版权声明本专利文件的公开内容的一部分包含受版权保护的材料。版权所有人对于完全以专利文献或专利公开在专利商标局的专利文件或记录中出现的形式影印复制所述专利文献或专利公开无异议，但无论如何仍以其它方式保留所有版权权利。本公开整体涉及用于计算膳食摄入量对个体或群体健康的影响的系统和方法。更具体地讲，本公开涉及用于确定单个最佳评分的系统和方法，该单个最佳评分反映所消耗项的最佳“质量”(即，待消耗食物的营养密度)和“数量”(即，用于消耗以提供最大营养有益效果的食物/能量的量)两者。此类系统和方法允许计算质量和数量的单个评分，以更准确地反映个人的最佳能量(卡路里)摄入量，并且有利地提供用于评估、跟踪和优化个人和群体的膳食摄入量的新方法。
背景技术：
：：在过去一个世纪中，原发性营养不足现象减少，尤其是在发达国家，并且传染病的发病率下降。同时，慢性饮食相关疾病的发病率上升。全国性调查(例如，美国的全国健康和营养检查调查)揭示存在不良饮食模式。心血管疾病、高血压、2型糖尿病、某些癌症和骨骼健康不佳已表现出与此类饮食模式具有一定相关性。超重或肥胖者的比例正在惊人地增加。认识到这些不良饮食模式对应于某些营养物质如饱和脂肪或糖的过量消耗，而且还对应于其它重要营养物质如维生素b6、钾或叶酸的低摄入量，这一点十分重要。做出更健康的食物选择可以帮助预防非传染性疾病，诸如肥胖、心血管疾病、糖尿病和一些癌症。基于食物的膳食指南，如《美国膳食指南》(dietaryguidelinesforamericans)为一般群体提供健康饮食建议。此类指南可以左右有关营养标签、健康声明、营养教育、食谱制订以及食物产品的营销和广告的内容。关于更健康食品选择的推荐一般以两个粒度级别公布：食物类群级别(例如，食用更多水果、食用更多全谷物)或营养物质级别。然而，这些一般性指南并非设计成提供主要营养物质水平或微量营养物质水平下的个性化营养建议。除了食物的营养物质特征模型之外，还存在设计成评估餐食或饮食的营养质量的模型。这些模型趋于基于营养物质充足性和降低饮食相关的非传染性疾病的风险(fransen和ocké，2008年)，并且以这种方式反映国家和/或国际膳食指南。一个值得注意的示例是usda最初在20多年前开发的美国健康饮食指数(kennedy等人，1995年)。该指数在最近进行了更新，可使用新版本(hei，2015年)评估对2010年《美国膳食指南》(guenther等人)的遵从情况。其它国家/地区采用类似的模型来评估对自己的膳食指南的遵从性，包括加拿大(garriguet，2009年)、巴西(andrade等人，2013年)、西班牙(nortenavarro和moncada，2011年)和澳大利亚(roy等人，2016年)。根据相应国家/地区膳食指南的建议，这些指数使用食品和营养物质两者的阈值和健康范围。因此，评分越高，膳食越接近遵从或符合膳食指南的推荐。这些hei工具是动态的，就意义而言，它们在膳食指南改变时将得到更新。这使它们能够衡量对当前膳食指南的遵从性，但使得它们对于给定群体中膳食质量的纵向比较不那么有用。另一种可应用于整个饮食的特征模型是雀巢(nestlé)使用usda食物组合物数据库(sr27)开发的营养平衡概念(nbc)。此概念提供了在食物、餐食和整个饮食中应促进或阻止的关键营养物质的相对含量的评分(fern等人，2015年)。类似于健康饮食指数，nbc将饮食质量与饮食数量分离开来。在所有情况下，评分代表给定能量摄入量级别的膳食质量，但不能正确反映能量消耗过度或不足对健康的(潜在负面)影响。已作出巨大的努力来量化和跟踪特定消费品(诸如配料、食物、餐食或饮食)对个体的整体健康的影响。例如，自1980年以来每五年，美国农业部(usda)以及美国卫生和人类服务部(hhs)一起发布所谓的《美国膳食指南》(dietaryguidelinesforamericans)。usda指出，这些“指南”提供了关于消耗更少的卡路里，做出有根据的食物选择以及进行体力活动以获得和保持健康体重的建议。(http://www.cnpp.usda.gov/dietaryguidelines)。同样，许多其它国家和国际机构针对所有年龄的明显健康个体公布了关于每日营养物质摄入量的推荐值。这些推荐值应用于许多情况，包括：学校、监狱、医院或疗养院的饮食组成；业内新食物产品的开发；保健决策制定者和公共卫生官员的决策。为此，美国医学研究所(iom)提出了被称为膳食参考摄入量(dri)的通用框架；其它国家随后也采用了该参考框架。在iom的框架下，对于可获得足够知识的给定营养物质，一组dri定义如下：估算平均需求(ear)：为满足特定生命阶段和性别群体中半数健康个体的需求而估算的平均每日营养物质摄入量推荐膳食许可量(rda)：足以满足特定生活阶段和性别群体中几乎所有(例如，97％到98％)健康个体的营养需求的平均每日营养物质摄入量。rda可表达或表示为百分比和数量(即，克)。可耐受最高摄入量(ul)：最高平均每日营养物质摄入量，可能不会给一般群体中的几乎所有个体带来不利健康影响的风险；随着摄入量增大到高于ul，不利影响的潜在风险增大适宜摄入量(ai)：推荐的平均每日营养物质摄入量，基于一组(或多组)假设充分摄入的明显健康人群的营养物质摄入量的观察到的或实验确定的近似值或估计值；在无法确定rda时使用ai虽然上文所述的dri提供个体可探索适合自身的通用框架，但它们仍然不是足以使个体能够跟踪消费品对总体健康的实际影响的工具。具体地讲，由于这些机制仅仅是指南，所以个体很难确定他们应尝试实现的实际目标，以及是否/何时实现那些目标。即，个体很难评估其在一个时间段内的餐食或饮食的质量和数量，而不是特定食物的质量和数量。如iom所定义，上述dri为许多营养物质定义了范围非常广的可接受食物摄入量，对于一些营养物质，由于未定义摄入量上限，因此这些范围具有无限的长度。因此，由dri呈现的表示并不总是反映过度消耗。虽然某些已知工具使得用户能够评估食物的质量，但此类已知工具不提供与食物消耗的质量和数量两者有关的衡量膳食摄入量的能力。为了帮助营养专业人员和个体指引更具体的营养摄入量目标，食品科学家已经尝试开发用于评价食物的健康性或不健康性的评分系统。然而，评审人员注意到这些评分系统通常存在方法上的不足。在尝试对食物应用评分的某些现有方案中，确定单个评分并应用于食物本身，而不考虑消耗食物的个体或所消耗食物的量。这是无效的，因为给定食物的健康取决于消耗食物的个体(例如，个体的卡路里或其它营养需求)和所消耗食物的量(例如，半杯冰淇淋对比半加仑冰淇淋)。与如健康饮食指数或营养丰富食物指数等度量的另一个重要区别在于这些度量仅为密度度量，意味着用于对膳食组成部分评分的限值是相对于卡路里摄入量(例如，按1000千卡)定义的。这意味着评分与实际消耗的量无关(将所有量乘以相同因子不改变指数的值)。然而，微量营养物质的膳食参考摄入量被定义为绝对量，并且此类定义与能量摄入量不直接相关。对于系统和方法而言，有利的是计算不仅反映消费品的质量(即，营养物质含量)而且还反映所消耗消费品的数量(即，能量或卡路里的量)的评分。已知的系统和方案也是有缺陷的，因为它们并非以用于改善针对异质群体或个体的评分的适当粒度级别构建。相反，使用一组值来定义针对群体和所有个体的单个评分。这种粒度的缺乏阻止了针对具有不同个体营养需求的不同个体用户来定制已知系统和方案。需要一种系统，该系统使用一个时间段内消耗的营养物质的质量和数量的组合，包括适于个体的能量需求，以开发针对个体在该时间段内的食物摄入量的评分。还需要一种系统，该系统计算个体在一个时间段内的健康范围。还需要一种系统，该系统基于可调整的营养物质组和可调整的能量值来计算定制评分，以设计针对特定用例或目的(诸如针对体育运动中的表现)的评分度量。还需要一种系统，该系统可计算在群体级别应用的评分，以检测缺陷、与健康饮食模式的偏差，并且更一般地检测在群体级别或历史趋势下的任何模式。本公开描述了一种满足上述需求的营养摄入量评分系统。此外，本公开反映了基于理想数据和真实数据经过完全验证的算法和方法。因此，本公开描述了克服上述现有营养管理技术的缺点的系统和方法。技术实现要素：大多数营养物质特征模型被设计成评估食物的质量而不是餐食或饮食的质量，并且这些模型确实趋于使质量与数量分离开来。本文所公开的系统和方法的实施方案的主要目的之一是确定反映一个时间段内所消耗的食物量的营养质量和数量两者的单膳食摄入量评分(“sdis”)。在各种实施方案中，本公开基于这样的前提：首先创建从营养物质的加权平均值导出并乘以能量的sdis。与发明者已知的其它方案形成鲜明对比的是，本公开通过将营养物质平均值乘以能量评分有利地将能量消耗整合到总体评分(sdis)中，从而赋予能量在此特征模型中的关键作用。在各种实施方案中，通过所公开的方法计算的评分可被解释为效用函数，随后可将经济分析和博弈论中的技术应用于营养和膳食规划的情景中。因此，据信本文所公开的系统和方法可用作相对于个体的特定营养需求(包括特定卡路里摄入量需求)的饮食的平衡和充分情况的有效且可靠的指示。在各种实施方案中，本文所公开的系统和方法使用dri的知识和分布属性或针对所选营养物质列表(优选地为被确定为关键营养物质的子组)的其它摄入量推荐机制和适于个体或群体的能量目标/需求来创建sdis。在一个实施方案中，当能量摄入量和所有相关营养物质处于给定个体在一个时间段内的健康范围内时，sdis获得最高评分。在一个实施方案中，低于或高于该范围的消耗将导致较低评分，其中能量消耗低于或高于该范围对降低评分具有成比例的影响。所公开的系统的各种实施方案基于这样的前提：所有营养物质均具有消耗健康范围。也就是说，所公开的系统的实施方案基于这样的前提：不存在健康或不健康的营养物质，因此没有本质上健康或不健康的食物。相反，对于每种营养物质(并且因此对于每种食物)，人消耗处于消耗健康范围内或消耗健康范围外的量。在这些实施方案中，不同个体的营养物质和能量的健康范围可以是不同的，这意味着健康评估取决于特定个体的需求。例如，特定营养物质或能量的健康范围可针对不同的人变化，具体取决于人是否怀孕或处于哺乳期、人是否患有糖尿病、人是否肥胖、人是否是危重患者、人是否具有过敏症或者人是否是运动员。如下所述，通过以针对个人定制的方式改变不同营养物质的健康范围并将其与针对每个人定制的能量摄入量相结合，由所公开的系统提供的计算出的sdis也针对每个单独用户进行定制并且提供更准确的健康评分反映。在一些实施方案中，所公开的系统和方法考虑了健康范围，并且针对特定营养物质酌情设定了健康范围的“上限”和“下限”。每当一种特定营养物质的摄入量在健康范围内时，该营养物质的评分达到最高。具体地讲，本文所公开的系统的实施方案使用rda(当rda不可用时使用ai评分)来确定健康范围的下限。根据膳食指南，在给定能量级别的健康饮食模式的情况下选择合理的上限。所公开的系统可随后确定个体在给定时间段内的营养物质的个性化的最小摄入量和最大摄入量(“健康范围”)。这些评分被汇总并乘以能量评分以计算sdis，其中sdis准确反映了能量摄入量到总体营养健康的导入情况。在各种实施方案中，本文所公开的系统基于给定时间段内个体的卡路里摄入量范围和对应的营养物质摄入量健康范围来计算针对个体定制的sdis。所计算的评分基于营养物质摄入量是否落入健康范围内，并且不仅受到营养物质消耗不足的影响，而且还受到营养物质过度消耗的影响。这些评分使得个体能够确定他们是否消耗了足够营养物质，并且在他们未消耗足够营养物质的情况下确定还需要消耗哪些额外的营养物质。在一个实施方案中，相对于所选群体中通常摄入量的百分位数选择下限，在该下限处对营养物质的消耗不足判定零分。在一个实施方案中，相对于富含特定营养物质的典型食品中包含的该营养物质的量选择上限，在该上限处对该营养物质的过度消耗判定零分。在一个另选的实施方案中，相对于ul选择上限。在一些实施方案中，根据想要测量的内容选择营养物质或参数，这意味着针对加权平均值选择的营养物质组是消费品中存在的所有营养物质的子组。在一些实施方案中，能量本身根据与营养物质类似的函数进行评分，该评分使用iom来计算。一旦获得能量评分，通过将平均营养物质评分乘以能量评分，将能量用作总体sdis中的因子。此技术使能量发挥首要作用，这反映了能量对总体sdis的重要性。在一些实施方案中，此能量评分取决于若干参数：年龄、性别、身高、体重和体力活动水平。在一些实施方案中，从计算角度讲，可通过矩阵计算非常有效地计算此评分。此外，由于健康范围的上限取决于能量，因此sdis不仅借助将加权平均值乘以上述能量因子进行能量调节，而且还通过健康范围的选择进行能量调节。需注意，根据本文所公开的系统的一些实施方案计算的评分不是累加的，这一点十分重要。具体地讲，将“健康”食物添加到健康菜单可潜在地降低总评分：如果能量或一些营养物质超过其上限，将发生这种情况。另一方面，少量添加“不健康”食品在某些情况下可能会提高评分。因此，质量和数量有利地交织在一起，并且sdis不会单独说明它们。营养密集食物当然是任何健康饮食的基本组成部分；然而，存在足够的灵活性，以允许在健康饮食的情况下存在少量营养物质密度较小的食物。这依照2015至2020年的《美国膳食指南》。所公开的系统的实施方案提供多种软件和分析工具，以逐个个人(或逐个群体组)评估、规划和优化饮食，并且考虑了推荐摄入量以及最小摄入量和最大摄入量的端值。所公开的系统的各种实施方案还有利地基于计算出的评分向用户提供营养建议。例如，所公开的系统的实施方案确定将个体置于营养物质的健康量范围内所需的那些营养物质的量。这些实施方案随后分析消费品(例如，食物或配料)的数据库以确定消费品的组合，该组合将提供使用户在健康量范围内，同时仍然保持在该个体的最佳卡路里摄入量范围内所需的营养物质的量。因此，应当理解，所公开的系统的各种实施方案有利地能够通过执行以下步骤来计算个体的sdis：(1)存储要评分的多种营养物质(优选地为一组所消耗食物的所有营养物质的子组)的指示；(2)存储对每种所储存营养物质的健康范围的指示，包括通过以特定于个体的方式组合来自各个适当组织的各种推荐而确定的摄入量下限；(3)存储对营养物质消耗的端值的指示，使系统能够对超出端值的过度消耗和消耗不足进行调整，这适用于每种营养物质；(4)存储每种营养物质和/或个体的评分加权和个体耐受性值；(5)对于特定消费品，计算每种组成部分营养物质的营养物质评分；(6)通过应用针对每种营养物质的加权值来计算该消费品的平均营养物质评分；(7)计算能量评分；以及(8)将能量评分乘以平均营养物质评分以获得最终评分或sdis。根据以下详细描述和相关附图，本公开的更多优点将是显而易见的。附图说明图1是根据本公开的一个实施方案的示例系统的框图。图2是一种营养物质的示例营养物质评分图形，该营养物质可能被过度消耗和消耗不足。图3是一种营养物质的示例营养物质评分图形，该营养物质不会消耗不足，但可能过度消耗。图4是一个示例图形，其示出了能量消耗量范围的能量评分。图5是一个示例图形，其示出了根据所公开的系统的实施方案针对健康饮食与不健康饮食计算的评分。图6是一个示例图形，其示出了针对经过能量调节的曲线与未经过能量调节的曲线计算的评分。图7是基于本公开的经过能量调节的曲线与将能量视为营养物质的曲线的示例图形。图8是针对健康饮食与不健康饮食的个体营养物质评分的示例图形。图9是基于本公开的示例图形用户界面显示。图10是基于本公开的使用sdis来确定缺乏与营养之间的相关性的示例图形。图11是基于本公开的使用sdis来衡量历史趋势的示例图形。图12是基于本公开的示例图表，其指示了针对不同推荐消耗量的营养物质评分和总体sdis。图13是示例图形用户界面，其示出了本文所公开的系统的一个实施方案中的sdis的图形图示。图14是高hei饮食与低hei饮食的图表比较。图15是比较hei评分差值与sdis评分差值的菜单对的示例。具体实施方式一般来讲，本文所公开的系统的实施方案计算并显示指示营养物质和能量消耗的影响的sdis。这些评分是针对消耗该消费品的特定个体定制的，使得评分反映在给定个体的具体需求的情况下的消耗影响。此外，如果消耗不在由端值定义的范围内，则评分反映是否超过端值，即消费品过度消耗或消耗不足，并且酌情调整评分(例如，更大幅度地修改)。重要的是，所公开的系统的实施方案以反映能量对个体总体健康的实际贡献的方式来考虑能量消耗，这与现有评分系统中采用的方式不同。大多数营养物质特征模型被设计成评估食物的营养质量而不是餐食或饮食的营养质量，并且这些模型确实趋于使质量与数量分离开来。在本公开中使用能量和关键营养物质来提供膳食质量和数量的评分。本公开基于一个时间段(例如24小时)的个性化能量和营养物质范围。定义这些范围的主要方式是使用关键营养物质的指定rda以及设计成满足美国食物膳食指南的两个示例性健康菜单计划的营养物质含量。一般来讲，本文所公开的系统计算并显示在给定时间段内从如本文所确定的营养物质子组的加权平均值导出的sdis。在一个实施方案中，选择该子组以便于跟踪，同时通过饮食准确地反映总体健康。然后将此平均值乘以能量评分。例如，能量评分可以是0至1的数字。另一个示例可以是0至100的数字。将非能量营养物质的加权平均值乘以能量评分即得到一种系统，在该系统中，对在健康卡路里范围外的卡路里摄入量罚分。在该模型的当前用途的示例中，赋予所有营养物质同等的权重，但可定制该模型以强调感兴趣的特定营养物质。此外，在该模型的当前用途中，提供24小时时间段的营养物质评分，但该模型可用于评估任何感兴趣的时间段内的营养。sdis可例如基于多个参数来计算：(1)选择的营养物质列表；(2)适于个体的能量需求或能量目标；(3)根据当前膳食指南(针对给定国家/地区)针对每种营养物质的4个数值的列表，从而将该营养物质的摄入量拟合成一般健康饮食模式；(4)固定的时间段；和/或(5)每种营养物质的权重。例如，可以以带有其相应量的所消耗食物列表的形式提供输入。输出可以是从0到最大值(通常为100或1)范围内的单个sdis数字。上面第3点中提到的4个参数为给定营养物质定义了“健康范围”以及在健康范围之外的摄入量的容差。sdis的原理是当给定个体在例如24小时的时间段内的能量摄入量和所有相关营养物质均在健康范围内时获得最高评分。低于或高于此健康范围的消耗将导致较低评分。在给定特定饮食的情况下，所公开的系统的各种实施方案满足一般目标，以推荐一组新的给定食物量，并最终推荐一组新食物，从而改善饮食的总体营养含量。由于总体评分取决于个体的一般特征(性别、年龄、体重、身体测量指标、体力活动水平和其它健康相关条件，如怀孕或哺乳期等)，因此改善总体评分的推荐同样取决于个体的特征。在某些实施方案中，所公开的系统和方法推荐对基线餐食进行减少或添加，并且进一步寻找摄入量高于推荐上限的营养物质，然后计算从餐食中去除的每种食物的最小量，以使每种营养物质保持低于其上限。对于添加，系统将在食品数据库中进行查询以确定添加到餐食中的哪些食物会增大全局评分。在一些实施方案中，仅在没有单个营养物质的评分劣化超过1分的情况下，才接受全局评分的增大。可选择一组筛选器来避免特定食物类群或特定搜索词。此类筛选能够得到更个性化的膳食推荐。这些推荐尝试使基线餐食尽可能接近每种营养物质的健康范围。更具体地讲，在各种实施方案中，本文所公开的系统计算并显示指示消耗消费品(诸如食物)对消耗该消费品的个体的营养影响的评分。在这些实施方案中，系统诸如通过确定给定时间段内个体的最佳卡路里摄入量范围来确定并存储计算评分所针对的个体的需求的一个或多个指示。在这些实施方案中，系统还确定并存储消费品的端值，使得系统可适当地处理消耗在由端值限定的范围之外的情况(例如过度消耗或消耗不足)。在某些实施方案中，所公开的系统还诸如通过基于某一天的卡路里摄入量范围确定并存储个体在该天应消耗的某些微量营养物质量(以mg为单位)的范围来确定并存储在给定时间段内的给定卡路里摄入量范围内对个体应消耗的此类营养物质范围的指示。然后所公开的系统使得用户能够指出其已经消耗或计划消耗的消费品(诸如食物项)。对于每种指出的食物项，所公开的系统的数据库或数据存储区存储对单位量该食物项的营养物质含量的指示。该系统使用该营养含量信息，乘以随时间推移消耗的食物项的量，来确定该特定食物项随时间推移的总营养摄入量。在各种实施方案中，在确定在特定时间内在特定卡路里摄入量范围内针对特定个体为最佳的营养物质范围之后，并且在了解该时间段内的至少一种消耗的或待消耗的食物项之后，该系统计算该个体的一个或多个营养物质评分。这些营养物质评分指示所指出的食物项的营养影响。通常，这些评分是通过针对由系统跟踪的每种营养物质确定食物项的营养物质含量是否落入该营养物质的最佳或健康范围内来计算的。一般来讲，如果个体对营养物质过度消耗或消耗不足，则所公开的系统通过更大幅度地影响该营养物质的评分(从而影响总体单膳食摄入量评分)来有利地反映过度消耗或消耗不足。在一个实施方案中，营养物质评分是针对包含在食物项中的每种营养物质来计算的。系统然后使用加权函数来累计营养物质评分，以指示每种营养物质对个体的总体营养健康的相对重要性；累计营养物质评分被称为平均营养物质评分。在一些此类实施方案中，加权函数考虑个体对任何单种营养物质是过度消耗还是消耗不足；如果个体有这种情况，则一些实施方案中，所公开的系统将增大该营养物质对平均营养物质评分的影响，以反映过度消耗或消耗不足可对个体的总体营养健康产生相对剧烈影响的事实。然后，基于所推荐的个体能量摄入量下限和上限来计算能量评分。然后，将营养物质评分乘以能量评分以得到sdis。在一个实施方案中，以0至100的标度计算sdis，其中评分越接近100，指示在特定时间段内个体的营养需求得到的满足越大。在一个另选的实施方案中，评分可介于0和1之间。如下文进一步详细描述的，所公开的系统的各种实施方案还提供了参考咨询功能，其中系统建议将得到改善或最佳sdis的食物的组合。例如，如果用户在早餐之后访问系统并指出其早餐已吃的食物，则所公开的系统可以计算早餐食物的sdis，并且还可以确定在这一天的剩余时间内需要消耗什么营养物质，以及在当天的剩余时间内消耗多少能量，以使该个体在这一天消耗的营养物质和能量处于最佳范围(并产生最佳sdis)。在此实施方案中，系统使用这些计算的营养物质量来确定在这一天的剩余时间内可以消耗的食物的组合，以确保尽可能完全地实现个体的营养目标，同时仍然消耗在该个体的最佳卡路里摄入量范围内的一定量的卡路里。因此，本文公开的系统不仅可作为跟踪系统运行，而且还可以作为用于推荐消费品以帮助个体达到其营养目标的推荐引擎。在所公开的系统的实施方案中，确定多个单个组成部分营养物质评分，然后将这些评分累计到平均营养物质评分中并乘以能量评分，由此计算所描述的sdis。在本文所公开的系统和方法的各种实施方案中，sdis算法用于基于多个输入来计算sdis，多个输入包括：所消耗的营养物质的列表所消耗的营养物质的量性别年龄体重特殊状况(例如，怀孕、哺乳期等)术语“营养物质”在本文中重复使用。在一些实施方案中，如本文所用的术语“营养物质”是指对身体具有有益效果的化合物，例如提供能量、生长或健康。该术语包括有机化合物和无机化合物。如本文所用，术语“营养物质”可包括例如常量营养物质、微量营养物质、必需营养物质、条件必需营养物质和植物营养物质。这些术语不一定相互排斥。例如，某些营养物质可根据特定分类体系或列表而被定义为常量营养物质或微量营养物质。在各种实施方案中，本文使用的术语“常量营养物质”与本领域中充分理解的用法一致，其通常涵盖为了生物体的正常生长和发育所大量需要的营养物质。这些实施方案中的常量营养物质可包括但不限于碳水化合物、脂肪、蛋白质、氨基酸和水。某些矿物质也可被归类为常量营养素，诸如钙、氯或钠。在各种实施方案中，本文使用的术语“微量营养物质”与本领域中充分理解的用法一致，其通常涵盖对人体具有有益效果(例如帮助提供能量、生长或健康)但只需要少量或微量的化合物。在此类实施方案中，该术语可包括或涵盖有机化合物和无机化合物两者，例如个别氨基酸、核苷酸和脂肪酸；维生素、抗氧化剂、矿物质、微量元素(例如碘)和电解质(例如钠)，以及这些物质的盐，包括氯化钠。在一个实施方案中，营养物质可为从中计算出sdis的碳水化合物、蛋白质和脂肪的主要常量营养物质。在另一个实施方案中，营养物质可为从中计算出sdis的常量营养物质和微量营养物质的组合。在另一个实施方案中，从中计算出sdis的常量营养物质和微量营养物质的组合包括以下项中的至少一者：碳水化合物、蛋白质、总脂肪、纤维、钙、钾、镁、铁、食物叶酸、维生素a、维生素c、维生素d、维生素e、钠、饱和脂肪和添加的糖。在另一个实施方案中，用于计算sdis的营养物质包括以下项中的全部：碳水化合物、蛋白质、总脂肪、纤维、钙、钾、镁、铁、食物叶酸、维生素a、维生素c、维生素d、维生素e、钠、饱和脂肪和添加的糖。在另一个实施方案中，用于计算sdis评分的营养物质的列表可连同这些营养物质的膳食来源(按食物类群，诸如蔬菜、水果、谷物、乳品、蛋白质食品、油)、水果和蔬菜的颜色和/或其它因素一起使用。在另一个实施方案中，用于计算sdis的列表包括经加工的食品包装的标签上标识的营养物质。在此实施方案中，经加工的食品包装的标签包含与食物的碳水化合物、蛋白质和/或总脂肪含量相关的信息。应当理解，“能量”不被视为营养物质；相反，它是与营养物质评分相结合的总体sdis的单独组成部分，如下文所详述。下表提供了sdis使用的营养物质列表，以及这些营养物质的主要膳食来源和被纳入的基本原因。申请人认识到，如下所列的美国食品标签上的关键营养物质在某些实施方案中为消费者最可能关注的。在下面的示例中，美国消费者最可能缺乏表1的“短缺的营养物质”，并且更可能过量消耗标题为“过量消耗的营养物质”的列中所列的营养物质。此基本原因可以更新，以对应不同的国家/地区和群体组，包括具有特定健康状况的消费者。表1：营养物质和食物类群列表在另一个实施方案中，用户携带的一个或多个设备可以在用户处于食品采购场所(诸如杂货店或餐馆)时向该系统提供实时信息。诸如rfid读取器、nfc读取器、可穿戴相机设备和移动电话的设备可以接收或确定(诸如通过扫描rfid标签、读取条形码或确定用户的物理位置)用户可在具体杂货店或餐馆购得的食物。然后，所公开的系统可以考虑该用户可以立即购买或消耗什么食物，从而进行推荐。在一个此类实施方案中，当用户坐在餐馆中时，所公开的系统可以向该用户的移动电话推送信息，推荐用户从菜单中选择某些项，以优化给定时间段内该用户的sdis。在其它实施方案中，语音识别功能识别由用户通过语音提供的输入。在一个此类实施方案中，语音识别系统在用户在餐馆点单时进行监听；在其它实施方案中，语音识别系统使得用户能够直接说出自己已消耗或将要消耗的项。在另一个实施方案中，所公开的系统可使用地理定位，以基于用户的位置提供适当的锻炼建议。例如，如果用户在工作场所、健身房或家中，则用户的手机、平板电脑或计算机上的应用程序可向用户提供(例如，在聊天框中)不同的活动提示。营养物质健康评分计算现在参见图1，示出了显示主机设备100的电气系统的示例的框图，该主机设备可用于实施本文所公开的计算机化sdis和推荐系统的至少一部分。在一个实施方案中，图1所示的设备100对应于提供以下功能中的一些或全部的一个或多个服务器和/或其它计算设备：(a)使得所公开的系统的远程用户能够访问系统；(b)提供使得远程用户能够与所公开的系统进行交互的一个或多个网页；(c)存储和/或计算实施所公开的系统所需的基础数据，诸如推荐的卡路里摄入量范围、推荐的营养物质消耗范围，以及食物的营养物质含量；(d)计算和显示组成部分或sdis；并且/或者(e)提供对可被消耗以帮助个体达到最佳sdis的食物或其它消费品的建议。在图1所示的示例性架构中，设备100包括主单元104，该主单元优选地包括一个或多个处理器106，该一个或多个处理器通过地址/数据总线113电耦合到一个或多个存储器设备108、其它计算机电路110和/或一个或多个接口电路112。一个或多个处理器106可以是任何合适的处理器，诸如来自intel或intel系列微处理器的微处理器。和是英特尔公司(intelcorporation)的注册商标，并且是指可商购获得的微处理器。应当理解，在其它实施方案中，可以使用其它可商购获得的或特别设计的微处理器作为处理器106。在一个实施方案中，处理器106是专门设计用于所公开的系统中的片上系统(“soc”)。在一个实施方案中，设备100还包括存储器108。存储器108优选地包括易失性存储器和非易失性存储器。优选地，存储器108存储与主机设备100的硬件以及与如下文所述的系统中的其它设备交互的一个或多个软件程序。除此之外或者另选地，存储在存储器108中的程序可以与一个或多个客户端设备(诸如客户端设备102(在下文详细论述))交互，以向这些设备提供对存储在设备100上的媒体内容的访问。存储在存储器108中的程序可以由处理器106以任何合适的方式执行。一个或多个接口电路112可以使用任何合适的接口标准来实施，该接口标准诸如以太网接口和/或通用串行总线(usb)接口。一个或多个输入设备114可以连接到接口电路112，以将数据和命令输入到主单元104中。例如，输入设备114可以是键盘、鼠标、触摸屏、跟踪板、跟踪球、等位点(isopoint)和/或语音识别系统。在一个实施方案中，在设备100被设计成仅通过远程设备操作或交互的情况下，设备100可以不包括输入设备114。在其它实施方案中，输入设备114包括向主机设备100提供数据输入的一个或多个存储设备，诸如一个或多个闪存驱动器、硬盘驱动器、固态驱动器、云存储器或其它存储设备或解决方案。一个或多个存储设备118也可以通过接口电路112连接到主单元104。例如，硬盘驱动器、cd驱动器、dvd驱动器、闪存驱动器和/或其它存储设备可以连接到主单元104。存储设备118可以存储设备100所使用的任何类型的数据，包括：关于优选营养物质范围的数据；关于各种食物项的营养物质含量的数据；关于系统用户的数据；关于先前生成的单膳食摄入量评分的数据；表示用于计算单膳食摄入量评分的加权值、用于计算营养物质评分的敏感性值的数据；关于理想能量摄入量的数据；关于过去能量消耗的数据；以及关于实施所公开的系统需要的任何其它适当的数据，如框150所示。另选地或者除此之外，存储设备118可以被实施为基于云的存储设备，使得通过因特网或其它网络连接电路(诸如以太网电路112)来访问存储设备118。一个或多个显示器120，和/或打印机、扬声器或其它输出设备119也可以通过接口电路112连接到主单元104。显示器120可以是液晶显示器(lcd)、合适的投影仪，或任何其它合适类型的显示器。显示器120在主机设备100的操作期间生成主机设备100的各种数据和功能的视觉表示。例如，显示器120可用于显示关于以下数据库的信息：优选营养物质范围的数据库、各种食物项的营养物质含量的数据库、系统用户的数据库、先前生成的单膳食摄入量评分的数据库和/或使得设备100处的管理员能够与上述其它数据库交互的数据库。在例示的实施方案中，计算机化sdis和推荐系统的用户使用合适的客户端设备(诸如客户端设备102)与设备100交互。在各种实施方案中，客户端设备102是可以访问由主机设备100提供或服务的内容的任何设备。例如，客户端设备102可以是可运行合适的web浏览器以访问到主机设备100的基于web的界面的任何设备。另选地或者除此之外，提供本文描述的一些功能的一种或多种应用程序或应用程序的部分可以在客户端设备102上运行，在这种情况下客户端设备102仅需要与主机设备100交互来访问存储在主机设备100中的数据，诸如关于各种食物项的健康营养物质范围或营养物质含量的数据。在一个实施方案中，设备(即，设备100和客户端设备102)的这种连接是通过因特网和/或其它网络上的网络连接来促进的，如在图1中由云116所示。网络连接可以是任何合适的网络连接，诸如以太网连接、数字用户线(dsl)、wifi连接、蜂窝数据网络连接、基于电话线的连接、同轴电缆上的连接，或另一种合适的网络连接。在一个实施方案中，主机设备100是提供基于云的服务(诸如，基于云的认证和访问控制、存储、流式传输和反馈提供)的设备。在此实施方案中，主机设备100的具体硬件细节对于所公开的系统的实施者是不重要的-替代地，在此类实施方案中，所公开的系统的实施者利用一个或多个应用程序编程界面(api)与主机设备100以方便的方式交互，诸如输入关于用户的人口统计数据的信息以帮助确定健康营养范围、输入关于所消耗的食物的信息以及下面更详细描述的其它交互。对设备100和/或客户端设备102的访问可通过适当的安全软件或安全措施来控制。个体用户的访问可以由设备100限定，并且受限于某些数据和/或动作，诸如根据个体的身份输入所消耗的食物或查看计算的评分。取决于那些用户的身份，可以允许主机设备100或客户端设备102的其它用户改变其它数据，诸如加权、敏感性或健康范围值。因此，可能需要系统的用户在访问由所公开的系统提供的内容之前注册设备100。在一个优选实施方案中，每个客户端设备102具有与上文相对于设备100所描述的结构或架构组成类似的结构或架构组成。也就是说，在一个实施方案中，每个客户端设备102包括显示设备、至少一个输入设备、至少一个存储器设备、至少一个存储设备、至少一个处理器以及至少一个网络接口设备。应当理解，通过包括对于熟知的台式、膝上型或移动计算机系统(包括智能电话、平板电脑等)来说所共有的此类部件，客户端设备102促进相应系统的用户间及彼此之间的交互。在各种实施方案中，如图1所示的设备100和/或102可以实际上以多个不同的设备实施。例如，设备100可以实际上以一起工作的多个服务器设备实施以实施本文所描述的媒体内容访问系统。在各种实施方案中，一个或多个附加设备(在图1中未示出)与设备100交互以实现或促进对本文所公开的系统的访问。例如，在一个实施方案中，主机设备100通过网络116与一个或多个公共、私有或专有的信息储存库(诸如公共、私有或专有的营养信息、营养物质含量信息、健康范围信息、能量信息、环境影响信息等的储存库)通信。在一个实施方案中，所公开的系统不包括客户端设备102。在此实施方案中，本文描述的功能在主机设备100上提供，并且系统用户使用输入设备114、显示设备120和输出设备119与主机设备100直接交互。在此实施方案中，主机设备100将在本文中描述的一些或全部功能提供为面向用户的功能。如上所述，本文所公开的系统在各种实施方案中的前提条件是通过食物营养促进健康的想法。通过食物营养促进健康的概念建立在所有营养物质具有健康消耗范围的想法上。也就是说，良好营养的概念建立在既没有本质上健康的营养物质，也没有本质上不健康的营养物质的想法上。相反，对于任何可能的营养物质，该营养物质的消耗可以在健康范围内或在健康范围外。虽然不同个体的健康范围可不同，但是健康范围内的营养物质消耗通常被视为对该营养物质的健康消耗。在各种实施方案中，本文所公开的系统被布置为多个模块，其中每个模块执行特定功能或功能组。这些实施方案中的模块可以是由通用处理器执行的软件模块、由专用处理器执行的软件模块、在适当的专用硬件设备上执行的固件模块、或者用电路完全地执行本文所述功能的硬件模块(诸如专用集成电路(“asic”))。在使用专用硬件来执行本文描述的一些或全部功能的实施方案中，所公开的系统可以使用一个或多个寄存器或其它数据输入引脚来控制设置或调整此类专用硬件的功能。例如，可以使用被编程为基于在第一区段中增大，在第二区段中平坦，并且在第三区段中减小的分段连续函数来分析营养物质评分的硬件模块。在此示例中，硬件可以被编程以评估该函数，并且至该硬件的一个或多个输入可以被配置为接收以下输入：例如第一区段与第二区段相遇处的输入值、第二区段与第三区段相遇处的输入值以及用于指示第三区段减小的速率的参数(例如，限定第三区段的形状的斜率或函数)。在其它实施方案中，在执行本文描述的各种功能的模块是可由硬件执行的软件模块的情况下，该模块可以采取应用程序或应用程序子集的形式，该应用程序或应用程序子集可以被设计成在执行特定的预定义操作系统环境的处理器上运行。在其它实施方案中，函数不需要是递增函数，而是可以采取任何形状。例如，函数可以是递减的、弯曲的等。图2公开了针对每种营养物质的评分函数200，其限定了具有健康范围的营养物质的函数，并且可以用0分对过度消耗和消耗不足进行罚分。点b(212)和c(214)定义健康范围(218)，这是营养物质(或卡路里)摄入量的理想范围。每当摄入量在健康范围218内时，特定营养物质的评分达到最高。点a(210)定义0分，当营养物质的消耗低于健康范围时，判定为0分。相对于营养物质消耗不足的容差来确定点a(210)。当营养物质的消耗高于健康范围时，点d(216)定义0分。相对于营养物质过度消耗的容差来确定点d(216)。需注意，点a(210)和d(216)不需要是对称的。图2由函数限定，其具有分段线性、连续的属性。此函数被定义为s(x)，其中x是以其正确的测量单位表示的营养物质的量。图2的函数为：在各种实施方案中，以上公式1中的“x”不需要指营养物质。具体地讲，在一些实施方案中，“x”可表示来自特定食物类群的食物的量或体积(例如3份水果或3杯水果)、食物类群中特定种类食物的量(例如3克深绿色蔬菜)、特定食物产品的量(例如0.5个汉堡包)、维生素补充剂的量。在其它实施方案中，“x”表示不同种类消费品的量，诸如来自一个“食物类别”的所消耗食物的量，食物类别的概念在本文其它地方讨论。在此示例中，为了简单起见，选择最大值1。给定k种营养物质的列表：n1,n2,…,nk，它们中的每一者都将对应于函数si(x)，全部由此公式即公式(1)定义，但具有不同的a、b、c、d值。给定全部食物及数量的列表，平均营养物质评分可与列表中每种营养物质的总量一起提取，然后计算加权平均值：对于此示例，将得到介于0和1之间的数值。权重为数值0≤wi≤1，总计为1：需注意，如果a＝b或未定义a，则公式(1)不适用。这发生在例如饱和脂肪或添加的糖的情况下，这种情况没有最小推荐量；在这种情形下，不消耗特定食物项是有利的，并且唯一不利的情形是消耗太多食物项。图3中示出了此类评分函数的示例。图3表示无摄入量要求的营养物质的评分函数300，这意味着个体不需要任何量的这些营养物质，但在其饮食中可容许特定量。例如诸如可为添加的糖或饱和脂肪。图3中表示的函数可表述为：图3中的点b(310)为0，因为它表示健康范围(318)的下限，这表明个体不需要这些类型的营养物质(即饱和脂肪、添加的糖等)中的任一种来保持健康。点c(312)表示健康范围(318)的上限。超过点c(312)的营养物质的消耗将导致较低的营养物质评分。当营养物质的消耗高于健康范围时，点d(314)定义0分。相对于营养物质过度消耗的容差来确定点d(216)。在另一个实施方案中，对于一些营养物质，系统分配无穷的点c或定义无穷的健康范围上限值以实现相同的结果，即，指示特定营养物质的过度消耗是无害的。在一个另选的实施方案中，针对不消耗的营养物质诸如图3的示例营养物质(其中对于给定饮食实际上不需要营养物质)的评分，该营养物质将具有小于100但大于0的评分。也就是说，虽然不消耗特定营养物质将不会影响完全潜在评分(100)，但不需要该营养物质的事实意味着不消耗该营养物质仍将对提高的评分有积极贡献。能量本身根据与图2所示类似的函数进行评分。具体地讲，关于能量，存在以下项：最小值，低于该最小值时能量评分为零；范围，其对评分的贡献逐渐增大，然后恒定，然后逐渐减小；以及最大值，高于该最大值时能量评分为零。使用iom公式(http://www.nal.usda.gov/fnic/dri/dri_energy/energy_full_report.pdf，第185页)来计算下文公式中所反映的估算能量需求(或“eer”)。例如，对于平均身高和体重分别为162.9cm和78.5kg(cdc)的久坐40岁女士来说，估算能量需求将为约1,000kcal。需注意，对于该女士，基础代谢率(“bmr”)将为约1,442kcal。因此，1,000kcal不是可持续的卡路里摄入量。在这种情况下，卡路里的下限比目标能量摄入量少10％。在其它实施方案中，卡路里的下限可以是其它百分比，诸如介于15％至50％之间，具体取决于一个人准确地输入一个时间段期间消耗的能量的能力。目标能量摄入量是估算能量消耗，例如，对于上述久坐40岁女士，iom提供2033kcal/天，因此健康范围的下限将是1830kcal/天。函数如下所示，其中首字母缩略词“eer”代表估算能量需求：图4针对eer＝2033kcal/天以图形方式示出了此函数。图4中反映的eer公开了前述女士的目标能量摄入量，估计为2033kcal/天，因此健康范围的下限将是1830kcal/天(图4中的410)。卡路里的上限比目标能量摄入量高10％。对于上述女士，健康范围的上限将是2236kcal/天(图4中的412)。当总能量摄入量≥(1.5*eer)时给出零分，其中使用iom公式计算bmr。对于前面提到的示例女士，这将是约3,000kcal。对于所公开的系统和方法的目的，基于启发式和实际考虑事项来确定高于和低于eer的10％的容差，同时考虑eer估算中的典型标准偏差。实际eer(因此范围比eer高或低10％)取决于若干参数：年龄、性别、身高、体重和体力活动水平。根据最近的一份出版物(shcherbina等人，accuracyinwrist-worn,sensor-basedmeasurementsofheartrateandenergyexpenditureinadiversecohort,j.pers.med.2017,7,3(不同同期组群中腕部佩戴式基于传感器的心率和能量消耗测量的准确性，《个性化医学》杂志，2017年，第7卷第3期))，此范围可在一些实施方案中扩展。根据所述研究，流行的商业可穿戴设备在估算能量消耗方面有很大误差(>20％)，因此容差范围应与可实现的精度一致。然而，在临床环境中，可以获得更高精度，因此能量的容差应适于环境。使用根据以上公式2和图4(称为s(e))确定的能量评分(414)，所公开的系统和方法的实施方案通过将能量评分(414)乘以公式(3)中反映的加权营养物质评分来确定最终sdis：应当理解，在计算最终sdis时，本文所公开的系统使用能量作为乘以平均营养物质评分的因子。此技术是对已知现有技术的改进，因为它准确地反映了所消耗的能量的量对总体sdis的重要性。在本文所公开的系统的一些实施方案中，除了将平均营养物质评分乘以能量评分之外，还可以其它方式纳入能量。例如，再次参见图2，可对应于由iom定义的rda来选择点b(212)。rda是推荐的最低摄入量，其可满足97.5％群体的摄入量需求。虽然在一些示例性实施方案中，本公开可根据所消耗的营养物质的数量(即，克)来讨论或表示rda，但需注意其它表示诸如百分比也是有用的，这一点十分重要。此外，在各种实施方案中，消耗的数量可转换成百分比。在另选的实施方案中，以百分比表示的rda可转换成消耗的数量。当rda不可用时(示例为纤维和钾)，可使用ai或其它类型的推荐。可基于给定或所选群体通常摄入量的某个百分位来选择点a(210)。如先前所指出的那样，点c(214)是健康范围(218)的容许上限。先前，这已经由iom定义。然而，iom通常过高，并且对于某些营养物质甚至未定义。未定义的上限可导致相对于给定能量目标未检测到的特定营养物质的过度消耗。因此，本公开中的点c(214)不代表毒物学值。而是代表在给定能量级别下健康饮食模式的背景中的“合理”上限。因此，点c(214)取决于能量。因此，sdis不仅通过上述能量因子进行能量调节，而且还通过健康范围的选择进行能量调节。基于包含在富含该营养物质的典型食品中的营养物质量来选择点d(216)。在一个另选的实施方案中，可使用整个食物类群而不是使用单个营养物质。在整个食物类群的示例实施方案中，范围涉及整个食物类群而不是单个营养物质的推荐摄入量。在各种实施方案中，根据特定测量目标来选择评分算法的参数。例如，在减重的情况下和患有前驱糖尿病的目标群体的情况下，参数可以是不同的。虽然先前的计算适用于营养物质、范围和权重的任何选择，但这些选择对于区分健康和不健康饮食模式的评分是重要的。下表2示出了具有不同膳食质量的两个示例性等卡路里菜单。表2和图5至图8展示了sdis正确区分健康菜单示例与不健康示例，并且展示了质量如何取决于数量之间的关系。表2：具有不同膳食质量的两个等卡路里菜单就本示例而言，能量需求是2000kcal。图5示出了比较两个示例菜单计划的图形500。图5示出了sdis正确地为示例健康菜单计划给出较高评分，该菜单计划是由数字510表示的虚线。不健康菜单计划由数字512表示的虚线表示。图5示出了sdis，其取决于为实现菜单计划中的营养所消耗的连续卡路里。菜单在不同能量级别同时从0缩放到4000kcal(将所有量乘以相同因子)。然后，对于每个能量级别，绘制每个菜单的评分(图中的点)。在允许的卡路里摄入量范围1000至3000之外，评分下降到0，因为乘以为零的能量评分导致为零的总体sdis。在1000kcal和3000kcal之间，健康菜单评分(线条510)始终处于比不健康菜单更高的评分。两条曲线均达到约2000kcal的最大值，这意味着由每个菜单计划提供的食物量在该能量级别提供最佳营养物质量。对于任何给定的能量级别，评分上的差值即衡量它们“质量”的差异，并且该差异随能量级别(“数量”)而变化，在约2000卡路里(对消耗菜单计划的人所确定的eer)的最佳能量摄入量达到最大差异。图6示出了在没有能量因子的情况下与平均营养物质评分610相比，健康菜单612的评分图形600。换言之，线条610仅对应于平均营养物质评分而线条612为即sdis。图6示出了能量因子对于控制不是生理上貌似真实的或期望的卡路里级别的重要性，这是针对eer为约2000卡路里的人的情况，该人的接近推荐摄入量两倍的卡路里摄入量仍然得到非零的评分。实际上，此非零评分为约0.45，并不比2000卡路里摄入量下接近0.65的最佳评分低太多。图7示出了根据本公开的评分函数，其中通过乘法将能量考虑到sdis中(线条712)，并且示出了根据一种技术的评分函数，该技术将能量与任何其它营养物质一样平均计入评分(线条710)。比较图6和图7，可以看出顶部线条(图6中的线条610和图7中的线条710)几乎相同，其中能量被忽略(图6)或平均计入评分(图7)。这表明如果与所有营养物质一起取平均值，则能量对总评分的影响很小。实际上，平均计入评分的营养物质越多，能量对总体平均值的影响就越小。这一比较显示了本文认识到的改进之一的重要性：即应将能量考虑到sdis中，不是作为求平均值的另一种营养物质，而是作为乘数，以反映能量对总体评分的重要性。图8示出了示例图形800，其在根据表1中所公开的饮食的2000kcal处，针对健康饮食和不健康饮食逐个营养物质地比较了单个营养物质评分。图形800示出维生素c、铁、钠、镁和叶酸的最大差值。这些是公众健康所关注的已知微量营养物质。图形800未能清楚地标识这些差值是否对应于这些营养物质的消耗不足或过度消耗。将在应用程序或用户界面中可视地表示此类信息。在图9中，可以看出如何将此信息传达给用户的示例。图9示出了与sdis相关的软件应用程序的示例显示900。示例显示900显示了一些营养物质的示例条形图。显示900示出了个体消耗了1272.26mg钠(902)，应用程序将其评分为100。然而，该个体的维生素d(908)获得仅为17的评分。下面是表3，示出了由本公开建议的示例菜单的示例营养物质组成：该示例表可用于基于所示的强化和未强化推荐菜单计划版本来估算健康范围。表3：菜单的营养物质组成需注意sdis不是加性函数，这一点很重要。具体地讲，将“健康”食物添加到健康菜单中可潜在地降低总评分。如果能量或一些营养物质超过其上限，则将发生这种情况。另一方面，少量添加“不健康”食品在某些情况下可能提高评分。因此，质量和数量交织在一起，且不应单独加以考虑。此外，应当理解，我们的评分可用于衡量整个饮食的健康状况，并且不限于单个食物或餐食。然而，所述技术和sdis可应用于任何量的食物消耗，并且因此是可定制的。虽然sdis对于在一周内观察饮食模式可能是最有用的，但它对任何量的食物或任何时间范围也可能是非常有用的。例如，相对于食物消耗，sdis可用于从单口量到多年内消耗的食物量。类似地，可针对任何时间范围修改sdis，包括秒、分钟、小时、天、周、月、年等。此外，虽然营养密集食物当然是任何健康饮食的基本组成部分，但饮食中存在足够的灵活性，以允许在健康饮食的情况下存在一些量(少量)的营养物质密度较小的食物。这符合2015年至2020年的《美国膳食指南》：“最高达到特定模式限值的卡路里可用于食用并非营养物质密集形式的食物(例如，用来容纳来自添加的糖、添加的精制淀粉或固体脂肪的卡路里)，或用于食用超过营养密集食物的推荐量的量。”虽然在本公开全文中讨论的实施方案主要涉及美国rda，但本公开的范围涵盖或设想使用来自不同国家/地区而不仅仅是美国的rda。表4来自hei2005上的验证报告。此表显示了以每1,000kcal表示的推荐食物类群，以及以总卡路里百分比表示的任意卡路里许可量。表4示出了待消耗的各种食物类群的量，尽管类似，但在各能量级别上并不相同。因此，在膳食摄入量的密度方法中，通常必须选择与特定能量级别对应的营养物质的推荐量。当应用于不同级别时，这将产生不准确性。本文所述的公开内容并非纯粹基于膳食摄入量的密度方法，因此不受此问题的影响。表4：按卡路里级别表示的推荐食物类群sdis可有效地应用于例如群体级别或各种人群。这可用于检测缺陷、与健康饮食模式的偏差，并且更一般地检测群体级别上的任何模式。例如，图10示出了示例图形1000，其显示了关于饮食质量与收入水平之间的相关性的研究的结果。研究的重点是年龄组31岁至50岁的女性。菱形标记(1002)对应于结果的平均值。水平中线(1004)对应于中值。根据“贫穷与收入比率”(pir)对个体进行分组。低pri定义为小于1.3，中间pri定义为介于1.3和3.49之间，高pri定义为大于3.5。类似地，代替收入水平，可使用sdis调查任何其它协变量，包括生物测量值。在图11中示出了sdis的另一个可能应用。图11是示出了特定群体在一个时间段内的sdis演变的示例图形1100。例如，图11示出了从2005年至2012年的时间范围。从图形1100可以看出，差值最小，这意味着在该示例中，在该时间段期间饮食习惯没有得到真正的改善。sdis的另一个可能应用是不同饮食模式的比较。例如，可对素食、美式消耗、地中海式消耗等的饮食模式进行比较。图12示出了作为示例的表，其中针对跟踪的每种饮食方式来计算sdis。示例表1200展示了所讨论的饮食模式具有相对等值的评分。列1210表示16种最重要的营养物质，但在组成sdis评分时可包括其它营养物质。列1210还包括能量的行。列1212表示比列1214低的卡路里摄入量(更低的能量摄入量)。列1214表示比列1216更低的卡路里摄入量。查看列1212、1214和1216，对于一些饮食，由于钾、铁和维生素e的摄入量较高，可以看到在较高卡路里含量下列1216中的评分有轻微改善。如下表5所示，2015年《美国膳食指南》中推荐的三种健康膳食模式在3个不同能量级别下均得到≥0.87的sdis评分。这表明，所有三种膳食模式中的推荐导致相同的营养组成部分(尽管是不同的食物)。此外，这展示了sdis评分的准确性和可靠性。应当理解，在一些实施方案中，将考虑饮食的其它有益效果(在所公开的系统和方法的优选实施方案中的16种测量的营养物质之外)，使得例如地中海饮食的评分被增大以反映特定于该饮食的有益效果，尽管具有相同的sdis函数的输出。表5：三种健康饮食及sdis评分表6提供了在示例sdis中对31岁至50岁之间女性使用的营养物质健康范围的基本原因概述。表6：31岁至50岁之间女性的营养物质健康范围*所有个体；对于添加的糖https://epi.grants.cancer.gov/diet/usualintakes/pop/2007-10/table_a40.html该图表描述了基于31岁至50岁之间的示例女性的各种营养物质的零分下限、健康范围下限、健康范围上限和零分上限。此外，该图表还包括选择这些值的原因。然而，对于诸如钠、添加的糖和饱和脂肪的营养物质，不存在零分下限和健康范围下限。这是因为在一定程度上，在饮食中可容许消耗这些营养物质。例如，最多2590.4mg/天的钠是允许的，并且一般认为不是有害的。之后，营养物质评分将从钠营养物质的最高评分降低，直至其达到3273.73mg。在3273.73mg处，钠的评分将变为零。对于此类营养物质，本文所公开的系统被配置为根据最大量来评估营养物质摄入量的充足性。又如，评分可与纵向数据一起使用以调查饮食与一些健康指标之间的因果关系。此外，sdis评分可在移动或web应用程序中呈现，以个性化用户的膳食摄入量。例如，通过获得关于用户的饮食习惯、目标、食物偏好、食物成本和可持续性的知识，应用程序可根据用户的目标提供特定于用户的建议。在用户进入其饮食之后，用户可看到他们的sdis并根据图13中的示例类别对其sdis进行评级。图13示出了可在应用程序中呈现给用户的示例评分图表1300。图表1300具有评级列(1310)、sdis评分列(1312)和说明列(1314)。在个体接收到指示改善空间的sdis评分的示例情况下，应用程序可建议用于改进的具体操作。例如，应用程序可建议限制所消耗的某些食物的量，或向饮食中添加另一种食物以改善sdis。这些建议可基于用户已食用的食物，但也考虑用户的膳食偏好、限制、用户目标和上下文信息(场合、季节性、位置)。进行了用于验证sdis的研究，并且使用主组成部分分析和克朗巴哈系数α来评估本公开中给出的评分的可靠性。通过跨一系列能量级别比较健康和不健康的等卡路里菜单计划的评分，并且通过将评分与hei结果24小时膳食回顾(提取自nhanes2011-12)进行比较来评价有效性。提取了31岁至50岁女性消耗的1800kcal至2200kcal范围内的所有“菜单”，其提供了173个数据集。计算每个个体的hei评分(参见https://epi.grants.cancer.gov/hei/tools.html)。图14示出了食物组合的hei评分。将健康食物组合的sdis评分(hei评分为95)与不健康食物组合(hei评分为15)进行比较。在图表1400中，列1410表示高hei食物组合。列1412表示低hei食物组合。此外，对评分的总体分布进行比较。随机取样了97对“菜单”，并将hei评分的差值与sdis评分的差值进行比较。图15中的示例可视化示出了两个评分之间的一致性程度。此外，将该评分应用于2015年《美国膳食指南》中推荐的三种膳食模式的营养物质组合物。为了证明该评分对国家营养调查数据的适用性，将其应用于上述女性子群体2005年至2011年的nhanes数据。该评分可以区分健康和不健康的菜单计划，当能量小于或大于估算能量需求的10％时，能量成为重要决定因素。该评分显示与使用健康饮食指数的nhanes数据的平均评分具有定性的良好一致性以及与平均值类似的分布模式。主组成部分分析显示，至少14种营养物质解释了总评分中95％的不一致。克朗巴哈α系数为0.73，表明评分是可靠的。《美国膳食指南》推荐的三种膳食模式的评分都很高(>0.87)，其与2个示例健康菜单计划相当。将该算法应用于从2005年至2011年起的nhanes数据的亚群，表明在该时间段内总体饮食质量没有变化。在一个另选的实施方案中，所公开的系统使用各种食物类群中的食物的量来设定范围(该范围是每个类群中食物的重量或体积(例如，1000kcal至3200kcal所需的水果))。此实施方案中的范围类似于上表4，不同的是表示为每天而不是每1000kcal。这意味着在1000kcal至3200kcal的范围内不需要能量校正。此另选的实施方案的一个优点是，sdis计算方法考虑了不在16种营养物质的有限列表中的营养物质的整个混合物，包括生物活性剂。在另一个另选的实施方案中，所公开的系统使用各种食物类别中的食物的量来设定范围。这些食物类别可包括例如诸如小吃、烘焙产品、软饮料、汤和调味汁、冷冻食品、罐装食品等的分类。在各种实施方案中，这些输入(输入的食物或饮食)中的一个或多个输入来自营养信息的数据库。例如，在某些实施方案中，允许用户输入消耗的项并在适当的消费品数据库中查找包含在该消耗的项中的营养物质的列表，从而可生成消耗的营养物质的列表。在其它实施方案中，用户直接输入消耗的营养物质。在其它实施方案中，用户输入食物(例如，汉堡)，并且如果该食物不在数据库内，则用户还输入该食物中营养物质的量(例如，钠的量)。然后，所定义食物(例如，汉堡)的未来输入可查找在先前时间输入的营养物质，而不是要求用户重新输入营养物质信息。用户目标可例如是减重、保持减重、吃健康饮食、增重、吃针对心脏健康的推荐饮食等。在每种情况下，可通过改变例如其组成部分的重要性(权重)、组成部分的范围或甚至所用组成部分的列表来调整应用程序。例如，如果用户想要减重并且他的基本能量需求是2000kcal，那么他必须每天食用1500kcal。在该示例中，允许的健康能量范围将被缩小并朝向较低卡路里摄入量向下移动。除卡路里之外，应用程序提出的建议仍将注意确保用户消耗的针对宏量营养物质和微量营养物质的所有其它营养需求。因此，在本公开中，能量不被认为是营养物质，而是能量渗透整个膳食推荐框架并影响健康范围的定义。有时，查看饮食中单个营养物质评分以检测最有问题的评分是有意义的。可随后使用软件来识别饮食中所需的推荐改变，以便更接近推荐量。在一些实施方案中，本文所公开的系统和方法可由营养学家、卫生保健专业人员和个体用户(例如，可穿戴设备诸如智能手表或健身跟踪器的用户)使用。在一个示例性实施方案中，本文所公开的系统包括至少一个处理器，该至少一个处理器被配置为执行算法以计算通过一个时间段内的良好营养衡量健康的单个评分。在该实施方案中，算法考虑了特定于个体(或个体的群体)的因素，并且基于该个体的饮食(或群体的饮食)内的多种营养物质相对于消耗的总能量来确定评分。在各种实施方案中，对于所公开的系统的特定于用户(或特定于群体)的输入是可编程且可配置的，这些输入包括性别、年龄、体重、身高、体力活动水平、是否怀孕或处于哺乳期等等。在一个实施方案中，本文所公开的系统包括或连接到包含食物或食物组分项和相应营养物质含量的数据库。在该实施方案中，本文所公开的系统包括模糊搜索功能，使得用户能够输入消耗(或待消耗)的食物，然后搜索数据库以查找与用户提供的项最接近的项。在该实施方案中，本文所公开的系统使用有关匹配的食物项的存储营养信息来如下所述地确定评分。在各种实施方案中，所公开的系统还包括界面(例如图形用户界面)，以显示组成饮食的每种食物中可用的每种营养物质的量，以及显示可供消耗的能量的量。在一些实施方案中，此界面使用户能够修改待消耗的各种食物或能量的量，并且相应地基于修改过的待消耗食物或能量的量显示sdis。在其它实施方案中，该系统被配置为使用非用户输入数据来确定消耗的食物或能量的量，诸如通过扫描一个或多个条形码、qr码或rfid标签、图像识别系统，或者通过跟踪从菜单订购或在杂货店购买的项。所公开的系统的各种实施方案向用户显示了基于用户的营养需求(诸如用户的卡路里摄入量或一组确定的适用dri值)定制的仪表板或其它适当的用户界面。所公开的系统计算一个时间段内的sdis，并且经由仪表板向用户显示评分。在这些实施方案中，所计算的评分是给定时间段内营养物质和能量的量的函数，并且也是针对单个用户定制的。在此类实施方案中，所公开的系统通过确定消费品的营养物质含量是否处于消费品中所含每种营养物质的针对用户定制的范围内来计算营养物质评分。然后，系统基于归因于每种营养物质的反映消费品对个体的总体健康影响的一组个性化加权参数和/或敏感性值来组成平均营养物质评分。将这些数字视为单个营养物质评分的加权平均值，并且将该加权平均值乘以能量评分。在本文所公开的系统的实施方案中，提供了图形用户界面，其有利地首次允许用户输入关于在给定时间段内消耗的食物的数据并且适当地基于能量消耗来查看反映消耗饮食的总体营养含量的评分指示。此类图形用户界面解决了先前未解决的问题，因为它们允许用户访问此前不可用于跟踪用户饮食健康状况的sdis数据。所公开的系统的各种实施方案还提供了参考咨询功能。在这些实施方案中，在基于定义给定时间段(例如给定天)内特定个体的营养物质和卡路里需求的范围来计算个体的sdis之后，所公开的系统建议在该时间段的剩余时间内可消耗以使个体获得其所需营养物质的消费品的组合。例如，如果个体指出其早餐和午餐时已经吃了某些食物，则所公开的系统可以建议晚餐菜单，该晚餐菜单将确保该个体获得其在这一天中所需的所有营养物质，同时仍然消耗落入在适用于该个体的卡路里摄入量范围内的一定量的卡路里。在该实施方案中，由所公开的系统提供的建议是经优化的；该系统确定对总体sdis的影响，并且建议能够使sdis增大的最佳食物。在一个实施方案中，该系统在确定每种营养物质的营养物质评分之前确定消费品或消费品组的总营养物质含量。在此实施方案中，如果营养物质含量在针对该个体的范围外，则每种营养物质的营养物质评分小于1(或一些其它最大值)，并且如果营养物质含量在针对该个体的范围内，则评分为1(或一些其它最大值)。营养物质评分与1(或某一其它最大值)的差异量指示消费品中的营养物质处于针对个体确定为理想的范围之外的程度。该评分计算还考虑了营养物质消耗不足的量(即，以小于该营养物质的健康范围的量消耗)和营养物质被过度消耗的量(即，以大于该营养物质的健康范围的量消耗)。在给定消费品中的单个营养物质的营养物质评分的情况下，所公开的系统进一步通过计算营养物质(除了能量以外)的评分的加权平均值来计算平均营养物质评分。在各种实施方案中，这是通过以下步骤来完成的：在评分度量中向每种非能量营养物质分配加权值，将该营养物质的营养物质评分乘以该权重，然后对消费品中的营养物质的所有评分进行评分求和。在一个实施方案中，加权评分总计为100。因此，在此实施方案中的总体平均营养物质评分将是小于或等于100的数值。如果消费品中的每种营养物质的营养物质评分均为1(这意味着消费品中的每种营养物质均在针对个体的健康范围内)，则总体平均营养物质评分将为100(即，营养物质组成部分的权重和)。因此，在一个实施方案中，平均营养物质评分100指示个体的每种营养物质需求都得到满足，并且小于100的数字指示每种营养物质需求未得到满足，并且差值表示未被满足的营养物质需求的量。在一个另选的实施方案中，评分的总和将等于介于0和1之间的数字。然后将此平均营养物质评分乘以能量评分以得到sdis。因此应当理解，所公开的系统提供了优于已知系统的优点，该优点是所消耗的特定食物不具有单个静态评分，而是具有针对个体定制的评分度量或函数，该评分度量或函数可用于确定不同条件(诸如不同的卡路里摄入量需求、不同的消耗食物量或不同的时间段)下的食物的评分。所公开的系统的另一个优点是，它以比任何已知营养物质评分系统更准确的方式来说明卡路里摄入量。在各种实施方案中，所公开的系统将计算sdis所需的一些值或所有值存储在一个或多个数据库中。例如，所公开的系统可存储基于个体的年龄、性别和体重或身体质量指数(bmi)的个体的卡路里摄入量范围表。在该实施方案中，为了确定给定时间段内个体的卡路里摄入量范围，该个体必须向系统提供其年龄、性别、和体重或bmi。通过执行数据库查找或计算，所公开的系统可由此确定给定个体在给定时间段内的卡路里摄入量范围。在一个实施方案中，所公开的系统使得用户能够通过指出其年龄、性别和体重/bmi来定制适合其的sdis。这影响个体的卡路里(能量)摄入量范围，进而影响由该系统跟踪的每种营养物质的健康范围下限值和上限值。在另一实施方案中，所公开的系统通过使用户能够指定附加信息(诸如体型、体力活动水平等)来提供进一步的定制。在此实施方案中，所公开的系统使用这些附加输入，不仅调整不同个体的最佳卡路里摄入量范围，而且还调整系统所跟踪的营养物质的健康范围下限值和上限值。例如，如果个体指出其是具有相对高的体育活动量的运动型，则系统可以上调碳水化合物营养物质范围以考虑到个体对额外碳水化合物的需求。在各种实施方案中，所公开的系统结合使用所公开的系统生成有关个体的实际数据的实验室或其它试验设施工作。例如，在一个实施方案中，所公开的系统使得用户能够提交血迹检验或尿检以确定个体血液的营养物质组成，包括个体是过度消耗各种营养物质还是消耗不足。在此类实施方案中，该检验和实验室工作使系统能够验证其推荐值有效，即当评分函数指示用户的摄入量范围在期望的范围内时，验证用户实际接收到足够的营养物质。在各种实施方案中，可采用其它体液或样品(例如唾液、粪便样品、口气)或组织样品(例如肌肉、脂肪、皮肤、毛发、指甲)来执行这些验证。当前第1页1 2 3 当前第1页1 2 3