《Canadian Journal of Dietetic Practice and Research》：Using the Canadian Nutrient File in Food and Nutrition Courses
编辑推荐：
摘要：食品配方设计与膳食评估是营养学、膳食学及食品科学本科专业课程体系的核心组成部分。本研究旨在基于加拿大营养素文件（Canadian Nutrient File, CNF）与微软（Microsoft, MS）Excel开发新型教学工具，将其应用于本科课程教学
摘要：食品配方设计与膳食评估是营养学、膳食学及食品科学本科专业课程体系的核心组成部分。本研究旨在基于加拿大营养素文件（Canadian Nutrient File, CNF）与微软（Microsoft, MS）Excel开发新型教学工具，将其应用于本科课程教学，并通过学生反馈评价其应用效果。所提出的操作流程可帮助学生学习并理解如何计算营养标签（Nutrition Facts Table, NFT）中的关键要素，以及基于24小时膳食回顾（24-h food recall）所得数据的膳食营养素摄入量评估方法。其应用领域涵盖食品、营养与膳食学课程，农工食品企业，餐饮服务，营养咨询及科研工作。
论文解读：加拿大营养素文件(CNF)结合Excel在食品配方与膳食评估教学中的应用研究
一、研究背景与立题依据
根据加拿大《膳食教育与实践综合能力》(Integrated Competencies for Dietetic Education and Practice)要求，营养学专业本科生需掌握食品成分、食品科学、膳食指南及膳食实践等食品与营养专业能力。然而本科生通常需要更多时间与资源来学习并应用这些食品相关能力，现有模拟技术虽被报道可提升膳食专业学生的综合能力理解，但尚无类似方法用于强化食品成分分析与营养素摄入量分析能力，导致膳食专业学生在食品成分配方与营养素摄入分析方面存在体验式学习缺口。食品配方的营养成分近似分析（proximate analysis）与膳食记录分析属于同类模拟技术，可帮助学生掌握食品配方设计与食物摄入评估的实操技能。此外，虽然市面存在多种专业营养分析软件，但大多需机构订购或个人高价授权，限制了课堂外或毕业后的使用。加拿大卫生部免费公开的加拿大营养素文件（Canadian Nutrient File, CNF）包含加拿大常见食品的均数营养素值与能量，第13版（2015年）含5690种食品条目，每一条目有唯一编码并可报告最多152种营养成分，可按100 g、标准份量或家庭计量单位（茶匙、杯、少许等）生成报告并下载为CSV或Excel格式，且具备体积与重量单位自动换算功能。尽管CNF无法提供特定品牌或地方特色食品的精确营养信息，不适用于食品标签标注，但适用于食品产品开发初期阶段、膳食评估及菜单规划，更重要的是能让学生理解营养与能量计算的"底层机制"，这正是所有专业营养分析与食品标签软件的内核逻辑。基于此，研究人员开展了将CNF与Excel结合应用于本科食品配方计算与24小时膳食回顾膳食评估的教学实践研究，并通过学生反馈评价其效果。该论文发表于《Canadian Journal of Dietetic Practice and Research》。
二、主要关键技术方法
研究人员在新斯科舍省蒙特圣文森特大学（Mount Saint Vincent University）应用人类营养系，于2020–2024学年分别将教学设计实施于NUTR 1102《导论食品：植物来源》与NUTR 1103《导论食品：动物来源》两门本科一年级课程。研究设计包含两个课程项目：(i)食品配方项目——学生自选公开食谱，利用CNF在线数据库匹配食材条目，在MS Excel中录入各食材用量并引用CNF编码获取每100 g（或给定单位）的能量与营养素含量，按比例折算后加和得全配方总值，再除以建议份数得每份营养值，进而按加拿大营养标签（Nutrition Facts Table, NFT）要求计算每日值百分比（% Daily Value, %DV）；(ii) 24小时膳食回顾（24-h food recall）膳食评估项目——学生记录前一日全部饮食（含进食场合、时间、微量佐料、加工与烹饪方式、用量），将各摄入食品匹配CNF最相近条目并换算为克重，在Excel中计算各餐次及全天能量与营养素总摄入量，并核算宏量营养素分布范围（Macronutrient Distribution Range, MDR）与可接受宏量营养素分布范围（Acceptable Macronutrient Distribution Range, AMDR）进行比较。研究通过收集学生项目报告中遇到的问题及反馈评价工具教学效果，因属正常教学改进评估免经伦理审查。研究人员公开了"Food Recipe"与"Dietary Assessment"两套MS Excel模板供教学与研究使用。
三、研究结果
Canadian Nutrient File for food formulation（加拿大营养素文件用于食品配方）
在此项目中，学生需注明食谱来源与建议份数，逐一匹配食谱食材与CNF最相近条目（必要时进行单位换算，如整颗花椰菜折合成花蕾数×单枚花蕾CNF值），在Excel中列示各食材用量、CNF编码、能量及NFT要求的12种营养素含量（可按需增列咖啡因、碘等），各食材营养素值按实际用量折算（如配方用40 g面粉而CNF给出每20 g或每100 g数值，则乘2或除2.5），纵向求和得全配方总值后再除以份数得每份数值，最后依加拿大NFT规定用各营养素每日值（Daily Value, DV）计算%DV［营养素含量/DV×100］，并可用饼图展示各食材对总质量与能量的贡献。研究结果显示学生能成功完成植物源性（如素食博洛尼亚酱、豌豆蛋白松饼、纯素南瓜米布丁等）与动物源性（如威尔士干酪、炖牛尾、尼萨色拉等）各类食谱的营养素计算及NFT元素构建，多数学生未遇到或仅遇轻微操作困难。
Canadian Nutrient File for dietary assessment（加拿大营养素文件用于膳食评估）
学生先用标准24小时膳食回顾问卷记录前一日的全部饮食详情（含"被遗忘食物"如薯片、坚果、茶、番茄酱等，注意区分强化与非强化食品如加碘盐），随后在Excel中将每项食品匹配CNF最近似条目并录入CNF编码与换算为克重的摄入量，重点计算宏量营养素、钠及胆固醇，亦可纳入碘、铁、咖啡因等关注营养素，分餐次及全天汇总能量与各营养素摄入量，进一步计算MDR并与AMDR比较（因CNF中多数条目尚缺n-3与n-6多不饱和脂肪酸（polyunsaturated fatty acids, PUFAs）数据，暂不做二者MDR计算）。结果表明学生能借助CNF与Excel完成24小时膳食回顾的营养素摄入分析并按餐次与全天呈现结果，部分学生因Excel技能有限遇阻但经教师指导解决。
Lessons learned（经验总结）
学生对CNF使用情况的反馈可归纳为五类问题：(i)CNF缺失某些食品条目（如无乳糖黄油、哈罗米奶酪、植物基饮品如燕麦奶、部分民族食品等）、品种或品牌产品；(ii)部分条目营养素报告不完整（如巧克力曲奇缺总糖或各单糖剖面，部分食品缺反式脂肪及n-3/n-6 PUFAs）；(iii)CNF报告份量与24小时膳食回顾记录的实际用量存在差异（如面包切片重量不同）；(iv)CNF检索对搜索词敏感（复数形式如cranberries无结果而cranberry有）；(v)无内置食谱创建插件。尽管如此，绝大多数学生顺利完成了食品配方营养素计算与膳食摄入分析，且在一年级课程中通过该实践理解了计算方法原理，遇缺失条目时常咨询教师选取最接近替代物。
四、讨论与结论总结
讨论部分指出，本研究提出了一种基于CNF与MS Excel进行食品配方设计与膳食评估的简便而独特的方法，可用于课堂教学、膳食实践、食品实验室及科研田野项目，也适用于农工企业在配方原型阶段估算能量与营养素含量、餐饮服务业菜单规划及24小时膳食回顾评估（前提为摄入食品在CNF中有对应条目），据研究人员所知这是首个反映加拿大卫生部针对高钠、高糖及高饱和脂肪预包装食品前置包装标签（front-of-package labelling）要求的教学方法，其新颖性还体现在通过学生具体反馈识别CNF使用障碍与改进方向。专业营养分析软件虽具界面友好、自动计算、绘图、生成报告、NFT及营养素含量声称（nutrient-content claims）与前置营养符号等功能，但费用高昂（此前报道600至6000美元不等），毕业生若无个人或单位订阅则无法使用，且学生对自动计算与报告生成背后的过程理解有限，软件不可用时无法手动计算；相比之下CNF+Excel法虽缺过敏原标签生成、多格式NFT、干基营养素表达、烹饪过程质量传递校正（如油炸失水与吸油）等功能，但核心优势在于通过换算、单位转换及查阅法规文件使学生获得食品成分配方与膳食评估的动手体验，弥补知识缺口。局限性包括：本法不能替代法规要求的湿化学食品分析（wet chemical food analysis），CNF术语与其他司法管辖区常用食品名不同可能影响检索（如CNF用"yoghourt"返回条目而"yogurt"或"yoghurt"可能无结果），CNF依赖同类产品的平均值可能与实际配方所用特定产品有差异（但长期看品牌产品退市后可被市场上相似产品替代缓此局限）。
研究结论翻译：
本研究提出了一套利用加拿大营养素文件（CNF）与Microsoft Excel进行食品配方设计与膳食评估的简便而独特的方法。所提流程可用于课堂教学、膳食实践、食品实验室及调研项目，也适用于农工企业在食品原型开发初期估算能量与营养素含量、餐饮服务的菜单规划及基于24小时膳食回顾的膳食评估（前提是CNF数据库中含有所摄食品）。据研究人员所知，这是首个体现加拿大卫生部针对高钠、糖和饱和脂肪的特定预包装食品前置包装标签规定的教学方法。本文的新颖性还体现在具体的学生反馈，指出了使用CNF时的障碍与待改进领域。本教学工具为营养学、膳食学、食品及相关领域学生提供了有力的学习体验，也能帮助膳食学受训者习得《膳食教育与实践综合能力》中列出的核心实践能力，包括应用食品成分与食品科学知识、膳食要求与指南、膳食实践及利用信息管理技术支持执业。关于CNF使用短板的具体反馈可有助于完善该数据库功能并纳入目前部分商业软件已有的新特性。
