想象一下这样一个世界：食品店货架上的食物根据其健康程度进行排名，并给出简单的、有研究支持的分数。在一些国家，这样的世界已经存在。
营养成分分析系统（nps）支持包装正面清晰的标签，根据营养成分评估食品质量。法国的nutrition - score是一个彩虹色的系统，将食物从a到e进行评级。澳大利亚的Health Star Rating是一个五星系统，以半星的增量对食物进行评级。英国的交通灯系统将营养水平标记为绿色、黄色或红色。
相比之下，美国没有食品包装前的排名系统。塔夫茨大学（Tufts University）最近开发了食品指南，以帮助解决其他系统中的这一差距和缺点。但它使用了目前大多数食品和消费者无法获得的营养信息。
作为一名胃肠病学家和内科科学家，我专注于让公众更容易获得最新的微生物组和营养数据。根据这项研究，我开发了营养消耗评分（NCS），它根据所有食物的营养信息和健康微生物群的重要因素，将食物从1到100打分。
但是营养分析系统是如何工作的呢？它们与其他消费者营养指南相比如何？
每个营养分析系统都使用不同的评分算法，但大多数都给通常摄入不足的营养物质和食物打了正分，比如纤维、水果和蔬菜。相反，过度消耗的营养物质，如糖、饱和脂肪和钠，通常被添加到加工食品中，会给人带来负面影响。这些分数合并成一个分数：分数越高表明食物更健康，而分数越低表明选择不健康。
例如，羽衣甘蓝富含纤维、钾和不饱和脂肪，而糖、钠和饱和脂肪含量较低，会获得高分。相比之下，Twinkies的糖、钠和饱和脂肪含量高，但纤维、钾和不饱和脂肪含量低，得分很低。像黑橄榄这样的食物，纤维含量高，但钠含量也高，介于两者之间。
营养成分分析系统的作用类似于食品包装背面或侧面的营养成分标签，帮助消费者做出明智的选择。这些标签提供了食物的营养成分信息，包括卡路里、常量营养素、主要维生素和矿物质。这些数值是通过实验室分析和营养数据库根据食品和药物管理局规定的标准食用量确定的。
但nps的不同之处在于，它们将营养信息结合成一个可操作的评分。这意味着你不必花时间解读营养成分标签，这些标签通常很小，解读起来很混乱。
营养分析系统算法在未加工食品（豆类、坚果、种子、水果、蔬菜和全谷物）的高排名和加工食品（如热狗、软饮料、蛋糕和饼干）的低排名方面都非常相似。它们帮助人们重新平衡因食品加工或成分被改变的程度而扭曲的饮食。
它们补充了圣保罗大学（University of sao Paulo）研究人员开发的NOVA分类系统，该系统根据加工程度对食物进行分类。该系统引入了“超加工食品”一词，这些食品经过了大量的工业加工，含有家庭烹饪中通常找不到的成分。
虽然NOVA将超加工食品与肥胖、心理健康状况恶化、癌症和早逝等不良健康结果联系起来，但它对所有这类食品一视同仁，忽视了糖、钠和其他添加剂含量的差异。
营养概况系统通过在超加工类别中识别更健康的选择，帮助提供细微差别。例如，植物奶，如杏仁奶或豆奶，在NOVA系统下可能被归类为超加工，但如果它们含有最少的添加糖和盐，它们可以获得相对较高的NPS分数。
虽然营养分析系统对选择更健康的食物很有用，但目前的系统有局限性。它们并不总是与其他研究完全一致，往往忽略了调节微生物群和身体过程的生物活性化学物质，并且可能依赖于不完整的数据。目前的系统也没有考虑到酒精对热量和健康的影响。
我设计的营养消耗评分旨在通过纳入这些被忽视的食物成分来解决这些差距。例如，它使用食品类别来代表数据有限的领域，包括多酚、omega-3脂肪和可发酵纤维等生物活性化合物。在未加工食品（如水果、蔬菜、谷物、豆类、坚果和种子）中发现的生物活性化合物的替代品被纳入得分的核心算法，该算法使用营养比率来衡量食品加工程度。
营养比例——包括碳水化合物与纤维、饱和脂肪与不饱和脂肪、钠与钾——反映了未加工食品中细胞营养成分的自然平衡，研究表明，这与心脏代谢健康有关。
例如，植物的细胞壁提供结构强度和丰富的纤维，而它们的能量囊储存碳水化合物。纤维减少糖的吸收，并发酵成化合物丁酸盐，维持血糖和调节食欲。
未加工食品中的脂肪成分与细胞膜中的脂肪成分相似。饱和脂肪与不饱和脂肪的比例反映了不同类型的脂肪如何影响炎症和体重。
最后，钾钠比反映了细胞膜泵的自然功能，它将钾浓缩在细胞内，同时将钠输送出去。这会影响血压、微生物群和代谢健康。
目前同行评议的研究表明，营养消耗评分与其他系统相比是有利的。根据近5000名美国人的营养数据，NCS溃疡与血压、腰围和体重有关。NCS还被整合到一款面向公众的智能手机应用程序中，目前正在进行beta测试。
虽然营养分析系统是选择更健康食物的一个很有前途的工具，但它们也有重要的警告。大多数测试它们如何工作的研究关注的是两个因素如何相互关联，而不是一个因素是否直接导致另一个因素。相关性并不能证明因果关系。
需要进一步的研究来评估这些系统是否会影响购买习惯、消费趋势以及体重和血压等健康结果。此外，个人的饮食需求可能会有所不同，个性化算法可以帮助改进这些分数，以提供量身定制的建议。
尽管有这些考虑，营养谱分析系统是对抗代谢疾病发病率上升的有希望的工具。它们在欧洲的使用表明，它们有可能改变消费者的购买习惯，并激励食品公司生产更健康的产品。
也许有一天，美国人会在美国看到类似的包装正面标签。在那之前，智能手机技术可以提供一种实用的方式，帮助消费者做出更明智的选择。
