はかりがなくてもできる分量の見積もり
プロテイン1スクープのたんぱく質は何g?
1スクープのたんぱく質は約23〜25gですが、スクープの粉の重さはブランドで違います。実際のラベル4種を比べ、手元の製品の確かめ方を紹介します。
ガイド

外食のカロリー計算は、料理名ではなく、皿の中身を部品に分けて組み立てます。 たんぱく質と主食は、重さを知っているものと見比べて見積もります。そのうえで、見えない脂質を足します。同じ料理でも、家で作る場合と店の皿の差は、たいていこの脂質から生まれるからです。
メニューに数字がなくても、毎回同じやり方で記録した見積もりには価値があります。正確な数字を求めて記録しなくなるより、ずっと役に立ちます。
食品検索に「パスタ、1人前」と入力すると、パスタという名前の皿はすべて同じ皿として扱われます。実際は違います。米国のタフツ大学の研究チームは、ボストン、サンフランシスコ、アーカンソー州リトルロックの独立系レストラン123店から364食を買い、研究室で測定しました。平均は1食あたり1,205 kcalでしたが、同じ料理の種類でも個々の皿のばらつきは大きいものでした(Urban et al., 2016)。
料理名は測定値ではなく、分類にすぎません。同じ「グリルチキンのシーザーサラダ」でも、フライパンに使った油の量やボウルにかけたドレッシングの量で、数百kcal違うことがあります。料理名からわかるのは、皿にだいたい何がのっているかまでです。どれだけの脂質で仕上げたかは、名前からはわかりません。
たんぱく質と主食は目分量で見積もれる部品で、店が違っても比較的ぶれにくい部分です。
たんぱく質は、以前に重さを量ったものと比べます。自宅の茶碗やボウル、目安としてトランプ1組の大きさがよい基準になります。鶏むね肉、魚の切り身、ステーキが手のひらほどの面積なら、大人1人分の出発点として妥当です。
主食も同じ方法で見ます。パスタ、ごはん、じゃがいもが片手でひとすくいほどの量なら、2つ目の基準になります。自分でよそう量より明らかに多く盛られていたら、「標準の1人前」で済ませず、その分を多めに見積もります。
この2つは、皿の中でも読みやすい部品です。グリルした鶏むね肉は、どの店で焼いても鶏むね肉です。ぶれの多くは別の場所に隠れています。
たんぱく質と主食の重さが大まかにわかれば、見積もりの骨組みはできあがりです。次は、数字を大きく動かす部分です。
店の皿と家の皿が分かれるのは、この油の部分です。多くの解説は触れても、数字までは示しません。
USDA FoodData Centralによると、オリーブオイルは100 gあたり884 kcalです(FDC 171413)。フライパンに注いだ大さじ1杯、仕上げにかけた一回し、パスタにからめた油は、のっているたんぱく質より多くのエネルギーを皿に足すことがあります。
ドレッシングは、商品によってさらに大きく違います。USDA FoodData Centralのシーザードレッシングの項目は、低カロリー品で100 gあたり約110 kcal(FDC 169877)、通常品で500 kcalを超えます(FDC 169055)。店の自家製ドレッシングはこの範囲のどこにもなりえますが、見た目だけではどちら寄りかわかりません。
ソース、ドレッシング、炒め油、皿の表面のつやは、飾りではなく、独立した1行として数えます。料理がつやつやしていれば、理由は油です。その分は合計に入れます。
以下の量は例示用の数字です。 計算の流れを示すためのもので、実際の店の皿を測ったものではありません。出典があるのは、100 gあたりのエネルギーの数値だけです。
グリルチキンとパスタの料理を見積もるとします。鶏肉は、量ったことのある鶏むね肉と比べて約150 g、パスタは調理後で約200 gと判断します。皿にはうっすら油のつやがあり、大さじ1杯(約14 g)と見積もります。
| 部品 | 例示の量 | 100 gあたりkcal(出典あり) | 見積もりkcal |
|---|---|---|---|
| グリルした鶏むね肉 | 150 g | 151 kcal(USDA FDC 171534) | 227 kcal |
| 調理後のパスタ | 200 g | 158 kcal(この例のための例示の数値) | 316 kcal |
| オリーブオイル | 14 g | 884 kcal(USDA FDC 171413) | 124 kcal |
| 合計 | 667 kcal |
鶏肉の計算は簡単です。150 gで100 gあたり151 kcalなので、1.5 × 151で約227 kcalです。注目したいのは油です。14 gで100 gあたり884 kcalなので、0.14 × 884で約124 kcalになります。大さじ1杯で、鶏肉に近い量です。
油を見落とすと、見積もりは5分の1近く減ってしまいます。たんぱく質と主食は枠組みで、本当の不確かさは脂質にあります。
メニューに数字がある場合、それは標準的な1人前の値で、手元に届いた皿そのものとは限りません。日本の食品表示基準(消費者庁)は主に包装された加工食品の栄養成分表示を定めており、飲食店のメニューのカロリー表示を一律に義務づけるものではありません。比較として米国では、FDAのメニュー表示規則により、店は栄養成分データベース、料理書、研究室の分析などの「合理的な根拠」があれば表示値を示せます(21 CFR 101.11)。
同じタフツ大学のグループは、表示された数字が実際にどれほど近いかも調べました。チェーン店やファストフード店42店の269品目で、測定したエネルギーは表示値より平均10 kcal高いだけでした。統計的に有意とはいえない差です(Urban et al., JAMA 2011)。
平均すると、メニューの数字は近いといえます。ただし1品ずつ見ると、ぶれはあります。同じ研究では、269品目のうち19%、つまり50品目が、表示値より100 kcal以上高く測定されました。メニューの数字は、標準的な作り方の料理には当てはまります。手元の皿が標準とは限りません。
独立系レストランのタフツの調査では、1食の平均は1,205 kcalでした。アメリカ料理、中華料理、イタリア料理は最もエネルギーの高いグループで、平均1,495 kcalでした(Urban et al., 2016)。同じ研究で、調べた364食の92%が、1食の推奨エネルギー量を超えていました。
これらは幅広い標本の平均で、1つの皿の予測ではありません。だからこそ、部品から組み立てる意味があります。料理名だけでは、自分の皿がその範囲のどこに入るかはわかりません。
毎回多めに書くと、実際に食べた内容を反映しなくなり、記録の意味がなくなります。部品で見積もる目的は、目の前の皿に結びついた数字をつくることです。あらゆる可能性を覆うような、水増しした数字ではありません。
油が大さじ1杯か2杯かわからなければ、いちばんありそうな量を記録します。似た料理を頼んだときに、見直せば十分です。見たものに結びついた大まかな数字は、いつも多めの数字より、数週間単位ではずっと役に立ちます。
外食の記録で大切なのは、1皿ごとの精度より一貫性です。毎回同じ基準を使います。覚えているボウルの大きさ、トランプとの比較、見える油は大さじ1杯、といった具合です。基準をそろえれば、見積もりのずれは同じ方向にそろいます。外食の1週間も、自炊の1週間と比べられます。
皿の写真は、中身の最初の一覧をいちばん早く得る方法です。Avocaloの写真記録は、画像から食品を特定し、量とマクロ栄養素を推定します。その結果は、保存する前に確認して編集できます。この記事の部品の方法は、何を直すかを教えてくれます。写真に写らない油を足し、自宅でよそう量より多く見えれば量を直します。
写真の推定は画像を読み取ったもので、食品の重さを量ったり、栄養データベースで調べたりはしません。パンソースの油の量も、仕上げのバターの量も、店の標準量と比べた正確な量も、わかりません。だから確認の手順が大切です。
Avocaloでは、AIの最初の推定を保存前に編集できます。この方法で考えた脂質や量の調整は、そこで行います。写真による推定の精度や外しやすい点は、AIカロリー計算アプリの精度はどのくらい?で確かめられます。見えない油やドレッシングをもっと細かく見積もるなら、調理油のカロリー計算ツールが、この記事で手計算した換算と同じことをしてくれます。次の1皿で写真記録を試すなら、Avocaloをダウンロードできます。
決まった数字はありません。ドレッシングだけでも、商品やレシピによって100 gあたり約110 kcalから500 kcal超まで幅があるためです(USDA FDC 169877、USDA FDC 169055)。鶏肉やクルトンが加われば、合計は「シーザー」という表示より、かけたドレッシングの量に大きく左右されます。
タフツ大学の調査では、アメリカ料理、中華料理、イタリア料理は1食平均1,495 kcalで、調べた全料理の平均1,205 kcalより明らかに高い結果でした(Urban et al., 2016)。ソースや油を使う調理が中心の料理ほど、この記事の油の手順で拾いたい見えない脂質が多くなります。
毎回同じやり方で記録した見積もりなら、週ごとに比べられる記録になります。記録を飛ばした食事では、それができません。部品の方法は、大まかな見積もりを当てずっぽうではなく、筋道のあるものにするためのものです。
写真があれば、皿の中身の最初の推定を早く出せます。ただしソースの油は見えず、量が標準より多いかもわかりません。この記事の方法は、その最初の推定を保存前に直すときに使います。
誤りを見つけた場合は、[email protected]までご連絡ください。