Tabelle di composizione degli alimenti

Tabelle di composizione
degli alimenti
Simonetta Salvini
Dietista free lance, Assegnista Universita’ degli Studi di Udine
simonetta.salvini58@gmail.com
STRUMENTI DI SORVEGLIANZA NUTRIZIONALE: LUCI E OMBRE – 28 novembre 2014 - BOLOGNA
Tabelle bromatologiche
Tabelle di composizione degli alimenti
Banche dati di composizione degli alimenti
Database nutrizionali (DN)
Database nutrizionali: cosa sono
Sono raccolte di informazioni sulla composizione
degli alimenti disponibili per il consumo umano
• Macronutrienti
• Vitamine
• Minerali e microlementi
• Composti bioattivi
• Altro....
La composizione e generalmente indicata per 100 g di parte
edibile dell’alimento o per 100 mL di bevanda
“La conoscenza della composizione chimica
degli alimenti e’ essenziale nel trattamento
delle malattie ed in ogni studio quantitativo
di nutrizione umana”
Robert McCance & Elsie Widdowson, 1940
http://www.centenary.mrc.ac.uk/news/tales-from-the-century-elsie-widdowson-and-her-eclectic-research/
Database nutrizionali: uso
In clinica:
• anamnesi nutrizionali
• diete – counseling nutrizionale
Salute pubblica:
• sorveglianza nutrizionale di popolazione
• linee guida - sicurezza alimentare
• ristorazione collettiva
In epidemiologia:
• studi retrospettivi e studi prospettici
• studi di intervento
Nel mercato:
• per produrre etichette nutrizionali
• Formulazione nuovi prodotti
Database nutrizionali: come devono essere
Devono essere rappresentativi e attuali
• degli alimenti consumati nel paese o nella regione
• degli alimenti consumati dalla specifica popolazione
studiata: anziani, bambini, atleti, ecc.
Non devono avere dati mancanti/missing
Per generare dati di composizione e’ indispensabile
conoscere:
•
•
consumi alimentari del paese, per fasce di età: indagini di
mercato, dati di vendita, indagini sui consumi
legislazione vigente (es. fortificazione, prodotti speciali, ecc.)
Database nutrizionali: come devono essere
Devono anche ben rappresentare la naturale variabilita’ di
composizione degli alimenti
Non e’ pensabile che ciascuna di queste carote in Italia contenga
esattamente 6888 µg/100g di beta-carotene
e negli USA 8285 µg/100g
Database nutrizionali: diverse tipologie
• DN analitici – costi elevati (campionamento e analisi)
• DN compilativi
• prestito da altri database - rappresentativita’?
• ricerca su riviste del settore – tempo
• stime (es. alimenti simili)
• calcoli (es. cottura)
• DN misti – miglior rapporto costo/beneficio
FONDAMENTALE:
documentazione e completezza delle informazioni
FOOD COMPOSITION DATABASES (FCDBs) IN ITALY - TODAY
CRA-NUT (ex INRAN) maintains the “official” national food
composition database:
• mainly based on in house analyses (70%)
• 790 food items (~1000 with upcoming and documented data)
nut.entecra.it
Drawbacks: - limited number of food items
- missing data for vitamins and minerals
- info about data origin not provided
FOOD COMPOSITION DATABASES (FCDBs) IN ITALY - TODAY
nut.entecra.it
ora: CRA-NUT
FOOD COMPOSITION DATABASES (FCDBs) IN ITALY - TODAY
CRA-NUT (ex INRAN) maintains the “official” national food
composition database:
• mainly based on in house analyses (70%)
• 790 food items (~1000 with upcoming and documented data)
nut.entecra.it
Drawbacks: - limited number of food items
- missing data for vitamins and minerals
- info about data origin not provided
www.bda-ieo.it
European Institute of Oncology (IEO) developed a FCDB for
Epidemiological studies:
• mainly based on the CRA-NUT database, completed using
foreign data (almost zero “missing” datapoints)
• 935 food items (979 with upcoming “fruit group” update)
Drawbacks:
- limited number of food items
- foreign data could be inappropriate
- costly to maintain, no ad hoc funding available
BDA- IEO 2008
Estimates/
calculations
7%
SOURCES OF DATA
Other
sources
2%
USDA (USA)
15%
McCance
(UK)
35%
CRA-NUT,
other italian
sources (IT)
41%
USDA DATABASE - http://ndb.nal.usda.gov/
USDA DATABASE - http://ndb.nal.usda.gov/
USDA DATABASE - http://ndb.nal.usda.gov/
e in Europa?
Ogni paese EU ha la sua banca dati (un tempo tabella)
• problemi di scambio dati perche’ le metodologie di
analisi, il livello di completezza, non sono spesso
comparabili
Dagli anni 1980-1990 sono stati condotti progetti per
cercare di arrivare ad un unico database europeo
EUROFOODS – EPIC - EUROFIR
Inoltre:
FAO/INFOODS gestisce e coordina database a livello
mondiale
una rete di compilatori di dati di composizione
Un progetto Europeo (ora AISBL) per dotare anche l’Europa
di dati di composizione affidabili e confrontabili
Progetto EU 2005-2013, onlus dal 2009 www.eurofir.org
Per favorire standardizzazione e documentazione dei dati
• Dizionari comuni (EuroFIR Thesauri)
• Procedure comuni (flow chart della compilazione dei dati)
Questo permette il confronto e lo scambio dei dati, la
comprensione e l’uso corretto dei dati di composizione
(S. Westenbrink, IMEKOFOODS 2014)
standardizzazione dei dati
• Descrizione del campione: facets e descrittori (Langual)
• Identificazione del componente
• Identificazione della metodica analitica
• Descrizione del dato analitico (valuetype=media, mediana,
etc)
• Classificazione della fonte del dato (libro, rivista, personal
communication)
PEER-REVIEW DELLE ORGANIZZAZIONI ADERENTI (2011-13)
• CRA-NUT e BDA-IEO sono stati «sottoposti» alla review
standardizzazione dei dati
• Gli standard EuroFIR sono stati applicati a 28 database
europei
• Consultazione attraverso il sito web (per i soci EuroFIR)
• FoodExplorer: i dati possono essere
• visti
• usati
• confrontati
• Dal gennaio 2013 CEN* standard (EN: 16104)
http://engineers.ihs.com/document/abstract/BILJRCAAAAAAAAAA
*European Committee for Standardization
Compilazione non appropriata dei dati
Puo’ portare a:
• Metodiche analitiche non compatibili tra loro
• Dati espressi in modo diverso (es carboidrati MSE)
• Sottostima o sovrastima dell’intake (se un valore dato
come medio e’ invece un minimo o un massimo)
• MISSING. Dati mancanti sono molto problematici per
la gestione ed analisi degli studi epidemiologici
IL PROBLEMA DEI MISSING
http://www.nutriretelab.it/
Nell’ambito del progetto QUALIFU/SIAGRO - MIPAAF – UO4/WP4
Rete italiana per la raccolta di dati di composizione analitici e bibliografici
EXAMPLE OF DOCUMENTED DATA - MONTASIO CHEESE
EXAMPLE OF DOCUMENTED DATA - MONTASIO CHEESE
Data are documented according to
EuroFIR standards
EXAMPLES OF DOCUMENTED DATA
Macronutrients and conjugated linol ac. in cheese. Ref Cicognini et al. 2011
Macronutrients and metals in mussels, sampled in different months. Ref. Prato et al. 2012
NUTRIRETE.lab – per chi?
Possible Clients:
• Food database compilers in Italy, EU, etc.
• Universities, public and private public institutions for research purposes
• Food industry, for food development and for labeling purposes
• Software developers: nutrition software and APPs
• Nutritionists and students: research, study, business
• General population: nutrition education
• Other?
Products
• Complete database (electronic files)
• Ad hoc extractions of selected data (electronic files)
• Reports on selected food items/ food groups/ food components
• Education leaflets (printed and electronic material)
• Food labels
• Other?
consigli
Utilizzare DN standardizzati – rete EuroFIR
Attingere ai DN solo dopo aver letto attentamente le avvertenze e
le metodologie di compliazione adottate
Mirare ad avere dati rappresentativi per la popolazione da studiare
Non fermarsi alle apparenze e ai vantaggi offerti da internet:
• software nutrizionali spesso hanno alle spalle DN non adeguati,
con dati mancanti
• software nutrizionali online - principalmente basati su dati USDA:
non tutti questi dati sono rappresentativi per la nostra
popolazione
FLOW CHART – COMPILAZIONE DATI DI COMPOSIZIONE - BDA