在衡量和描述饮食失误方面,饮食自我监测与生态瞬时评估的比较

《Appetite》:Dietary Self-Monitoring Versus Ecological Momentary Assessment in Measuring and Characterizing Dietary Lapses

【字体: 大 中 小 】 时间:2026年07月11日 来源:Appetite 4.2

编辑推荐:

  雷贝卡·J·克罗基耶|莉亚·M·舒马赫|阿什利·金|莱利·奥康奈尔|丹妮尔·阿里戈 摘要:在行为减肥计划中,如果参与者未能遵守饮食规定,就会出现饮食失误,进而阻碍体重下降。生态瞬时评估法具有诸多优势,可用于检测此类失误,但可能低估失误的频率,且难以准确把握失误的营养构成。相比之

  雷贝卡·J·克罗基耶|莉亚·M·舒马赫|阿什利·金|莱利·奥康奈尔|丹妮尔·阿里戈

摘要:在行为减肥计划中,如果参与者未能遵守饮食规定,就会出现饮食失误,进而阻碍体重下降。生态瞬时评估法具有诸多优势,可用于检测此类失误,但可能低估失误的频率,且难以准确把握失误的营养构成。相比之下,饮食自我监测在检测失误方面或许更具优势,不过这一点尚未得到研究验证。我们假设,与饮食自我监测相比,生态瞬时评估法会低估失误的数量,而饮食自我监测能显示,与未出现失误的情况相比,失误时的食物热量更高,脂肪和碳水化合物的比例更高,蛋白质比例更低。研究对象为12周远程行为减肥计划中的超重/肥胖成年人群(共104人),他们被要求遵循个性化的每日热量目标,这些目标又细分为各餐及零食的热量上限,超出上限即视为一次失误。在研究开始、中期和结束时,参与者需使用MyFitnessPal Premium应用进行饮食自我监测,同时每天完成6次生态瞬时评估。结果显示,通过该应用记录的每日失误次数(约1.6次)高于通过生态瞬时评估得出的次数(约0.5次)。在控制餐食类型的前提下,失误时的热量平均比未出现失误时多出约230千卡,脂肪含量多5%,蛋白质含量少2%,碳水化合物含量少3%。进一步分析表明,无论是通过该应用还是生态瞬时评估记录的失误日,其热量摄入都高于非失误日;不过,只有通过该应用统计的日均失误次数才能预测体重的变化幅度。综上,与饮食自我监测相比,生态瞬时评估法低估的每日失误比例约为69%,而饮食自我监测显示,失误时的热量和脂肪摄入明显高于正常情况。这些研究结果可为行为减肥计划的优化提供依据,比如更加注重对高脂肪食物的监控与限制。

引言:行为减肥计划是一种非手术性的首选方法,旨在帮助超重或肥胖人群减轻体重并改善健康状况。这类计划会为每个人制定个性化的低热量饮食方案(例如每日1200-1800千卡),鼓励人们进行适度到高强度的体力活动(每周150-250分钟),同时教授行为改变策略以促进体重下降(Wadden等人,2020年)。然而,许多参与减肥计划的人由于各种原因难以坚持这些要求,从而导致减肥效果不佳。尤其是在行为减肥计划中,反复出现的不遵守低热量饮食规定的情况,也就是所谓的饮食失误,是导致减肥效果不理想的重要原因(Forman等人,2017年;Lowe,2003年)。尽管不同研究中对饮食失误的定义略有差异,但标准行为减肥计划中的饮食失误本质上都属于能量摄入过高的情况,如果这类失误频繁发生,就会破坏有助于减肥的负能量平衡。事实上,已有研究表明,在行为减肥计划中,不遵守饮食规定的影响远远大于不遵守运动规定的影响(Johns等人,2014年;Lemstra等人,2016年;Xie等人,2024年)。因此,减少饮食失误、提高饮食遵从性被许多人认为是提升减肥效果的最关键的行为改变措施。

鉴于饮食失误在阻碍体重下降方面的核心作用,研究人员试图通过研究其特征来更好地了解这类失误,比如失误的频率以及“类型”(例如在非计划时间进食或食用本应避免的食物)。近年来,这类研究大多采用生态瞬时评估法,也就是通过智能手机进行多次简短的调查(Crochiere等人,2022年;Forman等人,2017年;Goldstein、张等人,2021年)。研究人员通常设计这类调查,让受试者说明在特定时间段内是否出现了失误,或者在他们意识到自己出现失误时要求其立即报告(Crochiere等人,2022年)。与传统的事后自我报告调查相比,生态瞬时评估法在测量诸如饮食失误这类离散行为方面具有诸多优势,它能够减少回忆带来的偏差和错误,还能通过在受试者的自然环境中反复收集数据,提升研究的生态效度。

目前,生态瞬时评估法的研究成果为了解饮食失误行为提供了重要线索。例如,先前的研究通过这种方法估计,人们每周会出现3-4次饮食失误(Forman等人,2017年;Goldstein等人,2018年),每次失误可能导致每周额外摄入750-1000千卡的能量,而这一数值对于行为减肥计划所要求的低热量饮食来说已经相当可观。此外,相关研究还明确了饮食失误的常见“类型”。在一项为期一年的大规模行为减肥试验中,研究人员发现,通过生态瞬时评估法检测到的最常见失误类型是食用本应避免的食物,这说明失误时的食物营养构成可能与正常进食有所不同(Forman等人,2017年)。另一项针对10周行为减肥计划的研究则发现,最常见的非计划性失误类型是食用了计划之外的食物(占比16.4%)以及进食量超过预期(占比12.5%)(Goldstein、Thomas等人,2021年)。综合这些研究结果可以看出,行为减肥计划中最常见的失误类型往往是食用与日常减肥饮食有所不同的食物,比如脂肪含量更高的食物。不过,也有可能出现的情况是,人们只是吃了平时常吃的食物,但摄入量更多,这种情况下,失误时的食物营养构成与正常进食并无太大差异,失误仅仅意味着热量摄入超过了预期水平。尽管饮食失误的宏量营养素和热量构成对行为减肥计划具有重要意义,但目前尚无研究对此进行深入分析。

该领域研究较少的原因之一是,很难通过生态瞬时评估法精确测定失误时的热量和宏量营养素含量,因此仅依靠这种方法作为独立测量工具,很可能会导致对饮食失误的理解不够全面或不准确。尤其是,生态瞬时评估法在测量失误频率方面存在诸多局限。例如,以往的调查显示,失误定义为“自上次调查以来是否出现了可能增加体重、或影响减肥/体重维持的饮食行为”(Forman等人,2017年;Goldstein等人,2018年);这种对失误的界定方式使得不同人对是否出现失误有着不同的理解和判断。主观上,即使某种进食行为确实导致了热量摄入超标,参与者也可能不认为这属于失误。出现这种判断的原因有很多,比如他们认为所吃的食物很健康,或者觉得自己运动后“应该”摄入更多热量。此外,由于社会期望偏差或需求特征的影响,参与者在自我报告时可能会低估失误次数;例如,他们可能因为内疚或担心让研究团队或干预人员失望而不愿承认自己出现了失误。生态瞬时评估法在判定失误时存在的这种潜在的不确定性和误差,再加上不同研究中对失误的定义往往不尽相同,很可能导致各项研究得出的失误发生率数据不可靠。实际数据也支持这一观点。那些仅依靠生态瞬时评估法来测量失误的研究发现,不同类似项目中的失误频率差异很大,范围从每周2.7次到11.8次不等(Carels等人,2001年、2004年;Forman等人,2017年)。此外,虽然失误意味着热量摄入超标,而过量热量摄入又会导致体重上升,但以往的研究并未发现通过生态瞬时评估法测得的失误频率与体重变化之间存在显著关联(Goldstein、Brick等人,2021年),这表明生态瞬时评估法在测量失误方面可能存在误差。

另外,目前生态瞬时评估法的设计方式也不便于测量失误的某些重要特征,比如热量或宏量营养素的构成。目前,要了解某次进食的营养成分,要么需要采用更深入的方法(例如由专业评估员进行的24小时饮食回顾),要么需要借助尚未整合到生态瞬时评估法中的技术(例如饮食自我监测应用中所具备的丰富、可搜索的食物数据库)。因此,关于失误时的热量和宏量营养素构成,还有许多重要信息有待探索。例如,虽然看起来很明显,饮食失误时的热量肯定高于正常进食,但若能明确热量超标的程度,也就是失误时比正常情况多摄入多少热量,进而了解失误对饮食遵从性和减肥效果的影响,就能为行为减肥领域的研究人员、临床医生和参与者提供宝贵信息。

此外,了解失误时的宏量营养素构成,也有助于未来制定更有效的干预措施,从而更精准地提出建议,减少失误的发生,比如提高人们对高风险食物的认知。还有理由认为,某些宏量营养素的摄入可能会增加饮食失误的概率。与其他宏量营养素相比,膳食脂肪的饱腹感较低,但热量密度较高,这容易导致热量摄入超标,进而引发失误(Beaulieu等人,2017年)。相反,蛋白质的摄入能带来更强的饱腹感,有助于降低能量摄入,还有助于更好地控制体重(Halton & Hu,2004年;Leidy等人,2015年;Paddon-Jones等人,2008年),因此可能有助于降低失误风险。关于碳水化合物的相关证据则较为复杂,但许多高加工度、口感极佳且富含碳水化合物的食物,都与热量摄入增加和体重上升有关(Fazzino等人,2021年;Hall等人,2019年),这说明碳水化合物也可能与饮食失误有关。遗憾的是,以目前的形态,生态瞬时评估法无法准确掌握失误时的热量和宏量营养素构成,这阻碍了将这些信息转化为实际的干预措施,也凸显出有必要采用其他测量方法来进一步研究饮食失误问题。

近期,研究人员试图通过将生态瞬时评估法与其他测量工具相结合,来弥补现有知识的不足,从而获得新的研究见解(Goldstein等人,2022年;Goldstein、Hoover等人,2021年)。例如,有研究者将生态瞬时评估法得到的失误报告与24小时饮食回顾相结合,发现饮食失误会导致总体热量摄入显著升高,出现超出热量目标的概率增加,而且每天添加糖的摄入量也会更高(相比单次进食行为而言;Goldstein等人,2022年)。此外,还有研究者试图通过结合生态瞬时评估法和手腕传感器数据,训练算法,根据手表传感器检测到的进食相关参数,如咀嚼次数、进食时长和进食速度,来判断是否存在失误(Goldstein、Hoover等人,2021年)。随着这项研究的不断推进,以及被动传感技术的检测精度不断提高,这类创新的测量方法有望与先进的数据分析技术相结合,实现实时、客观地识别饮食失误。不过,目前基于传感器的饮食失误测量方法仍处于起步阶段,仍在快速发展中,而且还需要依赖另一种评估方法作为参考依据(例如生态瞬时评估法),因此目前还无法完全依靠这些技术独立检测失误。所以在过渡期内,研究其他能够填补当前饮食失误研究空白的方法是更为稳妥的选择。

饮食自我监测应用在揭示饮食失误的新的关键信息方面具有巨大的潜力。值得注意的是,这类应用与生态瞬时评估法有很多相似的优势,它们都能让使用者在自然环境中实时记录自己的进食行为,从而减少事后回忆带来的偏差(相比24小时饮食回顾而言),并提升研究的生态效度。实际上,数字版的饮食自我监测平台通常允许用户为各类餐食和零食设置“提醒”,这样当用户通常进食的时间一到或稍后,就会收到推送通知,提示他们记录此次进食情况,这与生态瞬时评估法在指定时间发送提醒以完成调查的功能类似。此外,饮食自我监测应用的设计也便于测量那些通过生态瞬时评估法难以确定的变量,尤其是各类食物或餐食的热量和宏量营养素构成。这类应用可以通过内置的、包含大量食物和饮料信息的可搜索数据库,以及要求用户输入餐食和零食的分量,从而准确估算出这些食物或餐食的热量和宏量营养素含量(Ferrara等人,2019年)。这些应用程序能够根据每餐和每份零食的卡路里目标,来衡量个体在饮食上的失误。实际上,先前的研究也采用了类似的方法,将每日Weight Watchers积分值(根据卡路里和宏量营养素信息确定)分配到每餐/每份零食的具体目标中,从而将“失误”客观地定义为超过该餐/零食的积分目标(Crochiere等人,2022年;Forman等人,2018年、2019年;Goldstein等人,2021年)。不过值得注意的是,这些研究仍然使用EMA来衡量失误,而非利用饮食自我监测数据来检测失误。饮食自我监测的另一个优势在于,它已经是标准减肥计划的核心组成部分,而且许多计划现在允许或鼓励使用饮食自我监测应用程序(而非纸质记录),这意味着减肥计划可以在现有计划框架内收集这些有用的饮食失误数据。需要指出的是,由于人们倾向于在饮食自我监测中低估能量摄入量,因此其准确性普遍被认为不够理想(Chen等人,2015年)。尽管如此,在减肥计划的背景下,其准确性或许可以得到提升,因为计划指导者会教授参与者一些技巧,比如通过称重和测量食物,以及特别留意油类等潜在的“隐藏”卡路里,以提高饮食自我监测的准确性。即便饮食自我监测存在一定误差,它在衡量失误方面仍可能比EMA更具优势。然而,目前还没有研究试图利用饮食自我监测来揭示那些尚未明确或未知的失误特征(例如失误的频率,或与正常饮食相比,失误时的营养构成)。此外,也没有研究将饮食自我监测与EMA(更常用的方法)的失误测量结果进行比较,这或许能揭示出EMA是否因为自我报告偏差而低估了失误情况。本研究的目的是解决在减肥计划背景下衡量饮食失误的这些关键问题。我们提供了一个远程的、以自我指导为主的减肥计划,因为大多数寻求减肥的成年人都采用自我指导策略,而非正式的计划(Mokari-Yamchi和Rosenkranz,2024年),而且这项研究的结论可能对通常为自我指导方式的数字版减肥计划更为适用。与典型的减肥计划一样,参与者被分配了一个个性化的低卡路里饮食计划,即每日卡路里目标。与先前旨在精确定义饮食失误的研宄一致(Crochiere等人,2022年;Forman等人,2018年、2019年;Goldstein等人,2021年),参与者随后将每日卡路里目标分解为他们通常食用的每餐和每份零食的具体卡路里目标(例如,午餐500卡路里),并被告知,如果超过了某餐/某份零食的卡路里目标,就构成了失误(例如,若午餐目标为500卡路里,却摄入了650卡路里,则属于失误)。之后,参与者参与了一个为期12周的、以自我指导为主的远程减肥计划,他们在饮食自我监测应用程序中记录下自己吃的所有食物和喝的所有饮料,并在数周内通过EMA调查报告失误情况。这样的设计使我们能够比较通过EMA和饮食自我监测所测得的失误频率,以探究参与者通过EMA所感知的失误频率是否是对实际失误频率的偏差估计。其次,我们利用饮食自我监测数据来评估在具体进食事件中的卡路里和宏量营养素含量。基于上述理由,我们提出了以下假设:(1)与饮食自我监测相比,EMA会低估失误情况;(2)饮食自我监测会显示,与正常进食事件相比,出现失误的进食事件的卡路里摄入量、来自脂肪的卡路里占比、来自碳水化合物的卡路里占比显著更高,而来自蛋白质的卡路里占比则更低。此外,我们还探讨了两个探索性目标,以评估饮食失误的临床影响。探索性目标1分析了至少出现一次饮食失误的日期,与没有失误的日期相比,参与者的卡路里摄入量是否更高。探索性目标2则研究了参与者在12周计划期间平均每天的失误次数,是否与体重变化百分比有关。研究对象为那些寻求减肥的超重或肥胖成年人。纳入标准为年龄在18至65岁之间,居住在美国,体重指数处于超重或肥胖范围(即27–50千克/平方米),并且拥有可支持应用程序数据收集的数据套餐的智能手机。排除标准包括正在参加其他减肥计划,或在研究期间怀孕或计划怀孕的人。本研究共有104名参与者。样本中女性占绝大多数(95人,91.3%),男性较少(9人,8.7%);这些分类是根据出生时确定的生理性别来划分的。参与者的平均年龄为46.30岁(标准差为10.39岁,年龄范围为18至65岁),平均BMI处于肥胖范围(平均值為35.11千克/平方米,标准差为5.43千克/平方米,年龄范围为27.26至48.94千克/平方米)。大多数参与者自认为是白人(63人,60.6%),其次是32.7%(34人)自认为是其他种族。据我们所知,这是第一项利用饮食自我监测来揭示减肥计划背景下饮食失误相关信息的研宄。我们主要研究结果支持了我们的假设,即在同一参与者在同一日期的相同餐食/零食上,通过饮食自我监测记录的失误数量明显多于通过EMA记录的数量。在第二个研究中,我们通过饮食自我监测来衡量失误,从而发现了……
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号