食品標籤讓人困惑 此工具幫你辨別超加工食品
文／Sheramy Tsai編譯／柳嵊濤
當你走進任意一家超市，你很可能會發現，商品貨架上擺放著非常多的超加工食品——它們被設計為方便食用，但卻往往缺乏真正的營養。這類食品占據著貨架的近乎四分之三，並且與肥胖、心臟病和糖尿病發病率上升密切相關。
但究竟如何確定一種食品為「超加工食品」？答案並不十分清晰，因此這令消費者感到困惑，而政策制定者卻對此保持緘默。
超加工食品的定義難題
儘管越來越多的證據表明超加工食品與慢性疾病密切相關，但專家們也難以就其明確定義達成一致。
根據一項最新超加工食品研究的合著者、Foodome項目（一個致力於繪製人類飲食中化學成分圖譜的項目）聯合創始人阿爾伯特-拉斯洛‧巴拉巴西（Albert-László Barabási）的說法，食物必須經過化學成分改造，才能稱為超級加工食品。例如，一些標註為「天然」的橙汁，實際上會被分解為三個獨立的成分，分別儲存，之後再重新混合，因此也被歸類為超加工食品，他在一份說明中表示。
巴拉巴西指出，食品包裝並不會顯示某種產品是否屬於超加工食品。美國農業部（USDA）僅追蹤數量有限的營養成分，而美國食品藥品監督管理局（FDA）只要求報告大約12種營養成分，這使得消費者對存在於食品中的許多成分信息並不了解。
這種透明度的缺失凸顯了明確相關分類的重要性。為了便於消費者更好理解食品的加工程度，研究人員開發了NOVA分類系統。這一系統被廣泛認為是評估食品加工程度的黃金標準，它依據食品相對於其自然狀態的加工程度，將其分為四個類別。具體分類如下：
• 未加工或最低限度加工食品：包括新鮮、乾燥、研磨、巴氏殺菌或冷凍處理且不含添加成分的天然食品，例如水果、蔬菜、肉類、雞蛋和牛奶。
• 加工食品烹飪配料：從天然食品中提取並用於烹飪的成分，如鹽、糖、食用油和黃油。
• 加工食品：由天然食品與烹飪配料結合製成，例如罐裝蔬菜、新鮮麵包、奶酪和燻肉。這類食品通常含有額外的鹽、糖或脂肪，但仍保留其最初食品架構中的大部分。
• 超加工食品：指工業化配方食品，其中幾乎不含或完全不含天然食品，而是包含乳化劑、穩定劑、人工香料和防腐劑等添加劑。例如含糖麥片、包裝零食、冷凍食品、碳酸飲料及方便麵。
NOVA分類的影響
儘管NOVA分類系統在公共健康研究方面帶來了重大突破，但它並非沒有缺陷。計算物理學家朱莉亞‧梅尼凱蒂（Giulia Menichetti）指出，該系統根據食品的加工程度進行分類，而非其實際營養價值。這意味著，一款添加了膳食纖維和維生素的強化早餐麥片，與高糖零食蛋糕都會被歸類為「超加工食品」，即便早餐麥片顯然是更健康的選擇。
這種不一致性並非NOVA系統獨有。梅尼凱蒂還提到，大多數食品分類系統都依賴人為判斷，這或許進而導致專家之間得出不同的結論。由於缺乏明確、統一的標準，目前仍然很難準確定義何種食品真正屬於超加工食品，更難將這一定義有效融入公共健康指南。
儘管存在這些問題，許多專家仍認為NOVA是一個很好的開始。
營養學研究員尼克‧諾爾維茨（Nick Norwitz）對《大紀元時報》表示：「若你避免接觸超加工食品類別中的食品，那麼整體上你便做出了更健康的選擇。但並不是所有超加工食品都是一樣的，這個類別中存在一些細微差別。」
什麼是GroceryDB？
GroceryDB是由美國東北大學（Northeastern University）研究人員創建的一項新工具。通過分析超過50,000種食品產品的配料清單與營養標籤，GroceryDB依據食品的加工程度對其進行排名。在超加工食品主導飲食和討論的當下，GroceryDB為消費者提供了一種方法來控制購入的食品進而掌控攝入身體的飲食。
由梅尼凱蒂領導並發表於《自然食品》（Nature Food）上的GroceryDB研究，旨在簡化營養學的複雜性，以幫助消費者做出更健康的選擇。
GroceryDB的核心是FPro演算法，這是一款機器學習工具，用於評估食品的加工程度。新鮮農產品的分數接近零，而超加工食品如冷凍晚餐或含糖零食則接近於1。為了方便消費者理解，在「TrueFood指標概覽」（TrueFood Dashboard）上顯示時，這些分數會轉化為一個自0至100的評分系統。
梅尼凱蒂對《大紀元時報》表示：「儘管許多營養學研究仍依賴於手動整理，但我們的研究突出了人工智能和數據科學如何擴大這些工作的規模。」
與其它只關注單一營養元素（如糖或脂肪）的系統不同，FPro演算法分析的是食品的整體營養成分。這種全面的分析使該工具能夠識別出隱藏的工業加工模式——即便是在被宣傳為「健康」的食品中，例如強化麥片。
例如，一款沒有添加劑的全麥麵包可能得分31，表明其加工程度較低。若加入抗性澱粉或纖維，得分將升至73。而一款含有玉米糖漿和防腐劑的高度加工版本，得分則可能達到99。
GroceryDB以NOVA為基礎訓練其機器學習模型，這引發了關於該工具是否代表食品分類的真正變革，還是僅僅在現有框架上以更自動化的方式進行改進的疑問。
梅尼凱蒂表示：「食品標籤內容常常會誤導消費者。GroceryDB將複雜的數據轉化為清晰且可操作的信息，為消費者提供更多自主選擇。」
該算法還會評估產品中的單獨成分。例如，橄欖油和亞麻籽油因加工較少而得分較低，而棕櫚油和大豆油則因經過超加工而得分較高。即便是外觀相似的產品，其差異也可能非常顯著。一款含有14種成分和5種添加劑的芝士蛋糕得分可能遠低於另一款含有43種成分和26種添加劑的蛋糕。
梅尼凱蒂說道：「我們的目標是幫助人們更清晰地了解在購物時面臨的眾多選擇。通過顯示產品的加工程度以及可供選擇的替代品，我們為消費者提供了一個工具，幫助他們做出更健康、更明智的決策。」
然而，即便是FPro演算法也有其局限性。諾爾維茨指出，我們仍然沒有完全了解工業食品加工如何在化學層面上改變食物。
他說：「我們不知道的事情還有很多。例如食品加工的隱藏效應，我們稱之為『營養的暗物質』，其可能是理解超加工食品對於健康的真正影響的關鍵。」
便利的代價
超加工食品不僅普遍存在，而且價格便宜。一罐加工湯可能每份只需1美元，而用新鮮食材自製類似湯品的費用可能是其三倍或更多。對於預算緊張的消費者來說，這種價格差距使得超加工食品成為最簡單的選擇。
梅尼凱蒂的研究揭示了這一差距有多麼顯著。高度加工的湯和燉菜每卡路里的價格相較最低限度加工的版本便宜近70%。在大多數食品類別中，加工度每增加10%，每卡路里的成本則大約減少9%，在養家糊口時，這種成本優勢是很難忽視的。
價格上的低廉通常來自於使用廉價、並且高熱量的成分，如精製穀物、植物油和高果糖玉米糖漿。聯邦補貼顯著降低了玉米、大豆和小麥的生產成本，導致它們在加工食品中的廣泛使用。這些成分在大規模生產時成本低廉，但儘管它們含有大量熱量，卻幾乎不提供任何營養價值。
對於處在邊緣化社區的家庭來說，由於難以獲得新鮮農產品或天然食品，超加工食品因而往往成為默認選擇。2022年在《美國臨床營養學雜誌》（American Journal of Clinical Nutrition）上發表的一項研究發現，難以負擔足夠食物的人群，其日常熱量中來自超加工食品的比例要高於那些能夠穩定獲得營養餐的人群。這種對廉價、高熱量但營養匱乏的食品依賴，形成了營養不良與慢性健康問題的惡性循環。
GroceryDB的創建者們表示，他們希望這一工具能通過幫助消費者在可接受的價格範圍內找到加工較少的替代品，從而幫助改善他們的營養攝入情況。通過提供成分信息及加工分數的清楚展示，GroceryDB能幫助消費者做出明智且符合預算的決策。
梅尼凱蒂說道：「GroceryDB當前提供的數據可以系統地識別不同食品類別與超市之間的成本障礙。它能讓消費者發現同一種類中具有可比FPro分數的更經濟實惠的選擇。」
像GroceryDB這樣的工具可讓消費者更容易獲得價格合理、加工程度較低的選擇，有助於縮小公共健康差距，同時鼓勵人們養成更健康的飲食習慣。
重塑食品格局
梅尼凱蒂說道：「即使是飲食習慣上的微小改變，也會帶來健康上的重大影響。如果我們幫助消費者逐漸傾向於選擇加工較少的食品，便能開始解決與超加工食品相關的慢性健康問題。」
但GroceryDB不僅僅是為了改善購物。根據梅尼凱蒂的說法，該工具有可能通過改變政策制定者及食品行業對營養的處理方式，進而重塑公共健康。
她說：「這個項目不僅僅針對消費者，它同樣針對各個機構、政府還有超市。」
政策制定者可以通過GroceryDB來識別健康選擇稀缺或過於昂貴的食品領域。超市則可以利用它調整布局，增加更多加工較少的食品，並鼓勵人們做出更健康的選擇。這些改變可能會產生深遠的影響，特別是對於那些營養食品獲取有限的社區而言。
隨著食品加工受到越來越嚴格的審查，如GroceryDB這樣的工具，伴隨政策變化與消費者意識的提升，或許會幫助我們重新塑造購物和飲食的方式，從而帶來更好的健康結果。
梅尼凱蒂表示：「GroceryDB只是一個開始，我們現在不過是觸及了表面。」
英文報導請見英文《大紀元時報》：Confused by Food Labels? This Tool Shows What’s Really in Your Cart。
身處紛亂之世，心存健康之道，就看健康1+1！
責任編輯：韓玉
沒有留言:
張貼留言