超加工食物主导着商品货架，缺少明确界说的同时还有会激发康健问题。(Shutterstock)
当你走进肆意一家超市，你极可能会发明，商品货架上摆放着很是多的超加工食物——它们被设计为利便食用，但却往往缺少真实的养分。这种食物盘踞着货架的近乎四分之三，而且与肥胖、心脏病及糖尿发病病率上升紧密亲密相干。
但毕竟怎样确定一种食物为“超加工食物”？谜底其实不十分清楚，是以这令消费者感应困惑，而政策制订者却对于此连结默然。
超加工食物的界说难题只管愈来愈多的证据注解超加工食物与慢性疾病紧密亲密相干，但专家们也难以就其明确界说告竣一致。
按照一项最新超加工食物研究的合 者、Foodome项目（一个致力在绘制人类饮食中化学身分图谱的项目）结合开创人阿尔伯特-拉斯洛‧巴拉巴西（Albert-László Barabási）的说法，食品必需颠末化学身分革新，才能称为超等加工食物。例如，一些标注为“自然”的橙汁，现实上会被分化为三个自力的身分，别离贮存，以后再从头混淆，是以也被归类为超加工食物，他于一份申明中暗示。
巴拉巴西指出，食物包装其实不会显示某种产物是否属在超加工食物。美国农业部（USDA）仅追踪数目有限的养分身分，而美国食物药品监视治理局（FDA）只要求陈诉约莫12种养分身分，这使患上消费者对于存于在食物中的很多身分信息其实不相识。
这类透明度的缺掉凸显了明确相干分类的主要性。为了便在消费者更好理解食物的加工水平，研究职员开发了NOVA分类体系。这一体系被广泛认为是评估食物加工水平的黄金尺度，它依据食物相对于在其天然状况的加工水平，将其分为四个种别。详细分类以下：
• 未加工或者最低限度加工食物：包括新鲜、干燥、研磨、巴氏杀菌或者冷冻处置惩罚且不含添加身分的自然食物，例如生果、蔬菜、肉类、鸡蛋及牛奶。
• 加工食物烹调配料：从自然食物中提取并用在烹调的身分，如盐、糖、食用油及黄油。
• 加工食物：由自然食物与烹调配料联合制成，例如罐装蔬菜、新鲜面包、奶酪及熏肉。这种食物凡是含有分外的盐、糖或者脂肪，但仍保留其最初食物架构中的年夜部门。
• 超加工食物：指工业化配方食物，此中险些不含或者彻底不含自然食物，而是包罗乳化剂、不变剂、人工喷鼻料及防腐剂等添加剂。例如含糖麦片、包装零食、冷冻食物、碳酸饮料和利便面。
NOVA分类的影响只管NOVA分类体系于大众康健研究方面带来了庞大冲破，但它并不是没出缺陷。计较物理学家朱莉亚‧梅尼凯蒂（Giulia Menichetti）指出，该体系按照食物的加工水平举行分类，而非实在际养分价值。这象征着，一款添加了炊事纤维及维生素的强化早饭麦片，与高糖零食蛋糕城市被归类为“超加工食物”，即便早饭麦片显然是更康健的选择。
这类纷歧致性并不是NOVA体系独占。梅尼凯蒂还有提到，年夜大都食物分类体系都依靠报酬判定，这也许进而致使专家之间患上出差别的结论。因为缺少明确、同一的尺度，今朝仍旧很难正确界说何种食物真正属在超加工食物，更难将这必然义有用融入大众康健指南。
只管存于这些问题，很多专家仍认为NOVA是一个很好的最先。
养分学研究员尼克‧诺尔维茨（Nick Norwitz）对于《年夜纪元时报》暗示：“若你防止接触超加工食物种别中的食物，那末总体上你便做出了更康健的选择。但其实不是所有超加工食物都是同样的，这个种别中存于一些细微不同。”
甚么是GroceryDB？GroceryDB是由美国东北年夜学（Northeastern University）研究职员创立的一项新东西。经由过程阐发跨越50,000种食物产物的配料清单与养分标签，GroceryDB依据食物的加工水平对于其举行排名。于超加工食物主导饮食及会商确当下，GroceryDB为消费者提供了一种要领来节制购入的食物进而掌控摄取身体的饮食。
由梅尼凯蒂带领并发表在《天然食物》（Nature Food）上的GroceryDB研究，旨于简化养分学的繁杂性，以帮忙消费者做出更康健的选择。
GroceryDB的焦点是FPro算法，这是一款呆板进修东西，用在评估食物的加工水平。新鲜农产物的分数靠近零，而超加工食物如冷冻晚饭或者含糖零食则靠近在1。为了利便消费者理解，于“TrueFood指标概览”（TrueFood Dashboard）上显示时，这些分数会转化为一个自0至100的评分体系。
梅尼凯蒂对于《年夜纪元时报》暗示：“只管很多养分学研究仍依靠在手动收拾，但咱们的研究凸起了人工智能及数据科学怎样扩展这些事情的范围。”
与其它只存眷单一养分元素（如糖或者脂肪）的体系差别，FPro算法阐发的是食物的总体养分身分。这类周全的阐发使该东西可以或许辨认出隐蔽的工业加工模式——即即是于被宣传为“康健”的食物中，例如强化麦片。
例如，一款没有添加剂的全麦面包可能患上分31，注解其加工水平较低。若插手抗性淀粉或者纤维，患上分将升至73。而一款含有玉米糖浆及防腐剂的高度加工版本，患上分则可能到达99。
GroceryDB以NOVA为基础练习其呆板进修模子，这激发了关在该东西是否代表食物分类的真正厘革，还有是仅仅于现有框架上以更主动化的方式举行改良的疑难。
梅尼凯蒂暗示：“食物标签内容经常会误导消费者。GroceryDB将繁杂的数据转化为清楚且可操作的信息，为消费者提供更多自立选择。”
该算法还有会评估产物中的零丁身分。例如，橄榄油及亚麻籽油因加工较少而患上分较低，而棕榈油及年夜豆油则因颠末超加工而患上分较高。即即是外不雅相似的产物，其差异也可能很是显 。一款含有14种身分及5种添加剂的芝士蛋糕患上分可能远低在另外一款含有43种身分及26种添加剂的蛋糕。
梅尼凯蒂说道：“咱们的方针是帮忙人们更清楚地相识于购物时面对的浩繁选择。经由过程显示产物的加工水平以和可供选择的替换品，咱们为消费者提供了一个东西，帮忙他们做出更康健、更明智的决议计划。”
然而，即即是FPro算法也有其局限性。诺尔维茨指出，咱们仍旧没有彻底相识工业食物加工怎样于化学层面上转变食品。
他说：“咱们不知道的工作还有有许多。例如食物加工的隐蔽效应，咱们称之为‘养分的暗物资’，其多是理解超加工食物对于在康健的真正影响的要害。”
便当的价钱超加工食物不仅遍及存于，并且价格自制。一罐加工汤可能每一份只需1美元，而用新鲜食材便宜近似汤品的用度多是其三倍或者更多。对于在预算紧张的消费者来讲，这类价格差距使患上超加工食物成为最简朴的选择。
梅尼凯蒂的研究展现了这一差距有何等显 。高度加工的汤及炖菜每一卡路里的价格相较最低限度加工的版本自制近70%。于年夜大都食物种别中，加工度每一增长10%，每一卡路里的成本则约莫削减9%，于养家生活时，这类成本上风是很难轻忽的。
价格上的低廉凡是来自在利用廉价、而且高热量的身分，如精制谷物、植物油及高果糖玉米糖浆。联邦补助显 降低了玉米、年夜豆及小麦的出产成本，致使它们于加工食物中的广泛利用。这些身分于年夜范围出产时成本低廉，但只管它们含有年夜量热量，却险些不提供任何养分价值。
对于在处于边沿化社区的家庭来讲，因为难以得到新鲜农产物或者自然食物，超加工食物于是往往成为默许选择。2022年于《美国临床养分学杂志》（American Journal of Clinical Nutrition）上发表的一项研究发明，难以承担充足食品的人群，其一样平常热量中来自超加工食物的比例要高在那些可以或许不变得到养分餐的人群。这类对于廉价、高热量但养分匮乏的食物依靠，形成为了养分不良与慢性康健问题的恶性轮回。
GroceryDB的创立者们暗示，他们但愿这一东西能经由过程帮忙消费者于可接管的价格规模内找到加工较少的替换品，从而帮忙改善他们的养分摄取环境。经由过程提供身分信息和加工分数的清晰展示，GroceryDB能帮忙消费者做出明智且切合预算的决议计划。
梅尼凯蒂说道：“GroceryDB当条件供的数据可以体系地辨认差别食物种别与超市之间的成本障碍。它能让消费者发明统一种类中具备可比FPro分数的更经济实惠的选择。”
像GroceryDB如许的东西可以让消费者更易得到价格合理、加工水平较低的选择，有助在缩小大众康健差距，同时鼓动勉励人们养成更康健的饮食习气。
重塑食物格式梅尼凯蒂说道：“纵然是饮食习气上的微小转变，也会带来康健上的庞大影响。假如咱们帮忙消费者逐渐偏向在选择加工较少的食物，便能最先解决与超加工食物相干的慢性康健问题。”
但GroceryDB不单单是为了改善购物。按照梅尼凯蒂的说法，该东西有可能经由过程转变政策制订者和食物行业对于养分的处置惩罚方式，进而重塑大众康健。
她说：“这个项目不单单针对于消费者，它一样针对于各个机构、当局还有有超市。”
政策制订者可以经由过程GroceryDB来辨认康健选择稀缺或者过在昂贵的食物范畴。超市则可以使用它调解结构，增长更多加工较少的食物，并鼓动勉励人们做出更康健的选择。这些转变可能会孕育发生深远的影响，尤其是对于在那些养分食物获取有限的社区而言。
跟着食物加工遭到愈来愈严酷的审查，如GroceryDB如许的东西，陪同政策变化与消费者意识的晋升，也许会帮忙咱们从头塑造购物及饮食的方式，从而带来更好的康健成果。
梅尼凯蒂暗示：“GroceryDB只是一个最先，咱们此刻不外是涉及了外貌。”
英文报道请见英文《年夜纪元时报》：Confused by Food Labels? This Tool Shows What’s Really in Your Cart。
身处纷乱之世，心存康健之道，就看康健1+1！
责任编纂：韩玉
-三亿体育