《Food Quality and Preference》：Non-linear estimates of nutritional properties, driven by health biases, lead to systematic errors in caloric food choice
编辑推荐：
•热量和宏量营养素的估算遵循对数而非线性缩放规律，与感知健康程度关联越强的营养素，其非线性程度越大。•随着平均热量数值的增加，热量辨别准确性下降，这与韦伯-费希纳式的食物判断量级压缩效应一致。•感知健康程度系统性地偏倚热量选择，"健康冲突"试验条件导致最多错误，而对健康线索的
- •
热量和宏量营养素的估算遵循对数而非线性缩放规律，与感知健康程度关联越强的营养素，其非线性程度越大。
- •
随着平均热量数值的增加，热量辨别准确性下降，这与韦伯-费希纳式的食物判断量级压缩效应一致。
- •
感知健康程度系统性地偏倚热量选择，"健康冲突"试验条件导致最多错误，而对健康线索的依赖程度越高，整体准确性越低。
引言
大量研究已经确立，实现并维持热量赤字是大多数成功减重策略的核心要素（Kim, 2021; Ramage et al., 2014）。事实上，平衡能量摄入与能量消耗始终是体重控制的根本原则。然而，在日常情境中，准确衡量食物热量含量往往具有挑战性。尽管营养标签政策已在全球范围内扩展，但各国在法律地位、产品覆盖范围和展示要求方面存在显著差异（Jones et al., 2019）。因此，消费者在做出饮食决策时，往往依赖于自己对营养属性的主观估算（Cowburn & Stockley, 2005; Leathwood et al., 2007）。
营养估算通常受个体的感知、既往经验和启发式判断的影响（Monaco et al., 2024）。然而，这类直觉的准确性及其对饮食行为的更广泛影响仍是活跃的研究领域。Carrington等人（2024）近期的工作试图量化人们对食物中某些宏量营养素（脂肪和糖）的主观估算，发现这些感知并不遵循与实际营养成分的简单线性关系（Carrington et al., 2024）。相反，参与者对脂肪和糖的估算符合对数函数，表明在较低营养水平上的微小差异被认为比在高营养水平上同等幅度的差异更为显著。尽管这一发现颇具启发性，但该研究仅考察了36种食物且聚焦于有限的营养类型，尚未明确此类非线性估算模式是否能在多种营养属性和食物类型中更广泛地推广。
此外，同一研究还揭示了一个引人入胜的联系，即感知健康程度与人们如何在心理上表征食物之间存在关联。具体而言，基于食物的语义相似度——即人们感知不同食物有多"相似"——最强烈地由健康程度和人工性感知所预测，两者合计解释了相似度判断中近一半的方差（Carrington et al., 2024）。这一发现提出了一个可能性，即主观健康印象可能显著影响其他营养估算，尤其是在热量密集的食物上，不准确的假设可能带来更大的健康后果。
神经科学证据也一致表明，这些健康程度印象被快速且自动地加工。例如，Coricelli等人（2019）和Moerel等人（2024）报道，脑电图（EEG）信号能够在刺激呈现后不久即区分感知为"健康"与"不健康"的食物（Coricelli et al., 2019; Moerel et al., 2024）。与此同时，神经影像学研究指出腹侧视觉皮层参与表征食物特异信息（Jain et al., 2023; Khosla et al., 2022; Pennock et al., 2023）。更近期的研究表明，这些表征中包含食物健康程度的信息，并延伸至参与食物相关自我控制的更广泛前额叶网络（Avery et al., 2025）。因此，仅浏览一张食物图片即可触发其感知健康程度或人工性的强有力神经信号。
在此背景下，我们假设个体对健康程度或人工性的感知是其在估算其他营养属性（如热量、脂肪或糖）时所采用的一副"透镜"。这种交互作用可能对饮食选择产生重要影响，尤其是如果偏向"健康"或"天然"印象的偏差导致对食物热量密度的系统性低估（或高估）。我们检验了健康程度的感知如何塑造人们对其余营养属性的估算，以及由此产生的偏差是否扭曲热量选择。在第一个实验中，参与者对大量食物集合的多种营养素（热量、脂肪、糖、盐、蛋白质、纤维和碳水化合物）进行评分，并同时对食物的感知健康程度进行评价。在第二个实验中，参与者从配对呈现的食物中选择热量更高的选项。这些实验检验了四个假设：
H1. 热量和宏量营养素的主观估算为客观含量的压缩性对数函数，而非线性函数（实验1）。
H2. 某营养素的压缩程度与其估算追踪感知健康程度的强度成正比（实验1）。
H3. 随着配对食物的平均热量数值增加，选择更高热量食物的准确率下降，将量级压缩效应从估算延伸至决策（实验2）。
H4. 感知健康程度将在热量选择中充当误导性线索。当被感知为更健康的食物同时也是热量更高时，准确率将更低，且更依赖健康程度的参与者整体准确率更低（实验2）。
章节摘要
图像刺激
参与者观看了一组由实验室人员在受控光照条件下拍摄的68张固定食物图片，每张图片展示一盘白色餐盘上的单一食物，背景为灰色摄影棚（图1A）。该刺激集为现有经验证的固定集合，其大小非由功效分析决定，此前已用于神经影像学研究（Avery et al., 2025; Darcey et al., 2023; Simmons et al., 2014），被选取以涵盖现代生活中常见食品中广泛的营养含量范围。
实验1
在参与者层面，对数模型在所有营养素的估算中均优于线性模型[F(1,1916) = 78.6, p < .001; 图2A, B]，且该优势因营养素而异[模型与营养素的交互作用: F(6,1916) = 7.1, p < .001]。对数模型的优势在脂肪方面最大[r-squared: 对数 0.60 (0.17) vs 线性 0.46 (0.16)]，其次是热量[对数 0.42 (0.20) vs 线性 0.36 (0.20)]。糖的估算最为准确[线性 r-squared 0.53 (0.15)]，纤维的估算最为不准确[0.22]
讨论
本研究探讨了个体如何估算食物的营养属性以及这些估算如何影响热量决策。通过两个实验，我们的发现表明人类对营养含量的估算是系统性地存在偏差且非线性的，并且食物选择基于对健康程度的主观估算。我们的分析发现：（1）热量和宏量营养素的主观估算与客观含量之间遵循对数而非线性的
结论
综上所述，我们的发现表明，主观营养估算受心理物理学缩放规律所一致的量级压缩支配，并受到推知健康程度的系统性偏倚影响。当热量辨别变得困难——尤其是在高数值情况下——个体会用基于健康的启发式策略替代客观量级计算，导致可预测的决策错误。这些偏倚可能助长不适应的饮食模式和不准确的自我监控，其影响
CRediT作者贡献声明
Caroline G. Candy：撰写-原稿、软件、调查、数据整理。Alex Martin：撰写-审阅与编辑、监督、经费获取。Jason Avery：撰写-审阅与编辑、撰写-原稿、方法学、形式化分析、概念化。
利益冲突声明
作者声明不存在已知的竞争性经济利益关系或个人关系可能影响本文所报告工作的客观性。
致谢
作者感谢Andrew Persichetti和Jiayu Shao在本研究及其他相关项目中的工作。本研究得到美国国立卫生研究院精神疾病研究所的内部研究计划（ZIA MH002588）资助。JAA获得美国国立卫生研究院（P20GM109097）支持。本文内容仅代表作者个人观点，不一定代表美国国立卫生研究院或卫生部的官方立场。
伦理声明
本研究所有参与者在获得美国国立卫生研究院机构审查委员会批准的方案编号000589下签署了知情同意书，并因其参与时间获得了经济报酬。
Caroline G. Candy|Alex Martin|Jason Avery
