Summary

Élaboration de concepts et utilisation d’une méthode automatisée d’évaluation de l’apport alimentaire et du comportement alimentaire

Published: February 19, 2021
doi:

Summary

Ce protocole montre et explique une nouvelle méthode d’évaluation diététique basée sur la technologie. La méthode consiste en un plateau-salle à manger avec plusieurs balances intégrées et une caméra vidéo. L’appareil est unique en ce sens qu’il intègre des mesures automatisées de la consommation de nourriture et de boissons et du comportement alimentaire au cours d’un repas.

Abstract

La grande majorité des méthodes d’évaluation du comportement alimentaire et alimentaire sont basées sur des auto-déclarations. Ils sont lourds et également sujets aux erreurs de mesure. Les innovations technologiques récentes permettent le développement d’outils d’évaluation du comportement alimentaire et alimentaire plus précis et plus précis qui nécessitent moins d’efforts pour l’utilisateur et le chercheur. Par conséquent, un nouveau dispositif basé sur des capteurs pour évaluer la prise alimentaire et le comportement alimentaire a été développé. L’appareil est un plateau-salle à manger ordinaire équipé d’une caméra vidéo et de trois stations de pesage intégrées distinctes. Les stations de pesée mesurent le poids du bol, de l’assiette et de la tasse à boire en continu au cours d’un repas. La caméra vidéo positionnée sur le visage enregistre les caractéristiques de comportement alimentaire (mâches, morsures), qui sont analysées à l’aide d’un logiciel d’expression faciale automatique basé sur l’intelligence artificielle (IA). Le poids du plateau et les données vidéo sont transportés en temps réel vers un ordinateur personnel (PC) à l’aide d’un récepteur sans fil. Les résultats d’intérêt, tels que la quantité consommée, le taux de consommation et la taille de la morsure, peuvent être calculés en soustrayant les données de ces mesures aux points d’intérêt. Les informations obtenues par la version actuelle du plateau peuvent être utilisées à des fins de recherche, une version améliorée de l’appareil faciliterait également la fourniture de conseils plus personnalisés sur l’apport alimentaire et le comportement alimentaire. Contrairement aux méthodes d’évaluation alimentaire conventionnelles, ce dispositif d’évaluation alimentaire mesure l’apport alimentaire directement dans un repas et ne dépend pas de la mémoire ou de l’estimation de la taille des portions. En fin de compte, cet appareil est donc adapté à l’apport alimentaire principal quotidien et aux mesures de comportement alimentaire. À l’avenir, cette méthode d’évaluation alimentaire basée sur la technologie peut être liée à des applications de santé ou à des montres intelligentes pour obtenir un aperçu complet de l’exercice, de l’apport énergétique et du comportement alimentaire.

Introduction

Dans la recherche nutritionnelle et la pratique alimentaire, il est essentiel d’avoir de bonnes mesures de ce que, combien et comment les gens mangent, pour trouver des solutions aux problèmes de surpoids et d’obésité. Pour évaluer l’apport alimentaire, des questionnaires d’auto-évaluation souvent conventionnels sont utilisés tels que des journaux alimentaires, des rappels de 24 h ou des questionnaires de fréquence alimentaire1. Ces méthodes reposent sur l’auto-déclaration et sont donc longues et sujettes aux biais en raison des réponses socialement souhaitables, de l’insuffisance de la mémoire et des difficultés à estimer la taille des portions2,3. En plus des mesures de la qualité du régime alimentaire (type d’aliment et quantité consommée), il est également important de savoir comment l’aliment est consommé, car il a été démontré que les comportements alimentaires qui ralentissent l’apport alimentaire empêchent la surconsommation dans un repas4. Pour évaluer le comportement alimentaire, la norme d’or est de demander à deux observateurs d’annoter des enregistrements vidéo de personnes mangeant un repas5. Cette méthode est plutôt laborieuse et prend beaucoup de temps et ne permet pas de commentaires immédiats sur le comportement.

Les progrès technologiques récents offrent maintenant la possibilité de combiner des mesures automatisées de l’apport alimentaire avec des mesures automatisées du comportement alimentaire au cours d’un repas. En réponse à ces développements, une nouvelle méthode d’évaluation alimentaire basée sur des capteurs a été développée, appelée mEETr, l’acronyme des deux mots néerlandais « Meter » (traduit: appareil de mesure), et « eet » (traduit: manger). Le mEETr est un plateau-salle à manger ordinaire avec trois stations de pesage intégrées(la figure 1 illustre la conception du plateau et des plaques de capteurs) et un support de caméra. Chaque station de pesage se compose de trois points de mesure positionnés triangulairement pour répartir le poids. Les stations de pesée mesurent le poids du bol, de l’assiette et de la tasse à boire ou du verre en continu pendant le repas. Le mEETr comprend également un support de caméra vidéo. Actuellement, le support de la caméra est séparé du plateau, mais à des fins de normalisation, une caméra intégrée après la prochaine mise à niveau de mEETr (un stick de caméra vidéo pliante) serait idéale. La caméra facilite l’analyse automatisée en temps réel du nombre de morsures et de mâches, et de la durée de consommation, ce qui permet de générer des informations sur le taux de consommation et la taille de la morsure. L’analyse automatisée du comportement alimentaire est effectuée à l’aide d’un algorithme nouvellement développé. Divers groupes de recherche ont développé des dispositifs pour fournir aux gens une rétroaction en temps réel sur l’accélération de l’alimentation et la quantité de nourriture que les gens mangent6. En outre, des fourches augmentées ont été développées pour fournir une rétroaction en temps réel sur le nombre de piqûres et leur fréquence dans un repas7. De plus, un capteur d’oreille a été développé pour mesurer la microstructure de l’alimentation dans des conditions de vie libres8,9. Semblable à ce dispositif est la configuration utilisée par Ioakimidis et al.10, où les mesures vidéo ont été combinées avec une plaque de pesée pour déterminer l’apport alimentaire, le nombre de piqûres et le comportement de mastication.

Par rapport à ces appareils, la nouveauté du mEETr est qu’il combine des mesures automatisées de l’apport alimentaire de deux assiettes et d’une tasse à boire (n = 3) et du comportement alimentaire (par exemple, le taux de consommation, le nombre de piqûres, la taille des morsures et le comportement de mastication) dans un seul appareil. Le mEETr, tel que démontré, est adapté pour les mesures de repas de l’apport alimentaire et du comportement alimentaire dans un environnement contrôlé (laboratoire alimentaire), mais éventuellement l’objectif est d’utiliser le mEETr dans des environnements moins contrôlés où des plans de repas réapparition sont utilisés tels que les garderies, les maisons de retraite et les hôpitaux.

En fin de compte, le mEETr fournira une mesure plus objective et, en tant que telle, plus précise et plus précise de l’apport alimentaire et du comportement alimentaire que les méthodes d’évaluation alimentaire conventionnelles et le codage manuel des vidéos. De meilleures mesures de l’apport alimentaire profiteraient à la recherche sur la nutrition et la santé, mais aussi aux professionnels de la santé dans leur défi de lutter contre l’augmentation des maladies non transmissibles liées à l’alimentation11. En fin de compte, le mEETr peut être utilisé dans des contextes de recherche et de soins de santé ainsi que par les utilisateurs soucieux de leur santé à la maison en reliant le mEETr aux technologies et logiciels existants, tels que d’autres applications de santé ou des montres intelligentes. Dans l’ensemble, ces mesures de santé fournissent à l’utilisateur ou au professionnel de la santé un aperçu assez diversifié et complet d’une variété de modèles de comportement en matière de santé (par exemple, l’apport alimentaire, le comportement alimentaire, la dépense énergétique basée sur des mesures de la vie réelle, le sommeil, le stress) permettant à l’utilisateur d’optimiser son alimentation et de créer un mode de vie sain.

Protocol

Cette étude pilote a été approuvée par le METC de l’Université de Wageningen avant le début du projet. ATTENTION : Tous les participants qui ont contribué à ce projet ont donné leur consentement éclairé, y compris l’approbation d’images vidéo montrant des visages visibles et reconnaissables. 1. Préparation de l’échantillon et consentement du participant Préparez un jus (verre ou tasse), un yaourt aux fruits (bol) et des morceaux de f…

Representative Results

Un taux d’ingestion plus lent(figure 7),des gorgées/bouchées plus petites(figure 8)et un plus grand nombre de mâches(figure 9)ont entraîné une consommation plus faible de la salade que celle du yaourt et du jus(figure 6),tels que mesurés par le plateau de mEETr. Les participants ont mangé 17% de moins de salade de fruits par rapport au jus de fruits. Toutes les caractéristiques du comportement…

Discussion

Une alimentation saine et un comportement alimentaire sain ont montré qu’ils jouent un rôle clé dans la prévention et la solution du surpoids et de l’obésité11. Cependant, bon nombre des méthodes utilisées pour mesurer l’apport alimentaire et le comportement alimentaire sont lourdes pour les utilisateurs, les chercheurs et les professionnels de la santé et peuvent être biaisées car elles dépendent des estimations de la mémoire et de la taille des portions. L’utilisation du mEE…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Nous remercions J.M.C. D. Meijer du Studio de développement technique de l’Université et de la Recherche de Wageningen pour son aide dans le développement du plateau mEETr. Cette recherche a été financée par le projet 4TU-Pride and Prejudice des 4 universités techniques néerlandaises.

Materials

Battery na na Battery pack (LiPo) and charge electronics via an USB port connector. No data from this port.
Connector program Noldus Noldus Information technology software dashboard nview
Dinner tray na na Standard dinner tray from glass inforced epoxy
Larger scale na na One high range custom made scale based on a triple force sensor method.
Mainboard na na A mainboard converting the three scale measurements to calibrated weight numbers. This board also contains the low power short range RF transmitter.
OS Windows Microsoft windows 10 Pro 64 bit
Processor program Noldus Noldus Information technology software FaceReader
Receiver program Noldus Noldus Information technology software Observer
RF receiver na na Custom build USB converter connected to a RF receiver. This receiver has a squelch setting for making it low range sensitive.
Small scales na na Two low range custom made scales based on a triple force sensor method.

References

  1. Burrows, T. L., Ho, Y. Y., Rollo, M. E., Collins, C. E. Validity of dietary assessment methods when compared to the method of doubly labeled water: A systematic review in adults. Frontiers in Endocrinology. 10, 850 (2019).
  2. Brouwer-Brolsma, E. M., et al. Dietary intake assessment: From traditional paper-pencil questionnaires to technology-based tools. Environmental software systems. Data science in action. Advances in Information and Communication Technology. 554, (2020).
  3. Palese, A., et al. What nursing home environment can maximise eating independence among residents with cognitive impairment? Findings from a secondary analysis. Geriatric Nursing. 41 (6), 709-716 (2020).
  4. Krop, E. M., et al. Influence of oral processing on appetite and food intake – A systematic review and meta-analysis. Appetite. 125, 253-269 (2018).
  5. Nicolas, E., Veyrune, J. L., Lassauzay, C., Peyron, M. A., Hennequin, M. Validation of video versus electromyography for chewing evaluation of the elderly wearing a complete denture. Journal of Oral Rehabilitation. 34 (8), 566-571 (2007).
  6. Sabin, M. A., et al. A novel treatment for childhood obesity using Mandometer® technology. International Journal of Obesity. 7, (2006).
  7. Hermsen, S., et al. Evaluation of a Smart fork to decelerate eating rate. Journal of the Academy of Nutrition and Dietetics. 116 (7), 1066-1068 (2016).
  8. vanden Boer, J., et al. The splendid eating detection sensor: Development and feasibility study. JMIR mHealth and uHealth. 6 (9), 170 (2018).
  9. Papapanagiotou, V., et al. A novel chewing detection system based on ppg, audio, and accelerometry. IEEE Journal of Biomedical and Health Informatics. 21 (3), 607-618 (2016).
  10. Ioakimidis, I., et al. Description of chewing and food intake over the course of a meal. Physiology & Behavior. 104 (5), 761-769 (2011).
  11. Ruiz, L. D., Zuelch, M. L., Dimitratos, S. M., Scherr, R. E. Adolescent obesity: Diet quality, psychosocial health, and cardiometabolic risk factors. Nutrients. 12 (1), 43 (2020).
  12. Forde, C. G., van Kuijk, N., Thaler, T., de Graaf, C., Martin, N. Oral processing characteristics of solid savoury meal components, and relationship with food composition, sensory attributes and expected satiation. Appetite. 60 (1), 208-219 (2013).
  13. Weijzen, P. L. G., Smeets, P. A. M., de Graaf, C. Sip size of orangeade: effects on intake and sensory-specific satiation. British Journal of Nutrition. 102 (07), 1091-1097 (2009).
  14. Zijlstra, N., de Wijk, R. A., Mars, M., Stafleu, A., de Graaf, C. Effect of bite size and oral processing time of a semisolid food on satiation. The American Journal of Clinical Nutrition. 90 (2), 269-275 (2009).
  15. Bolhuis, D. P., et al. Slow food: sustained impact of harder foods on the reduction in energy intake over the course of the day. PloS One. 9 (4), 93370 (2014).
  16. Grinyer, A. The anonymity of research participants: assumptions, ethics and practicalities. Social Research Update. 36 (1), 4 (2002).

Play Video

Cite This Article
Lasschuijt, M. P., Brouwer-Brolsma, E., Mars, M., Siebelink, E., Feskens, E., de Graaf, K., Camps, G. Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method. J. Vis. Exp. (168), e62144, doi:10.3791/62144 (2021).

View Video