偏差字节：论从数字痕迹估算食物消费的有效性

视频

DOI

鉴于在人口规模上测量食物消费是一项具有挑战性的任务，研究人员已开始探索数字痕迹（如来自社交媒体或食物跟踪应用程序）作为潜在替代方法。然而，这种方法的有效性尚未确立；尚不清楚数字痕迹在多大程度上反映真实的食物消费。本研究旨在通过在人口规模上量化社交媒体和食物跟踪应用程序捕获的饮食行为之间的联系来弥合这一差距。我们专注于瑞士的情况，通过设计并部署一个新的众包框架来估计相对于营养特性和外观的偏见，对比通过食物跟踪应用收集的已消费食物图片与 Twitter 上分享的食物图片。我们发现社交媒体与食物跟踪中的食物类型分布存在差异；例如，面包在实际消费和跟踪食物中的频率是 Twitter 上的 2.5 倍，而蛋糕在 Twitter 上的频率是实际消费中的 12 倍。控制不同的食物类型分布后，我们对比给定类型的实际消费和跟踪食物与 Twitter 上分享的食物。例如，就美味度而言，平均而言，Twitter 上发布的菜肴排名在实际消费和跟踪菜肴的前 26% 之内。在所有食物类型中，Twitter 上发布的食物被认为更美味、更高热量、更不健康、更不可能是在家消费的、更复杂且份量更大。两种平台测量的食物消费存在差异的事实意味着，至少这两种平台之一未能准确代表瑞士普通人群的真实食物消费。因此，研究人员应保持警觉，并努力在使用数字痕迹作为一般人群真实食物消费的替代方法之前建立有效性证据。我们最后讨论了这些偏见的潜在来源及其影响，概述了有效性的陷阱和威胁，并提出了克服这些问题的可行方法。