- 專欄作家— 許珊菁 博士
國立臺灣大學微生物與生物化學研究所博士。實踐大學食品營養與保健生技學系助理教授。曾任康善基金會營養顧問、開南大學觀光與餐飲旅館學系助理教授。專長領域：營養管理、公衛營養、營養教育、國人適用之食品份量及營養密度指標建立及其應用。
您有沒有在大賣場、超市或雜貨店選購食品時感到無所適從，雖然您知道選擇健康的食物對家人與自已的健康很重要，但有時正確的選擇卻似乎無從著手，尤其是匆忙之下，無法詳細閱讀食品標示。
科學家們嘗試幫食物的「營養健康特性」下些定義，試著引領食品製造業者提供更具健康概念的產品，以方便消費者做出選擇。
跳脫卡洛里迷思：熱量密度 ≠ 營養素密度
從營養的角度來說，食物可以依據熱量密度或營養素密度來加以分類。
熱量密度指的是，單位重量食物中所含的卡路里，而密度高的食物也就是我們常說的高熱量食物，每公克食物約含大於4大卡熱量，如餅乾、蛋糕等。密度低的食物則是我們常說的低熱量食物，每公克食物約含小於 1.5 大卡熱量，如青花菜、雞蛋等。
另外，還有一類食物被稱為空熱量食物，顧名思義，為空有熱量的食物，食物中僅僅含有糖、油脂、或酒精等提供熱量，但其他人體必需的營養素，像維生素、蛋白質、必需脂肪酸等含量很少或沒有提供，例如：碳酸飲料。
然而，有一些熱量相對較高的食物也可能具有很高的營養價值，如堅果、種子、橄欖油或菜籽油。所以，如果我們只將卡路里視為食物評分的數字，那麼我們可能會避免選擇這些食物，但這些食物應該也可以作為健康飲食模式中的一部分。
另外，有些卡路里含量相似的食物在營養質量方面也可能不同，例如，加工過的肉類比未經加工的瘦肉含有更多鹽分，即使它們卡路里含量相似，不利作為健康飲食。
什麼是「營養密集」食物？
營養素密度是指以食物每 100 公克、每 100 大卡或每份為基本單位來計算營養素，其中「每份」的份量是由食品廠商根據其產品自定，通常採一次食用量為準，如包子以一粒為一份等等。
1974 年時，美國聯邦貿易委員會（Federal Trade Commission）將營養密集食物定義為：「每 100 大卡食物至少能提供蛋白質和其他三種營養素達建議攝取量（Recommended Dietary Allowance, RDA）之 10% 以上」。
隔年進一步提出，只要能提供一種營養素達 RDA之 50% 以上、提供二種營養素分別達 RDA 之 20% 以上、提供三種營養素分別達 RDA 之 15% 以上、提供四種營養素分別達 RDA 之 10% 以上、或提供五種營養素分別達 RDA 之 6% 以上，亦可以稱為營養密集食物 1。
為了幫助民眾在不超過每日能量所需的情況下，做出更健康的食物選擇來達成營養需求目標， 2005 美國飲食指南（Dietary Guidelines for Americans, DGA）第一次提出，如果能夠提供大量維生素、礦物質及相對較少卡路里的食物就可成為營養密集食物。
在 2015 年補充說明，營養密集食物為蔬菜、水果、全穀物、海鮮、雞蛋、豆類和豌豆、無鹽堅果和種子、無脂和低脂牛奶和乳製品，以及瘦肉等。
2020 年更強調營養密集食物為提供維生素、礦物質及其他促進健康的成分，並且不添加或幾乎不添加糖、飽和脂肪和鈉。
經由正確選擇每一種食物或飲料都是一個邁向健康飲食模式的機會。下面圖例為從日常選購上可以採取的微小改變之一，幫助選擇相對營養密度較高的產品。
NRF 指數帶你辨識營養好食物
研究發現消費者在購買時往往只閱讀營養標示的前五個組成部分（份量、卡路里、總脂肪、飽和脂肪和反式脂肪）。但如果要識別營養豐富的食物，我們需要確保能夠更進一步閱讀其他有益營養素的標示，如鈣、鉀或纖維 3。
Nutrition Profiling 是一種科學化的方法，根據食物中的營養成分對食物進行分析，可以讓消費者更輕鬆地識別「營養豐富」的食物，也能幫助人們做出更健康的食物選擇。
在眾多 Nutrition Profiling 方法中， NRF 指數（nutrient-rich food index）已與其他方法進行了廣泛的比較，並在健康飲食方面得到了驗證。 NRF 指數為計算九種鼓勵攝取的營養素（蛋白質、纖維、維生素 A、 C 和 E、鈣、鐵、鉀和鎂）和三種需要限制攝取的營養素（飽和脂肪、添加的糖和鈉）的關係式。
舉例：以食物每 100 大卡或每份為基本單位， NRF 指數 =（加權總和九種鼓勵攝取的營養素含量佔每日建議量的百分比值）減去（加權總和三種需限制攝取的營養素含量佔最大建議量的百分比值）。
當 NRF 指數越高，代表此食物有較高的營養密度 4。
NRF 指數特點為，除了著重於需鼓勵增加攝取的營養素外，同時也兼顧要限制的三個關鍵營養素。
以台灣食品成分資料庫中部分肉類食材進行 NRF 指數計算，如下圖。以每種食材 100 大卡為計算單位，發現油脂含量較高的豬蹄膀，計算後 NRF 指數為 0.7 ，五花肉為 -4.5 。
相對的，豬後腿瘦肉 NRF 指數為 63.4 ，雞胸肉為 65.6 。豆魚蛋肉類的每份食物定義為提供 7 公克蛋白質為一份。以每種食材一份為計算單位來看，豬梅花肉、牛腩等高脂肪部位的肉類 NRF 指數為負數。
因此，從 NRF 指數科學計算，可以間接得知食物中營養素比例，或許可以幫助消費者在日常生活中選擇適當的食物。
Nutrition Profiling 應用在生活中
Nutrition Profiling 應用在生活層面的範例，就是提供消費者辨識食品的營養性質與健康效益。舉例來說：植物奶成分大多來自大豆、堅果、穀物和種子，有改善動物福利與改變對環境的影響等優點，在美國通常以植物「牛奶」的形式銷售。
2021 年研究應用 Nutrition Profiling 於植物奶是否可用作牛奶替代品的評估上，結果顯示只有經營養強化的豆奶含有與牛奶相當的蛋白質、鈣、鉀、維生素 A 和維生素 D 含量。故強化豆奶為目前美國農業部唯一認可作為奶類替用品之飲品，而其他植物性飲品則否 5。
全球肥胖率上升的潛在原因包括過度含糖飲料和高能量食物的攝取。 Nutrition Profiling 的目的是根據食物的營養含量對食物進行分析，進而幫助消費者分辨營養豐富且未過度加工的食品。但是，擔憂的是，如果消費者知道必須付出較多的膳食成本來獲取營養豐富的食物，則並非所有人都能接受這種建議。
因此，針對低收入族群的 Nutrition Profiling 可能無法與富裕社會中所觀察到的相提並論 6,7。未來開發消費者負擔得起的營養分析建議是相當重要的，其中需考量食物價格和實際食物供應的狀況。
對於食品製造業者，建議可經由改變配方，加入全穀類、水果、蔬菜泥或植物性原料增加食品營養密度，提供特殊風味產品使食品中鹽分降低，而不影響人們對食物的喜好。應用 Nutrition Profiling 來確定那些營養豐富且價格合理的食物是幫助實踐健康飲食的第一步。
除此之外，如果可以在食品販售包裝上同時考量適當份量的設計，讓消費者在選擇健康營養食物的同時，不知不覺兼顧到減少卡路里總量的攝取，將會是未來最合宜的做法。
參考資料：
- Drewnowski, A., & Fulgoni III, V. (2008). Nutrient profiling of foods: creating a nutrient-rich food index. Nutrition reviews, 66(1), 23-39.
- U.S. Department of Health and Human Services and U.S. Department of Agriculture. (2020). Dietary Guidelines for Americans, 2020-2025. Retrieved from https://www.dietaryguidelines.gov/sites/default/files/2021-03/Dietary_Guidelines_for_Americans-2020-2025.pdf
- Graham, D. J., & Jeffery, R. W. (2011). Location, location, location: eye-tracking evidence that consumers preferentially view prominently positioned nutrition information. Journal of the American Dietetic Association, 111(11), 1704-1711.
- Drewnowski, A. (2009). Defining nutrient density: development and validation of the nutrient rich foods index. Journal of the American college of nutrition, 28(4), 421S-426S.
- Drewnowski, A. (2021). Perspective: Identifying Ultra-Processed Plant-Based Milk Alternatives in the USDA Branded Food Products Database. Advances in Nutrition. 12（6）, 2068–2075ㄡ
- Drewnowski, A. (2018). Nutrient density: Addressing the challenge of obesity. British Journal of Nutrition, 120(S1), S8-S14.
- Drewnowski, A., Smith, J., & Fulgoni, VL. (2021).The New Hybrid Nutrient Density Score NRFh 4:3:3 Tested in Relation to Affordable Nutrient Density and Healthy Eating Index 2015: Analyses of NHANES Data 2013-16. Nutrients 13, 1734.
fierycloud
