鑒別飲食選項的方法和裝置的制作方法

專利名稱：鑒別飲食選項的方法和裝置的制作方法
鑒別飲食選項的方法和裝置本申請要求2008年5月28日提交的美國臨時申請號61/056，538和2009年1月 5日提交的美國臨時申請號61/142，533的權益，兩者通過引用而全文結合到本文中。本發明涉及評價選項的方法和裝置，例如評價食品以幫助選擇提供健康平衡飲食 的食品的方法和裝置。更具體地講，本發明提供將相對分數分配給食品的方法和裝置，所述 方法和裝置允許消費者選擇提供滿足飲食準則的飲食的食品，例如美國糖尿病協會和美國 人飲食準則制定的準則。
背景技術：
通常用專家小組評價各種選項的可取性，尤其例如飲食選項。在大多數情況下，這 些專家小組可只評價有限數目的項目(items)，這些項目與可用于考慮的巨大(且不斷增 加)數目的候選項目相當。遺憾的是，也可能很難確定什么專家評價可用于一些項目。由 于專家未必關于在所給飲食程序中包含的所給食品項目的相關可取性在所有情況下相互 一致，因此這會進一步復雜化。因此，不能從專家小組提供的實際信息明顯看出選擇一個項 目相對于另一個項目(尤其是未由專家小組評價的項目)的可取性的信息。消費者通常對作出健康食品選項感興趣。由于各種健康相關的原因，很多消費者 需要作出幫助他們保持飲食的食品選項。例如，將血糖水平(相當于血糖濃度)保持在一 定限度內有顯著的健康優點。目前，通常指導患糖尿病的患者和試圖食用健康飲食的個體遵循復雜的飲食交換 系統或計算碳水化合物或熱量。對于個體來講，這些系統傾向于遵循困難和令人沮喪。發明概述本發明提供方法和裝置，所述方法和裝置有效的用于對各種選項評級，和/或鑒 別(或有助于鑒別)多個選項中更需要的選項，尤其例如飲食選項。所述方法對由知情域 (informed domain)代表專家小組作出的需要和不需要選項提供預測。在一個優選的實施 方案中，用專家小組進行強迫性選項比較過程。強迫性選項比較過程產生偏好分數，在本文 中有時稱為原始分數。專家小組可包括(排他性或至少包含性)在普通域(common domain) 中的個體，例如飲食專家。再開發和利用一些方程，這些方程根據測定性質有效的得到預測 的原始分數。預測的原始分數在統計學上有利地與通過實際專家小組確定的原始分數相 關。進一步處理原始分數，以提供相對分數。在此方面，根據需要將原始分數簡化成允 許更容易跟蹤它們的范圍/等級。所得相對分數提供能夠容易記錄的相對較低整數。例如， 范圍0至100可由7等除，以提供7個種類，以便將具有0和小于14. 3之間原始分數的食 品或飲料分類為0，具有14. 3和小于28. 6之間原始分數的食品或飲料分類為1，等等。所 用種類數可以增加或減少，以提供精確且方便的原始分數分類，并使所得相對分數成為消 費者能夠容易利用的整數和相對低的數(例如單位數)兩者。根據此方面，本發明提供一種有助于需要選項的選擇的方法。所述方法包括從知 情域代表專家小組產生用于第一組選項的相對分數。測定第二組選項中各選項的至少兩種 性質。用測定的性質提供用于第二組選項的預測相對分數。測定的性質可包括碳水化合物、糖、纖維、蛋白質、總脂肪、總脂肪酸、總飽和脂肪酸、反式脂肪酸、鈣、鈉、鐵、維生素、血糖指 數、血糖負荷、抗性淀粉、糖醇及其混合物。在有形介質中記錄預測的相對分數，以傳遞預測 的相對分數，并有助于需要選項的選擇。知情域代表的實例可包括飲食專家。在有形介質 中記錄預測的相對分數可包括例如在食品項目的包裝上記錄預測的相對分數，在計算機裝 置中記錄分數，和在印刷品中記錄分數，例如分發的印刷品或廣告。一方面，本發明提供一種幫助人保持預定飲食的方法。該方法包括，確定在一段時 間內有效保持預定飲食的最小和最大相對分數，例如單一零食、單一飯餐、一日、一星期或 兩星期時間。計算許多可能食品供應選項每種的相對分數，并且可記錄各食品選項經所給 時間的相對分數，以提供總的相對分數。然后鑒別食品供應選項，這將提供在所需時間內， 在預定最小和最大值范圍內的總的相對分數。另一方面，可計算食品項目的相對分數，并通過首先用以下方程16A計算原始分 數來分配到食品項目。方程16A原始分數=ko+kiX fi (X1) +k2 X f2 (x2) +k3X f3 (x3) +-系數Ivk^kyk3...為-50至50的數字常數，函數f1; f2，f3...為自身由Xl，x2， X3...表示的營養值的合適函數。表達Xi也可表示相應于所討論食品項目的兩個或更多個 營養值的函數。f” f2, 4的函數形式可包括線性、對數、指數、三角、樣條、小波和其他單調 (和近單調)函數，這些函數可以為增函數或減函數。適合有用的函數的幾個實例在以下描 述(方程16-22)。本發明提供一種計算相對分數的方法，所述方法包括以下步驟在所述部分包括具有5克或更少碳水化合物和小于20千卡的食品或非酒精飲料 時，分配包括固定值的原始分數；對于具有3克碳水化合物或更多的食品部分，測定碳水化合物、蛋白質、纖維、反 式脂肪酸、飽和脂肪酸、總脂肪酸、鈣和鈉、鐵和維生素及礦物質值，并用方程IA或方程IB 或方程IC (以下顯示和描述這些方程)來計算原始分數；對于具有小于3克碳水化合物的食品部分，測定蛋白質、飽和脂肪酸、總脂肪酸和 鈉值，并用方程2 (以下顯示和討論)計算原始分數；在所述部分包括具有20千卡或更多的非酒精飲料時，測定糖、總脂肪酸、鈣、維生 素和礦物質值，并用方程3 (以下顯示和討論)計算原始分數；在所述部分包括酒精飲料時，用方程4 (以下顯示和討論)確定原始分數；并且用原始分數確定相對分數。也可用方程5-15計算原始分數，方程5-15也在以下顯示和討論。另一方面，本發明提供一種用相對分數標記食品項目的方法。所述方法包括用本 文所述的方程計算相對分數，尤其用方程16A和方程16-22。然后用其計算的相對分數標記 食品項目。另一方面，本發明提供一種裝置，所述裝置包括容器、置于容器中的食用項目部分 和置于容器表面上的相對分數。通過一種方法，此容器可包括用于食品的包裝，例如袋或 箱。通過另一種方法，此容器可包括售貨機，該售貨機具有在上面出現一個或多個相對分數 的顯示器，例如平面屏幕顯示器。相對分數可用本文所述的方程計算，尤其用方程16A和方程16-22計算。然后用其計算的相對分數標記容器。另一方面，本發明提供一種裝置，所述裝置包括存儲器，該存儲器具有在其中儲存 的一系列數字計算機指令，以有助于測定不同食品、非酒精飲料和酒精飲料部分的相對分 數。這可包括例如使用一個或多個本文所述的方程，以計算這些相對分數。通過一種方法， 這可包括實現許多不同項目的批計算。通過另一種方法(如果需要)，這可包括在需要的基 礎上，實現在傳輸過程中的計算。另一方面，本發明提供一種預測實際原始分數的方法。所述方法包括用專家小組 進行強迫性選項配對比較，以對規定的項目組產生實際原始分數。研究方程，以根據測定性 質產生預測的原始分數，使得實際和預測的原始分數之間的相關性有利于提供0. 5或更大 的r2和20或更小的均方根誤差值，優選提供0. 6或更大的r2和12或更小的均方根誤差值。另一方面，本發明提供一種用于選擇食品的方法，所述食品適用于預定飲食。所述 方法包括從專家小組收集關于一組食品項目的輸入。根據收集的輸入計算相對分數，并分 配到各食品項目。確定經一段時間，有效保持預定飲食的最小和最大的總相對分數。選擇 食品，這些食品提供在最小和最大的總相對分數范圍內的總相對分數。本領域的技術人員應認識和理解，本文教授可高度伸縮，并且很容易適應包括固 體食品和飲料(包括基于酒精的飲料和無酒精飲料兩者)的經加工或未加工的基本任何可 食用或可口物質的應用。應進一步理解，相對復雜的分級和評級標準(包括客觀和相對主 觀標準)很容易適應，同時最終保持消費者用很少或不用訓練就能夠理解和應用的非常直 覺和有用的指數結果。附圖簡述

圖1 一般描述用于作出飲食選項的系統。圖2顯示測定食品、非酒精飲料或酒精飲料的原始分數的流程圖。圖3顯示如何能夠使原始分數轉化成相對分數。圖4包括描繪如何能夠獲取信息并用信息提供相對分數和/或飲食計劃的框圖。圖5顯示用于糖尿病患者的飲食系統的流程圖。圖6顯示跨2個星期平均的日餐計劃的能含量與分數目標的相關性。圖7顯示跨1個星期平均的日餐計劃的能含量與分數目標的相關性。圖8顯示具有相對分數的包裝。圖9顯示具有相對分數的袋式包裝。發明詳述圖1提供用于作出飲食選項的系統的一般描述。如圖1所示，熟練設計有效的用 于提供所需結果的具體飲食的專家小組將相對分數分配給各單獨的食品項目。將這些相對 分數泛化，以便能夠通過測定食品項目的至少兩種性質將相對分數分配到任何食品項目， 甚至是專家小組未明確評分的那些。用不同食品的相對分數確定具體飲食類型的適合分數 范圍。有效的用于提供所需結果的具體飲食或預定飲食的實例可包括適用于糖尿病、心臟 病、血壓調節、代謝綜合征、體重調節、健康老化、認知和癌癥預防的飲食。然后，個體可用此 信息來選擇適用于具體飲食的食品的組合。如圖2所示，對于食品或非酒精飲料或酒精飲料，可測定提供相對分數所用的分數。將具有小于約5克碳水化合物和小于20千卡的食品或非酒精飲料分配零的相對分數。 根據美國糖尿病協會選擇食品系統(American Diabetes Association Choose Your Foods system)的“自由食品”名稱，給予具有小于20千卡的食品和非酒精飲料零分。測定具有20千卡或更多的食品的總碳水化合物。進一步測定具有3克碳水化合物 或更多的食品，以測定蛋白質克數、纖維克數、反式脂肪酸克數、飽和脂肪酸克數、總脂肪酸 克數、鈉毫克數和維生素A、C和礦物質鐵和鈣的每日百分數值的總和(％D，基于2000千卡 飲食)。使用測定量，用方程1A、1B或IC (如下所示)計算原始分數。進一步測定具有小于 3克碳水化合物的食品，以測定蛋白質克數、飽和脂肪酸克數、總脂肪酸克數、鈣毫克數和鈉 毫克數。使用測定量，用方程2 (如下所示)計算原始分數。進一步測定具有20千卡或更大的非酒精飲料的糖克數、總脂肪酸克數、鈉毫克數 和維生素A、C和礦物質鐵和鈣的％ DV總和(基于2000千卡飲食)。使用測定量，用方程 3 (如下所示)計算原始分數。對于酒精飲料，確定份(servings)數，并從方程4 (以下顯示)計算原始分數。一 份規定為5盎司葡萄酒、12盎司啤酒或1盎司烈性酒。本文所做的所有測定用在本領域已知的技術進行。如圖3所示，進一步處理原始分數，以提供相對分數。例如，確定所需種類數和種 類界限(category boundaries)。如本文進一步描述，可利用任何所需種類數。另外，種類 可具有相等大小的界限，或者種類的大小可在高端或低端延伸。將原始分數分配成合適的 種類。種類數變成相對分數。如圖4所示，可用任何方式獲取確定相對分數和最終飲食計劃的信息。例如，產品 可包括條形碼，這些條形碼提供產品信息，或者可用于獲得這些信息。可用分析產品的檢測 儀器提供產品特征。產品信息可從網站得到。另外，可提供所需的飲食參數。任何此信息 或任何其他信息可直接提供到計算機，或者可用任何已知方法輸入計算機。然后，使用此信 息和在應用本文提出的具體教授時，可以使用具有存儲器入口的計算機計算相對分數和/ 或飲食計劃，所述存儲器在其中儲存有適合的指令。然后，可按對節食者有用的一些方式顯示所得計算的相對分數。這可包括例如將 所給食品項目的相對分數置于包含那種食品項目的容器上。作為舉例說明而不在這些方面 作出任何限制，如圖8中所示，這可包括在包含食用項目一些預定部分(例如，一份或多份 食品部分)的紙板盒上布置相對分數(在此情況下，為“3”)。此相對分數可以為一定大小、 處于一定位置和/或具有顏色，以有利于消費者容易地看到。由于考慮到這一點，如果需 要，可在盒上在多于一個位置顯示相對分數，如虛線顯示的“3”所示。作為在這些方面中的 另一個非限制實例，現在參考圖9，可在包含食品項目的袋的外表面上類似布置相對分數。測定實際原始分數募集約315位被認為是2型糖尿病患者飲食咨詢專家的參與者(專家)的專家小 組，以評價250種不同食品和飲料在2型糖尿病患者飲食中包含的適用性。這些專家由目前 為糖尿病患者提供咨詢并且在本領域已有至少5年經驗的持證糖尿病教育工作者(CDh) 和飲食學家組成。使用Thurstonian強迫性選項配對比較的身心方法和不完全的隨機分組 設計，各食品作為一對食品中的一種食品提供，并詢問專家所提供兩種食品中選擇哪一種 食品更適合包含于2型糖尿病患者的飲食中。對于所提供的各對食品，在提供下一對食品之前必須作出選擇(因此為“強迫性選擇”)。一方面，以此方式評價所有250種食品，使得各食品與來自250種食品清單的約42 和約59種其他項目之間配對。然后，將各對提交至少約15個專家進行強迫性選項評價。每 對的實際專家判斷為約15至約45。未給專家任何機會指示選擇的原因或理由。所有食品以類似方式呈現。具體地講，照片的角度和照明接近相同，餐具為沒 有圖案的單一設計，所示的食品量為通常消耗參照量(Reference Amount Customarily Consumed)或RACC，或者在適當時，為準備食用一般購買的食品購買為單份，并且那份食品 的營養情況表(NFP)與食品圖像一起提供。在NFP內包含的信息是每份食物大小(g)、卡 量、來自脂肪的卡量、總脂肪(g，% DV)、飽和脂肪(g，% DV)、反式脂肪(g)、膽固醇(mg, % DV)、鈉(mg, % DV)、總碳水化合物(g，% DV)、飲食纖維(g，％ DV)、糖(g)、蛋白質(g)、 維生素0力、維生素(((％ DV)、鈣(％ DV)、鐵(％ DV)，所有這些信息均基于2000卡 (calorie)飲食。另外，各圖像帶有適合描述性標題，例如在全麥包上的所有牛肉熱狗(All Beef Hotdog on Whole Wheat Bun)。按照Thurston技術，所給食品比所有其他食品更適合選擇的可能性可確定為0到 100. 00 (即，從不作為更適合選擇到總是作為更適合選擇)。因此，不僅以順序方式將250 種食品分級，而且相鄰食品之間的距離可以變化。換句話講，盡管簡單分級使各食品離開其 相鄰食品100/250個單位，但Thurstonian比較顯示此等級的食品之間的認知距離。為了說明這一點，如果我們要將一份燕麥粉、一份水果和一塊巧克力糖按照在糖 尿病飲食中包含的適合程度分成等級，則很可能有從最佳到最差的分級燕麥粉 水果 塊糖然而，非常明顯，無糖燕麥粉和含糖水果之間的感覺差異(認知距離)比含糖水果 和滿糖塊糖之間的差異小得多。Thurstonian方法允許這些認知距離的定量。通過等級倒轉，可將分數分配(稱為原始分數)給250種食品中的每一種，使得低 分數更需要，高分數較不需要。由于這些分數從約315位專家的組合獨立評價意見得出，原 始分數代表食品的最適合相對分數。確定預測的原始分數由于專家可能使用對食品作出選擇的各種信息，并且由于可能或甚至很可能兩個 專家對信息要使用的選項和分配給不同條信息的權重不同，專家們在這些點達成一致極 難。因此，關于食品的所有可用信息和可能一般不被了解但可能被專家所知的信息假定有 助于強迫性選項比較中的決定過程。為了能夠進行統計分析，此信息收集在數據文件中，以 確定食品的什么信息能夠用于最可靠和最精確地預測那種食品的原始分數。用逐步回歸推 出預測方程，其中具有少到3個變量到多達17個變量。可潛在用于此回歸的信息包括在NFP中專家見到的所有信息，以及單不飽和脂肪 (g)、多不飽和脂肪(g)、鉀(mg)、不溶性纖維(g)、可溶性纖維(g)、所有的各維生素B(包 括葉酸)(％ DV，基于2000千卡飲食)、維生素A、D、E(% DV，基于2000千卡飲食)、礦物質 Mg和P，這些信息專家見不到，但可能專家已知，并因此用于決定過程。另外，各種條信息的 組合也允許作為變量用于回歸分析(例如，飽和脂肪(g)加反式脂肪(g)、總脂肪(g)加碳 水化合物(g)加蛋白質(g) >Ca(% DV)加鐵(% DV)加維生素DV)加維生素DV) 等)，也就是這些變量轉換(平方根、自然對數、指數等)。
通過了解營養，并且由于需要研究可用于研發新食品的最強、最可靠和精確的預測方程或算法，經反復分析，研究出本文所述的算法或方程。在此方面，方程應提供0. 5或更大的R平方值和20或更小的RMSE (均方根誤差值)，在一個重要方面，提供0. 6或更大的R平方值和12或更/J、的RMSE (均方根誤差值)，以合理預測實際專家小組指定的值。
研究以下算法來預測250種食品的原始分數
方程1A、1B、1C 具有至少3g碳水化合物的食品
方程2具有小于3g碳水化合物的食品
方程3飲料
在方程中使用的項(terms)定義如下。可使用任何數目的這些特征。
項含義
carb碳水化合物，克
糖糖，克
纖維纖維，克
fatT總脂肪酸，克
fatS飽和脂肪酸，克
TFA反式脂肪酸，克
calc 丐，mg
sod鈉，mg
prot蛋白質，克
合、vit維生素A、C和礦物質鐵和鈣的％ DV的總和(基于2000千卡飲R ) 方程IA 具有至少3g碳水化合物的食品的7-變量模型.
權利要求
1.一種有助于需要選項的選擇的方法，所述方法包括從知情域代表專家小組產生用于第一組選項的相對分數；測定第二組選項中各選項的至少兩種性質，并用測定的性質來提供用于第二組選項的 預測相對分數；在有形介質中記錄所述預測的相對分數，以傳遞預測的相對分數，從而有助于需要選 項的選擇。
2.權利要求1的方法，其中所述知情域代表為飲食專家，并且其中記錄預測的相對分 數包括在食品項目的包裝上包括預測的相對分數。
3.權利要求2的方法，其中所述選項為用于飲食的飲食選項，所述飲食選自用于糖尿 病、心臟病、血壓調節、代謝綜合征、體重調節、健康老化、認知和癌癥預防的飲食。
4.權利要求3的方法，其中所述測定的性質為在選項中包含的物質的量，所述物質選 自碳水化合物、糖、纖維、蛋白質、總脂肪、總脂肪酸、總飽和脂肪酸、反式脂肪酸、鈣、鈉、鐵、 維生素、血糖指數、血糖負荷、抗性淀粉、糖醇及其混合物。
5.一種幫助人保持預定飲食的方法，所述方法包括確定經一段時間有效保持預定飲食的最小和最大相對分數；計算許多可能的食品供應選項中每一種的相對分數；鑒別食品供應選項，此類食品供應選項將提供在所確定的最小和最大相對分數之間的 合計的總相對分數；和用鑒別的食品供應選項建立飲食計劃，從而幫助人保持預定飲食。
6.權利要求5的方法，其中所述預定飲食選自用于糖尿病、心臟病、血壓調節、代謝綜 合征、體重調節、健康老化、認知和癌癥預防的飲食。
7.權利要求5的方法，其中所述相對分數通過計算原始分數計算，其中所述原始分數 用方程16A計算，其中方程16A為原始分數=Vk1 X (X1) +k2X f2 (x2) +k3Xf3(x3) +···其中系數Ivk1^k3...為可以為-50至50的數字常數，函數U2J3...為選自可增 或可減的線性、對數、指數、三角、樣條、小波、單調和近單調函數的函數，并且Xl，x2，X3...為 單獨的營養值或相應于食品供應選項的兩個或更多個營養值的函數。
8.權利要求7的方法，其中原始分數用選自方程16-22的方程計算。
9.權利要求5的方法，其中所述相對分數通過以下步驟計算在食品供應選項之一的每份飲食部分包括具有5克或更少碳水化合物和小于20千卡 的食品或非酒精飲料時，分配包括固定值的原始分數；對于具有3克碳水化合物或更多的食品供應選項之一的每份飲食部分，測定蛋白質、 纖維、反式脂肪酸、飽和脂肪酸、總脂肪酸、鈉和維生素值，并用方程IA或方程IB或方程IC 計算原始分數；對于具有小于3克碳水化合物的食品供應選項之一的每份飲食部分，測定蛋白質、飽 和脂肪酸、總脂肪酸、鈣和鈉值，并用方程2計算原始分數；在食品供應選項之一的每份飲食部分包括具有20千卡或更多的非酒精飲料時，測定 糖、總脂肪酸、鈣和維生素值，并用方程3計算原始分數；和在食品供應選項之一的每份飲食部分包括酒精飲料時，用方程4確定原始分數。
10.權利要求5的方法，其中原始分數用選自方程5-15的方程計算。
11.一種用相對分數標記食品項目的方法，所述方法包括計算反映食品項目的飲食適 合程度的相對分數，并用所述相對分數標記所述食品項目。
12.權利要求11的方法，其中所述相對分數通過計算原始分數計算，其中所述原始分 數用方程16A計算，其中方程16A為原始分數=Vk1 X (X1) +k2X f2 (x2) +k3Xf3(x3) +-其中系數Ivk1^k3...為可以為-50至50的數字常數，函數U2J3...為選自可增 或可減的線性、對數、指數、三角、樣條、小波、單調和近單調函數的函數，并且Xl，x2，X3...為 單獨的營養值或相應于所述食品項目的兩個或更多個營養值的函數。
13.權利要求12的方法，其中原始分數用選自方程16-22的方程計算。
14.一種容器，所述容器包含置于容器內的食用項目部分和置于容器表面上的相對分 數，其中所述相對分數通過計算原始分數來計算，其中所述原始分數用方程16A計算，其中 方程16A為原始分數=Vk1 X (X1) +k2X f2 (x2) +k3Xf3(x3) +-其中系數Ivk1^k3...為可以為-50至50的數字常數，函數U2J3...為選自可增 或可減的線性、對數、指數、三角、樣條、小波、單調和近單調函數的函數，并且Xl，x2，X3...為 單獨的營養值或相應于所述食用項目的食品部分的兩個或更多個營養值的函數。
15.權利要求14的容器，其中原始分數用選自方程16-22的方程計算。
16.一種裝置，所述裝置包括數字存儲器，所述數字存儲器具有在其中儲存的數字計算 機指令，在由數字計算機執行，以促進計算反映食品、非酒精飲料和酒精飲料的飲食適合程 度的相對分數時，電子計算機指令提供相對分數的計算。
17.權利要求16的裝置，其中所述相對分數通過計算原始分數計算，其中所述原始分 數用方程16A計算，其中方程16A為原始分數=Vk1 X (X1) +k2X f2 (x2) +k3Xf3(x3) +-其中系數Ivk1^k3...為可以為-50至50的數字常數，函數U2J3...為選自可增 或可減的線性、對數、指數、三角、樣條、小波、單調和近單調函數的函數，并且Xl，x2，X3...為 單獨的營養值或相應于所述食品供應選項的兩個或更多個營養值的函數。
18.權利要求17的裝置，其中原始分數用選自方程16-22的方程計算。
19.一種預測實際原始分數的方法，所述方法包括用專家小組進行強迫性選項配對比較，以產生規定組項目的實際原始分數；和研究方程，以根據測定性質產生預測的原始分數，使得實際和預測的原始分數之間的 相關性提供0. 5或更大的r2和20或更小的均方根誤差值。
20.一種選擇適用于預定飲食的食品的方法，所述方法包括從專家小組收集一組食品項目的輸入；根據收集的輸入計算食品項目中至少一個的相對分數，并將該相對分數分配至食品項目；確定經所給時間有效保持預定飲食的最小和最大的總相對分數；和選擇食品組合，該食品組合提供在最小和最大的總相對分數內的總相對分數。21.—種幫助人保持預定飲食的方法，所述方法包括
確定經一段時間有效保持預定飲食的最小和最大的總相對分數； 測定食品供應選項中至少總脂肪酸、鈉和總碳水化合物；用方程計算許多可能的食品供應選項中每一種的相對分數，所述方程選自方程23、方 程M、方程25、方程沈、方程27和方程28 ；鑒別食品供應選項，此類食品供應選項將提供在所確定最小和最大相對分數范圍內的 合計的總相對分數；和在人用飲食中使用鑒別的食品供應選項，從而幫助人保持預定飲食。
全文摘要
本發明提供一種將相對分數分配給食品的方法。將相對分數分配給食品允許消費者選擇提供需要飲食的食品。本發明提供了一些方程，這些方程根據測定性質有效的得到預測原始分數。預測原始分數在統計學上與通過實際專家小組確定的原始分數相關。再進一步處理預測原始分數，以提供可容易由消費者跟蹤的相對分數。
文檔編號G09B19/00GK102113038SQ200980130720
公開日2011年6月29日 申請日期2009年5月28日 優先權日2008年5月28日
發明者A·O·薩諾伊, B·A·耶林, K·H·魯賓, K·R·埃伯哈德特, L·L·萊徹爾, N·V·馬特謝斯基, R·布萊克, S·J·莫里爾, T·K·阿布拉罕 申請人:卡夫食品環球品牌有限責任公司