三大营养素记录方法与误差控制

用营养素计算器建立参考目标，选择来源明确的数据库，核对份量和单位。条件允许时，能读到克数的秤有助于估量；杯勺和目测份量可能变化较大。

每种食物先确定生、干、熟、沥干或加工状态，再用对应状态称重。复核期间频繁更换数据库或口径，会让数字变化而食物本身没有改变。

烹调可能让肉失水、让谷物和豆类吸水，所以不同状态的100克不代表相同原始份量。表中是各自独立的USDA记录，不是说烹调凭空创造热量。

100克熟米饭若按100克干米记录，会高估摄入；烤鸡胸按生鸡胸记录可能低估。应查看完整描述，不能只匹配食物名称。

通用近似法按蛋白质和碳水每克4千卡、脂肪每克9千卡换算。数据库与标签可能采用食物专用系数、不同纤维处理和取整方式。4/4/9不吻合不能单独证明标签错误。

表格在相同USDA营养素克数下比较两种能量算法。蔬菜即使百分比差较大，绝对能量也可能很少，不值得逐片修正菠菜。

规则因市场而异。例如美国21 CFR 101.9包含检测容差和取整要求。这里用它说明误差来源，不把美国法规当作中国或其他中文市场法规，也不把允许边界说成每个产品的常见误差。

某些小份量在规定条件下可以取整为零，多份相加后仍可能有能量。核对每份重量，不能因App总量有小数就认为测到了实际整包。

橄榄油误差10克带来的热量远大于蔬菜误差10克。若全面记录负担太大，可优先关注油、坚果、酱料和大份食物，而不是过度精确低能量食材。

批量备餐时汇总原料，并称最终可食用总重，再按个人份量占比拆分。加入的油也应计入，原料和成品口径要一致。

餐馆用油、酱汁和原始份量往往未知。可拆分食物组成作近似，保持估计口径稳定。照片和公开热量并不能把估计变成实测。

文末漏记和商业餐食研究展示特定场景的变异，不代表应给所有餐食统一加一个百分比。一天不确定的外食，不足以推翻数周表现良好的方法。

观察数周记录、体重趋势、恢复与训练。如果偏离预期，可检查份量、目标或活动，但单凭体重不能识别究竟哪项错了。

熟悉常吃食物后，可能可以减少记录。热量和蛋白质不是每日及格线。若跟踪加重焦虑、内疚或限制行为，更少量化的方法和专业支持可能更合适。