Zum Hauptinhalt springen

Vita Score GFM

Das Vita Score Gap Filling Module berechnet Gesundheitsauswirkungen von Lebensmittelprodukten basierend auf Ernährungsrisikofaktoren aus der Global Burden of Disease (GBD)-Studie. Es wandelt die Lebensmittelzusammensetzung in behinderungsbereinigte Lebensjahre (Disability-Adjusted Life Years, DALYs) um und ermöglicht Gesundheitsauswirkungsvergleiche neben Umweltmetriken.

Kurzreferenz​

EigenschaftBeschreibung
Läuft aufFoodProductFlowNode
AbhängigkeitenAggregationGapFillingWorker, DailyFoodUnitGapFillingWorker
SchlüsseleingabeLebensmittelkategoriemengen, Nährwerte, tägliche Lebensmitteleinheit
AusgabeVita Score in DALYs pro Ernährungsrisikofaktor
AuslöserProdukt hat aggregierte Lebensmittelkategorien und tägliche Lebensmitteleinheit

Wann es läuft​

Das Modul wird ausgelöst, wenn:

  1. Aggregation der Lebensmittelkategorien abgeschlossen ist
  2. Berechnung der täglichen Lebensmitteleinheit (Daily Food Unit, DFU) abgeschlossen ist
  3. Der Knoten gültige amount_per_category_in_flow-Daten hat
  4. Der Knoten einen gültigen daily_food_unit-Wert hat

Schlüsselausgabe​

Das Modul erzeugt:

  • Gesamt-Vita Score: Aggregierte Gesundheitsauswirkung in DALYs
  • Pro-Faktor-Scores: Individuelle DALY-Beiträge von jedem Ernährungsrisikofaktor
  • Aktuelle und Legacy-Versionen: Zwei Berechnungsmethoden zum Vergleich

Wissenschaftliche Methodik​

Der Vita Score quantifiziert die Gesundheitsauswirkung des Lebensmittelkonsums unter Verwendung von behinderungsbereinigten Lebensjahren (DALYs) basierend auf der Global Burden of Disease-Studie. Ein DALY repräsentiert den Verlust eines Jahres voller Gesundheit.

Global Burden of Disease-Rahmenwerk​

Die GBD-Studie identifiziert Ernährungsrisikofaktoren, die zur Krankheitslast beitragen. Der Vita Score verwendet 13 Risikofaktoren, die in zwei Kategorien gruppiert sind:

Positive Risikofaktoren (höherer Konsum ist vorteilhaft):

  • Ernährung arm an Obst
  • Ernährung arm an Gemüse
  • Ernährung arm an Vollkornprodukten
  • Ernährung arm an Nüssen und Samen
  • Ernährung arm an Milch

Negative Risikofaktoren (höherer Konsum ist schädlich):

  • Ernährung reich an Natrium
  • Ernährung reich an verarbeitetem Fleisch
  • Ernährung reich an rotem Fleisch
  • Ernährung reich an Energie
  • Ernährung reich an Fett
  • Ernährung arm an Fett
  • Ernährung reich an Protein
  • Ernährung arm an Protein

Theoretisches Minimum-Risikoexpositionsniveau (TMREL)​

Jeder Ernährungsrisikofaktor hat einen optimalen Konsumbereich namens TMREL - das Expositionsniveau, das das Gesundheitsrisiko minimiert. Der Vita Score berechnet, wie weit der tatsächliche Konsum von diesem optimalen Bereich abweicht.

Das TMREL wird durch zwei Grenzen definiert:

  • t_1: Untere Grenze des optimalen Bereichs
  • t_2: Obere Grenze des optimalen Bereichs

Die Vita Score-Formel​

Die Kernformel berechnet einen Risikoanteil (f_r) für jeden Ernährungsrisikofaktor und multipliziert dann mit der zugehörigen DALY-Last:

Für positive Faktoren (wo mehr Konsum besser ist):

f_r = (t_2 / (t_2 - t_1)) - x_r / (scaling * (t_2 - t_1))

Für negative Faktoren (wo weniger Konsum besser ist):

f_r = x_r / (scaling * (t_2 - t_1)) - (t_1 / (t_2 - t_1))

Wobei:

  • x_r: Menge des Risikofaktors im Lebensmittelprodukt
  • t_1, t_2: TMREL untere und obere Grenzen
  • scaling: Normalisierungsfaktor (siehe unten)
  • f_r: Risikoanteil (auf 0-1 Bereich begrenzt)

Endberechnung:

Vita Score[r] = DALY_r * f_r
Gesamt-Vita Score = Summe(Vita Score[r] für alle Risikofaktoren)

Normalisierungsmethoden​

Der Vita Score unterstützt drei Normalisierungsmethoden für verschiedene Risikofaktoren:

MethodeBeschreibungVerwendung
per_dfuSkalierung nach täglicher LebensmitteleinheitDie meisten Risikofaktoren (Obst, Gemüse, Fleisch usw.)
per_total_energySkalierung nach GesamtenergiegehaltFett und Protein als Prozentsatz der Kalorien
per_selfKeine Skalierung (Faktor = 1,0)Direkte Messungen

Tägliche Lebensmitteleinheit (DFU)​

Die tägliche Lebensmitteleinheit repräsentiert die typische tägliche Konsumdose einer Lebensmittelkategorie. Sie normalisiert die Berechnung, sodass die Gesundheitsauswirkung eines Lebensmittels proportional dazu ist, wie viel der täglichen Ernährung es ausmacht.

Implementierungsdetails​

Abgedeckte Ernährungsrisikofaktoren​

Das Modul berechnet Gesundheitsauswirkungen für 13 Ernährungsrisikofaktoren. Jeder Faktor hat ein theoretisches Minimum-Risikoexpositionsniveau (TMREL), das den optimalen Konsumbereich definiert.

Positive Risikofaktoren (höherer Konsum ist vorteilhaft)​

RisikofaktorTMREL UntenTMREL ObenEinheitNormalisierungDALYErnährungsrichtlinien-Referenz
Ernährung arm an Obst200300g/Tagper_dfu61,24WHO empfiehlt ≥400 g/Tag Obst und Gemüse kombiniert1
Ernährung arm an Gemüse340500g/Tagper_dfu30,57WHO empfiehlt ≥400 g/Tag Obst und Gemüse kombiniert1
Ernährung arm an Vollkornprodukten100150g/Tagper_dfu82,86US-Richtlinien: 3-4 Portionen/Tag (~48-64 g)2
Ernährung arm an Nüssen und Samen1625g/Tagper_dfu13,98EAT-Lancet: ~50 g/Tag Nüsse3
Ernährung arm an Milch350520g/Tagper_dfu9,422-3 Portionen Milchprodukte/Tag (~400-600 ml)4

Negative Risikofaktoren (höherer Konsum ist schädlich)​

RisikofaktorTMREL UntenTMREL ObenEinheitNormalisierungDALYErnährungsrichtlinien-Referenz
Ernährung reich an Natrium (Salz)15g/Tagper_dfu29,43WHO empfiehlt <5 g Salz/Tag (<2 g Natrium)5
Ernährung reich an verarbeitetem Fleisch04g/Tagper_dfu96,94EAT-Lancet: verarbeitetes Fleisch vermeiden oder minimieren3
Ernährung reich an rotem Fleisch1827g/Tagper_dfu74,25EAT-Lancet: ~14 g/Tag (~100 g/Woche)3

Makronährstoff-Risikofaktoren (Energie und Prozentsatz der Gesamtenergie)​

RisikofaktorTMREL UntenTMREL ObenEinheitNormalisierungDALYErnährungsrichtlinien-Referenz
Ernährung reich an Energie6501250kcalper_self88,66Eine ausgewogene Mahlzeit: 450-850 kcal (~⅓ von 2200 kcal/Tag)4
Ernährung reich an Fett27,5%50%% von kcalper_total_energy88,66EFSA/US-Richtlinien: 20-35% der Energie aus Fett46
Ernährung arm an Fett5%27,5%% von kcalper_total_energy88,66EFSA/US-Richtlinien: 20-35% der Energie aus Fett46
Ernährung reich an Protein22,5%60%% von kcalper_total_energy88,66US AMDR: 10-35% der Energie aus Protein6
Ernährung arm an Protein0%22,5%% von kcalper_total_energy88,66US AMDR: 10-35% der Energie aus Protein6

DALY-Werte werden als DALYs pro 100.000 Personenjahre ausgedrückt und repräsentieren die Krankheitslast, die jedem Ernährungsrisikofaktor zuzuschreiben ist.

Natrium-zu-Salz-Umrechnung​

Da Ernährungsrichtlinien oft auf Salz (Natriumchlorid) statt Natrium Bezug nehmen, rechnet das Modul Natriumwerte um:

# Natrium ist ca. 39,3% des Salzes nach Masse
NA_PERCENT_IN_NACL = 39.337  # %

# Natrium in Salzäquivalent umrechnen
salt_quantity = sodium_quantity * (100 / NA_PERCENT_IN_NACL)

Makronährstoff-Energie-Umrechnung​

Fett und Protein werden von Masse in Energie für Prozent-der-Kalorien-Berechnungen umgerechnet:

FAT_CALORIES_PER_GRAM = 9.0      # kcal/g
PROTEIN_CALORIES_PER_GRAM = 4.0  # kcal/g

fat_kcal = fat_grams * FAT_CALORIES_PER_GRAM
protein_kcal = protein_grams * PROTEIN_CALORIES_PER_GRAM

Versionsunterstützung​

Das Modul pflegt zwei Berechnungsversionen:

VersionBeschreibung
currentAktuelle GBD 2021 DALY-Werte
legacyUrsprüngliche DALY-Werte für Abwärtskompatibilität

Beide Versionen werden berechnet und gespeichert, was Vergleiche von Ergebnissen über Methodikaktualisierungen hinweg ermöglicht.

Berechnungsbeispiel​

Szenario: Vita Score für 100g verarbeiteten Schinken berechnen

Schritt 1: Risikofaktormengen identifizieren​

Aus Lebensmittelkategorie-Aggregation:

  • Verarbeitetes Fleisch: 100g
  • Rotes Fleisch: 0g (separat von verarbeitet gezählt)
  • Obst: 0g
  • Gemüse: 0g

Aus Nährwerten:

  • Natrium: 1200mg (umgerechnet in 3050mg Salz)
  • Energie: 145 kcal
  • Fett: 8g (72 kcal)
  • Protein: 18g (72 kcal)

Schritt 2: Risikoanteile berechnen​

Ernährung reich an verarbeitetem Fleisch (negativer Faktor):

  • TMREL: 0-0g pro Tag (optimal ist kein Konsum)
  • Skalierung: Tägliche Lebensmitteleinheit (angenommen 2000g tägliche Lebensmittelaufnahme)
  • Normalisierte Menge: 100g / 2000g = 0,05 (5% der täglichen Aufnahme)
  • Risikoanteil: Berechnet basierend auf TMREL-Abweichung

Ernährung reich an Natrium:

  • TMREL: 1000-5000mg pro Tag
  • Salzmenge: 3050mg
  • Risikoanteil: Basierend darauf, wo 3050mg im TMREL-Bereich liegt

Ernährung arm an Obst (positiver Faktor):

  • Menge: 0g
  • Risikoanteil: Maximum (kein Obstgehalt)

Schritt 3: DALY-Werte anwenden​

Jeder Risikoanteil wird mit der zugehörigen DALY-Last aus GBD-Daten multipliziert:

  • DALY-Last verarbeitetes Fleisch: ~40 DALYs pro 100.000 Personenjahre
  • DALY-Last Natrium: ~30 DALYs pro 100.000 Personenjahre

Schritt 4: Gesamt-Vita Score summieren​

Gesamt-Vita Score = Summe von (DALY_r * f_r) für alle 13 Risikofaktoren

Das Ergebnis wird in Mikro-DALYs pro Portion ausgedrückt und repräsentiert die proportionale Gesundheitslast.

Datenquellen​

Global Burden of Disease-Studie​

Der Vita Score basiert auf der GBD 2021-Studie:

GBD 2021 Risk Factors Collaborators (2024). Global burden and strength of evidence for 88 risk factors in 204 countries and 811 subnational locations, 1990-2021: a systematic analysis for the Global Burden of Disease Study 2021. The Lancet.

Extrahierte Schlüsseldaten:

  • DALY-Lasten für jeden Ernährungsrisikofaktor
  • TMREL-Bereiche für optimalen Konsum
  • Relative Risikoschätzungen

TMREL-Werte​

Die theoretischen Minimum-Risikoexpositionsniveaus stammen aus:

  1. GBD 2021 Appendix 1: Detaillierte TMREL-Spezifikationen für jeden Risikofaktor
  2. Lancet Supplementary Materials: Unterstützende Daten für TMREL-Ableitung

Mediationsfaktoren​

Die GBD verwendet Mediationsfaktoren zur Berücksichtigung überlappender Risikopfade. Zum Beispiel beeinflusst rotes Fleisch die Gesundheit sowohl direkt als auch durch seine Auswirkung auf den Body-Mass-Index (BMI).

Bekannte Einschränkungen​

Methodische Einschränkungen​

  • Populationsdurchschnitte: DALY-Werte repräsentieren globale oder regionale Durchschnitte, nicht individuelles Risiko
  • Alters-/Geschlechtsspezifität: Aktuelle Implementierung verwendet populationsweite Werte (alters-/geschlechtsspezifische Werte verfügbar, aber nicht implementiert)
  • Risikofaktor-Überlappung: Mediationsfaktoren adressieren korrelierte Risiken teilweise, aber nicht vollständig

Dateneinschränkungen​

  • Lebensmittel-Matching: Erfordert genaue Lebensmittelkategorie-Klassifizierung
  • Nährstoffvollständigkeit: Natrium-/Fett-/Proteinberechnungen hängen von vollständigen Nährwertdaten ab
  • TMREL-Unsicherheit: Optimale Konsum Bereiche haben inhärente wissenschaftliche Unsicherheit

Abdeckungslücken​

  • Länderspezifität: DALY-Werte können länderspezifisch gemacht werden, verwenden aber derzeit globale Schätzungen
  • Verarbeitete Lebensmittel: Komplexe verarbeitete Lebensmittel haben möglicherweise unvollständige Kategoriezuordnung
  • Neuartige Lebensmittel: Neue Lebensmittelkategorien haben möglicherweise keine etablierten Risikofaktor-Assoziationen

Referenzen​

  1. GBD 2021 Risk Factors Collaborators (2024). Global burden and strength of evidence for 88 risk factors in 204 countries and 811 subnational locations, 1990-2021. The Lancet, 403(10440), 2162-2203.

  2. Eaternity (2017). VitaScore Documentation. https://eaternity.org/assets/smart-chefs/2017-12-12_VitaScore_Documentation_web.pdf

  3. Ernstoff, A., et al. (2020). Towards Win-Win Policies for Healthy and Sustainable Diets. Nutrients, 12(9), 2745.

  4. Murray, C.J.L., et al. (2020). Global burden of 87 risk factors in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019. The Lancet, 396(10258), 1223-1249.

  5. GBD Results Tool. Institute for Health Metrics and Evaluation. https://vizhub.healthdata.org/

Footnotes​

  1. WHO Healthy Diet Fact Sheet ↩ ↩2

  2. US Dietary Guidelines and Whole Grains ↩

  3. EAT-Lancet Planetary Health Diet ↩ ↩2 ↩3

  4. EFSA Dietary Reference Values ↩ ↩2 ↩3 ↩4

  5. WHO Sodium Reduction ↩

  6. US Dietary Guidelines - Acceptable Macronutrient Distribution Ranges ↩ ↩2 ↩3 ↩4