太線 ) よりもバラツキが大きい ( 分布の幅が広い ) ため,1 日調査での EAR 未満の者の割合 は過大評価となる DG 等を用いて, ある基準値未満 ( または以上 ) の割合を算出する場合も同様の問題が生じる Ⅱ. 集団における栄養素等の習慣的な摂取量の分布 を推定するための理論 前述の理

Transcription

1 総 説 習慣的な食事摂取量の分布を推定するための理論と実際 集団への食事摂取基準の適用の観点から 横山徹爾 国立保健医療科学院生涯健康研究部 背景 日本人の食事摂取基準(2010 年版 ) を活用し, 食事改善を目的として集団の食事摂取状態の評価を行うためには, 当該集団において測定された栄養素等の摂取量の分布を, 推定平均必要量, 目標量, 耐用上限量等と比較する必要がある その際に注意すべき点として, 食事摂取基準は 習慣的な摂取量 の基準を与えるものであり, 短期間 ( 例えば1 日間 ) の食事の基準を示すものではないので, 集団の食事摂取状態の評価を行う際にも, 当該集団における栄養素等の 習慣的な摂取量 の分布を把握する必要がある 本稿では, 複数日の食事調査から習慣的な摂取量の分布を推定するために提案されている理論を解説し, 活用例を紹介する 主な理論 NationalResearchCouncil(NRC) 法は分散分析を応用した比較的簡単で基本的な方法であるが, 非正規分布のデータを扱いにくい Best-Power(BP) 法は, 非正規分布のデータを扱えるように改良されている IowaStateUniversity(ISU) 法は, より現実に近い状況を想定しているが,BP 法との性能の差はあまりない AGEMODE 法および AGEVAR MODE 法は, 年齢階級別に分布を推定する際に, 高い精度が得られると期待される IowaStateUniversityFoods(ISUF) 法は, 摂取量ゼロが多く出現する食品の習慣的な摂取量の分布を推定することができる 応用例 近年, 長野県, 熊本県, 埼玉県の健康 栄養調査で複数日調査を行い, 習慣的な摂取量の分布を推定して, 食事摂取基準を活用した集団の食事摂取状態の評価が行われている まとめ これらの理論を応用し, 食事摂取基準を活用して集団の食事摂取状態の評価を行うために, 複数日調査が広く行われていくようになることが望まれる 栄養学雑誌,Vol.71 Supplement1 S72S 14(2013) キーワード : 食事調査, 習慣的摂取量, 食事摂取基準, 統計学的方法 Ⅰ. はじめに 日本人の食事摂取基準 (2010 年版 ) を活用し, 食事改善を目的として集団の食事摂取状態の評価を行うためには, 当該集団において測定された栄養素等の摂取量の分布を, 推定平均必要量 (estimatedaveragerequirement: EAR), 目標量 (tentativedietarygoalforpreventinglifestylerelateddiseases:dg), 耐用上限量 (tolerable upperintakelevel:ul) 等と比較し, これら食事摂取基準の指標から外れる者の割合を推定する必要がある 1) 例えば, 推定平均必要量 EAR が策定されている栄養素では, 習慣的な摂取量が EAR 未満の者の割合 は, 当該集団における 不足者の割合 とほぼ一致することが知られている (EAR カットポイント法 ) ここで注意すべき点として, 食事摂取基準は 習慣的な摂取量 の基準を与えるものであり, 短期間 ( 例えば1 日間 ) の食事の基準を示すものではないので, 集団の食事摂取状態の評価を行う際にも, 当該集団における栄養素等の 習慣的な摂取量 の分布を把握しなければならない しかし, 現行の国民健康 栄養調査およびほとんどの都道府県健康 栄養調査では, 栄養素等の摂取量は1 日のみの食事調査に基づいており, 長期間の 習慣的な摂取量 を把握しているわけではない 一般に, 集団において1 日間の食事調査で測定された栄養素等の摂取量の分布 ( 図 1: 細線 ) は, 習慣的な摂取量の分布 ( 図 1: 図 1 集団における栄養素 Aの習慣的な摂取量と1 日調査での摂取量の分布の違い ( 仮想的な模式図 ) ある1 日の調査での摂取量の分布では, 不足者の割合を過大評価する可能性があることを意味する 連絡先 : 横山徹爾 埼玉県和光市南 国立保健医療科学院生涯健康研究部電話 FAX tyokoya@niph.go.jp Copyright THEJAPANESESOCIETYOFNUTRITION ANDDIETETICS 栄養学雑誌 Vol.71 Supplement1 S7~ S14(2013) S7

2 太線 ) よりもバラツキが大きい ( 分布の幅が広い ) ため,1 日調査での EAR 未満の者の割合 は過大評価となる DG 等を用いて, ある基準値未満 ( または以上 ) の割合を算出する場合も同様の問題が生じる Ⅱ. 集団における栄養素等の習慣的な摂取量の分布 を推定するための理論 前述の理由により, 現行の健康 栄養調査のように1 日調査では,EAR カットポイント法は適切に使えない しかし, 個人の習慣的な摂取量を測定するためには, おおむね 1か月間程度 ( 日間変動が非常に大きい栄養素ではそれ以上 ) の摂取状況を調査しなければならないため 1), そのような食事調査を多人数に実施して, 集団における習慣的な摂取量の分布を測定するのは非現実的である そこで, 最低 2 日間の食事調査を行うことで, 集団における習慣的な摂取量の分布を推定するための統計学的な方法がいくつか提案されている これらの方法を用いて推定した分布と食事摂取基準の指標とを比較すれば, 集団の食事摂取状態の評価が可能である 本稿では, これらの統計学的な方法の理論の概要と実際の応用例を解説する なお, 本稿で解説するのは, 集団における 習慣的な摂取量の分布 を推定する方法であって, 個人の 習慣的な摂取量 を推定する方法ではない 個人の習慣的な摂取量を推定するためには, 長期間の摂取量の平均値を計算したり, 栄養素によってはバイオマーカーを測定するなどの方法も考えられるが 2), 本稿では扱わない 1.NationalResearchCouncil(NRC) 法 NRC 法は分散分析 (ANOVA) を応用した比較的簡単で基本的な方法である 3) ある集団における栄養素 Aの習慣的な摂取量の分布が正規分布の場合について考える ( 図 2: 上段 ) 習慣的な摂取量の個人間のバラツキのことを 個人間変動 といい, 個人間変動の大きさは, 分散またはその平方根である標準偏差 ( 図 2: 上段の分布の横幅に相当 ) で表される 一方, ある個人における摂取量は日によって異なり, 個人内での日々のバラツキのことを 個人内変動 という 個人内変動の大きさも同様に, 分散または標準偏差 ( 図 2: 中段の分布の横幅に相当 ) で表される 個人内変動の分散と個人間変動の分散の比のことを 個人内分散 個人間分散比 ( 以下, 個人内/ 個人間分散比 と表記 ) といい, この比が大きいほど, 摂取量の日々のバラツキが個人間のバラツキに比べて大きいことを意味する 習慣的な摂取量の分布の平均を m, 個人間のバラツキの大きさ ( 個人間変動の分散 ) を s 2 b, 個人内における日々のバラツキの大きさ ( 個人内変動の分散 ) を s 2 w とすると,1 日間の調査で測定された摂取量の分布は, 平均 m, 分散 s 2 =s 2 b +s 2 w となることが知られている ( 図 2: 下段 ) 従って個人内変動の分散 s 2 w を推定できれば,1 日間調査の分散 s 2 から減じることにより, 習慣的な摂取量の分布の分散 s 2 b を推定することができる 具体的には, 以下の計算手順を踏む 1 個体を要因とする一元配置分散分析を行い, 個体の効果の平均平方和 s 2 b と誤差の平均平方和 s 2 w を推定する μ μ 図 2 習慣的な摂取量の分布とある1 日の調査による摂取量の分布との関係 ( 仮想的な模式図 ) S8 栄養学雑誌

3 習慣的な食事摂取量の分布を推定するための理論と実際 μ 図 3 習慣的な摂取量の分布の推定原理 ( 仮想的な模式図 ) 調整摂取量 = 粗摂取量の平均 m+ ( 粗摂取量 - 粗摂取量の平均 m) s b /s 2 調査日数を n 日とすると, 個人間変動は s 2 b =(s 2 b - s 2 w )/n として推定される 3 習慣的な摂取量の分布を得るためには, 個人ごと1 日ごとの摂取量 ( 粗摂取量 ) の分布の 横幅を s b / s 倍に縮小する と考えればよい ( 図 3) すなわち, 調整摂取量 = 粗摂取量の平均 m+ ( 粗摂取量 - 粗摂取量の平均 m) s b /s として, 調整摂取量の分布を描く ( 図 3) また, ビタミンA 摂取量のように高値側に裾が長い分布では, 対数変換して正規分布に近似させたうえで, 上述のように分散分析を用いて個人間分散を推定した後, 逆変換すればよいと述べられている 3) ただし, この方法だと習慣的な摂取量を長期間の摂取量の 幾何平均 ( 中央値 ) と定義することになるので注意を要する 4) 習慣的な摂取量の定義を, 長期間の摂取量の中央値とするか算術平均 ( いわゆる普通の平均値 ) とするかは議論の余地があるかもしれないが 4), 仮に算術平均と定義するならば, ビタミン A 摂取量のように強く歪んだ分布では中央値と算術平均が一致しないので, その習慣的な摂取量の分布を NRC 法で推定するのは適切ではない NRC 法は簡便ではあるが, 正規分布でない栄養素を扱いにくいという点で, あまり実用的ではないだろう 2.Best-Power(BP) 法 NRC 法では, 正規分布と対数正規分布のいずれかの場合しか想定しておらず, また, 対数正規分布の場合には, 長期間の摂取量の幾何平均を, 習慣的な摂取量とみなすという問題点がある BP 法 4,5) では, 正規分布と対数正規分布のみならず, 高値側に裾が長い様々な程度に歪んだ分布を扱うことができ, また, 習慣的な摂取量を長期間の摂取量の算術平均とみなすことができるので, より現実のデータを扱いやすい その計算手順は以下の通りである 1 何らかの数学的変換によって摂取量の分布を正規分 布に近づける これは,2で用いる分散分析が正規分布を仮定しているためである よく用いられる変換方法として, べき変換 ( または Box-Cox 変換 ) がある 図 4の太線は, ある栄養素 ( ビタミン B 2 ) の摂取量の分布で右裾が長いが, 摂取量の値を0.5 乗, 0.3 乗,0.1 乗して分布を描いてみると, 徐々に左右対称に近づき,0.1 乗の時はほぼ左右対称の正規分布になる このように, 摂取量の値を何乗かして正規分布に近づける方法をべき変換という l 乗するとき,lのことを べき数 という 多くの栄養素では, 適切なべき数 lを選んでべき変換すれば, ほぼ左右対称の正規分布に近づく 2 変換後の値を用いて,NRC 法と同様に分散分析によって個人間変動 s 2 b を推定し, 調整摂取量 Aを計算する 3 調整摂取量 Aは, 栄養素摂取量を l 乗した値から計算されているので, もとの栄養素の単位に戻す必要がある そのためには1と逆の変換をする すなわ 900 (0.5 ) (0.3 ) (0.1 ) 図 4 べき変換による正規化の例 ( ビタミン B 2 の分布 ) もとの値またはべき変換後の値 分布型が分かりやすいように横軸のスケールは変えてある Vol.71 Supplement1 S9

4 ち, 調整摂取量 Aを 1/l 乗 (l 乗の逆変換 ) して調整摂取量 Bを算出する ただし, 単に逆変換すると習慣的な摂取量 ( 長期間の摂取量の算術平均 ) の分布にはならず, 元の分布の右裾が長い場合にはやや高値側にずれた分布になる そのため, 正しい習慣的な摂取量の分布を得るためには調整摂取量 Bをバイアス補正する必要がある 4) バイアス補正した調整摂取量 Bを用いて描いた分布が, 習慣的な摂取量の分布である BP 法を用いるためには, コンピュータソフトウエア 習慣的摂取量の分布推定(HabitDist) をインターネット上でダウンロードして無料で利用可能である 6) HabitDist はバイアス補正した調整摂取量 Bの生データを出力する機能も有しており, 統計ソフト等で読み込んで習慣的な摂取量のヒストグラムを描く場合に便利である 都道府県健康 栄養調査などで, 多人数の食事調査に基づいて集団の食事摂取状態の評価を行う際には, 性 年齢階級別に集計することが多いが, 性 年齢階級別に分けると人数が少なくなるため,NRC 法や BP 法を用いて習慣的な摂取量の分布を推定すると誤差が大きくなりやすいという問題が生じる そこで, 全年齢のデータを用いて ( ただし性別に ) 個人内 / 個人間分散比を推定し, その比を性 年齢階級別の集計の際に用いることで, 推定誤差を小さくすることができる可能性があり 7),Habit- Dist ではこの計算機能を有している ただし, 個人内分散と個人間分散が年齢にかかわらず一定で, 年齢別摂取量の平均値があまり異ならないという仮定が必要であるが, 実用上は大きな問題はないようである 7) わが国でも, いくつかの調査研究で 8~13),BP 法を用いて習慣的な摂取量の分布推定が試みられている 3.IowaStateUniversity(ISU) 法 ISU 法 5) は BP 法に比べて, より多様な分布型に対応しており,Box-Cox 変換しても正規分布から多少歪んでいる場合であっても, 多項回帰モデルで分布型を修正してさらに正規分布に近づけている また, 個人内分散が個人ごとに異なる現実に近い状況を許容しており, 理論的には BP 法よりも優れている ただし, 実際の食事調査データの解析では,BP 法と ISU 法の結果は大差ないようである 4) BP 法と ISU 法を用いるためのコンピュータソフトウエアが IowaStateUniversity から提供されている 14) 現在のところ, 容易に利用可能なコンピュータソフトウエアが提供されているという点で,BP 法または ISU 法が使いやすいと思われる 4.AGEMODE 法 / AGEVARMODE 法前述の通り, 性 年齢階級別に分けて分析を行うと各階級の人数が少なくなるため, 分布の推定誤差が大きくなるという問題点がある AGEMODE 法では, 集団における栄養素 Aの習慣的な摂取量の平均値 mが年齢によって変化するとみなし, また, 個人内分散 s 2 w と個人間分散 s 2 b が年齢にかかわらず一定であると仮定して, 習慣的な摂取量を年齢別に推定する方法である 15) ( 図 5) 正規化には BP 法と同様に Box-Cox 変換が用いられる また,AGEMODEを改良して, 個人内分散と個人間分散が年齢によって変化する状況をもモデルに含めた AGEVARMODE 法も提案されている 16) これらの方法は, 限られた標本数で年齢階級別に習慣的な摂取量の分布を推定する場合に推定誤差を小さくすることが可能である有能な方法と考えられるが, 今のところ簡単に利用できるコンピュータソフトウエアが提供されていない 5.IowaStateUniversityFoods(ISUF) 法 1~4の方法は,Box-Cox 変換等により正規分布に近似できることが前提であり, 栄養素の習慣的な摂取量の分布は多くの場合これらの方法で推定可能である しかし, 食品別に ( 例えば果物の ) 習慣的な摂取量の分布を推定する場合, 摂取量ゼロが多く出現すると正規分布に近似させることができないため, 上述の方法は使えない ISUF 法 17) では, そのような分布の場合でも習慣的な摂取量の分布を推定することが可能であり, コンピュータソフトウエアも提供されている 14) 図 5 AGEMODEの原理 s 個人ごと1 日ごとの粗摂取量の標準偏差 (1 日間調査の標準偏差 ) s b 習慣的な摂取量の分布の標準偏差 摂取量の平均 mが年齢によって変化するが, 個人間分散 s 2 2 b, 個人内分散 s w =s 2 2 -s b は変わらないと仮定し, 習慣的な摂取量の分布を推定する S10 栄養学雑誌

5 習慣的な食事摂取量の分布を推定するための理論と実際 Ⅲ. 地域健康 栄養調査への応用例 近年, いくつかの県での健康 栄養調査において 2 日 ( 参考 ) DG b 9 未満 7.5 未満 間の食事調査を行い, 習慣的な摂取量の分布を推定して, 食事摂取基準を活用した集団の食事摂取状態の評価が行われている 10~13) DG b 以上の割合 78.0% 80.5% 94.3% 92.5% 88.8% 88.8% 84.8% 90.7% 91.4% 94.7% 92.1% 91.8% 例えば, 長野県では, 平成 22 年度県民健康 栄養調査 において層化クラスター抽出した39 単位区の545 世帯 1,244 人 ( 食物摂取状況調査 ) の調査協力を得て, そのう 99% ち220 人には複数日調査を行い,BP 法を用いて栄養素等の習慣的な摂取量の分布を推定した 10,11) 表 1は食塩の習慣的な摂取量の分布であり 10), 男女とも成人では DG 以上の者が約 9 割と非常に多いことがわかる もし1 日間調査で同様の集計を行うと, ヒストグラムの幅は広くなり,DG 以上の者の割合はこれよりも少なく見積もられる ( 集団のリスクが過小評価される ) 他の栄養素等についても同様の分析を行い, 長野県における食事摂取状態の評価に活用している Ⅳ. 今後の課題 食事摂取基準を活用して集団の食事摂取状態の評価を行うために, 複数日調査が広く行われていくようになることが望まれる しかし, 複数日調査はやや手間がかかるので, もしもある栄養素摂取量の個人内 / 個人間分散比が, 時代によって大きく異ならなければ, 経年的な比較を行う際には, 初回調査時のみ2 日間の食事調査を行って習慣的な摂取量の分布を推定し,2 回目の調査時には1 日間の食事調査を行って初回調査時の個人内 / 個人間分散比から習慣的な摂取量の分布を推定することで調査の費用 労力を小さくすることが可能かもしれない また, 個人内 / 個人間分散比の地域による違いが小さければ,1 日間の食事調査を行ったうえで共通の個人内 / 個人間分散比を用いて地域の習慣的な摂取量の分布を推定することが可能かもしれない このような方法の妥当性を確かめるために, 個人内 / 個人間分散比の時代間, 地域間の差異についての検討が望まれる 表 2は, 吉池らの12 日間調査データにおける個人内 / 個人間分散比および正規化に用いたべき数の一覧である 8,18) これらの値は, 習慣的な摂取量の分布を推定するための専用のコンピュータソフトウエア 6,14) を用いれば, 計算結果とともに出力される 同様の一覧表は他の調査研究でも報告されている 9,10) 今後, さらに多くの調査研究から同様の情報が提供されれば, 時代間, 地域間の個人内 / 個人間分散比の差異が検討可能になるであろう そのためにも, 表 1 食塩相当量 (g) の習慣的摂取量の分布 ( 長野県平成 22 年度県民健康 栄養調査報告より ) パーセンタイル a 標準偏差 平均 人数 年齢区分 性別 95% 90% 75% 50% 25% 10% 5% 1% 男性 18~29 歳 ~49 歳 ~69 歳 歳以上 総数 ( 再掲 )20 歳以上 女性 18~29 歳 ~49 歳 ~69 歳 歳以上 総数 ( 再掲 )20 歳以上 a 2 日間の食物摂取調査結果を用いて推定した分布 網掛け部分が DG 以上 日本人の食事摂取基準 (2010 年版 ) の目標量 b Vol.71 Supplement1 S11

6 表 2 各栄養素摂取量の分布を正規近似させるために用いたべき数と, 変換値の個 人内 / 個人間分散比 べき数 * 個人内 / 個人間分散比 男 女 男 女 エネルギー 水分 たんぱく質 動物性たんぱく質 植物性たんぱく質 脂質 動物性脂質 植物性脂質 炭水化物 灰分 ナトリウム カリウム カルシウム マグネシウム リン 鉄 亜鉛 銅 レチノール カロテン ビタミン A( レチノール当量 ) ビタミン D ビタミン E ビタミン K ビタミン B ビタミン B ナイアシン ビタミン B ビタミン B 葉酸 パントテン酸 ビタミン C 飽和脂肪酸 一価不飽和脂肪酸 多価不飽和脂肪酸 コレステロール 食物繊維総量 水溶性食物繊維 不溶性食物繊維 脂肪エネルギー比率 食塩 たんぱく質 / 体重 * べき変換で用いたべき数 0は対数変換を意味する 多くの研究者や調査担当者が表 2の形式で個人内 / 個人間分散比および正規化に用いたべき数に関する情報を公表することを提案したい 文 献 1) 日本人の食事摂取基準策定検討会 : 日本人の食事摂取基準 (2010 年版 )(2009) 厚生労働省, 東京 2) Wilet,W.:NutritionalEpidemilogy/ 田中平三監訳, 食 S12 栄養学雑誌

7 習慣的な食事摂取量の分布を推定するための理論と実際 事調査のすべて 栄養疫学 [ 第 2 版 ](2003) 第一出版, 東京 3) NationalResearchCouncil,SubcommiteeonCriteria fordietaryevaluation:nutrientadequacy:assessment UsingFoodConsumptionSurveys(1986)NationalAcademyPress,Washington,DC 4) Dodd,K.W.,Guenther,P.M.,Freedman,L.S.,etal.:Statisticalmethodsforestimatingusualintakeofnutrients andfoods:areviewofthetheory,j.am.diet.asoc.,106, (2006) 5) Nusser,S.M.,Carriquiry,A.L.,Dodd,K.W.,etal.:A semiparametrictransformationapproachtoestimating usualdailyintakedistributions,j.am.stat.asoc.,91, (1996) 6) 横山徹爾 : 食事調査による習慣的摂取量の分布推定プログラム ver.1.2,htp:// download/habitdist/index_j.html,(2013 年 1 月 31 日 ) 7) 小林真琴, 横山徹爾 :2 日間の食事調査に基づく習慣 的摂取量の年齢階級別推定法に関する検討, 第 23 回日本疫学会学術総会講演集,J.Epidemiol.,23(suppl.1),150 (2013) 8) Ishiwaki,A.,Yokoyama,T.,Fuji,H.,etal.:Astatistical approachforestimatingthedistributionofusualdietary intaketoassessnutritionalyat-riskpopulationsbasedon thenewjapanesedietaryreferenceintakes(dris),j. Nutr.Sci.Vitaminol.,53, (2007) 9) 今枝奈保美, 後藤千穂, 加藤利枝子, 他 : ビタミン A, B 1,B 2,C の食事評価に基づくその他のビタミンの栄養計画への活用, 栄養学雑誌,69, (2011) 10) 長野県 : 平成 22 年度県民健康 栄養調査報告 (2012) 長野県 11) 小林真琴, 成見みゆき, 金崎恵, 他 : 長野県県民健 康 栄養調査における分析について, 保健医療科学,61, (2012) 12) 中川夕美, 代々耕治, 石川みどり, 他 : 熊本県民健康 栄養調査における複数日の食事調査のプロセス評価, 保健医療科学,61, (2012) 13) 埼玉県 : 平成 23 年度埼玉県民健康 栄養調査報告書及び共同研究報告書 (2012) 埼玉県 14) IowaStateUniversity:Softwareforintakedistribution estimation,htp:// 年 1 月 31 日 ) 15) Waijers,P.M.C.M.,Dekkers,A.L.M.,Boer,J.M.A.,et al.:thepotentialofagemode,anage-dependentmodel,toestimateusualintakesandprevalencesofinadequateintakesinapopulation,thej.nutr.,136, (2006) 16) Yokomichi,H.,Yokoyama,T.,Takahashi,K.,etal.:An ImprovedStatisticalMethodtoEstimateNutritional UsualIntakeDistributionbyAgeGroups,J.Nutr.Food Sci.,3,196(2013) 17) Nusser,S.M.,Fuler,W.A.,Guenther,P.M.:Estimating usualdietaryintakedistributions:adjustingformeasurementerrorandnon-normalityin24-hourfoodintakedata. In:Lyberg,L.,Biemer,P.,Colins,M.,etal.eds.Survey MeasurementandProcessQuality(1997)Wiley,NY 18) 横山徹爾 : 標本抽出方法及びデータ解析手法の検討, 厚生労働科学研究費補助金健康科学総合研究事業 国民健康 栄養調査における各種指標の設定及び精度の向上に関する研究 ( 主任研究者 : 吉池信男 ) 総括研究報告書 (2006) ( 受理 : 平成 25 年 3 月 29 日 ) Vol.71 Supplement1 S13

8 Review Article TheoryandApplicationofStatisticalMethodstoEstimate thedistributionofusualintakesofanutrient inapopulation:fortheappropriateuse ofdietaryreferenceintakes TetsujiYokoyama DepartmentofHealthPromotion,NationalInstituteofPublicHealth ABSTRACT Background: Inordertoassessthenutrientintakesofapopulation,itisnecessarytoestimatethedistributionofnutrientintakesinthepopulationandtocomparethedistributionwiththeDietaryReferenceIntakes(DRIs). ThedistributionofusualintakesmustbeestimatedbecauseDRIsarethe referencevaluesforonlyusualintakes,andnotforshort-term intakes. Inthisarticle,thestatisticalmethodsforestimatingthedistributionofusualintakeshavebeenreviewedandsomeexampleshavebeenilustrated. ExistingMethods: TheNationalResearchCouncil(NRC)proposedaprinciplemethodbasedonanalysis ofvariance,butthismethodwasavailableonlyfornormalydistributeddata. TheBest-Power (BP)methodcanbeappliedtonon-normalydistributed(skewed)data. TheIowaStateUniversity methodisbeterthanthebpmethodasitconsidersthestatisticalpropertyoftheactualdietary data,buttheimprovementinperformanceisminor. AGE MODE andagevarmode are expectedtohavesmalerstandarderorswhenusedfortheestimationofage-specificdistributions. TheIowaStateUniversityFoodsmethodisappropriatefordietarydatawithmanyzerointakes. Examples: InthePrefecturalHealthandDietarySurveysofNagano,Kumamoto,andSaitama,dietarysurveyswereconductedonmultipledays. Thedistributionsofusualintakeswereestimated,andthe nutrientintakesofthepopulationswereassessedbasedonthedris. Conclusions: Thesestatisticalmethodsshouldbeusedforestimatingthedistributionofusualintakesof nutrientsandforapplyingthedristoassessthedietaryintakesofapopulation. Jpn.J.Nutr.Diet.,71(Suppl1)S7~S14(2013) Keywords:dietarysurvey,usualintakes,dietaryreferenceintakes,statisticalmethods S14