Резюме

Заден план

През последните 40 години глобалната търговия с храни нарасна както в развитите, така и в развиващите се страни [3]. Вносът на храни в развиващите се и развитите окръзи е нараснал съответно със 115% и 45%. От края на 90-те години най-слабо развитите страни се превърнаха в основен нетен вносител на селскостопански продукти [3]. Храните, търгувани в международен план, включват зърнени храни, хранителни масла, животински продукти, захар, плодове, зеленчуци, ядки и кафе. Глобалната търговия с храни също се отрази на консумацията на храни в Северна Америка. Вносът в Америка между 1980 и 1997 г. се е увеличил за риба от 45% на 62%, за пресни плодове от 24% на 34% и зеленчуци от 5% на 10% [3].

Започнахме да набираме участници в Проспективното градско и селско епидемиологично проучване (PURE), разследване, което оценява социалните, семейните и личните детерминанти на диетата и тяхната връзка със затлъстяването и хроничните заболявания в световен мащаб. Когато набирането на служители приключи, очакваме участие от около 14 държави и приблизително 120 000 души. Използваме въпросник за честотата на храните (FFQ), за да оценим диетата в това проучване, както е описано по-рано [4]. Използването на база данни за състава на храните за няколко държави, която би предоставила сравними данни за тези страни, е критична част от нашата оценка на хранителните вещества. Целта на настоящата статия е да опише нашия процес и обосновка за подбора и адаптирането на таблиците за състава на храните, за да се направят сравнения между хранителните вещества в различните държави..

Преглед на таблиците за състава на храните

Международната мрежа от системи за данни за храни (INFOODS)

Министерство на земеделието на САЩ, Национална база данни за хранителните вещества (USDA) на Службата за земеделски изследвания

Министерството на земеделието на САЩ, Служба за земеделски изследвания (USDA) Национална база данни за хранителните вещества за стандартни справки разполага с информация за над 7100 храни и до 136 компонента на храните и е свободно достъпна чрез Интернет [7]. Също така има текуща програма за изследвания и тестване на храни, за да поддържа тази база данни актуална. Тъй като разходите за оценка на всички изброени хранителни вещества в една храна са около 12 000 щатски долара [8], се взема селективен подход към тестването на храните. Храните се избират за анализ, използвайки подхода на ключовите храни [8]. Други фактори като добавяне на по-нови храни в диетата [9], научен интерес към конкретни хранителни вещества или по-нови анализи също насочват добавянето на хранителни вещества и анализ на храните. Например, в издание 12 е добавен селен и фолатните стойности са актуализирани след промени в практиките на укрепване [10]. Дори и при тези непредвидени обстоятелства, това е може би най-изчерпателната и редовно актуализирана база данни от този вид. Поради тази причина той се използва за оценка на хранителните вещества в целия свят, често без да се отчитат разликите. Освен това, тъй като плодовете и зеленчуците все повече се внасят в САЩ, съдържанието им на хранителни вещества по всяка вероятност се доближава до глобалните средни стойности.

Методи

Съставяне на база данни за състава на храните

база

Алгоритъм за избор на плод от базата данни на хранителните вещества на USDA, като се използва местна база данни за състава на храните като отправна точка.

За страни, за които няма съществуваща таблица за състава на храните, например ОАЕ и Кувейт, включихме всички данни от базата данни на хранителните вещества на USDA. В този случай ние избрахме родово разнообразие от храни. Например за портокала избрахме „портокали, сурови - всички търговски сортове (NDB No: 09200)“. По същия начин за ябълките използвахме средното съдържание на хранителни вещества в родова ябълка със и без кожата, след като определихме от местните диетолози как се яде ябълката в тези страни.

За плодове и зеленчуци, които не са били налични в USDA; предприехме два подхода. Първо намерихме общото наименование на местния хранителен продукт и го съпоставихме със същото научно наименование на английски и след това избрахме подобен хранителен продукт от USDA. Например, таро зеленчук, консумиран в Зимбабве и името му е Colacasia antiquorum и е от семейство Ям. Поради това използвахме ямско съдържание на хранителни вещества за таро.

Второ, ако научното наименование не беше достъпно, ние потърсихме научно описание на храната от градинарски източници. Например, тъй като кратуните са много тясно свързани с краставиците [16], ние използвахме хранителното съдържание на краставицата с кора (USDA код 11494) от USDA за кратуни. За храни, които не се намират в базата данни на хранителните вещества на USDA, но са налични в местните таблици за състава на храните (гъсеници в случая на Зимбабве например), използвахме други източници (например корейска гъсеница от суши от базата данни на ESHA) [17].

Така наречената таблица за състава на храните нарекохме таблицата за състава на храните PURE-USDA. Такава таблица съдържа всички 137 хранителни вещества, открити в хранителната база данни на USDA SR18, както и броя на хранителните продукти, които се намират в въпросника за честотата на специфичните храни за съответната държава.

Оценка на съдържанието на хранителни вещества в смесени ястия

За да изчислим съдържанието на хранителни вещества в смесени ястия, помолихме диетолозите във всяка от участващите страни да ни изпратят типични рецепти, които обикновено се ядат в техните страни. Рецептите съдържат теглото в грамове сурови съставки. За всяка рецепта изчислихме съдържанието на хранителни вещества в сухото вещество на всеки компонент. След това приложихме коефициентите на задържане на хранителните вещества въз основа на метода на готвене, като използвахме данни от Ръководство за земеделие № 102 [18] Готвенето при висока температура, например, унищожава фолатите. Добивът на рецептата значително се различава от сухото тегло на съставките в зависимост от метода на готвене. Например бобът абсорбира вода, когато се готви, а чаша сушен боб може да стане 2-3 чаши варен боб. Въз основа на метода на готвене след това приложихме коефициенти на добив от наръчника на USDA, за да коригираме промените в общото тегло поради подготовка и готвене USDA [9]. След това разделихме общия добив на смесеното ястие от рецептата на броя порции, направени от рецептата, и изчислихме теглото на порцията, енергията и съдържанието на хранителни вещества за една порция и 100 g от смесеното ястие. В таблицата за състава на храната въведохме съдържанието на хранителни вещества от 100 g от смесения съд.

Например, 100 г сурови зърна съдържат 89 г сухо вещество. Да предположим, че 3 чаши суров фасул (582 g) стават 6 порции, когато се готвят, сухото вещество в 3 чаши фасул ще бъде 582 g * 89/100 = 518 g. Коефициентът на задържане на калций обаче е 0,85, което означава, че 85% от калция, открит в суровите зърна, се задържа след готвене. За да изчислим добива, се позовахме на наръчника на USDA за коефициенти на добив, който за фасула е 1,52. Това означава, че 100 г сух боб стават 152 г боб при варене; Следователно 3 чаши сушен боб ще станат (582 g × 1,52 = 884,6 g) варени зърна. Тъй като това е равносилно на 6 порции, всяка порция е 147 g. Направихме подобни изчисления за всички останали оценени хранителни вещества.

Събиране на данни за типични рецепти

За да демонстрираме въздействието от използването на различни бази данни за състава на храните при оценка на хранителните вещества на рецепти, използвахме данни за рецепти от Аржентина, Бразилия, ОАЕ и Зимбабве. Местните диетолози ни изпратиха типични рецепти от говеждо или боб яхния, които обикновено се ядеха в тези страни. Анализирахме рецептите, както е описано по-горе, и оценихме съдържанието на хранителни вещества във всяка от четирите рецепти, използвайки три различни бази данни за хранителните вещества: местна база данни за хранителни вещества, база данни за хранителни вещества PURE-USDA за тази страна, база данни за хранителни вещества PURE-USDA за Зимбабве.

За да оценим въздействието върху оценката на хранителните вещества от FFQ данни, използвайки различни бази данни за състава на храните, ние избрахме хора, които съобщават, че ядат яхния поне веднъж месечно върху FFQ, прилагани в (Аржентина, N = 57, Бразилия, N = 100, ОАЕ, N = 99) . За всеки от тези хора изчислихме приема на хранителни вещества от яхния, използвайки две бази данни: база данни за хранителни вещества PURE-USDA, специфична за конкретната им страна, и база данни за хранителни вещества PURE-USDA за Зимбабве и изчислихме коефициенти на корелация в рамките на класа между избраните хранителни вещества.

Резултати

Последният път, когато местните бази данни за състава на храните бяха частично актуализирани, варира от 3 до 15 години в сравнение с една година за SR18 на USDA (Таблица 1). Броят на хранителните продукти варира от 201–2000, а максималният брой на хранителните вещества от 16–33 за местните бази данни за състава на храните в сравнение със 7146 хранителни артикула и 136 хранителни вещества за SR18 на USDA. Местните бази данни за състава на храните не предоставят подробна информация за това как са взети проби от тестовите храни или анализите, които са били използвани за оценка на хранителните вещества, в сравнение с подробна документация, налична за базата данни на хранителните вещества на USDA.

Таблица 2 съдържа списък на различните видове суров ориз в базата данни за хранителните вещества на USDA, както и стойностите на хранителните вещества за суров ориз от съответните местни таблици за състава на храните. В края на таблицата има резултат от прилагането на предложения алгоритъм за избор на ориз в хранителната база данни на USDA, който е най-близък по съдържание на хранителни вещества до местния ориз.

Съдържанието на хранителни вещества в четири рецепти яхния (100 g) варира в зависимост от таблицата на състава на храната, която е използвана при оценката във всички изследвани държави (Таблица 3). Например, приемът на въглехидрати, изчислен от базата данни PURE-USDA за Аржентина, е 11,0 g срещу 12,5 g, изчислена при използване на същите данни, но базата данни PURE-USDA за Зимбабве (таблица 3). Имаше разлики в оценките на микроелементи и макроелементи в зависимост от избора на базата данни.

Вътрешнокласовите корелации, използващи данни от FFQ, сравняващи приема на хранителни вещества от яхния, изчислени с помощта на две бази данни за хранителни вещества, и двете, получени от базата данни на хранителните вещества на USDA, обикновено са добри, но понякога варират за макронутриенти и микроелементи (Таблица 4) Например коефициентът на вътрешнокласова корелация за фолат в Аржентина е 0.78, за протеин в Бразилия е 0.54, а за мазнини в ОАЕ е 0.79 (Таблица 3).

Дискусия

Нашата стратегия за подобряване на сравненията между страните е да използваме обща база данни за състава на храните, от която да извлечем оценки на хранителните вещества на храните за всички страни. Необходимостта от наличието на обща база данни за състава на храната беше усетена при анализ на базите данни за състава на храните на страните, участващи в европейското проучване за проспективно изследване на рака и храненето (EPIC) [19]. Въпреки че получените оценки на хранителните вещества за повечето хранителни вещества са сравними, някои не са [20, 21]. Оценките на хранителните вещества от данните за FFQ от Чили, използващи американски и британски таблици за състава на храните, имат добро общо съгласие; споразумението беше отлично за макронутриенти (ICC за енергия = 0,98, протеин 0,98, въглехидрати 0,97), но по-малко за няколко микроелемента (ICC = желязо 0,86, цинк 0,91) [22].

Когато сравнихме две бази данни за състава на храните, и двете получени от базата данни за хранителните вещества на USDA, открихме добро общо съгласие, но имаше няколко забележителни изключения (Таблици 3, 4). Тази разлика е налице, въпреки че и двете таблици са получени от една и съща версия на базата данни за хранителните вещества на USDA, но се различават само в избраната храна. Следователно тези разлики в оценките не отразяват анализа или метода за избор на тестова храна, а вероятно истинска промяна в съдържанието на хранителни вещества в храните или различните методи на готвене в случай на смесени ястия. Това подчертава необходимостта да се избере подходящата храна от базата данни на хранителните вещества на USDA. Направихме това, като избрахме храната в базата данни за хранителните вещества на USDA, която беше най-подобна на местната храна по отношение на хранителните вещества, които представляват интерес. Освен това алгоритъмът за подбор е възпроизводим и ние последователно го прилагаме за разработване на бази данни за състава на храните за всички страни, които изучавахме. Всички остатъчни грешки в съдържанието на хранителни вещества в храните, произтичащи от този процес, вероятно са били сходни във всички бази данни на страната.

Грешките, които възникват при оценката на хранителните вещества в резултат на хранителните бази данни, са систематични [23]. Например, ако в базата данни за състава на храни е използван аналитичен метод, който подценява фибрите в храните, оценката на хранителните вещества с помощта на тази база данни за хранителните вещества постоянно ще подценява фибрите. Ако се използват различни бази данни за състава на храните за оценка на хранителните вещества в различните страни, систематичните грешки биха били различни и по всяка вероятност варират по размер и посока за различните хранителни вещества. Използването на различни бази данни за състава на храните за различните страни би увеличило грешките.

Дори ако таблиците за състава на храните се основават на стабилни принципи, има разлики в оценките на хранителните вещества в зависимост от това коя се използва за оценка на хранителните вещества. Предимството на използването на обща база данни за състава на храните е, че грешките са последователни между страните, което прави данните по-сравними. Например, ако приемът на фибри е подценен поради метода, използван за определяне на съдържанието на фибри в базата данни за състава на храните, той е еднакво подценен във всички страни. Това би повлияло на оценките на абсолютния прием, но вероятно не и на относителното класиране по прием на фибри.

Подготвили сме база данни за състава на храните, базирана предимно на базата данни за състава на храните на USDA, от която да се оценяват хранителните вещества, като се използват данни от FFQ от различни страни. Използвайки този метод, ние гарантираме, че мерните единици, схемата за вземане на проби за храни и анализите, използвани за оценка на хранителните вещества, са последователни и актуални и са взели предвид местните условия. Използването на тази обща метрика за оценка на хранителните вещества вероятно ще намали диференциалните грешки, произтичащи от оценката на хранителните вещества и ще направи сравненията между държавите по-валидни.

Препратки

Willett W: Методи за честота на хранене. Хранителна епидемиология. Редактиран от: Willett W. 1998, Ню Йорк, Oxford University Press, 5: 74-100. Второ

Scrimshaw NS: INFOODS: международната мрежа от системи за данни за храни. Am J Clin Nutr. 1997, 65: 1190S-1193S.

Състоянието на селскостопанските стокови пазари. 2004, ФАО

Dehghan M, Al-Hamad N, Yusufali A, Nusrath F, Yusuf S, Merchant AT: Разработване на полуколичествен въпросник за честотата на храните за употреба в Обединените арабски емирства и Кувейт въз основа на местни храни. Журнал за хранене. 5005, 4: 18-10.1186/1475-2891-4-18.

Harris LE, Butrum RR, Sorenson AW: Международна система за данни за хранителните компоненти. J Am Diet Assoc. 1984, 84: 1210-1215.

Puwastien P: Въпроси при разработването и използването на бази данни за състава на храните. Обществено здраве Nutr. 2002, 5: 991-999. 10.1079/PHN2002386.

Национална база данни за хранителните вещества на USDA за стандартна референтна версия 17. 2004 г., [http://www.nal.usda.gov/fnic/foodcomp]

Haytowitz DB, Pehrsson PR, Holden MJ: Идентифицирането на ключови храни за изследване на състава на храните. ЖУРНАЛ ПО СЪСТАВ И АНАЛИЗ НА ХРАНИТЕ. 2002, 15: 183-194. 10.1006/jfca.2001.1046.

Национална база данни за хранителните вещества на USDA за стандартно референтно издание 18. 2005 г., [http://www.nal.usda.gov/fnic/foodcomp]

Национална база данни за хранителните вещества на USDA за стандартно референтно издание 12. 1998 г., [http://www.nal.usda.gov/fnic/foodcomp]

Cromwell GL, Calvert CC, Cline TR, Crenshaw JD, Crenshaw TD, Easter RA, Ewan RC, Hamilton CR, Hill GM, Lewis AJ, Mahan DC, Miller ER, Nelssen JL, Pettigrew JE, Tribble LF, Veum TL, Yen JT: Променливост между източниците и лабораториите при хранителни анализи на царевично и соево брашно. NCR-42 Комисия по храненето на свинете. Северен централен регионален-42. J Anim Sci. 1999, 77: 3262-3273.

Engler PP, Bowers JA: Задържане на витамин В в месото по време на съхранение и приготвяне. Преглед. J Am Diet Assoc. 1976, 69: 253-257.

Nagy S, Smoot JM: Температурни и съхранени ефекти върху процента на задържане и процента, препоръчани от САЩ хранителни добавки на витамин С в консервиран портокалов сок с една концентрация. J Agric Food Chem. 1976, 25: 135-138. 10.1021/jf60209a031.

Wen J, Morrissey PA, Buckley DJ, Sheehy PJ: Окислителна стабилност и задържане на алфа-токоферол в бургери от пуйка по време на съхранение в хладилник и замразяване, повлияни от диетичния алфа-токоферилацетат. Br Poult Sci. 1996, 37: 787-795.

Williams PG: Задържане на витамини в готварски/студени и готварски/горещо задържани болнични храни. J Am Diet Assoc. 1996, 96: 490-498. 10.1016/S0002-8223 (96) 00135-6.

Schultheis J R: Информация за градинарството. 1998, Департамент по градинарски науки, Университет на Северна Каролина, Кооперативна служба за сътрудничество в Северна Каролина

ESHA: Кухненският процесор. 2004 г.

USDA: Food Yeild фактори, обобщени по различни етапи на подготовка. Наръчник по земеделие № 102. 1975, Вашингтон, САЩ, USDA

EFCOSUM G: Европейски метод за изследване на потреблението на храна, окончателен доклад. 2001, Холандия, TNO Хранене и изследвания на храните

Deharveng G, Charrondiere UR, Slimani N, Southgate DA, Riboli E: Сравнение на хранителните вещества в таблиците за състава на храните, налични в деветте европейски държави, участващи в EPIC. Европейско перспективно разследване на рака и храненето. Eur J Clin Nutr. 1999, 53: 60-79. 10.1038/sj.ejcn.1600677.

Hakala P, Knuts LR, Vuorinen A, Hammar N, Becker W: Сравнение на данните за приема на хранителни вещества, изчислени въз основа на две различни бази данни. Резултати и опит от шведско-финландско проучване. Eur J Clin Nutr. 2003, 57: 1035-1044. 10.1038/sj.ejcn.1601639.

Garcia V, Rona RJ, Chinn S: Ефект от избора на таблица за състава на храната върху оценките на хранителните вещества: сравнение между британската и американската (чилийска) таблици. Обществено здраве Nutr. 2004, 7: 577-583. 10.1079/PHN2003555.

Willett W: Корекция за ефектите от грешката при измерване. Хранителна епидемиология. Редактиран от: Willett W. 1998, Ню Йорк, Oxford University Press, 12: Second

Shai I, Vardi H, Shahar DR, Azrad AB, Fraser D: Адаптиране на международните бази данни за храненето и инструментите на системата за въвеждане на данни към конкретна популация. Обществено здраве Nutr. 2003, 6: 401-406. 10.1079/PHN2002445.

Davis DR, Epp MD, Riordan HD: Промени в данните за хранителния състав на USDA за 43 градински култури, 1950 до 1999 г. J Am Coll Nutr. 2004, 23: 669-682.

Willett W: Диета и ССЗ: епидемиологичната перспектива. 2005, Игуасу, Бразилия, Шеста международна конференция по превантивна кардиология

Благодарности

Благодарни сме на г-жа Silvia del Cerro, г-жа Cláudia Stéfani Marcílio, г-жа Liliam Lima, д-р Solange Martinez и д-р Jephat Chifamba за сътрудничеството и предоставянето на специфични за страната хранителни данни. Също така искаме да благодарим на д-р Юсуф (директор на Института за изследване на здравето на населението) за неговата подкрепа и насоки. Благодарни сме на д-р Уолтър К. Уилет, г-жа Лора Сампсън и д-р Ханя Кампос за тяхното съдействие и предложения относно методите на базата данни за състава на храните. Също така сме благодарни на анонимния рецензент, чиито конструктивни коментари значително подобриха ръкописа.

Информация за автора

Принадлежности

Институт за изследване на здравето на населението, Университет Макмастър, Хамилтън, Онтарио, Канада

Anwar T Merchant & Mahshid Dehghan

Катедра по клинична епидемиология и биостатистика, Университет Макмастър, Хамилтън, Онтарио, Канада

Anwar T Merchant & Mahshid Dehghan

Можете също да търсите този автор в PubMed Google Scholar

Можете също да търсите този автор в PubMed Google Scholar