智能手机应用（PortionSize?与MyFitnessPal?）在自由生活环境下膳食摄入估算效度的随机交叉临床试验研究

本研究通过随机交叉试验验证PortionSize?（基于增强现实与食物份量模板）和MyFitnessPal?（基于用户自估份量）两款智能手机应用在半控制自由生活环境中估算膳食摄入的效度。结果显示两者能量（kcal）估算与称重法等效（P<0.05），但MyFitnessPal误差更小（P<0.001）且用户偏好更高（82%）。PortionSize在蛋白质食物组估算中表现等效，为基于MyPlate指南的实时膳食反馈提供了技术验证。

　　

Highlights

• •
  PortionSize?利用增强现实（AR）与份量模板技术提升食物摄入量估算体验。
• •
  两款应用均能在自由生活环境中提供与称重法等效的能量摄入（energy intake）估算。
• •
  MyFitnessPal?在能量估算误差和用户偏好方面显著优于PortionSize?。

Introduction:

移动应用程序能有效通过实时个性化反馈促进健康行为改变（1, 2, 3, 4）。尽管当前多数膳食评估应用聚焦于热量（Calories）追踪，但对膳食指南（如MyPlate建议）的契合度关注不足（8）。遵守食物组推荐与降低慢性病风险密切相关，凸显开发能同时评估能量和食物组摄入的应用的必要性。

Participants:

2022年1月10日至11月11日期间，通过社区传单、研究中心网站和社交媒体广告招募18-62岁、BMI 18.5–50 kg/m²、使用iPhone 6及以上机型的成年人。排除标准包括活动性癌症、未控制的甲状腺疾病、妊娠或哺乳期及严重食物过敏者。

Subject Characteristics:

共45名参与者入选并随机分配使用PortionSize或MyFitnessPal。其中1人因无法完成研究流程被剔除，最终44人完成全部试验（图3）。样本中55%为女性，平均年龄44（±11）岁，平均BMI 31.2（±6.6）kg/m²。

Discussion:

支持首个假设：PortionSize能量估算与称重法等效。但与第二、三假设相反，MyFitnessPal同样等效且误差显著小于PortionSize（P<0.001）。PortionSize在蛋白质食物组估算中表现等效，但其他食物组（蔬菜、水果、乳制品）误差虽较小（<0.5杯当量）却未达统计等效，表明其具备食物组评估潜力但仍需优化。

Conclusions:

本研究证实两款应用在自由生活环境中均能有效估算能量摄入。MyFitnessPal作为商业应用展现更小误差和更高用户接受度，而PortionSize作为科研工具在食物组评估方面具有独特价值，未来需通过技术改进降低误差并提升用户体验。