CC BY
383
Для корреспонденции
Портнов Николай Михайлович - ассистент кафедры
товароведения и товарной экспертизы
ФГБОУ ВО «РЭУ им. Г.В. Плеханова»
Адрес: 117997, Российская Федерация, г. Москва,
Стремянный пер., д. 36
Телефон: (495) 970-06-36
E-mail: detsoft@mail.ru
https://orcid.org/0000-0001-9520-8928
Елисеева Л.Г., Портнов Н.М.
Оценка рациона питания с учетом вариабельности данных химического состава продуктов
Федеральное государственное бюджетное образовательное учреждение высшего образования «Российский экономический университет имени Г.В. Плеханова», 117997, г. Москва, Российская Федерация
Plekhanov Russian University of Economics, 117997, Moscow, Russian Federation
Нутриентный состав (НС) является необходимым элементом при оценке пищевой ценности рационов питания и новых пищевых продуктов. По результатам сопоставления показателей НС фактического рациона с нормативом потребления выносится суждение о соответствии рациона (или продукта) норме или об отклонении от норматива. При толковании термина «значение соответствует норме» в современной практике используются только средние значения, в то время как содержание нутриентов в пище описывается не фиксированными значениями, а имеет статистику распределения, что создает трудности при добросовестной разработке рационов и их согласовании в надзорных органах. Указание окрестности нормативных значений (±5-10%) не дает обоснованного решения.
Цель исследования - оценка разброса значений содержания нутриентов для рациона в целом и использование этой оценки применительно к задаче «сопоставление фактического значения и нормы».
Материал и методы. В работе использовали метод математического моделирования рецептур, расчет НС по ингредиентам, а также справочные публикации о НС продуктов и сборники рецептур.
Результаты и обсуждение. Описан расчет НС по рецептуре, учитываю -щий не только средние значения, но и показатели разброса (погрешность) значений содержания нутриентов, что позволяет обоснованно выносить суждения о соответствии фактического значения установленной норме потребления. Описан расчет оценок разброса значений НС с использованием сведений
Финансирование. Работа проведена за счет финансирования ФГБОУ ВО «РЭУ им. Г.В. Плеханова» (внутренний грант «Разработка методологических подходов к моделированию и проектированию многокомпонентных пищевых продуктов для здорового питания»). Конфликт интересов. Авторы декларируют отсутствие конфликта интересов.
Для цитирования: Елисеева Л.Г., Портнов Н.М. Оценка рациона питания с учетом вариабельности данных химического состава продуктов // Вопросы питания. 2020. Т. 89, № 2. С. 77-89. DOI: 10.24411/0042-8833-2020-10018 Получена 18.07.2019 Принята в печать 16.03.2020
Funding. The work was financed by the Plekhanov Russian University of Economics (internal grant "Development of methodological approaches to modeling and designing multi-component food products for healthy nutrition"). Conflict of interest. Authors declare no conflict of interest
For citation: Eliseeva L.G., Portnov N.M. Evaluation of the diet based on the variability of the food composition data. Voprosy pitaniia [Problems of Nutrition]. 2020; 89 (2): 77-89. DOI: 10.24411/0042-8833-2020-10018 (in Russian) Received 18.07.2019. Accepted 16.03.2020.
Evaluation of the diet based on the variability of the food composition data
Eliseeva L.G., Portnov N.M.
о погрешности исходных данных о НС продуктов, вывод значений абсолютной и относительной погрешности по рецептуре и рациону в целом. Приведены примеры расчетов оценок разброса: по одной рецептуре/нутриенту (элементарного); расчета по дням и приемам пищи; за день типового меню и по 4-недельному циклу типового меню общеобразовательной организации (младший и средний школьный возраст). Графически проиллюстрировано сопоставление величин, имеющих статистическую природу, предложена мера оценки близости величин статистической природы дискретная и непрерывная. Приведено сравнение показателей вариативности отечественных справочников и зарубежных баз данных, сопоставление сведений о разбросе по видам блюд, различия степени разброса по нутриентам.
Заключение. Сформулированы выводы о необходимости статистического представления норм потребления, для исследований по различным причинам вариативности, о необходимости учета статистики для системы накопления сведений о нутриентном составе в базах данных.
Ключевые слова: оценка рациона, нутриентный состав, отклонения, погрешность состава продуктов, понятие соответствия норме, расчет по рецептуре
Nutrient composition is a necessary part in the assessing of nutritional value of diets and new foods. According to the results of comparison of nutrient value of the diet with daily requirements the judgment on compliance of the diet (or product) to norm or deviation from the standard is taken out. In the interpretation of the term "value corresponds to the norm" in modern practice, only average values are used, while the content of nutrients in food is not described by fixed values, but has a statistical nature, which creates difficulties in the conscientious development of diets and their harmonization in sanitary authorities. Specifying a range of normative values (±5-10%) does not provide a valid solution.
The aim of the research was to assess the size of the spread of nutrient content for the diet as a whole and to use this estimate in relation to the task of "comparing the actual value and the norm".
Material and methods. In this work, we used the method of mathematical modeling of recipes, the calculation of nutrient content based on that of ingredients, and reference publications on the nutrient composition of products and collections of recipes were used as starting materials.
Results and discussion. The calculation of nutrient composition according to the recipe is described, taking into account not only average values, but also scatter indicators (error) of nutrient content values, which makes it possible to reasonably make judgments about the compliance of the actual value with the established reference value. The calculation of estimates of the spread of nutrient composition values using the information about the error of the initial data on the nutrient composition of the products, the output of the absolute and relative error in the formulation and the whole diet was described. Examples of calculations of scatter estimates are given: for one recipe/ nutrient (primary); calculation for days and mealtimes; for a day of a cyclic menu and for a 4-week cycle of school meals menus (primary and secondary school age). The mapping of the variables having a statistical nature has been graphically showed, the measure of estimating the proximity of the values of the statistical nature has been proposed discrete and continuous. Comparison of indicators of variability of domestic and foreign reference databases, mapping information about variation in the types of meals, differences in the extent of variation in the nutrients has been given. Conclusions. The conclusions are formulated on the need for statistical presentation of consumption reference values for research for various reasons of variability, on the need to take statistics into account for the system of accumulating data on nutrient composition in databases.
Keywords: diet assessment, nutrient value, deviation, food composition variation, the concept of compliance with the reference value, calculation according to the recipe
Нутриентный состав наиболее часто используется как средство объективной оценки пищевой ценности продуктов и рациона в целом, цифровая основа для практического применения законов сохранения в практической нутрициологии (соответствия калорийности
пищи энергопотребностям, восполнения эссенциальных веществ с поступающей пищей и др.), для оценки сбалансированности рациона.
Наборами значений содержания нутриентов описываются нормативы потребления для различных категорий
питающихся [1, 2]. При разработке новых пищевых продуктов нутриентный состав используется для оценки полезности и при оптимизации рецептур. При организации питания в организованных коллективах соответствие нутриентного состава разработанного рациона нормативу потребления является обязательным условием применимости рациона. При этом возможность различной трактовки термина «соответствует норме» (точное совпадение среднего с нормой, ±5-10% и т.п.) на практике создает проблемы при добросовестной разработке рационов и их согласовании в надзорных органах.
Цель исследования - обоснование подхода к сопоставлению фактических нутриентных показателей рациона и нормативов потребления с учетом статистической природы данных о составе пищевых продуктов, когда при сопоставлении учитываются не только средние значения, но и степень вариабельности (разброс).
Указание показателей разброса нутриентных значений нашло отражение в отдельных официальных документах: коэффициенты вариации фрагментарно используются в рекомендациях Всемирной организации здравоохранения (ВОЗ) «Потребности в энергии и белке» [3], в рекомендациях ФАО/ВОЗ-2001 [2] частные таблицы содержат не только средние значения, но и стандартную ошибку. Рекомендации по округлению в Техническом регламенте Таможенного союза ТР ТС 022/2011 «Пищевая продукция в части ее маркировки» также указывают на необходимость доведения до потребителя информации осмысленной окрестности значений.
Таблица 1. Погрешность содержания нутриентов в пищевых продуктах [5] Table 1. The accuracy of the nutrient level of the products [5]
Нутриент Nutrient Содержание в продукте, % Content in the product, % Погрешность, % Accuracy, "%
Белок >3 7
Protein <3 12
Жиры >3 10
Fats <3 13
Углеводы >3 10
Carbohydrates <3 13
Витамин С Vitamin C - 44
Кальций Calcium >1 31
0,01-0,1 41
<0,01 48
В модели оценки нутриентного состава, учитывающей не только средние значения, но и характеристики разброса, центральным звеном является расчет содержания нутриентов по рецептуре, включающий показатели разброса. В статье описан такой расчет и следствия из него.
Материал и методы
Расчет нутриентного состава по рецептуре выполняется суммированием по ингредиентному составу, за вычетом потерь при кулинарной обработке.
Наименование: Рассольник ленинградский с крупой перловой
Рецептура:
2 008,00
Общее Состав Нутриенты Цены Описание Свойства Проверки
Выход: 100 & □ Пересчет выхода
Добавить О Добавить замену - <
19,3548
Вес, г: Масштаб:
100
1 -
Продукт Ед. Нетто Отход х.о. % Брутто Примечание
Картофель г 30 0 Из спр. Расчет
Крупа перловая г 2 □ 2
Морковь г 4 ег Из спр. Расчет
Лук репчатый г 2 □ 16 2,4
Огурцы консервированные г 6 □ 10 6,7
Масло сливочное обогащенное г 2 □ 2
*Вода питьевая г 75 □ 75
Соль йодированная с пониженным содержанием натрия г 0,12 □ 0,12
Сметана 15% г 2 □ 2
Петрушка г 1 □ 29 1,4
Рис. 1. Форма описания раскладки блюда в компьютерной программе Fig. 1. The description form of the dishes layout in a computer program
Расчет пищевой ценности
Выбрать вид кулинарной обработки
С Обновить е Открыть продукт ОК Отменить Еще ?
Продукт Кол-во кКал Бел Жир Угл С Са
Картофель 0,03 23,1 0,6 0,12 4,89 6
Крупа перловая 0,002 6,3 0,186 0,022 1,338
Морковь 0,004 1,4 0,052 0,004 0,276 0,2
Лук репчатый 0,002 0,82 0,028 0,004 0,164 0,2
Огурцы консервированные 0,006 0,78 0,048 0,006 0,102 0,3
Масло сливочное обогащенное 0,002 14,96 0,01 1,65 0,016
*Вопа питьевая 0 075 *
Итоговые характеристики блюда кКал Бел Жир Угл С Са
По продуктовому набору 51,09 1,01 2,11 6,93 8,21 1!
Потери к/о [Рассольник ленинградский] 3 8 5 -16 55
Итого за блюдо 49,56 0,93 2 8,04 3,69 15
« ►
Рис. 2. Расчет нутриентного состава (пищевой ценности) блюда в компьютерной программе Fig. 2. Calculation of the nutritional value of a dish in a computer program
Число ингредиентов
{СНП} = {(ЕНП100/П X Масса,) х (1 - ППОП/100)},
где СНП - содержание п-го нутриента, п - номер нутри-ента, / - номер ингредиента, НП100/п - содержание нутриента п в ингредиенте / (на 100 г), Масса, - количество /-го ингредиента в г, ППОп - процент потерь при технологической обработке по нутриенту п.
Результатом расчета является набор значений содержания (вектор) нутриентов.
В дополнение к обычно рассчитываемым средним значениям содержания нутриентов мы будем учитывать и характеристики разброса. При отсутствии полного описания статистик на практике обычно используют упрощенные характеристики разброса, такие как относительное отклонение, стандартная ошибка, погрешность. В данном исследовании для оценки разброса значений дополнительно к средним значениям используются сведения об относительной погрешности нутри-ентного состава ингредиентов рецептуры, полученные из справочной научной литературы.
Для оценки разброса значений по каждому нутри-енту рассчитывается его количество в блюде, соответствующее норме закладки продукта. По проценту относительной погрешности 8 рассчитывается значение абсолютной погрешности Д. Последняя по рецептуре определяется как сумма абсолютных погрешностей строк.
Число ингредиентов
{Дп} = {ЦКН,,п X 8,п)}, ,=1
где КН,п - содержание п-го нутриента в /-м ингредиенте рецептуры, п - номер нутриента, / - номер ингредиента,
8/п - относительная погрешность содержания нутриента п в ингредиенте /, Дп - абсолютная погрешность содержания нутриента п в рецептуре.
Относительная погрешность содержания нутриента в рецептуре определяется делением абсолютной погрешности на количество нутриента в рецептуре:
{Sn} = {-
Д„
^Число ингредиентов КН
71'
Рецептуры блюд взяты по сборнику рецептур [4]. Заметим, что конкретный источник рецептуры (сборник) не имеет принципиального значения для выводов исследования, важно, чтобы рецептура действительно отражала адекватные нормы закладки продуктов.
Нутриентный состав продуктов и данные о размерах относительной погрешности по продуктам взяты из справочника химического состава российских продуктов [5] (таблица Б) по колонке для кулинарных и подобных изделий» (где приведены погрешности для кулинарных изделий).
Используемые в расчете сведения о вариабельности данных ОУт, приведенные в источнике [5], учитывают компоненты вариабельности различной природы.
ОУт = V ОУв2 + ОУв2 + ОУр2,
где - методическая вариабельность, ОУв - биологическая вариабельность, ОУР - вариабельность, обусловленная технологической обработкой и хранением.
Следует заметить, что реальная вариабельность химического состава пищевой продукции, получаемая по данным аналитических (лабораторных) исследований, может отличаться от опубликованных справочных таблиц.
Таблица 2. Расчет погрешности содержания белка в рецептуре «Рассольник...» Table 2. Calculation of the accuracy in protein level in the recipe "Pickle soup..."
Ингредиенты рецептуры Recipe ingredients Норма закладки на 100 г Amount of ingredients per 100g Белок, г Protein, g Ö, % A
на 100 г продукта per 100 g of product на рецептуру per recipe
Картофель Potatoes 30 2 0,6 12 0,072
Крупа перловая Pearl barley 2 9,3 0,186 7 0,01302
Лук репчатый Bulb onions 2 1,4 0,028 12 0,00336
Масло сливочное Butter 2 0,5 0,01 12 0,0012
Морковь Carrot 4 1,3 0,052 12 0,00624
Огурцы консервированные Canned cucumbers 6 0,8 0,048 12 0,00576
Петрушка Parsley 1 3,7 0,037 7 0,00259
Сметана 15% Sour cream 15% 2 2,6 0,052 12 0,00624
Соль Salt 0,12 - - - -
Вода Water 75 - - - -
Всего Total 124,12* - 1,013 10,90 0,11041
П р и м е ч а н и е. * - общая сумма исходных ингредиентов (124 г) превышает выход по рецептуре (100 г) из-за потерь при кулинарной обработке.
N o t e. * - the total amount of the initial ingredients (124 g) exceeds the yield according to the recipe (100 g) due to losses during cooking.
Исследование этого важного для оценки фактически изготовленных пищевых продуктов вопроса выходит за рамки описываемой методики, целью которой является обоснование способа оценки проектируемых (планируемых, реализуемых в будущем) рационов. Заметим также, что конкретные числовые значения уровней погрешности не являются принципиально важными для сути описываемого подхода и полезны большей частью для конкретности (ясности) демонстрируемой модели.
В табл. 1 приведены сведения только по нутриентам, использованным в расчетах.
Для упрощения в расчете не используются сведения о точности измерений по отдельным продуктам и методам, а также не учитываются детализирующие сведения по рыбе - данные допущения не оказывают принципиального влияния на результаты расчета и выводы.
Для расчета нутриентного состава использован модуль «редактирование рецептуры» из состава тиражной компьютерной программы «1С: Школьное питание» [6]. Пример описания рецептуры в этой программе приведен на рис. 1.
Расчет нутриентного состава по рецептуре производится по нормам закладки продуктов (нетто), с учетом потерь при кулинарной обработке. Примерная форма расчета приведена на рис. 2.
Для расчета характеристик рассеяния в тиражную программу внесены дополнения: в таблицах продуктов
и блюд добавлен реквизит «Погрешность»; добавлены алгоритмы расчета погрешности для калорийности по содержанию белка-жиров-углеводов, расчета погрешностей для блюд; добавлен отчет для распечатки сведений о погрешностях для блюд, отчет для распечатки состава рецептур с расчетом погрешностей, отчет для распечатки меню с погрешностью.
Поскольку в исходном справочнике нутриентного состава [5] погрешность для калорийности не приведена, она рассчитана на основе данных о белке, жирах и углеводах исходя из правила сложения абсолютной погрешности и с учетом энергетической ценности белка и углеводов в 4 ккал, жиров - в 9 ккал:
А,
калорийность
= 4 х Аб елки + 9 х Ажиры + 4 х А
-^углеводы
Ак
е ^калорийность
"калорийность = ,, я, ,_„,., ,
Калорийность
Объектом исследования является совокупность рецептур, входящих в типовое цикличное меню (поставляемое в составе упомянутой компьютерной программы), и соответствующий этому меню сборник рецептур, а также показатели самого меню. Для расчета взяты основные макронутриенты: белки, жиры, углеводы и калорийность, а для иллюстрации микронутриентов -витамин С и кальций.
Результаты
Для иллюстрации одиночного (элементарного) расчета в табл. 2 приведен расчет по нутриенту «белок» для рецептуры «Рассольник ленинградский с крупой перловой».
В расчетной таблице приведены нормы закладки ингредиентов по рецептуре, количество белка, приходящееся на 100 г продукта и на строку рецептуры, процент относительной погрешности 8, по которому рассчитана абсолютная погрешность Д. По суммарной абсолютной погрешности Д для рецептуры в целом рассчитана относительная погрешность для рецептуры.
Процент погрешности по отдельным строкам, согласно источнику сведений ([5] таблица Б), зависит от содержания нутриента в 100 г продукта (погрешность увеличивается при меньших концентрациях). Так, в строке «картофель» погрешность составляет 10%, поскольку на 100 г продукта приходится <3% белка, а по строке «крупа» - 5%, так как содержание в 100 г продукта >3%.
Результаты аналогичных расчетов по всем нутриентам (участвовавшим в расчете) приведены в табл. 3.
Расчеты, иллюстрируемые табл. 2 и 3, проведены по всем рецептурам исследуемого набора. Осреднен-
ные данные по относительной погрешности приведены в табл. 4.
С использованием рассчитанных данных по блюдам был выполнен расчет по примерным типовым меню (по рациону в целом) для типового меню общеобразовательной организации (младший и средний школьный возраст). Пример расчета за день по основным нутриен-там приведен в табл. 5.
Результаты аналогичного расчета по всем дням 4-не-дельного типового меню представлены в табл. 6.
Полученные значения в формате «среднее ± погрешность» сопоставлены с нормативом потребления для оценки соответствия меню норме.
В качестве нормативных значений использованы официальные среднесуточные нормы потребления из «Норм физиологических потребностей» [1]. Табл. 5.4 этого документа содержит среднепопуляционные нормы потребления в среднесуточном выражении. Поскольку рассматриваемое меню не включает ужин (20-25% суточной калорийности) [7], для получения рабочей таблицы нормативов (табл. 7) исходный набор среднесуточных значений для соответствующего возраста приводится к набору использованных в меню приемов пищи. Следует заметить, что если по показателю «калорийность» такой подход имеет обоснование в санитарных
Таблица 3. Результат расчета погрешности содержания нутриентов по рецептуре «Рассольник...» Table 3. The result of the calculation of the accuracy in nutrient content according to the recipe "Pickle soup..."
Продукт Ingredient Норма на 100 г Amount of ingredients per 100 g Калорийность Calorie Белок Protein Жиры Fats Углеводы Carbohydrates Витамин С Vitamin C Кальций Calcium
ккал kcal ô, % г g ô, % г g ô, % г g ô, % мг mg ô, % мг mg ô, %
Картофель Potatoes 30 0,600 12,0 0,120 13,0 4,890 10,0 23,1 10,3 6,000 44,0 3,000 48,0
Крупа перловая Pearl barley 2 0,186 7,0 0,022 13,0 1,338 10,0 6,3 9,7 - - 0,760 41,0
Лук репчатый Bulb onions 2 0,028 12,0 0,004 13,0 0,164 10,0 0,82 10,2 0,200 44,0 0,620 41,0
Масло сливочное Butter 2 0,010 12,0 1,650 10,0 0,016 13,0 14,96 10,0 - - 0,240 41,0
Морковь Carrot 4 0,052 12,0 0,004 13,0 0,276 10,0 1,4 10,0 0,200 44,0 1,080 41,0
Огурцы консервированные Canned cucumbers 6 0,048 12,0 0,006 13,0 0,102 13,0 0,78 10,7 0,300 44,0 1,380 41,0
Петрушка Parsley 1 0,037 7,0 0,004 13,0 0,076 10,0 0,49 9,3 1,500 44,0 2,450 31,0
Сметана 15% Sour cream 15% 2 0,052 12,0 0,300 10,0 0,072 10,0 3,24 10,0 0,008 44,0 1,760 41,0
Соль Salt 0,12 - - - - - - - - - - -0,442 31,0
Вода Water 75 - - - - - - - - - - 3,375 48,0
Всего по рецептуре Total for recipe 124,12 1,013 11 2,110 10 6,934 10% 51,090 10 8,208 44 15,107 42
Таблица 4. Средние значения относительной погрешности (%) по видам блюд Table 4. Average values of relative error (%) by types of dishes
Вид блюда Type of dish Калорийность Calorie Белок Protein Жиры Fats Углеводы Carbohydrates Витамин С Vitamin C Кальций Calcium
Бутерброд Sandwich 9,6 7,2 10,2 10,1 44,0 31,5
Выпечка Bakery products 9,7 7,4 10,2 10,0 44,0 35,5
Картофель Potatoes 9,9 10,6 10,2 10,0 44,0 42,0
Крупяные Cereals 9,9 8,5 10,1 10,0 44,0 35,7
Макароны Pasta 9,8 7,9 10,2 10,0 44,0 33,8
Мясное Meat 9,2 7,3 10,1 10,1 44,0 39,0
Напиток Drink 9,9 11,5 11,9 10,0 44,0 39,7
Овощное Vegetable 10,0 10,5 10,1 10,4 44,0 39,7
Птица Poultry 9,4 7,4 10,0 10,0 44,0 36,5
Рыба Fish 9,2 7,2 10,3 10,2 44,0 38,3
Соус Sauce 9,9 11,4 11,0 10,0 44,0 42,3
Суп Soup 10,3 10,3 10,8 10,1 44,0 35,5
Творожное Cottage cheese 9,3 7,2 10,1 10,4 44,0 32,1
Яйцо Egg 10,1 7,2 10,0 11,5 44,0 36,4
Среднее Average 9,8 9,2 10,4 10,2 44,0 37,6
правилах [7], то по макронутриентам научного или официального обоснования распределения по отдельным приемам пищи не описано, поэтому пропорциональный расчет использован как приближенная оценка.
Сопоставление нормативных значений (колонки 4-6) с данными, полученными при расчете меню (колонка 7), показывает, что совпадения значений норм и факта не наблюдалось ни по одному нутриенту. Однако с учетом погрешности сопоставимость значений наблюдается по калорийности и жирам. По белку наблюдается превышение нормы (на 18%), однако с учетом погрешности мы можем отметить, что расстояние между допустимым диапазоном и значением с погрешностью составляет 2,9 г в абсолютном выражении, или 5,4% от норматива. Заметим, что высокое значение по витамину С, полученное расчетом по меню с учетом невысокой сохранности этого витамина при кулинарной обработке, следует оценивать как «полученное значение лучше необходимого минимума».
В целом же наличие информации о диапазоне значений, образующемся с учетом погрешности, позволяет более обоснованно трактовать сопоставляемые с нормой величины по сравнению с традиционным подходом, использующим только средние значения.
Обсуждение
Возможность расчета показателей планируемого рациона основана на существующей в странах бывшего СССР традиции составления и оценки типовых меню и публикации сборников рецептур, используемых диетологами и технологами питания. Этот прием в питании в организованных коллективах (в школьном, дошкольном, лечебном питании) является требованием официальных документов, указывающих обязательность соблюдения технологии приготовления и норм закладки продуктов в точном соответствии с технологическими картами блюд [4]. Поскольку число таких пищеблоков в Российской Федерации превышает 100 тыс. [4], данная традиция существенно влияет на фактическое питание населения. Технологическим сборникам рецептур присуща тщательная проработка норм закладки, их можно использовать и для оценки питания в домохозяйствах. Таким образом, расчетная модель, использующая рецептуры, применяемые в социальном питании, адекватно отражает общие закономерности расчета нутри-ентного состава пищи [8].
Цель описанной расчетной модели - учет погрешности сведений о нутриентном составе, используемых в прак-
Таблица 5. Нутриентный состав меню одного дня с рассчитанной погрешностью Table 5. Nutritive value of the menu for a day with the calculated error
Состав меню за день по приемам пищи The composition of the menu for a day by meals Калорийность Calorie Белок Protein Жиры Fats Углеводы Carbohydrates Витамин С Vitamin С Кальций Calcium
M±A Ô M±A Ô M±A ô M±A ô M±A ô M±A ô
Завтрак Breakfast 510±50 9,9 16,3±1,5 9,4 12,8±1,3 10,2 81,3±8,1 10,0 85±38 44,0 189±63 33,6
Абрикос Apricot 53±5 9,4 1,1 ±0,1 12,0 0,1 ±0 13,0 10,8±1,1 10,0 12±5 44,0 34±14 41,0
Каша вязкая с тыквой (пшено) Viscous porridge with pumpkin (millet) 276±27,4 9,9 8,7±0,8 9,1 8,8±0,9 10,0 40,3±4 10,0 42±18 44,0 30±10 33,0
Кофейный напиток злаковый, обогащенный микронутриента-ми, на молоке Cereal coffee drink, enriched with micronutrients, in milk 130±13,2 10,1 3,8±0,4 10,9 3,4±0,3 10,1 21,4±2,1 10,0 31±14 44,0 126±40 31,7
Хлеб зерновой пшеничный Wheat Bread 50±4,9 9,7 2,6±0,2 7,0 0,5±0,1 13,0 8,8±0,9 10,0 0±0 - - -
Обед Dinner 694±83,3 12,0 16,1 ±2,5 15,5 25±3,5 13,9 95,6±9,9 10,3 74±33 44,5 184±71 38,4
Гуляш из мяса отварного Goulash of boiled meat 126±11,8 9,3 13,1+1 7,3 6,8±0,7 10,5 2,8±0,3 10,2 1±0 44,0 20±8 43,5
Икра из баклажанов Eggplant Caviar 59±5,9 10,1 1,2±0,1 11,6 3,8±0,4 10,1 4,8±0,5 10,0 6±3 44,0 16±6 40,6
Капуста цветная отварная с маслом Boiled cauliflower with butter 21±2,2 10,5 0,8±0,1 12,0 1,3±0,1 10,3 1,2±0,1 10,0 9 ±4 44,0 10±4 40,4
Кисель витаминизированный Kissel fortified with vitamins 72 ±7,2 10,0 - - - - 14,4±1,4 10,0 30±13 44,0 59±20 33,6
Пюре картофельное Mashed potatoes 165±16,9 10,2 3,2±0,4 12,0 7,4±0,8 10,2 21,4±2,1 10,0 27±12 44,0 13±5 36,1
Суп с изделиями макаронными группы А на мясном бульоне Soup with pasta on meat broth 192±21,1 11,0 5,6±0,6 10,0 11±1,3 11,9 14,8±1,5 10,2 2±1 44,0 17±5 28,4
Хлеб из муки пшеничной первого сорта обогащенный Enriched wheat bread 109±10,8 9,9 3,1 ±0,2 7,0 1,1 ±0,1 13,0 21,3±2,1 10,0 - - 59±18 31,0
Хлеб ржано-пшеничный обогащенный Enriched rye-wheat bread 76±7,4 9,8 2,3±0,2 7,0 0,4±0 13,0 17,8±1,8 10,0 - 44,0 10±4 41,0
Полдник Afternoon snack 368±35,1 9,5 15±1,1 7,2 10±1 10,1 50,9±5,1 10,0 2±1 44,0 281±87 31,1
Биойогурт фруктовый питьевой Fruit Drinking Bio-Yogurt 126±11,3 9,0 10±0,7 7,0 6,4±0,6 10,0 7±0,7 10,0 1±1 44,0 244±76 31,0
Ирис тираженный полутвердый, обогащенный The iris semi-solid, enriched 82±8,1 9,9 0,7±0 7,0 1,5±0,2 10,0 16,3±1,6 10,0 - - 28±9 31,0
Пирожки печеные из теста дрожжевого с яблоком Baked pies from yeast dough with apple 160±15,7 9,8 4,3±0,3 7,6 2,1 ±0,2 10,7 27,6±2,8 10,0 1±0 44,0 9±3 34,6
Итого дневной рацион Total daily diet 1698±169 9,9 60,5±5,1 8,4 54,7±5,8 10,6 230,7±23 10,0 162±71 44,0 674±222 32,9
>
=1 s
S
ш о
~о о о
tr ^
s
H ffl
оо CD
Ю О Ю О
Таблица 6. Нутриентный состав по дням и неделям меню с рассчитанной погрешностью Table 6. Nutritive value of the menu by days and weeks with calculated error
Недели, дни Weeks, days Калорийность Calorie Белок Protein Жиры Fats Углеводы Carbohydrates Витамин С Vitamin C Кальций Calcium
М+Л б, % М+Л б, % М+Л б, % М+Л б, % М+Л б, % М+Л б, %
1-я неделя 1st week
1 1698±169 9,9 60,5±5,1 8,4 54,7±5,8 10,6 230,7±23,1 10,0 162±71 44 674±222 33
2 1780±170 9,6 72,6±5,3 7,3 53,4±5,5 10,3 220,1 ±22,1 10,0 67±30 44 719±253 35
3 1842±181 9,8 79,7±6,5 8,1 65,4±6,9 10,5 216,1 ±21,7 10,0 118±52 44 736±251 34
4 1773±172 9,7 64,5±5,1 7,9 71,9±7,3 10,2 211,7±21,3 10,0 52±23 44 700±235 34
5 1741 ±169 9,7 63,9±4,9 7,7 71,7±7,3 10,2 210,6±21,1 10,0 147±65 44 738±252 34
6 1612±157 9,7 53,3±4,4 8,3 52,6±5,4 10,3 216,9±21,7 10,0 215±95 44 403±145 36
За неделю* Per week* 1741±170 9,7 65,7±5,2 7,9 61,6±6,4 10,3 217,7±21,8 10,0 127±56 44 662±226 34
2-я неделя 2nd week
1 1577±155 9,9 64,1 ±5,3 8,3 56,6±6,1 10,7 194,9±19,5 10,0 202±89 44 993±330 33
2 1636±159 9,7 64,1 ±5,3 8,2 54,8±5,6 10,2 209,2±21 10,0 96±42 44 785±263 34
3 1766±173 9,8 60,5±4,6 7,7 74,9±7,8 10,4 197,5±19,8 10,0 83±37 44 763±255 33
4 1876±181 9,6 77±6,1 8,0 61,9±6,3 10,1 224,4±22,5 10,0 206±91 44 622±212 34
5 1801 ±178 9,9 62,1 ±5,2 8,3 69,5±7,3 10,5 230,3±23,1 10,0 149±65 44 640±217 34
6 1619±159 9,8 51,3±4,3 8,4 52,6±5,4 10,3 226,1±22,6 10,0 78±34 44 604±209 35
За неделю* Per week* 1712±168 9,8 63,2±5,1 8,1 61,7±6,4 10,4 213,7±21,4 10,0 136±60 44 735±248 34
3-я неделя 3rd week
1 1913±188 9,8 69,3±5,8 8,3 65,9±6,8 10,3 236,8±23,8 10,0 126±55 44 927±301 32
2 1781±172 9,7 69,5±5,4 7,8 58,7±6,1 10,3 224,4±22,5 10,0 146±64 44 734±252 34
3 1788±175 9,8 62,5±5 8,0 63,1 ±6,6 10,4 237,2±23,8 10,0 116±51 44 654±219 34
4 1733±168 9,7 73,6±5,7 7,8 66,3±6,7 10,2 208,9±21 10,0 66±29 44 799±267 33
5 1532±153 10,0 45,6±3,6 7,8 54,7±5,7 10,5 209,3±21 10,0 40±18 44 390±137 35
6 1561 ±155 10,0 44,3±3,9 8,8 55,5±5,8 10,4 210,4±21,1 10,0 86±38 44 672±221 33
За неделю* Per week* 1718±168 9,8 60,8±4,9 8,1 60,7±6,3 10,4 221,2±22,2 10,0 97±43 44 696±233 33
4-я неделя 4th week
1 1648±160 9,7 59,7±4,8 8,1 54,9±5,6 10,2 230,5±23 10,0 124±55 44 675±227 34
2 1652±162 9,8 59±4,8 8,1 59,9±6,1 10,2 199,2±20 10,1 82±36 44 570±201 35
3 1696±165 9,8 58,6±4,7 8,1 52,1 ±5,3 10,3 240±24 10,0 121±53 44 590±194 33
4 1594±156 9,8 61,9±4,8 7,7 59,8±6,1 10,2 197,7±19,9 10,1 98±43 44 663±221 33
5 1683±164 9,7 72,1 ±5,8 8,1 64,7±6,6 10,2 212,5±21,3 10,0 106±47 44 759±250 33
6 1830±178 9,7 68,1 ±5,3 7,8 55,5±5,9 10,6 235,5±23,6 10,0 155±68 44 607±206 34
За неделю* Per week* 1684±164 9,8 63,2±5 7,9 57,8±5,9 10,3 219,2±22 10,0 114±50 44 644±216 34
Итого* Total* 1714±168 9,8 63,2±5,1 8,0 60,5±6,2 10,3 218±21,8 10,0 118±52 44 684±231 34
* - в итоговых строках за неделю и общей итоговой строке приводится среднедневное значение.
* - the average daily value is shown in the total lines for the week and the total line.
тических диетологических и нутрициологических расчетах. Отметим, что строгое математическое доказательство применимости расчета итоговой характеристики рассеяния (дисперсии) в виде конкретного распределения не входит в задачи и границы данного исследования. Задача такого обоснования преждевременна, поскольку отсутствуют сведения о статистиках распределения нутриентного состава большинства продуктов (заме-
тим, так же, как и норм закладки продуктов, которые на практике не являются абсолютно точными значениями и имеют собственное рассеяние). Описываемый расчет дает не точное значение рассеяния нутриентного состава для рецептур, а лишь оценку этой величины в предполагаемой (идеализированной) модели, построенной по аналогии со случаем, где все данные имеют нормальное распределение. Такая идеальная модель,
Таблица 7. Сравнение результатов расчета нутриентного состава меню с нормами потребления (с учетом погрешности)
Table 7. Comparison of the results of the calculation of the nutritive value of the menu with daily requirements (taking into account the error)
Нутриент Nutrient Суточная норма [1] Daily requirement [1] Норма без ужина (20-25%) Norm without dinner (20-25%) Данные меню Menu data Абсолютное отклонение от среднего значения, % нормы Absolute deviation from average normal value, %
7-10 лет 7-10 years old 11-14 лет 11-14 years old min max М±Д
Калорийность, ккал Calorie value, kcal 2100 2500 1725 1840 1783±58 1714±168 -4
Белок, г Protein, g 63 75 51,75 55,2 53,5±1,7 63,2±5,1 +18
Жиры, г Fats, g 70 83 57,375 61,2 59,3±1,9 60,5±6,2 +2
Углеводы, г Carbohydrates, g 305 363 250,5 267,2 259±8 218±21,8 -16
Витамин С, мг Vitamin C, mg 60 70 48,75 52 50,4±1,6 118±52 +134
Кальций, мг Calcium, mg 1100 1200 862,5 920 891±29 684±231 -23
не являющаяся доказанным описанием реальной ситуации, тем не менее является более точным приближением к реальности по сравнению с существующей моделью, основанной лишь на средних значениях (с дисперсией, равной нулю), т.е. с введением такой модели мы получаем более совершенную оценку по сравнению с моделью существующей.
Принятые для расчета значения погрешностей для продуктов (7-13% по макронутриентам и 31-48% по микронутриентам) взяты по данным российской справочной литературы. В то же время в наиболее часто цитируемой зарубежной базе данных ивОА БЯ [8, 9] наряду со средними значениями приводятся и характеристики разброса (полученные по серии измерений при межлабораторной согласованности).
Следует отметить, что размер погрешностей в этой базе данных значительно меньше, чем в российском
Рис. 3. Графическое сопоставление расчетных и нормативных значений энергетической ценности рациона с учетом статистики распределения, ккал
Fig. 3. Graphic comparison of the calculated energy value of the diet and daily requirements, taking into account the distribution statistics, kcal
источнике, однако данные имеются лишь для трети продуктов в общем объеме накопленных сведений. Применение в будущем уточненных данных позволит строить более точные расчетные модели.
Полученные в расчетах значения погрешности нутри-ентного состава при использовании российских справочных данных составляют: 9-11% для калорийности, 7-12% для белка, 10-11% для углеводов и жиров, 44% для витамина С и 31-42% для кальция (см. табл. 4). Сравнительно более высокие значения относительной погрешности наблюдаются по таким видам блюд, как супы, овощные блюда, сравнительно меньшие - по блюдам из птицы, мяса, творога.
Можно отметить, что значения разброса по рецептурам меньше абсолютного разброса значений в совокупности используемых в них продуктов, т.е. в рецептурах блюд в целом наблюдается эффект осреднения погрешности. Схожий эффект стабилизации осред-ненного значения погрешности наблюдается для комплексов блюд в меню, по дням и по приемам пищи (см. табл. 6).
Сведения о погрешности по меню (см. табл. 6) позволяют сопоставить вариативность показателей пищевой ценности по дням и приемам пищи с вариативностью, объясняемой погрешностью данных нутриентного состава. Здесь так же, как и при сопоставлении показателей меню и нормативов, знание погрешности рассчитанных значений дает возможность более осмысленной интерпретации числовых значений и вынесения суждений о близости значений и соответствии их норме. В тех случаях, когда коэффициент вариации числового ряда по дням и приемам пищи находится в пределах расчетной погрешности, есть основание утверждать, что значения числового ряда соответствуют норме. Значительное отступление от коридора значений, определяемого погрешностью (в 2 раза и более) дает основание для утверждения о реальном отклонении от нормы.
Расчет числовых характеристик меню с учетом погрешности позволяет более обоснованно выполнять проверку «соответствует норме». Графическая иллюстрация сопоставления числовых значений калорийности меню 1714±168 и норматива 1783±58 ккал (см. табл. 7) приведена на рис. 3.
Графики плотностей распределения построены для идеальной модели нормального распределения с соответствующим средним значением (М) и погрешностью (8) как для значения норматива, так и для значения, рассчитанного по меню. Рисунок иллюстрирует значительное перекрытие областей, находящихся под соответствующими кривыми, демонстрируя, что весь диапазон М±8 для кривой норматива включен в диапазон М+8 для кривой значения, рассчитанного по меню.
Рис. 3 иллюстрирует пару довольно близких значений. Рассмотрим теперь другой случай различающейся пары «значение и норма». В рассчитанном наборе значений (см. табл. 7) этот случай наблюдается для белка. На рис. 4 приведены графики для значения по белку (53,5±1,7 для нормы и 63,2±5,1 г/сут для рассчитанного значения).
В этой паре распределений мы не имеем перекрывающихся диапазонов М±8, что трактуется как «значения не являются близкими» или в контексте оценки показателей меню может обоснованно трактоваться как «значение не соответствует норме».
Для каждой приведенной пары кривых общая область под кривой, относящаяся к зонам М±8, обозначает зону, в которой для обоих случайных распределений (нормативного значения и фактического по меню) значения переменной трактуются как «близкие к среднему», «в пределах нормы». И, следовательно, площадь такого перекрывающегося участка можно использовать как меру близости двух распределений, т.е. и самих случай-
-Норматив/Daily requirement---Данные меню/Menu dat8
Рис. 4. Графическое сопоставление существенно различающихся расчетных и нормативных значений содержания белка в меню с учетом статистики распределения, г
Fig. 4. Graphic comparison of the calculated protein level of the menu and daily requirements, taking into account the distribution statistics, g
Таблица 8. Погрешность по данным USDA SR [9] Table 8. Error according to USDA SR [9]
Нутриент Nutrient Средняя погрешность, о/ % Medium error, % Число продуктов, для которых указана стандартная ошибка Number of products for which standard error is indicated
абс. %
Белок Protein 3,6 3292 38
Жиры Fats 7,7 3230 37
Витамин С Vitamin C 4,2 855 10
Кальций Calcium 6,9 2617 30
Калорийность, углеводы Calorie, carbohydrates Погрешность приведена в единичных случаях
ных величин «норма» и «факт». Границы диапазона ±8 выбраны из общеинженерной практики и могут быть уточнены в отдельном исследовании на основе анализа экспертных мнений. При этом подходе обязательно будет существовать случай, когда диапазоны М1±81 и М2±82 не перекрываются, что будет обозначать «значение не соответствует норме». При перекрытии диапазонов мы имеем случай «значение соответствует норме», а площадь общей области под кривой (с учетом того, что общая площадь под каждой кривой равна 1, т.е. полной вероятности) будет определять меру близости, максимальную для совпадающих статистик и уменьшающуюся при удалении М1 и М2, а также при различии 81 и 82.
Графический способ сопоставления двух статистик указывает еще один способ расчета близости как площади области, находящейся одновременно под обеими кривыми плотностей распределения. В отличие от способа с диапазонами эта функция не принимает нулевое значение (что полезно для однозначности оценки), но обладает свойством непрерывности.
В описанной расчетной модели учтен один обобщающий фактор вариативности - рассеяние значений нутриентного состава исходного сырья, суммирующий в себе информацию о вариативности биологической, методической и связанной с технологической обработкой пищи. Более общая модель рациона питания должна учитывать и такие факторы, как сохранность (кондиции) сырья, вариабельность норм закладки и потерь при кулинарной обработке и порционировании, а для целей персонализированного питания - и особенности усвояемости пищи. При регистрации аналитических измерений химического состава продуктов и блюд требуется особый учет межлабораторной погрешности, биологической вариабельности, вариабельности, связанной с кулинарными технологиями и хранением пищи, что позволит получать более надежные справочные данные для моделирования пищевых продуктов и рационов с заданными характеристиками пищевой ценности.
Внимание к показателям вариабельности в процессе накопления данных межлабораторных исследований содержания нутриентов особенно важно для продуктов со значительной биологической вариабельностью, таких как рыба и морепродукты, продукты растительного происхождения (большая вариабельность встречается и у других продуктов, особенно в отношении микронутриентов).
Наличие справочных данных высокого качества необходимо для предиктивных нутрициологических расчетов в управлении коллективным и индивидуальным питанием.
Приведенные в статье расчеты, конкретизирующие описываемый методический подход, зависят от исходных данных, которые могут иметь значительный уровень неопределенности (по сведениям основного использованного источника, вариабельность табличных данных рассчитана при надежности р=0,68). Абсолютные значения разброса характеристик меню и блюд будут изменяться при уточнении исходных сведений, что
не влияет на сам описываемый подход сопоставления значений «норма» и «факт» с учетом их статистической природы как в смысле возможности его применения, так и по технике сопоставления статистик. В то же время следует понимать, что приведенные результаты расчетов не предназначены для использования в качестве справочных таблиц для повседневного практического применения.
Приведенный пример расчета меню за период также показывает, что отдельного исследования требует изучение необходимой и допустимой вариабельности значений нутриентного состава по дням и приемам пищи.
Заключение
Выполненный расчет погрешностей по рецептурам, приемам пищи и рационам в целом позволяет обосновать трактовку термина «соответствует норме» как окрестности среднего значения. Учет статистической природы нутриентных сведений о продуктах позволяет повысить релевантность модели управления питанием по сравнению с моделью, использующей только средние значения.
Приведенные расчеты показывают, что для реальных рецептур значения степени рассеяния нутриентных данных находятся в небольших окрестностях, т.е. наблюдается сходство характеристик рассеяния внутри групп рецептур.
Аналогично описанному в статье рассеянию значений нутриентного состава продуктов и блюд требуется учет статистической природы и норм потребления, например по аналогии со способом, использованным в формулах ВОЗ для величины основного обмена [2, 3].
Для накопления значений нутриентного состава продуктов в процессе лабораторных исследований важно регистрировать не только средние значения, но и их разброс, а в перспективе - статистику распределения, организуя соответствующим образом программы межлабораторных испытаний и отбора образцов. Практика современных баз данных позволяет надеяться на получение в ближайшем будущем актуализированных сведений о нутриентном составе продуктов с учетом статистической природы этих данных.
Сведения об авторах
Елисеева Людмила Геннадьевна (Ludmila G. Eliseeva) - доктор технических наук, профессор кафедры товароведения и товарной экспертизы ФГБОУ ВО «РЭУ им. Г.В. Плеханова» (Москва, Российская Федерация) E-mail: Eliseeva.LG@rea.ru https://orcid.org/0000-0002-5355-7289
Портнов Николай Михайлович (Nikolay M. Portnov) - ассистент кафедры товароведения и товарной экспертизы ФГБОУ ВО «РЭУ им. Г В. Плеханова» (Москва, Российская Федерация) E-mail: detsoft@mail.ru https://orcid.org/0000-0001-9520-8928
Литература
МР 2.3.1.2432-08. Нормы физиологических потребностей в энергии и пищевых веществах для различных групп населения Российской Федерации.
Human energy requirements. Report of a Joint FAO/WHO/UNU Expert Consultation. Rome : FAO, 2001.
Потребности в энергии и белке. Доклад Объединенного консультативного совещания экспертов ФАО, ВОЗ и УООН // Серия технических докладов ВОЗ № 724. Женева: ВОЗ, 1987.
Технологическая инструкция по производству кулинарной продукции для питания детей и подростков школьного возраста в организованных коллективах. Москва : Аромарос-М, 2006. Т. 1. 468 с.; т. 2. 544 с.,
Тутельян В. А. Химический состав и калорийность российских продуктов питания : справочник. Москва: ДеЛи принт, 2012. Компьютерная программа «1С: Школьное питание» [Электронный ресурс]. URL: https://solutions.1c.ru/catalog/school-meal/features. (дата обращения: 01.06.2019) СанПиН 2.4.5.2409-08. Санитарно-эпидемиологические требования к организации питания обучающихся в общеобразовательных учреждениях, учреждениях начального и среднего профессионального образования. Мосов А.В., Портнов Н.М. Методика разработки рационов коллективного питания. Москва : Эйдос, 2015. USDA SR27 по-русски. [Электронный ресурс]: URL: http:// www.1cp.ru/sr27. (дата обращения: 14.06.2015)
1.
5
6
2
7
8
9
References
MR 2.3.1.2432-08. Norms of physiological needs in energy and nutrients for different groups of the population of the Russian Federation. (in Russian)
Human energy requirements. Report of a Joint FAO/WHO/UNU Expert Consultation. Rome: FAO, 2001.
Energy and protein requirements: Report of a joint FAO/WHO/ UNU expert consultation. In: WHO Technical Report Series No. 724. Geneva: WHO, 1987.
Technological instruction for the production of culinary products for the nutrition of children and adolescents of school age in organized groups. Vol. 1. 468 p.; vol. 2. 544 p. Moscow: Aromaros-M, 2006. (in Russian)
Tutelyan V.A. Chemical composition and caloric content of Russian food: Handbook. Moscow: DeLi Print, 2012. (in Russian). Computer program «1S:School meals» [Electronic resource]. URL: https://solutions.1c.ru/catalog/school-meal/features. (date of access June 1, 2019] (in Russian)
SanPiN 2.4.5.2409-08. Sanitary and epidemiological requirements for the organization of nutrition of students in educational institutions, institutions of primary and secondary vocational education (in Russian) Mosov A.V., Portnov N.M. Methodology of the collective feeding diets development. Moscow: Eydos, 2015. (in Russian) USDA SR27 in Russian [Electronic resource]. URL: http:// www.1cp.ru/sr27. (date of access June 14, 2015) (in Russian)
1.
2
7
4
8
