JoVE Logo

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

מאמר זה מציג מערכת של גיליונות אלקטרוניים משולבים המשתמשים בנוסחאות פשוטות לחישוב צריכת חומרים מזינים וקבוצות מזון ותרומות של קבוצות מזון לצריכת חומרים מזינים לניתוח נתוני סקר תזונה באוכלוסייה. המערכת מכילה נתוני צריכת מזון כמותיים, כמותיים למחצה ולא כמותיים וטבלת הרכב מזון המסופקת על ידי המשתמש.

Abstract

זה יכול להיות מאתגר לחשב את צריכת החומרים המזינים בסקרי תזונה של אוכלוסייה מכיוון שתוכנת ניתוח תזונתית קיימת מכוונת בדרך כלל לניתוח צריכת אנשים ועשויה שלא לאפשר למשתמשים להזין או לשנות בקלות את נתוני הרכב המזון המשמשים בניתוח. אלה חסרונות בעייתיים יותר במדינות בעלות הכנסה נמוכה ובינונית. בעוד שישנן פלטפורמות רבות להערכה תזונתית בסיוע תוכנה המבצעות ניתוח תזונתי מובנה ומתאימות לשימוש בסקרים גדולים, הן לרוב מוגבלות באופן דומה, ומגבילות עוד יותר את המשתמשים לשיטות הערכה ספציפיות. מאמר זה מציג מערכת רב-תכליתית של גיליונות אלקטרוניים משולבים לניתוח תזונתי של סקרי תזונה באוכלוסייה (ISNAPDS) הנותנת מענה למצבים בהם נאספו נתונים אך לא ניתן לנתח אותם כראוי באמצעות תוכנה קיימת. הפרוטוקול כולל אספקת נתונים הניתנים להתאמה אישית מלאה למערכת על הרכב המזון, סיווגי קבוצות המזון וצריכת המזון (ניתן להזין את צריכת המזון בגרם/יום ישירות או לחשב על סמך תדירות הצריכה המסופקת על ידי המשתמש וגדלי הגשה סטנדרטיים או משתנים). לאחר הזנת הנתונים, המשתמש משנה קבוצה של נוסחאות פשוטות מאוכלסות מראש כדי להתאים אותן למבנה נתוני הקלט והמערכת מיישמת נוסחאות אלה לחישוב צריכת חומרים מזינים וקבוצות מזון, ותרומתן של קבוצות מזון לצריכת חומרים מזינים עבור כל חברי אוכלוסיית הסקר. הגמישות של מערכת ISNAPDS מאפשרת לה להכיל את המגוון העולמי של המזונות הנצרכים ולנתח נתוני צריכת מזון כמותיים, כמותיים למחצה ולא כמותיים שנאספו באמצעות שיטות הערכה פרוספקטיביות ורטרוספקטיביות תוך שימוש בתקופות ייחוס שונות ושיטות הערכת גודל מנות. עד כה, המערכת יושמה בניתוחים שפורסמו ומתמשכים של זיכרון 24 שעות, תיעוד תזונה, תדירות מזון ונתוני צריכה משק בית מופרדים מסקרי אוכלוסייה בסין, אתיופיה, הודו, מונגוליה, תאילנד, וניתוח רב-מדינתי של 10 מדינות אפריקה שמדרום לסהרה.

Introduction

נתונים על אוכלוסייה, מזון וצריכת חומרים מזינים חשובים להבנת נטל תת התזונה באוכלוסיות והקשרים בין תזונה לבריאות, וממלאים תפקידים חשובים בתכנון, ניטור והערכה של מדיניות ותוכניות תזונה מבוססות ראיות 1,2.

לאחר איסוף נתונים על צריכת מזון, נעשה שימוש בתוכנה כדי להכפיל את הכמות של כל מזון הנצרך בהרכב התזונתי שלו כדי לקבל נתונים על צריכת חומרים מזינים (ניתוח תזונתי)3, תהליך שבוצע בעבר באופן ידני עד להופעת מחשבי המיינפריים4. ישנם כלי תוכנה רבים שעושים זאת, אך הם מכוונים בדרך כלל לניתוח של יחידים ולא לסקרי אוכלוסייה 5,6. חוקרים המעוניינים לחשב את צריכת החומרים המזינים בסקרים גדולים עשויים לכתוב תוכניות באמצעות תוכנה סטטיסטית שהם אינם בקיאים בה או לפנות ליישום תוכנה המיועדת ליחידים על כל חבר באוכלוסיית הסקר ואיסוף התוצאות; זה גוזל זמן ונוטה לטעויות. יתר על כן, תוכנת ניתוח תזונתי קיימת עשויה שלא לכלול את כל המזונות הנצרכים או החומרים המזינים המעניינים בסקר מסוים או לאפשר למשתמשים להזין או להתאים אישית בקלות נתונים על הרכב המזון, גדלי ההגשה וסיווגי קבוצות המזון המשמשים בניתוח. בעוד שקיימות פלטפורמות רבות להערכת תזונה בעזרת תוכנה המבצעות ניתוח תזונתי מובנה ומתאימות לשימוש בסקריםגדולים, הן לרוב מוגבלות באופן דומה ומגבילות את המשתמשים לשיטות הערכה ספציפיות (למשל, תיעוד תזונה, היזכרות בדיאטה של 24 שעות, או היזכרות בתדירות שבה נצרכו מזונות בדרך כלל לאורך תקופת ייחוס מוגדרת).

חסרונות אלה בעייתיים יותר במדינות בעלות הכנסה נמוכה ובינונית (LMICs) שבהן הרכב המזון המקומי, המתכונים ונתוני ייחוס אחרים לרוב אינם מיוצגים ברובם בתוכנה הקיימת להערכה תזונתית וניתוח תזונתי, שרובה מיועדת לשימוש במדינות בעלות הכנסה גבוהה 2,7,8. חוקרים האוספים נתונים על צריכת חומרים מזינים באוכלוסייה עשויים להשתמש בכלי הערכה תזונתיים בעזרת תוכנה שאינם מתאימים לאוכלוסיית הסקר או לשאלות המחקר שלהם, או לפנות לשימוש בכלים ייעודיים שעשויים שלא להכיל נתונים על הרכב המזון או שיטות עט ונייר מפרכות; שניהם דורשים פתרון נפרד לניתוח תזונתי9. ליקויים בתוכנה הקיימת מחמירים אפוא מכשולים רבים אחרים להפקת נתוני צריכת מזון וחומרים מזינים באיכות גבוהה ורלוונטיים לזמן הדרושים ליישום אסטרטגיות תזונה יעילות במדינות LMIC2. פלטפורמת ההערכה התזונתית של INDDEX24 שפותחה לאחרונה היא מאמץ ראוי לציון לטפל בפער הנתונים הזה ב-LMICs 10,11,12. INDDEX24 משתמש באפליקציה לנייד לאיסוף נתונים יעיל המקושר בצורה חלקה למסד הנתונים העולמי של ענייני מזון, מאגר נרחב וגדל של הרכב מזון עולמי, מתכונים סטנדרטיים ונתוני ייחוס תזונתיים13. עם זאת, INDDEX24 מוגבל לאיסוף זיכרונות של 24 שעות, הנחשבת לשיטת ההערכה הרלוונטית ביותר לשימוש בסקרי אוכלוסייה, אך ייתכן שלא תמלא את כל יעדי המחקר, במיוחד אם נדרשת תקופת התייחסות ארוכה (שבה ייתכן שיהיה מתאים יותר לאסוף שאלוני תדירות מזון).

מאמר זה מציג מערכת רב-תכליתית של גיליונות אלקטרוניים משולבים לניתוח תזונתי של סקרי תזונה באוכלוסייה (ISNAPDS) הנותנת מענה למצבים בהם נאספו נתונים אך התוכנה הקיימת אינה מתאימה מספיק לניתוחם. הפרוטוקול כולל אספקת נתונים הניתנים להתאמה אישית מלאה למערכת על הרכב המזון, סיווגי קבוצות המזון וצריכת המזון (ניתן להזין את צריכת המזון בגרם/יום ישירות או לחשב על סמך תדירות הצריכה המסופקת על ידי המשתמש וגדלי ההגשה הסטנדרטיים או המשתנים). לאחר הזנת הנתונים, המשתמש משנה קבוצה של נוסחאות פשוטות מאוכלסות מראש כדי להתאים אותן למבנה נתוני הקלט. לאחר מכן המערכת מיישמת את הנוסחאות הללו כדי לחשב את צריכת החומרים המזינים וקבוצות המזון ואת התרומות של קבוצות מזון לצריכת החומרים המזינים עבור כל חברי אוכלוסיית הסקר. הגמישות של מערכת ISNAPDS מאפשרת לה להכיל את המגוון העולמי של המזונות הנצרכים ולנתח נתוני צריכת מזון כמותיים, כמותיים למחצה ולא כמותיים (כלומר, איכותיים) שנאספו באמצעות שיטות הערכה פרוספקטיביות ורטרוספקטיביות המשתמשות בתקופות ייחוס שונות ושיטות הערכת גודל מנה (למשל, רשומות או זיכרונות דיאטה בודדים או חוזרים, או שאלוני תדירות מזון).

התמצאות ב-ISNAPDS, סיכום שלבי הפרוטוקול והסבר על נוסחאות:
מערכת ISNAPDS (קובץ משלים 1) היא קובץ Microsoft Excel Open XML (.xlsx) שפותח במקור בשנת 2012. הגרסה המשמשת כאן פותחה בשנת 2022 באמצעות Excel 365.

ISNAPDS מורכב משמונה גיליונות אלקטרוניים המחוברים על ידי נוסחאות הממירות נתוני קלט על גדלי מנה סטנדרטיים או משתנים (מבוטא בגרם/מנה), הרכב מזון (ביחידות/יום), סיווגי קבוצות מזון, תדירות צריכת מזון (במנות ליום) לנתוני פלט על צריכת מזון (בגרם/יום, אשר עשויים לחילופין להיות מסופקים כנתוני קלט אם הם זמינים), צריכת קבוצות מזון (בגרם/יום), צריכת חומרים מזינים (ביחידות/יום) ותרומתן של קבוצות מזון לצריכת חומרים מזינים (ביחידות/יום). המערכת משולבת במובן זה שהנוסחאות מתאימות את המזונות, התצפיות, החומרים המזינים וקבוצות המזון בכל גיליון למקביליהם הנכונים בגיליונות האחרים; כל הגיליונות כלולים בקובץ אחד. המערכת מאוכלסת מראש בנתוני קלט ופלט לדוגמה עבור 10 תצפיות המדגימות את פונקציונליות המערכת (במערכת ובפרוטוקול, המונח תצפית עשוי להתייחס לאנשים או לימי אדם, כגון במקרה של רשומות דיאטה חוזרות או החזרות).

הפרוטוקול לשימוש ב-ISNAPDS כולל ארבעה שלבים עיקריים: (1) ציון האם נתוני צריכת המזון יסופקו על ידי המשתמש ב-g/day או שיש לחשב אותם על סמך תדירות הצריכה וגדלי ההגשה, ו(אם יש לחשב את צריכת המזון) האם כל מזון משויך לגודל מנה סטנדרטי או שמא גדלי ההגשה של כל מזון משתנים בין התצפיות; (2) מבנה והזנת נתונים על הרכב המזון, סיווגי קבוצות מזון, ותדירות צריכת מזון או צריכת מזון בליווי גדלי הגשה סטנדרטיים או משתנים; (3) שינוי נוסחאות מאוכלסות מראש בגיליונות האלקטרוניים של הפלט כך שיתאימו למבנה נתוני הקלט; ו-(4) הפצת נוסחאות בתוך גיליונות נתוני הפלט כדי לאכלס את התוצאות הרצויות. ניתן לדלג על חלקים משלבי פרוטוקול מסוימים בהתאם לשיטה שצוינה לאכלוס נתוני צריכת מזון והאם המשתמש מעוניין לחשב את צריכת החומרים המזינים, צריכת קבוצות המזון או התרומות של קבוצות מזון לצריכת החומרים המזינים. איור 1 הוא תרשים זרימה המסכם את שלבי הפרוטוקול ונתוני הקלט הנדרשים לשיטה נתונה לאכלוס נתוני צריכת מזון ונתוני הפלט הרצויים.

figure-introduction-6285
איור 1: תרשים זרימה של פרוטוקול. סיכום שלבי הפרוטוקול ונתוני הקלט הנדרשים בהתחשב בשיטת אכלוס נתוני צריכת המזון ונתוני הפלט הרצויים. שלב 2 (בנייה והזנת נתונים) מפושט כדי לא לכלול שלבים וחלקים משלבים הכרוכים בבניית נתונים. אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.

עבור כל תצפית, ISNAPDS מחשב את צריכת המזון בגרם ליום (אם נתונים אלה אינם מסופקים על ידי המשתמש) על ידי הכפלת תדירות הצריכה של כל מזון בגודל המנה שלו14. חישוב הצריכה של כל קבוצת מזון כרוך בסיכום פשוט של צריכת כל המזונות המסווגים כשייכים לאותה קבוצה. הנוסחה לחישוב צריכת החומרים המזינים כוללת הכפלת הצריכה של כל מזון בריכוז של כל חומר מזין באותו מזון ל-100 גרם, חלוקה ב-100 וסיכום התוצאות בכל המזונות הנצרכים3. כדי לחשב את התרומה של כל קבוצת מזון לצריכה של כל חומר מזין, אותה נוסחה פשוט מיושמת בנפרד עבור כל שילוב של קבוצת מזון וחומר מזין.

מומלץ למשתמשים חדשים לעיין בהנחיות המשלימות בנות שני העמודים להזנה ומניפולציה של נתונים בגיליונות האלקטרוניים של ISNAPDS (קובץ משלים 2) כדי למנוע שגיאות ולהבטיח שהם שומרים על אינטגרציה בין הגיליונות. ניתן להשתמש בהנחיות אלה גם כדי לפתור בעיות של שגיאות גלויות (למשל, תאים המציגים #REF! או #VALUE) ושגיאות שעשויות להתגלות בעת הפעלת בדיקות תקינות הנתונים המתוארות בתוצאות המייצגות.

Protocol

הפרוטוקול מלווה בתוצאות לדוגמה המבוססות על יישום מערכת ISNAPDS בניתוח נתוני סקר אוכלוסין בפועל במונגוליה. הנהלים שננקטו לאיסוף נתונים בסקר זה היו בהתאם לסטנדרטים האתיים של מועצת הביקורת האתית של משרד הבריאות המונגולי ושל מועצת הביקורת המוסדית של בית הספר לבריאות הציבור של הרווארד T.H. Chan (פרוטוקול #21002). המשתתפים המתאימים סיפקו הסכמה מדעת בכתב להצטרף למחקר ולספק נתונים הניתנים לפרסום לפני ההרשמה והיו חופשיים לפרוש מהמחקר בכל עת.

1. ציון השיטה לאכלוס נתוני צריכת מזון

  1. אם נתוני צריכת המזון זמינים בגר' ליום, דלג לשלב 2.
  2. אם יש לחשב את צריכת המזון בגר' ליום על סמך תדירות הצריכה וגדלי המנה, בחר בתא B1 בגיליון האלקטרוני שיטת צריכת מזון והשתמש בתפריט הנפתח כדי לציין אם כל מזון משויך לגודל מנה סטנדרטי (אפשרות ברירת המחדל) או אם גודל ההגשה של כל מזון משתנה בין התצפיות (גדלי מנה משתנים).
    הערה: אם יש לחשב את צריכת המזון אך גודל המנה אינו זמין (למשל, בניתוח נתונים שנאספו באמצעות שאלון תדירות מזון לא כמותית), שקול לבצע ניתוח נפרד של נתוני סקר כמותי כדי לגזור גדלי מנה סטנדרטיים או משתנים עבור שכבות דמוגרפיות שונות 15,16,17,18.

2. מבנה ואכלוס הגיליונות האלקטרוניים של נתוני הקלט באמצעות נתוני הדוגמה המאוכלסים מראש כמדריך

  1. בעמודה A של הגיליון האלקטרוני הרכב מזון, הזן רשימה של כל המזונות הייחודיים שדווחו לצריכה בנתוני הסקר (המכונה בהמשך רשימת המזון). בגיליון צריכת מזון, הזן את רשימת המזון בשורה 1 ורשימה של כל התצפיות הייחודיות בנתוני הסקר (המכונה בהמשך רשימת התצפית) בעמודה A.
    1. ודא שהסדר והאורך של רשימת המזון בשורה 1 ורשימת התצפיות בעמודה A של כל גיליון אחר שבו מוזנים נתונים תואמים את הסדר והאורך של רשימות אלה בגיליונות הרכב המזון וצריכת המזון.
  2. אכלס את צריכת המזון בגרם ליום על ידי הזנת נתוני הקלט הדרושים בהתאם לשיטה המצוינת בשלב 1.
    1. אם נתוני צריכת המזון זמינים בגר' ליום, אכלס את גיליון צריכת המזון עבור כל המזונות והתצפיות בנתונים ודלג לשלב 2.3.
    2. אם יש לחשב את צריכת המזון על סמך תדירות הצריכה (מבוטא במנות ליום) וגדלי מנה סטנדרטיים או משתנים (בגרם/מנה), בגיליון תדירות הצריכה, היכנס לרשימת המזון ולרשימת התצפיות ואכלס את הגיליון עבור כל המזונות והתצפיות בנתונים.
    3. אם מחשבים את צריכת המזון באמצעות גדלי הגשה סטנדרטיים, יש להזין נתונים אלה בעמודה C של גיליון הרכב המזון. אם אתה משתמש בגדלי מנה משתנים, בגיליון גדלי מנה משתנים, הזן את רשימת המזון ואת רשימת התצפיות ואכלס את הגיליון עבור כל המזונות והתצפיות בנתונים.
  3. אם אתה מעוניין לחשב את צריכת קבוצות המזון או את התרומה של קבוצות מזון לצריכת חומרים מזינים, הזן קבוצות מזון בעמודה B של גיליון הרכב המזון. בגיליון צריכת קבוצות מזון, הזן רשימה של כל קבוצות המזון הייחודיות המיוצגות בנתונים (המכונה לאחר מכן רשימת קבוצות המזון) בשורה 1 ורשימת התצפיות בעמודה A.
    1. ודא שאורך רשימת קבוצות המזון והשם של כל קבוצת מזון עקביים בין עמודה B של גיליון הרכב המזון לשורה 1 של גיליון צריכת קבוצות המזון (ואם מחשבים את התרומה של קבוצות מזון לצריכת חומרים מזינים, שורה 1 של גיליון מקורות תזונתיים). קבוצות מזון אינן תלויות רישיות וניתן להזין אותן בכל סדר.
  4. אם אתה מעוניין לחשב את צריכת החומרים המזינים או את תרומת קבוצות המזון לצריכת החומרים המזינים, בגיליון הרכב המזון, הזן את רשימת כל החומרים המזינים שיש לנתח בשורה 1 (המכונה לאחר מכן רשימת החומרים המזינים) ואכלס את הגיליון בנתוני הרכב המזון (מבוטא ביחידה/100 גרם). בגיליון צריכת החומרים המזינים, הזן את רשימת החומרים המזינים בשורה 1 ואת רשימת התצפיות בעמודה A. הדרכה מסכמת ומשאבים מקוונים כיצד לזהות, להשיג, להרכיב, להתאים ולהעריך את איכות נתוני הרכב המזון מסופקים בקובץ משלים 3.
    הערה: למרות שמה, רשימת החומרים המזינים יכולה לכלול מרכיבים, מזונות או קבוצות מזון (למשל, קמח (גרם), לחם (גרם) או דגנים מזוקקים (גרם)) ולכן הנתונים המאוכלסים בגיליון הרכב המזון יכולים לכלול ריכוזי מרכיבים, מזון או קבוצות מזון (מבוטא בגרם/100 גרם) המתקבלים מנתונים על מתכונים או גורמי אקוויוולנטיות. זה מאפשר גישה נוספת או חלופית לחישוב צריכת מזון או קבוצת מזון. כאשר משתמשים בגישה זו, מתייחסים למזונות או לקבוצות מזון כאילו היו חומרים מזינים וצריכתם מאוכלסת בגיליון צריכת החומרים המזינים. גישה זו נותנת מענה למצבים בהם יש צורך לחשב צריכה של מרכיבים או מזונות מעניינים ספציפיים (כגון רכבי העשרה) שאינם כלולים ברשימת המזון, או בעת ניתוח נתונים שנאספו בשיטת הערכה תזונתית מבוססת תבשיל ויש צורך בשיוך קבוצות מזון ברמת המרכיבים או המזונות.
    1. ודא שהסדר והאורך של רשימת החומרים המזינים עקביים בין שורה 1 של גיליון הרכב המזון לשורה 1 של גיליון צריכת החומרים המזינים (ואם מחשבים את התרומה של קבוצות מזון לצריכת חומרים מזינים, שורה 1 של גיליון מקורות תזונתיים).
  5. אם אתה מעוניין לחשב את התרומה של קבוצות מזון לצריכת חומרים מזינים: בגיליון האלקטרוני מקורות תזונתיים, הזן את רשימת החומרים המזינים בשורה 1. בעמודה A, היכנס לרשימת התצפיות # פעמים על-ידי הוספת הרשימה עם עותקים של עצמה בצורה אנכית, כאשר # הוא מספר קבוצות המזון ברשימת קבוצות המזון. אכלס כל תא בעמודה B בקבוצת מזון שונה עבור כל ערימה של תצפיות.

3. שינוי הנוסחאות המאוכלסות מראש בגיליונות האלקטרוניים של הפלט כך שיתאימו למבנה נתוני הקלט

  1. אם אתה מעוניין לחשב את צריכת קבוצות המזון או את התרומה של קבוצות מזון לצריכת החומרים המזינים: בנוסחה בתא B2 של הגיליון האלקטרוני של צריכת קבוצת מזון, {=SUM(('הרכב מזון'!$B$2:$B$21=B$1)*TRANSPOSE('צריכת מזון'!$B 2:$U 2))}, שנה את $B$21 ל-$B$#, כאשר # היא השורה התחתונה של הנתונים שהוזנו בגיליון האלקטרוני של הרכב המזון ושנה את $U 2 ל-$*2, כאשר * היא העמודה הימנית ביותר של הנתונים שהוזנו בגיליון צריכת המזון. הזן את הנוסחה שהשתנתה.
  2. אם אתה מעוניין לחשב את צריכת החומרים המזינים או את התרומה של קבוצות מזון לצריכת חומרים מזינים: בנוסחה בתא B2 של הגיליון האלקטרוני של צריכת חומרים מזינים, {=SUM(('צריכת מזון'!$B 2:$U 2)*TRANSPOSE('הרכב המזון'! D$2:D$21))/100}, שנה את $U 2 ל- $#2, כאשר # היא העמודה הימנית ביותר של הנתונים שהוזנו בגיליון האלקטרוני צריכת מזון ושנה את $D$21 ל- $D$*, כאשר * היא השורה התחתונה של הנתונים שהוזנו בגיליון האלקטרוני של הרכב המזון. הזן את הנוסחה שהשתנתה.
  3. אם אתה מעוניין לחשב את התרומה של קבוצות מזון לצריכת חומרים מזינים: בנוסחה בתא C2 של הגיליון האלקטרוני של מקורות תזונתיים, {=SUM(INDEX('Food Intake'!$B$1$U$11,ROW()-ROUNDDOWN((ROW()-2)/(10),0)*(10),0)*(TRANSPOSE
    ('הרכב מזון'! D$2:D$21*($B 2='הרכב מזון'!$B$2:$B$21))))/100};, שנה את $U$11 ל-$#11, כאשר # היא העמודה הימנית ביותר של הנתונים שהוזנו בגיליון האלקטרוני של צריכת מזון; שנה את $D$21 ו-$B$21 ל-$D$* ו-$B$*, בהתאמה, כאשר * היא השורה התחתונה של הנתונים שהוזנו בגיליון האלקטרוני של הרכב המזון; ולשנות את שני המופעים של (10) ל- (!), כאשר ! הוא אורך רשימת התצפית. הזן את הנוסחה שהשתנתה.
    הערה: אם אתה משתמש בגרסת תוכנה לפני 2021, הזן נוסחאות כנוסחאות מערך באמצעות CTRL + SHIFT + ENTER/RETURN (עיין בקובץ משלים 2 לקבלת הדרכה).

4. הפצת הנוסחאות בתוך גיליונות הפלט האלקטרוניים כדי לאכלס את התוצאות הרצויות

  1. אם יש לחשב את צריכת המזון על סמך תדירות הצריכה וגודל המנה הסטנדרטי או המשתנה: בגיליון האלקטרוני צריכת מזון, בחר תא B2 והעתק והדבק או גרור אותו ימינה ולמטה עד שכל תצפית בנתונים מאוכלסת בצריכה של כל מזון בגר' ליום.
  2. אם אתה מעוניין לחשב את צריכת קבוצות המזון או את התרומה של קבוצות מזון לצריכת חומרים מזינים: בגיליון האלקטרוני צריכת קבוצת מזון, בחר תא B2 והעתק והדבק או גרור אותו ימינה ולמטה עד שכל תצפית בנתונים מאוכלסת בצריכה של כל קבוצת מזון בגרם/יום.
  3. אם אתה מעוניין לחשב את צריכת החומרים המזינים או את התרומה של קבוצות מזון לצריכת חומרים מזינים: בגיליון האלקטרוני של צריכת חומרים מזינים, בחר את תא B2 והעתק והדבק או גרור אותו ימינה ולמטה עד שכל תצפית בנתונים מאוכלסת בצריכה של כל קבוצת חומרים מזינים ביחידות ליום.
  4. אם אתם מעוניינים לחשב את התרומה של קבוצות מזון לצריכת חומרים מזינים: בגיליון האלקטרוני מקורות תזונתיים, בחרו בתא C2 והעתיקו והדביקו או גררו אותו ימינה ולמטה עד שכל תצפית בנתונים מאוכלסת בתרומה של כל קבוצת מזון לכל חומר מזין ביחידות ליום.

תוצאות

בדיקות להבטחת תקינות נתוני הפלט
הבדיקות שלהלן מדגימות את דיוק החישובים במערכת ISNAPDS באמצעות תצפית 1 של נתוני הדוגמה המאוכלסים מראש. כדי להבטיח שהפרוטוקול מבוצע כהלכה בעת יישום המערכת בניתוח נתוני סקר בפועל, מומלץ למשתמשים להריץ כל אחת מהבדיקות הללו בעצמם עבור ...

Discussion

מערכת ISNAPDS המוצגת במאמר זה מספקת נקודת התחלה נוחה לניתוחים רבים המרכזיים למעקב תזונתי ואפידמיולוגיה כגון: הערכת התפלגות הצריכה של חומרים מזינים וקבוצות מזון, קביעת השכיחות של חוסר התאמה ועודף של חומרים מזינים, זיהוי מקורות מזון מרכזיים של כל חומר מזינים, גזירת מדדי תזונ...

Disclosures

למחבר אין מה לחשוף.

Acknowledgements

המחבר מבקש להודות לד"ר רוזלינד ס. גיבסון, ד"ר וולטר ס. וילט, ד"ר רבקה ל. לנדר, ד"ר תרזה ט. פונג, תרזה ל. האן-מארקי, ד"ר גיא קרוסבי, ד"ר מייגן דייצ'לר, ד"ר מוראד מורסי, ד"ר הלנה פצ'ון, ד"ר סוזן מ. קול, ד"ר צי-וון ל. גונג ולורה א. סמפסון על החינוך וההדרכה שניתנו בעשור האחרון בנושא הערכה תזונתית וניתוח תזונתי; ד"ר קלווין גורוספ על עצות לגבי תרגום הפונקציונליות של מערכת ISNAPDS לתוכנית סטטיסטית; ד"ר סינארה ל. רוסאטו למידע על DietSys; וד"ר וויני בל למידע על פלטפורמת ההערכה התזונתית של INDDEX24 ומסד הנתונים העולמי של ענייני מזון. המחבר קיבל תמיכה מהמכונים הלאומיים לבריאות (T32 DK 007703).

Materials

NameCompanyCatalog NumberComments
Excel 365Microsoft CorporationThe ISNAPDS system (Supplemental File 1)  is a Microsoft Excel Open XML (.xlsx) file originally developed in 2012. The published version was developed in 2022 using Excel 365.

References

  1. Agriculture Organization of the United Nations (FAO), Intake - Center for Dietary Assessment. Global report on the state of dietary data. Agriculture Organization of the United Nations (FAO), Intake - Center for Dietary Assessment. , (2022).
  2. Micha, R., Coates, J., Leclercq, C., Charrondiere, U. R., Mozaffarian, D. Global Dietary Surveillance: Data gaps and challenges. Food and Nutrition Bulletin. 39 (2), 175-205 (2018).
  3. Greenfield, H., Southgate, D. A. T., Burlingame, B. A., Charrondiere, U. R. Food composition data and food composition databases. Food composition data: production, management, and use, 2nd ed. , 5-20 (2003).
  4. West, C. E., Van Staveren, W. A., Margetts, B. M., Nelson, M. Food composition, nutrient intake, and the use of food composition tables. Design concepts in nutritional epidemiology, 2nd ed. , 101-119 (1997).
  5. . Agriculture Organization of the United Nations (FAO), International Network of Food Data Systems (INFOODS). Software Tools Available from: https://www.fao.org/infoods/infoods/software-tools/en/ (2022)
  6. . Food and Nutrition Service (FNS), United States Department of Agriculture (USDA). USDA Approved Nutritional analysis Software Available from: https://www.fns.usda.gov/tn/usda-approved-nutrient-analysis-software (2022)
  7. McNutt, S., Zimmerman, T. P., Brooke, C., Schoeller, D. A., Westerterp-Plantenga, M. S. Computer-assisted dietary assessment methods. Advances in the Assessment of Dietary Intake. , 45-66 (2017).
  8. Coates, J. C., Colaiezzi, B., Bell, W. F., Gibson, R. S. . INDDEX Priority Technical Criteria and Review of Technology-Assisted 24-h Recall Software Programs. , (2015).
  9. Rossato, S. L., Fung, T. T., Rodrigues, M. P. A Data entry system for dietary surveys based on visual basic for applications programming. Journal of the Academy of Nutrition and Dietetics. 117 (8), 1165-1170 (2017).
  10. Rogers, B. L., et al. Validation of the INDDEX24 mobile app vs. a pen-and-paper 24-hour dietary recall using the weighed food record as a benchmark in Burkina Faso. The British Journal of Nutrition. , 1-41 (2021).
  11. Coates, J., et al. Accuracy and cost-effectiveness of the INDDEX24 Dietary Assessment Platform in Viet Nam. The British Journal of Nutrition. , 1-38 (2022).
  12. Adams, K. P., et al. The cost and cost efficiency of conducting a 24-h dietary recall using INDDEX24, a mobile dietary assessment platform, compared with pen-and-paper interview in Viet Nam and Burkina Faso. The British Journal of Nutrition. , 1-15 (2022).
  13. . International Dietary Data Expansion (INDDEX) Project. Global Food Matters Database Available from: https://inddex.nutrition.tufts.edu/global-food-matters-database (2022)
  14. Willett, W. C. Food Frequency Methods. In Nutritional Epidemiology, 3rd ed. , 70-95 (2013).
  15. Tjonneland, A., et al. Influence of individually estimated portion size data on the validity of a semiquantitative food frequency questionnaire. International Journal of Epidemiology. 21 (4), 770-777 (1992).
  16. Wakai, K., et al. A simple food frequency questionnaire for Japanese diet--Part I. Development of the questionnaire, and reproducibility and validity for food groups. Journal of Epidemiology. 9 (4), 216-226 (1999).
  17. Schlundt, D. G., et al. Separate estimates of portion size were not essential for energy and nutrient estimation: results from the Southern Community Cohort food-frequency questionnaire pilot study. Public Health Nutrition. 10 (3), 245-251 (2007).
  18. Bromage, S., et al. The global diet quality score is inversely associated with nutrient inadequacy, low midupper arm circumference, and anemia in rural adults in ten sub-Saharan African countries. The Journal of Nutrition. 151 (12), 119-129 (2021).
  19. Bromage, S., et al. Trained cohorts of University students are a useful resource for conducting dietary surveys in Mongolia. Food and Nutrition Bulletin. 38 (2), 267-272 (2017).
  20. Bromage, S., et al. Diet and nutrition status of Mongolian adults. Nutrients. 12 (5), 1514 (2020).
  21. Bromage, S., et al. Projected effectiveness of mandatory industrial fortification of wheat flour, milk, and edible oil with multiple micronutrients among Mongolian adults. PLoS One. 13 (8), 0201230 (2018).
  22. Jeong, C., et al. Bronze Age population dynamics and the rise of dairy pastoralism on the eastern Eurasian steppe. Proceedings of the National Academy of Sciences of the United States of America. 115 (48), 11248-11255 (2018).
  23. Bromage, S., et al. Comparison of methods for estimating dietary food and nutrient intakes and intake densities from household consumption and expenditure data in Mongolia. Nutrients. 10 (6), 703 (2018).
  24. Bromage, S., et al. The global diet quality score is associated with higher nutrient adequacy, midupper arm circumference, venous hemoglobin, and serum folate among urban and rural Ethiopian adults. The Journal of Nutrition. 151 (12), 130-142 (2021).
  25. Mistry, N., et al. Protocol for a case-control study of vitamin D status, adult multidrug-resistant tuberculosis disease and tuberculosis infection in Mumbai, India. BMJ Open. 10 (11), 039935 (2020).
  26. Ganmaa, D., et al. Prevalence and determinants of QuantiFERON-diagnosed tuberculosis infection in 9810 Mongolian schoolchildren. Clinical Infectious Diseases. 69 (5), 813-819 (2019).
  27. International Network of Food Data Systems (INFOODS). Training. Food and Agriculture Organization of the United Nations (FAO) Available from: https://www.fao.org/infoods/infoods/training/en/ (2022)
  28. . Intake - Center for Dietary Assessment. Resources Available from: https://www.intake.org/resources (2022)
  29. Gibson, R. S., Ferguson, E. L. . An interactive 24-hour recall for assessing the adequacy of iron and zinc intakes in developing countries. , 98-107 (2008).
  30. Vásquez-Caicedo, A. L., Bell, S., Hartmann, B. Report on collection of rules on use of recipe calculation procedures including the use of yield and retention factors for imputing nutrient values for composite foods. European Food Information Resource (EuroFir). , (2008).
  31. Allen, L. H., Carriquiry, A. L., Murphy, S. P. Perspective: Proposed harmonized nutrient reference values for populations). Advances in Nutrition. 11 (3), 469-483 (2020).
  32. Institute of Medicine (US) Subcommittee on Interpretation and Uses of Dietary Reference Intakes. . DRI Dietary Reference Intakes: Applications in Dietary Planning. , (2000).
  33. Herforth, A., et al. A global review of food-based dietary guidelines. Advances in Nutrition. 10 (4), 590-605 (2019).
  34. Miller, V., Webb, P., Micha, R., Mozaffarian, D. Global Dietary Database. Defining diet quality: a synthesis of dietary quality metrics and their validity for the double burden of malnutrition. The Lancet Planetary Health. 4 (8), 352-370 (2020).
  35. Bromage, S., et al. Development and validation of a novel food-based Global Diet Quality Score (GDQS). The Journal of Nutrition. 151 (12), 75-92 (2021).
  36. Ioannidou, S., Cascio, C., Gilsenan, M. B. European Food Safety Authority open access tools to estimate dietary exposure to food chemicals. Environment International. 149, 106357 (2021).
  37. . AInternational food composition table/database directory Available from: https://www.fao.org/infoods/infoods/tables-and-databases/en/ (2022)
  38. . Food nomenclature, terminology and classification systems Available from: https://www.fao.org/infoods/infoods/standards-guidelines/food-nomenclature/en/ (2022)
  39. . NutrienTrackeR: Food Composition Information and Dietary Assessment R package version 1.2.0 Available from: https://CRAN.R-project.org/package=NutrienTrackeR (2022)
  40. Willett, W. C. . Nutritional Epidemiology, 3rd ed. , (2013).
  41. Gibson, R. S. . Principles of Nutrition Assessment, 2nd ed. , (2005).
  42. Rodrigues, S. L., et al. Development of DietSys: A comprehensive food and nutrient database for dietary surveys. Journal of Food Composition and Analysis. 102, 104030 (2021).
  43. Monteiro, C. A., et al. Ultra-processed foods: what they are and how to identify them. Public Health Nutrition. 22 (5), 936-941 (2019).
  44. Greenfield, H., Southgate, D. A. T., Burlingame, B., Charrondiere, U. R. Guidelines for the use of food composition data. Food composition data: production, management, and use, 2nd ed. , 187-197 (2003).
  45. Sumbo, P., Beecher, G., Schoeller, D. A., Westerterp-Plantenga, M. S. Strengths and Limitations of Food Composition Databases. Advances in the Assessment of Dietary Intake. , 337-352 (2017).
  46. Kapsokefalou, M., et al. Food composition at present: New challenges. Nutrients. 11 (8), 1714 (2019).
  47. Thornton, K., Seals-Nutt, K., Matsuzaki, M. Introducing WikFCD: Many food composition tables in a single knowledge base. CEUR Workshop Proceedings. 2969, (2021).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

ISNAPDS24

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved