3倍的SFA。在HEI-2010中,根据1天摄取群体分布中的第15个百分位选择了极限值1.5,这表述“这是必要的,因为没有明确证据表明该摄取水平保证评分为零”。为了说明HEI评分方法的局限性,本申请采用了用于膳食研究的食物和营养物质数据库(FNDDS)中的一个简单实施例[http://www.ars.usda.gov/Services/docs.htm?docid=12089]。一块“奶酪芝心披萨”(148g)含有PUFA=2.3g、MUFA=4.1g、SFA=8.6g,得到(PUFA+MUFA)/SFA=0.74。披萨饼的这一脂肪酸比率是HEI-2010中规定的最小评分限值的1/2。逻辑上来讲,如果将更高的比率视为一般而言更好,并且渐进式改善应当反映在评分中,则可能的最低评分应当为0(即使在绝对0分可能不存在的情况下)。脂肪酸比率的HEI指标不能获得针对许多饮食的主要组分披萨的渐进式改善。对于几乎完全由披萨组成的饮食,随着该饮食的改善而渐进式地对其进行评分的能力应该是可能的。这种情况虽然极端,但并非不可想象,并且不能渐进式改善的评分系统不是衡量国家指南的最坚实基础。将NHC框架用于下一代HEI可以有助于评分设计避免这个问题,并且防止引入其他类似的问题。
以上描述是本文所公开的系统的特征的示例。如上所述,本发明所公开的系统和方法可以用于基于消费品的任何适当的可测量特征来计算指示摄入该消费品对个体或环境因素的影响的评分,并且不限于确定营养价值评分。此外,上述系统的功能不限于本文所示的功能。应当理解,对本发明所公开的实施方案作出的各种变化和修改对于本领域的技术人员将是显而易见的。可在不脱离本发明主题的精神和范围且不削弱其预期优点的前提下作出这些变化和修改。因此,这些变化和修改旨在由所附权利要求书涵盖。
Claims (20)
1.一种营养健康评分测定系统,包括:
卡路里摄取范围计算模块,所述卡路里摄取范围计算模块被配置为通过将标准卡路里摄取范围乘以至少部分地由用户特征确定的卡路里乘数来计算所述用户的卡路里摄取范围;
消费品输入模块,所述消费品输入模块被配置为使至少一个显示设备显示消费品输入控件,以使所述用户能够指定至少一种消费品以及所述至少一种消费品的至少一个量;
营养物质健康评分计算模块,所述营养物质健康评分计算模块被配置为通过确定分段连续营养物质健康评分函数的值来计算多种营养物质中每一种的营养物质健康评分,其中对于所述多种营养物质中的每一种:
(a)针对零量的所述营养物质,所述营养物质的所述营养物质健康评分函数具有第一值,并且
(b)针对所述营养物质的大于零且小于健康范围下限值的量,所述营养物质的所述营养物质健康评分函数具有逐渐增大的值;针对所述营养物质的在所述健康范围下限值与健康范围上限值之间的量,所述营养物质的所述营养物质健康评分函数具有恒定值;并且针对所述营养物质的大于所述健康范围上限值的量,所述营养物质的所述营养物质健康评分函数具有逐渐减小的值;
营养健康评分计算模块,所述营养健康评分计算模块用于基于针对所述多种营养物质中至少一种的所述多个不同量的所述营养物质健康评分和至少一个加权值来计算多个营养健康评分;以及
用户界面显示模块,所述用户界面显示模块用于使所述至少一个显示设备显示曲线,所述曲线表示针对所述至少一种消费品的多个量的所述多个营养健康评分。
2.根据权利要求1所述的营养健康评分测定系统,其中所述卡路里摄取范围计算模块使得所述至少一个显示设备显示活动输入控件,以使所述用户能够指示所述用户的特征。
3.根据权利要求1所述的营养健康评分测定系统,其包括活动监视器,并且其中所述卡路里摄取范围计算模块从所述活动监视器接收指示所述用户的所述特征的数据。
4.根据权利要求1所述的营养健康评分测定系统,其中所述多种营养物质中至少一种的所述营养物质健康评分函数具有针对所述多种营养物质中的所述至少一种的过零量的值,对于所述过零量,所述营养物质健康评分函数小于所述第一值,所述过零量基于所述多种营养物质中的所述至少一种营养物质的敏感性值。
5.根据权利要求4所述的营养健康评分测定系统,其中所述敏感性值与所述用户对所述多种营养物质中的所述至少一种营养物质的敏感性负相关。
6.根据权利要求1所述的营养健康评分测定系统,其包括多个加权值表,每个表特定于特定的个体群体,并且其中所述营养健康评分计算模块确定所述多个加权值表中的一个来用于至少部分地基于所述用户的所述特征计算所述多个营养健康评分。
7.根据权利要求6所述的营养健康评分测定系统,其中所述用户的所述特征是选自由以下项组成的组中的特征:所述用户的活动水平、所述用户的年龄、所述用户的性别、所述用户的体重、所述用户的身体质量指数(BMI),以及所述用户的医疗状况。
8.根据权利要求1所述的营养健康评分测定系统,其包括推荐模块,所述推荐模块被配置为与所述营养健康评分计算模块一起工作,以确定多种潜在消费品的多个潜在营养健康评分和推荐所述多种消费品中产生最高潜在营养健康评分的至少一种消费品。
9.根据权利要求8所述的营养健康评分测定系统,其中所述推荐模块被配置为使得所述至少一个显示设备显示至少一个控件,以使得所述用户能够将所述至少一种推荐消费品添加到饮食中。
10.根据权利要求8所述的营养健康评分测定系统,其中所述推荐模块被配置为使得所述至少一个显示设备显示至少一个控件,以使得所述用户能够将所述至少一种推荐消费品的至少一部分从饮食中移除。
11.根据权利要求1所述的营养健康评分测定系统,其中所述营养健康评分计算模块被进一步配置为确定指定的一组消费品的最佳营养健康评分,并且其中所述用户界面显示模块被配置为使得所述至少一个显示设备在表示针对所述至少一种消费品的所述多个量的所述多个营养健康评分的所述曲线上显示对所述最佳营养健康评分的指示。
12.根据权利要求1所述的营养健康评分测定系统,其中所述营养健康评分计算模块被配置为基于包含少于由本发明所公开的系统跟踪的所有所述营养物质的集合的所述营养物质健康评分来计算所述多个营养健康评分,所述集合基于所述用户的期望评分度量。
13.根据权利要求1所述的营养健康评分测定系统,其包括使所述用户能够指示期望的营养物质子集的营养物质子集控件,并且其中所述营养健康评分计算模块被配置为基于所述期望的营养物质子集的所述营养物质健康评分来计算所述多个营养健康评分。
14.一种营养健康评分测定系统,包括:
营养物质健康评分计算模块,所述营养物质健康评分计算模块被配置为通过确定分段连续营养物质健康评分函数的值来计算多种营养物质中每一种的营养物质健康评分,其中对于所述多种营养物质中的每一种:
(a)所述营养物质健康评分函数特定于所述营养物质,
(b)针对随着时间推移而摄入的零量的所述营养物质,所述营养物质的所述营养物质健康评分函数具有第一值,并且
(c)针对所述营养物质随着时间推移而被摄入的大于零且小于健康范围下限值的量,所述营养物质的所述营养物质健康评分函数具有逐渐增大的值;针对所述营养物质随着时间推移而被摄入的在所述健康范围下限值与健康范围上限值之间的量,所述营养物质的所述营养物质健康评分函数具有恒定值;并且针对所述营养物质随着时间推移而被摄入的大于所述健康范围上限值的量,所述营养物质的所述营养物质健康评分函数具有逐渐减小的值;
营养健康评分计算模块,所述营养健康评分计算模块用于针对所摄入的不同量的营养物质计算多个营养健康评分,每个营养健康评分是基于所述多种营养物质的所述营养物质健康评分和至少一个加权值;以及
消费品优化模块,所述消费品优化模块被配置为确定一组消费品,所述一组消费品包含:
(1)在指定的卡路里摄取范围内的卡路里量,以及
(2)营养物质的量,针对所述量,所述营养健康评分对于在所述指定卡路里摄取范围内的所述卡路里量是最佳的;以及
用户界面显示模块,所述用户界面显示模块用于使至少一个显示设备显示控件,以使所述用户能够从由所述消费品优化模块确定的所述一组消费品中移除至少一种消费品。
15.根据权利要求14所述的营养健康评分测定系统,其中对于所述多种营养物质中的每一种,针对所述营养物质随着时间推移而被摄取的超过过零量的量,所述营养物质的营养物质健康评分函数具有小于所述第一值的逐渐减小的值,所述过零量可从所述营养物质的敏感性值计算得到。
16.根据权利要求15所述的营养健康评分测定系统,其包括至少一个数据存储设备以存储至少一个表,所述至少一个表包含用于多种所跟踪营养物质中每一种的多个加权值/敏感性值对。
17.根据权利要求16所述的营养健康评分测定系统,其中基于所述用户的特征来为所述多种所跟踪营养物质中的每一种选择所述加权值/敏感性值对中的一对。
18.根据权利要求17所述的营养健康评分测定系统,其中所述用户的所述特征包括选自由以下项组成的组中的至少一项:年龄、性别、身高、体重、身体质量指数(BMI),以及活动水平。
19.根据权利要求14所述的营养健康评分测定系统,其中所述营养物质健康评分计算模块和所述营养健康评分计算各自对在一段时间内的摄入的评分进行计算。
20.根据权利要求14所述的营养健康评分测定系统,其中所述消费品优化模块选择至少一个建议的主要餐食项目,然后选择所述主要餐食项目的多个补充消费品。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462059534P | 2014-10-03 | 2014-10-03 | |
US62/059,534 | 2014-10-03 | ||
US201562188896P | 2015-07-06 | 2015-07-06 | |
US62/188,896 | 2015-07-06 | ||
PCT/EP2015/072804 WO2016050958A1 (en) | 2014-10-03 | 2015-10-02 | System and method for calculating, displaying, modifying, and using personalized nutritional health score |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106716426A true CN106716426A (zh) | 2017-05-24 |
CN106716426B CN106716426B (zh) | 2020-11-03 |
Family
ID=54260745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580049542.0A Active CN106716426B (zh) | 2014-10-03 | 2015-10-02 | 用于计算、显示、修改和使用个性化营养健康评分的系统和方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US11037669B2 (zh) |
EP (1) | EP3201807A1 (zh) |
JP (1) | JP6633625B2 (zh) |
KR (1) | KR20170066364A (zh) |
CN (1) | CN106716426B (zh) |
AU (1) | AU2015326781A1 (zh) |
CA (1) | CA2958616A1 (zh) |
WO (1) | WO2016050958A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110692105A (zh) * | 2017-06-23 | 2020-01-14 | 雀巢产品有限公司 | 用于计算、显示、修改和使用反映消费品的最佳数量和质量的单膳食摄入量评分的系统和方法 |
CN112256936A (zh) * | 2020-10-30 | 2021-01-22 | 展指图(大连)营养科技有限公司 | 一种基于多维度指数法的食物分类方法以及系统 |
CN112673432A (zh) * | 2018-08-23 | 2021-04-16 | 日本电气方案创新株式会社 | 健康管理辅助装置、健康管理辅助方法、健康管理辅助终端和程序 |
CN114141334A (zh) * | 2021-10-20 | 2022-03-04 | 新绎健康科技有限公司 | 个性化的体重管理方法及系统 |
CN114403047A (zh) * | 2022-02-09 | 2022-04-29 | 上海依蕴宠物用品有限公司 | 一种基于图像分析技术的老龄动物健康干预方法及系统 |
CN112256936B (zh) * | 2020-10-30 | 2024-07-09 | 展指图(大连)营养科技有限公司 | 一种基于多维度指数法的食物分类方法以及系统 |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10825567B1 (en) * | 2015-08-21 | 2020-11-03 | Food2Life, LLC | Apparatus and method for informed personal well-being decision making |
US10885807B1 (en) | 2015-12-02 | 2021-01-05 | Natan LAVI | Indirect bio-feedback health and fitness management system |
US10347152B2 (en) * | 2015-12-02 | 2019-07-09 | Natan LAVI | Indirect bio-feedback health and fitness management system |
US11222730B1 (en) | 2015-12-02 | 2022-01-11 | Natan LAVI | Indirect bio-feedback health and fitness management system |
US20180039759A1 (en) * | 2016-08-05 | 2018-02-08 | International Business Machines Corporation | Apparatuses, methods, and computer program products for providing dietary feedback |
US20180121631A1 (en) * | 2016-10-27 | 2018-05-03 | True Positive Analytics Pvt. Ltd. | Systems and methods for multi-parameter and personalized dietary recommendations |
JP7086952B6 (ja) * | 2016-12-02 | 2022-08-01 | ソシエテ・デ・プロデュイ・ネスレ・エス・アー | 最適な食事を評価及び計画するための改善された個人向けの栄養学的健康スコアを算出、表示、修正、及び使用するためのシステム及び方法 |
US20180233064A1 (en) * | 2017-02-13 | 2018-08-16 | Nutrilyze Llc | Nutrition scoring system |
US20180329794A1 (en) * | 2017-05-09 | 2018-11-15 | Cisco Technology, Inc. | Visualization of mapping between network overlay and underlay |
JP6798463B2 (ja) * | 2017-09-29 | 2020-12-09 | 京セラドキュメントソリューションズ株式会社 | 食品購入支援システム、及び画像形成装置 |
WO2019143714A1 (en) * | 2018-01-16 | 2019-07-25 | Habi, Inc. | Methods and systems for pet wellness platform |
US10942932B2 (en) | 2018-01-22 | 2021-03-09 | Everything Food, Inc. | System and method for grading and scoring food |
US20210209963A1 (en) * | 2018-01-24 | 2021-07-08 | The Engineered Non-Diet, Llc | System, Method, Process and Apparatus for Assisting in Formulating and Attaining Healthy Weight Management Goals |
WO2020163700A1 (en) * | 2019-02-07 | 2020-08-13 | Gian Corporation | System and method of managing grocery cart based on health information |
US11170429B1 (en) * | 2019-03-14 | 2021-11-09 | The Kroger Co. | Methods and systems for providing nutritional recommendations |
US11817200B2 (en) * | 2019-08-28 | 2023-11-14 | Zoe Limited | Generating personalized food guidance using predicted food responses |
KR102124519B1 (ko) * | 2019-10-10 | 2020-06-18 | 남창원 | 영양제 정보를 제공하는 방법, 시스템 및 컴퓨터-판독가능 매체 |
EP4052268A1 (en) * | 2019-10-29 | 2022-09-07 | Société des Produits Nestlé S.A. | Systems and methods for nutrient scoring according to labelled nutrients on a food or beverage product |
US11776020B2 (en) | 2020-05-01 | 2023-10-03 | Kpn Innovations, Llc. | Methods and systems for multi-factorial physiologically informed refreshment selection using artificial intelligence |
CN112071395A (zh) * | 2020-05-09 | 2020-12-11 | 和逊数字健康科技(深圳)有限公司 | 食物质量评估方法、终端设备和计算机可读存储介质 |
CN112071397A (zh) * | 2020-05-09 | 2020-12-11 | 和逊数字健康科技(深圳)有限公司 | 饮食质量评估方法、终端设备及计算机可读存储介质 |
EP3915398A1 (en) * | 2020-05-29 | 2021-12-01 | Nutriomix GmbH | Method for determining optimized compositions of food products |
JP7465502B2 (ja) * | 2020-06-19 | 2024-04-11 | 国立大学法人北海道大学 | 親子健康調査支援システム、親子健康調査支援装置、及びデータ処理方法 |
US20220036998A1 (en) * | 2020-08-03 | 2022-02-03 | Kpn Innovations, Llc. | Methods and systems for calculating an edible score in a display interface |
US11437147B2 (en) * | 2020-08-31 | 2022-09-06 | Kpn Innovations, Llc. | Method and systems for simulating a vitality metric |
US11875890B2 (en) * | 2020-11-05 | 2024-01-16 | Reach Fitness Llc | Fitness and nutrition management system |
US11862322B2 (en) | 2020-11-30 | 2024-01-02 | Kpn Innovations, Llc. | System and method for generating a dynamic weighted combination |
US20220254275A1 (en) * | 2021-02-08 | 2022-08-11 | Krishna Sarathy Venugopal | System and a method for providing positive reinforcement on appropriate food items |
WO2022184885A1 (en) * | 2021-03-05 | 2022-09-09 | Société des Produits Nestlé S.A. | Methods, devices, and compositions to meet nutritional needs in an environmentally sustainable manner |
WO2022204571A1 (en) * | 2021-03-26 | 2022-09-29 | Vydiant, Inc. | A digital vaccine system, method and device |
US20220344057A1 (en) * | 2021-04-27 | 2022-10-27 | Oura Health Oy | Method and system for supplemental sleep detection |
WO2023046718A1 (en) * | 2021-09-21 | 2023-03-30 | Société des Produits Nestlé S.A. | Digital and personalized risk monitoring and nutrition planning system for pre-diabetes |
CN114496166B (zh) * | 2022-02-16 | 2022-12-20 | 上海楚动智能科技有限公司 | 一种肿瘤患者营养处方系统 |
US20230298729A1 (en) * | 2022-03-15 | 2023-09-21 | Eat This Much, Inc. | Meal Plan Creation Systems and Methods |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1967550A (zh) * | 2006-11-22 | 2007-05-23 | 中国疾病预防控制中心营养与食品安全所 | 便携式营养查询计算评价装置及其查询计算评价方法 |
US20100100392A1 (en) * | 2008-10-21 | 2010-04-22 | Rothman Healthcare Research, Llc | Methods of Assessing Risk Based on Medical Data and Uses Thereof |
US20110202359A1 (en) * | 2010-02-16 | 2011-08-18 | Rak Stanley C | System and method for determining a nutritional value of a food item |
US20140156308A1 (en) * | 2012-11-30 | 2014-06-05 | Dacadoo Ag | Automated Health Data Acquisition, Processing and Communication System |
CN104036443A (zh) * | 2013-03-05 | 2014-09-10 | 戴晓晖 | 一种测量卡路里消耗并推荐饮食的装置与方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09305570A (ja) * | 1996-05-10 | 1997-11-28 | Matsushita Electric Ind Co Ltd | 食生活支援装置及びそれを用いた冷蔵庫 |
JP2006048177A (ja) * | 2004-07-30 | 2006-02-16 | Ajinomoto Co Inc | 食生活管理システム |
US20070269557A1 (en) * | 2006-05-19 | 2007-11-22 | Hannaford Licensing Corp. | Method and system for assessing, scoring, grouping and presenting nutritional value information of food products |
CA2777332A1 (en) * | 2009-10-13 | 2011-04-21 | Nestec S.A. | Systems for evaluating dietary intake and methods of using same |
WO2012047940A1 (en) * | 2010-10-04 | 2012-04-12 | Nabil Abujbara | Personal nutrition and wellness advisor |
US20130108993A1 (en) * | 2011-10-28 | 2013-05-02 | Griffin Hospital | Method and system for scoring a diet |
WO2013123418A1 (en) * | 2012-02-17 | 2013-08-22 | Pepsico, Inc. | Method of managing fuel intake in individuals to enhance athletic performance |
CN107845414B (zh) * | 2012-02-17 | 2022-08-26 | 好措施有限责任公司 | 用于营养物摄取量的用户特定调节的系统和方法 |
US8777624B2 (en) * | 2012-10-12 | 2014-07-15 | Elencee, Inc. | Wellness and weight management system and method |
US20140255882A1 (en) * | 2013-03-05 | 2014-09-11 | Comocomo Ltd | Interactive engine to provide personal recommendations for nutrition, to help the general public to live a balanced healthier lifestyle |
US20150161910A1 (en) * | 2013-12-09 | 2015-06-11 | Yopti, Llc | Qualitative meal-scoring systems and methods |
-
2015
- 2015-10-02 EP EP15775677.6A patent/EP3201807A1/en not_active Withdrawn
- 2015-10-02 KR KR1020177008339A patent/KR20170066364A/ko unknown
- 2015-10-02 WO PCT/EP2015/072804 patent/WO2016050958A1/en active Application Filing
- 2015-10-02 US US15/515,047 patent/US11037669B2/en active Active
- 2015-10-02 CA CA2958616A patent/CA2958616A1/en not_active Abandoned
- 2015-10-02 JP JP2017517741A patent/JP6633625B2/ja active Active
- 2015-10-02 CN CN201580049542.0A patent/CN106716426B/zh active Active
- 2015-10-02 AU AU2015326781A patent/AU2015326781A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1967550A (zh) * | 2006-11-22 | 2007-05-23 | 中国疾病预防控制中心营养与食品安全所 | 便携式营养查询计算评价装置及其查询计算评价方法 |
US20100100392A1 (en) * | 2008-10-21 | 2010-04-22 | Rothman Healthcare Research, Llc | Methods of Assessing Risk Based on Medical Data and Uses Thereof |
US20110202359A1 (en) * | 2010-02-16 | 2011-08-18 | Rak Stanley C | System and method for determining a nutritional value of a food item |
US20140156308A1 (en) * | 2012-11-30 | 2014-06-05 | Dacadoo Ag | Automated Health Data Acquisition, Processing and Communication System |
CN104036443A (zh) * | 2013-03-05 | 2014-09-10 | 戴晓晖 | 一种测量卡路里消耗并推荐饮食的装置与方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110692105A (zh) * | 2017-06-23 | 2020-01-14 | 雀巢产品有限公司 | 用于计算、显示、修改和使用反映消费品的最佳数量和质量的单膳食摄入量评分的系统和方法 |
CN112673432A (zh) * | 2018-08-23 | 2021-04-16 | 日本电气方案创新株式会社 | 健康管理辅助装置、健康管理辅助方法、健康管理辅助终端和程序 |
CN112256936A (zh) * | 2020-10-30 | 2021-01-22 | 展指图(大连)营养科技有限公司 | 一种基于多维度指数法的食物分类方法以及系统 |
CN112256936B (zh) * | 2020-10-30 | 2024-07-09 | 展指图(大连)营养科技有限公司 | 一种基于多维度指数法的食物分类方法以及系统 |
CN114141334A (zh) * | 2021-10-20 | 2022-03-04 | 新绎健康科技有限公司 | 个性化的体重管理方法及系统 |
CN114403047A (zh) * | 2022-02-09 | 2022-04-29 | 上海依蕴宠物用品有限公司 | 一种基于图像分析技术的老龄动物健康干预方法及系统 |
CN114403047B (zh) * | 2022-02-09 | 2023-01-06 | 上海依蕴宠物用品有限公司 | 一种基于图像分析技术的老龄动物健康干预方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2016050958A1 (en) | 2016-04-07 |
JP6633625B2 (ja) | 2020-01-22 |
KR20170066364A (ko) | 2017-06-14 |
AU2015326781A1 (en) | 2017-03-02 |
CA2958616A1 (en) | 2016-04-07 |
US20180233223A1 (en) | 2018-08-16 |
EP3201807A1 (en) | 2017-08-09 |
JP2017534973A (ja) | 2017-11-24 |
CN106716426B (zh) | 2020-11-03 |
US11037669B2 (en) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106716426A (zh) | 用于计算、显示、修改和使用个性化营养健康评分的系统和方法 | |
CN109964280B (zh) | 用于计算、显示、修改和使用改善的个性化营养健康评分来评估和计划最佳饮食的系统和方法 | |
Sanchez-Vaznaugh et al. | ‘Competitive’food and beverage policies: are they influencing childhood overweight trends? | |
Dennison et al. | Fruit and vegetable intake in young children | |
Oldewage-Theron et al. | Food variety and dietary diversity as indicators of the dietary adequacy and health status of an elderly population in Sharpeville, South Africa | |
Moreau et al. | Efficacy of nutrition education-based cooking workshops in community-dwelling adults aged 50 years and older | |
Fisher | Nutrition labeling reduces valuations of food through multiple health and taste channels | |
US20220406215A1 (en) | Systems and methods for dynamically providing dynamic nutritional guidance | |
Imoisili et al. | Daily adolescent sugar-sweetened beverage intake is associated with select adolescent, not parent, attitudes about limiting sugary drink and junk food intake | |
US20230223131A1 (en) | Systems and methods for providing individualized recommendations for a healthy microbiome | |
Nag et al. | Pocket dietitian: Automated healthy dish recommendations by location | |
Kennedy et al. | Association between rice consumption and selected indicators of dietary and nutritional status using National Health and Nutrition Examination Survey 2007–2008 | |
Williamson et al. | EuroFIR Congress 2006: Food Information Databank Systems–everything you ever wanted to know | |
Bhargava et al. | Health status, food insecurity, and time allocation patterns of patients with AIDS receiving antiretroviral treatment in South Africa | |
Sandha | Produce Intake of US School Children Participating in the National School Lunch Program | |
Buscemi et al. | A pilot study of a school lunchroom intervention in a predominantly Latinx sample | |
Compaoré et al. | Analysis of the nutritional composition and organization of school meals in the province of Kadiogo in Burkina Faso: challenges and prospects | |
Isoken et al. | INFLUENCE OF DIGITAL RESOURCES ON FOOD CONSUMPTION PATTERN OF CIVIL SERVANTS AT HOUSEHOLD LEVEL IN EKITI STATE, NIGERIA | |
Cheng | Diet Quality Improvement in Weight Loss Trials | |
Poyourow | Culinary Nutrition Education to Division 3 Athletes | |
Enwere | A Culturally Appropriate Diabetes Mellitus Dietary Clinical Guideline for African Immigrants | |
Narayan | Smarter Lunchrooms-Ohio: Using Production and Sales Records to Measure Change in Food Selection | |
Jha et al. | Effect of Interactive Nutrition and Health Education Intervention on Knowledge and Practices of Indian School Children and Their Parents | |
Irbatunnisa et al. | Assessment of the needs and role of nutritionists in schools in indonesia? How important?: A literature review | |
OLAYIWOLA | CHILDHOOD AND ADOLESCENT OBESITY |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190712 Address after: Vevey Applicant after: SOCIETE DES PRODUITS NESTLE S. A. Address before: Vevey Applicant before: Nestle Products Technical Assistance Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |