食方SIFO

营养分析

食谱营养分析主要看哪些指标

营养分析不是只看一行“适宜”或“偏低”。先确认数据完整,再从食物结构、能量和营养素、供能比与周期趋势逐层判断。

食方产品与膳食数据团队更新于 2026.10.10阅读约 7 分钟

快速理解

先看数据是否完整,再看食物结构;先找明显偏离,再回到具体日期、餐次和菜肴定位原因。

分析前先检查数据基础

营养结果取决于输入。菜肴缺少食材、克重单位错误、食材匹配到错误品种,都会让计算看似精确却失去参考价值。因此应先确认带量食谱的基础数据,再开始分析。分析前至少要检查:

  • 食谱日期、餐次和供餐人数是否正确;
  • 菜肴是否完整拆分到食材,油、盐等是否按机构口径记录;
  • 食材对应的营养成分数据、可食部和重量口径是否一致;
  • 分析采用的是单餐、单日、周平均还是全周期合计。

第一层:食物分类摄入

食物分类有助于从结构上理解食谱,例如谷薯类、蔬菜、水果、畜禽肉、蛋、奶、大豆和坚果等。它能回答“哪些类别出现得少”或“某一类是否过于集中”,比只看营养素数字更容易定位到食谱调整动作。

第二层:能量与营养素

维度常见指标主要用途
总量能量观察总体供给水平
宏量营养素蛋白质、脂肪、碳水化合物观察总量和供能结构
膳食成分膳食纤维结合食物结构识别不足
维生素与矿物质维生素 A、B 族、C、钙、铁、锌等发现需要持续关注的指标

具体应该选择哪些指标、采用什么参考值,应依据适用人群和现行标准确定,不能把某一套数值无差别用于所有年龄和供餐场景。

达成率应该怎么读

达成率 = 实际摄入量 ÷ 参考量 × 100%

例如某指标参考量为 1164,计算摄入量为 1085,则达成率约为 93.2%。这个比例用于快速比较,不等于医学诊断,也不能脱离允许范围、周期和人群单独判定。

当达成率异常时,应先排查输入数据,再查看偏离发生在哪一天、哪一餐、哪些菜肴。一次性把克重全部提高或降低,可能会引起其他指标的新偏离。

第三层:供能比与优质蛋白来源

除总量外,还可以查看蛋白质、脂肪和碳水化合物提供的能量占比,以及动物性食物和大豆制品等优质蛋白来源的构成。这些指标帮助判断“总量接近,但结构是否协调”。

结构指标应与食物分类、烹调方式和实际可执行性一起使用,不能只为追求某个百分比而机械调整。

把分析结果用于下一次调整

  1. 先筛选持续偏离或偏离幅度较大的指标。
  2. 下钻到日期、餐次和菜肴,找到主要贡献来源。
  3. 优先调整食物搭配,再评估是否需要调整克重。
  4. 重新计算并对比调整前后结果,检查是否带来新的结构问题。
  5. 保留版本与复核意见,让后续食谱可以复用经验。

常见问题

达成率 100% 就代表食谱完全合理吗?

不代表。达成率只是某一指标的摄入量与参考值之比,还要同时检查食材数据完整性、每日波动、食物结构和适用人群。

为什么系统结果和人工表格不同?

常见原因包括食材匹配不同、生熟重口径不同、可食部或损耗处理不同、调味品漏录,以及人数和餐次范围不一致。

可以只看一周平均吗?

一周平均适合观察整体趋势,但也应查看每日或每餐,避免平均值掩盖单日明显偏离。

参考资料

本文用于说明膳食管理方法,不替代营养专业人员意见。实际标准应结合适用人群、机构要求及现行规范确定。

在系统中落地

边编排,边查看营养变化

把食材和克重作为分析基础,从每日到全周查看指标,并快速定位需要调整的餐次。