博士号取得候補者のドミニク・ヴァン・ワンダーレンは、数学モデルを使用して食事を最適化します。彼女はケーススタディを用いて、食習慣を完全に変えることなく食事をより健康にできることを示しています。
「多くの人がより健康的な食事をしたいと思っていますが、具体的にどのようにすればよいのかわかりません」とヴァン・ワンダーレン氏（グローバル・ニュートリション・アンド・オペレーションズ・リサーチ・アンド・ロジスティクス）は言う。 「人々が食べたいものに注目し、食事をもう少し健康にするために小さな変更を加えると、人々はその変更を受け入れる可能性が高くなります。」
ヴァン・ワンダーレンは研究にアメリカ製のものを使用しました オープンソース何千もの食事日記を含むデータセット。それを使用する レシピ完成ダイエットモデル – の組み合わせ ダイエットモデリング そして レシピの完成 –彼女は、微量栄養素と多量栄養素の推奨一日量などの目標の範囲内で、食事をどのように改善できるかを検討しました。食事モデリングでは、数学的モデルを使用して栄養計画を設計および最適化する一方、レシピの完成では、特定の食事を改善するために最適な材料を検索します。
機械学習は、考えられるすべての成分の組み合わせを、一般的であるかまれであるかに関係なく評価しました。
機械学習 ベジタリアンの食事を分析し、考えられる食材の組み合わせがそれぞれ一般的か珍しいかを評価しました。これに基づいて、各組み合わせに高いまたは低い合格スコアが与えられました。次に、ヴァン ワンダーレン氏は、改善モデルをテストするターゲット グループである 112 人の女性の食事日記を選択しました。 「モデルは食事の改善提案をしましたが、代替品がより健康的で受け入れスコアが高かった場合にのみ食材を置き換えました。」
‘伝統的 ダイエットモデリング置き換えに基づく方法では、厳密なルールが適用されます。たとえば、野菜を野菜に置き換えることのみが可能です。これは、特定の製品グループに限定する一方で、別の製品グループ (たとえば、野菜から豆など) に切り替えることで、より多くの健康上のメリットが得られることを意味します。」
許容範囲の小さな食事調整によるアプローチは、WUR 博士課程の学生が以前に取り組んだ SHARP モデルに似ています。そのモデルは、他人の食事を組み合わせて、個人にとってより健康的なものを作ります。
モデルは多くの論理的な提案をしましたが、ヴァン・ワンダーレンが眉をひそめるような提案もいくつかありました。 「このモデルは純粋に一般的な組み合わせに注目します。特定の野菜が米とパスタと一緒に頻繁に現れる場合、それは 1 つの食事で米とパスタを簡単に表すことができます。」
データセット自体も奇妙な結果をもたらしました。 「人々はオレンジと一緒にケチャップを食べることがあるそうです」と彼女は軽い恐怖を感じながら言う。 「そして、データセットがアメリカのものであるため、朝食用シリアルが人気の食事要素であることが判明しました。これらには追加の微量栄養素が含まれていることが多いため、モデルはそれが食事を「完了」させるための賢い材料であると考えました。
