支持 1 型糖尿病患者的膳食管理 (SUMMIT1)

饮食和身体活动对 1 型糖尿病患者的生活方式至关重要。 当被诊断出患有这种疾病时，1 型糖尿病患者会接受有关营养目标以及如何估计食物营养成分的教育。 碳水化合物是对血糖水平影响最大的食物成分，饮食中的典型来源包括淀粉、一些蔬菜、水果、乳制品和糖。 因此，1 型糖尿病患者主要接受估计食物碳水化合物含量的训练，这项任务也称为碳水化合物计数。 可以使用不同的方法来计算食物和饮料中的碳水化合物。 这些包括阅读营养标签、查阅参考书或网站、在个人数字助理上携带数据库或使用提供典型份量（例如 1 片面包）碳水化合物含量的交换表。 虽然可以通过上述方法获取营养信息，但份量的量化（如果食品包装上未注明）需要额外使用秤或测量容器。 鉴于与这些方法相关的所需努力和时间投入，绝大多数 1 型糖尿病患者通过目测和经验来计算碳水化合物。 因此，人们的估计往往与地面真实值有很大偏差，文献中报告的平均碳水化合物估计误差为 20% 或更高。

值得注意的是，超过 60% 的糖尿病患者表示在碳水化合物计数方面存在困难，尽管他们意识到碳水化合物的重要性。 即使在有信心应用碳水化合物计数的患者中，日常任务也被视为糖尿病自我管理的主要负担。

由于在食用新鲜的非包装食品时碳水化合物计数要求特别高，因此在 1 型糖尿病患者中越来越多地观察到一种令人担忧的趋势，即偏爱预包装食品（具有可获得的营养成分）而不是天然食品的不健康饮食选择趋势。 与此同时，1 型糖尿病人群中超重和肥胖的患病率也在增加。

因此，即使采用最新的混合闭环胰岛素输送技术，充足的营养知识仍然是令人满意的血糖控制、代谢健康以及预防糖尿病相关并发症和合并症的基石。

随着现代智能手机中嵌入的新技术的发展（即 深度传感器），支持食品评估的基于图像的方法已经广泛应用。 特别有用的是使用成熟的计算机视觉方法来估计食物的数量。 当与食品识别技术和营养数据库中的信息相结合时，营养成分的建议（例如 碳水化合物、脂肪、蛋白质、纤维）可以根据捕获的图像为用户制作，并且避免了容易出错的视觉估计和心算。 一些这样的应用程序已经可用，并且可以支持将饮食监测作为生活方式管理的一部分。

最近一项在线调查的见解表明，很大一部分 1 型糖尿病患者认为这种用于膳食管理的新技术可以促进他们的日常自我管理，并且有兴趣使用这种技术。 此外，根据最近的一项研究，此类数字工具可以促进糖尿病教育和食品知识，这可能特别有利于那些受教育程度较低和有抑郁症病史的人。

在几个选项中（例如 Foodvisor、Calorie-Mamma、Lifesum）用于基于图像的食物跟踪和分析，SNAQ 是 1 型糖尿病患者最常用的应用程序之一。 迄今为止，已有超过 40000 名用户在手机中下载了 SNAQ 应用程序，其中 2500 名用户居住在瑞士。

我们之前已经证明，该系统能够以令人满意的准确性估算真实膳食中的常量营养素含量。

然而，关于食物分析对 1 型糖尿病患者日常自我管理的影响的证据（例如 目前缺乏血糖控制、膳食模式、感知益处）。 因此，我们旨在通过一项随机对照研究来解决这些方面的问题，该研究将 SNAQ 应用程序的使用与人们的传统膳食管理技术进行对比。