读懂食品扫描评分，先问数字究竟衡量什么

只有知道食品扫描评分衡量的是什么，才能解释这个分数。先查看服务公开的方法，以及它针对这一具体产品使用的数据。如果任一项无法获得，应记录这个限制，而不是为数字编造含义。

查找方法及其版本

寻找说明输入数据、权重或计算规则、产品类别与更新日期的方法页面。保存其网址和查阅的版本。“智能分析”之类的简短营销用语，并不足以让人复算评分。

将应用生成的评分与受监管的标签概念区分开。美国 FDA 的标签声称概述和每日参考值说明讨论的是有明确界定的标签信息，并不验证某个应用自己的评分方法。

检查产品输入数据

核对评分是否使用与你手中相同版本的包装，以及数量是按每份还是每 100 g 计算。查明系统如何处理缺失的营养成分数据和不确定的配料文字。把缺失值当作零，与把它当作未知，可能产生差别很大的计算结果。

假设有一套虚构评分系统，依据三项输入给分：标示的某种营养成分数量、配料项数和类别。在不知道量表、分数方向及缺失输入处理方式之前，72 这个结果没有明确可解释的意义。这只是一个假设示例，不是在描述任何真实应用。

区分测量与偏好

评分可能将标签上可观察的数量，与“哪些方面加分、哪些方面扣分”的选择结合起来。应明确记录这些选择。即使从包装抄录的每项数值都正确，权重不同也可能改变排名。

同时检查两个产品是否属于同一比较类别。如果方法随类别变化，跨类别的数字比较可能不具有你预期的含义。不要假定十分的差距代表任何营养成分的某个固定实际数量。

有用的评分笔记应写明是否找到方法、版本、已核实的输入、缺失的输入及预期适用范围。当原始标签数量能更直接回答你的具体问题时，就使用这些数量。综合评分不应变成过敏原安全结论、诊断或个性化饮食处方。没有透明的方法和对应的输入时，诚实的核查结果就是：评分含义仍未明确。