A Gaussian-Based Refinement Algorithm for Estimating Usual Energy Intake from FAO Food Balance Sheets: Validation Across Six Countries

一国の食習慣を理解しようとしているのに、手元にあるのは巨大な食料品店のたった一枚の巨大なレシートだけだとしたら、と想像してみてください。これは、科学者が「食料バランス表（Food Balance Sheets）」を使用する際に実際に行っていることです。これらは、ある国が生産、輸入、輸出したすべてを集計し、それを人口で割ることで、一人当たりの「平均的な」食物供給量を算出する国家的な帳簿です。それはまるで、「もしこの巨大なピザを街中の全員に等しく分け与えたら、全員が一枚ずつもらえる」と言っているようなものです。しかし、私たちは人生がそれほど公平ではないことを知っています。三枚食べる人もいれば、一枚も食べない人もいます。「平均」は、誰がお腹を空かせているのか、誰が満腹なのかまでは教えてくれません。

これは非常に重要なことです。なぜなら、政府や国連のような組織は、この数値を見て、その国が飢餓の危険にさらされているかどうかを判断するからです。もし計算が狂っていれば、実際には多くの人々が飢えているのに、全員がお腹いっぱいであると誤認してしまうかもしれません。問題は、従来の計算方法が、レシートに記載された「平均」の数値が、人々の食習慣の「真ん中」であると仮定していることです。しかし、もしその数値が実は「山の頂上」であり、本当の平均はずっと低いとしたらどうでしょう？これは新しい研究が解決しようとしているパズルです。つまり、一人ひとりに昼食の内容を尋ねることなく、その誤解を招きやすい一枚の巨大な食料品レシートを、人々が実際に食べている現実的な姿へとどのように変えるか、という問題です。

---

ピザのレシート問題

キング・サウド大学の研究者であるオマール・アルハイメイダンは、カロリーの数え方に奇妙な不具合があることに気づきました。国連食糧農業機関（FAO）が国の食料バランス表を見る際、「一人当たり3,761キロカロリー」といった数値を目にします。彼らはこれを、国全体の平均的な食事のサイズとして扱います。しかし、アメリカやオランダなどの国々で、実際に人々が何を食べているかを科学者が調査すると、平均はもっと低くなります（約2,166キロカロリー）。

それはまるで、レシートには平均的な人がピザを丸ごと一枚食べたことになっているのに、ゴミ箱をチェックしてみると、ほとんどの人は数切れしか食べていなかった、というようなものです。従来の方法は、レシートの数値が人々の食事の「中心」であると想定しています。しかし、アルハイメイダン氏はこれが間違っていると指摘します。代わりに彼は、レシートの数値は「天井（上限）」、つまり最も多く食べる人々を表す「最大量」であると提案しています。

ガウスの魔法

これを修正するために、研究者は「精緻化アルゴリズム（refinement algorithm）」を考案しました。これは、一つの数値を取り出し、少しの数学を使って、群衆全体の形を推測する魔法のようなものです。

この手法は、二つの単純なルールに基づいています。

1. 揺らぎの要因（Wobble Factor）: 人々の食習慣は同一ではありません。たくさん食べる人もいれば、少ししか食べない人もいます。研究者は、この「揺らぎ」（変動係数と呼ばれます）は、誰にとっても約25%であると仮定しています。
2. 天井のルール（The Ceiling Rule）: 食料バランス表の数値は「真ん中」ではなく「頂上」です。標準的なベル型の曲線（ガウス分布）では、中央から上の3つの「ステップ」が最大値を表します。つまり、レシートの数値は、平均に3ステップ分の揺らぎを加えたものなのです。

この「天井」から逆算することで、アルゴリズムは群衆の本当の「真ん中」がどこにあるかを導き出すことができます。それは、山の最高地点を見て、その傾斜を知り、そこから正確にベースキャンプの位置を計算するようなものです。

6カ国でのテスト走行

この魔法が本当に機能するかどうかを確認するため、アルハイメイダン氏はオランダ、イタリア、アメリカ、カナダ、韓国、モンテネグロの6カ国でテストを行いました。彼は、自身の新しい「精緻化された」数値と、人々が実際に食べた内容を報告した国家調査による実データを比較しました。

結果は驚くほど良好でした。

• 誤差: 平均して、彼の新しい推定値の誤差はわずか 125 kcal/日 でした。これは、誰かが小さなリンゴを食べたのか、中くらいのリンゴを食べたのかを当てる程度の差です。
• パーセンテージ: これは 7% の誤差率であり、ビッグデータの分野では非常に小さいものです。
• 一致度: 彼が統計テスト（対応のあるt検定）を行ったところ、彼の新しい数値と実際の調査数値との差には統計的な有意差は見られませんでした（P = 0.456）。簡単に言えば、彼の新しい手法が生み出した数値は、入手困難で手間のかかる実際の調査データと、事実上区別がつかないほど一致していたのです。

なぜこれが重要なのか

従来の方法には問題がありました。それは「平均」のカロリー数を高すぎる方向に押し上げ続けてしまうことでした。この研究において、従来の方法はほとんどの人が1日3,000キロカロリー以上を食べていると示唆していましたが、実際の調査では、ほとんどの人が1,000から3,000キロカロリーの間で食べていることが示されていました。新しいアルゴリズムは、数値を現実のレベルまで引き下げ、実際の調査データと似たような形状の曲線を描き出しました。

これは、高価な国家食生活調査を実施する資金や時間がない国々にとって、大きな勝利です。単なる推測ではなく、既存の食料バランス表（レシート）とこのシンプルな数学的トリックを用いることで、誰が実際に飢えているのかについて、より明確な全体像を把握できるようになります。

この手法の限界

しかし、研究者は結果を過大に宣伝しないよう注意を払っています。この手法は成人やカロリーのカウントには非常に有効ですが、ビタミンやミネラルの量については教えてくれません。また、子供、妊婦、あるいは特定のグループに対してはまだテストされていません。これはエネルギー量を推定するための強力な新しいツールですが、あらゆる食料安全保障の謎を解く魔法の杖ではありません。

結局のところ、この論文は、食料供給データの「頂上」の見方を変えるだけで、より真実に近い結論、つまり「人々が実際にどれだけの量を食べているのか」という最終的な結果を得ることができると示唆しています。それは、ぼやけた「一律の数値」を、飢えと満腹の鮮明で現実的な地図へと変えるのです。