হোম  / কীভাবে ক্যালোরি গণনা করবেন
গাইড · ক্যালোরি ট্র্যাকিং

সারা জীবন এর পেছনে না কাটিয়ে কীভাবে ক্যালোরি গণনা করবেন। 4টি পদ্ধতির তুলনা, তাদের প্রকৃত নির্ভুলতা, এবং কোনটি আপনি 6 মাস পরেও চালিয়ে যাবেন।

AI ফটো স্ক্যান, বারকোড, ডেটাবেস, দ্রুত সংযোজন: প্রতিটি পদ্ধতি আসলে কী দেয়, কেন 80 শতাংশ মানুষ 3 মাসে ছেড়ে দেয়, এবং আপনার প্রোফাইল অনুযায়ী কীভাবে বেছে নেবেন।

Lean টিম · পড়তে লাগবে 11 min · আপডেট: 11 জুন 2026
App Store থেকে ডাউনলোড করুন Google Play-তে উপলভ্য বিনামূল্যে ডাউনলোড
খাদ্য ডায়েরি রাখা হলো বৈজ্ঞানিক গবেষণায় সফল ওজন কমানোর সাথে সবচেয়ে ধারাবাহিকভাবে সম্পর্কিত আচরণ (Burke, 2011)। সমস্যা কখনোই কার্যকারিতা ছিল না, সমস্যা হলো অনুসরণ: প্রতিটি খাবার আলাদা করে হাতে লিখে রাখা সবাইকে ক্লান্ত করে ফেলে, আর প্রায় 80% মানুষ 3 মাসের কম সময়েই ছেড়ে দেন। এই গাইড আপনার ক্যালোরি গণনার 4টি পদ্ধতির তুলনা করে, সবচেয়ে দ্রুত (AI ফটো স্ক্যান, 5 সেকেন্ড) থেকে সবচেয়ে নির্ভুল (ডেটাবেস + কিচেন স্কেল) পর্যন্ত, এবং বলে দেয় আপনার প্রোফাইল অনুযায়ী কোনটি বেছে নেওয়া উচিত।
সংক্ষিপ্ত উত্তর

আপনার ক্যালোরি গণনার জন্য চারটি পদ্ধতি: AI ফটো স্ক্যান (আপনি আপনার প্লেটের ছবি তোলেন, AI প্রতিটি খাবার এবং তার পরিমাণ চিহ্নিত করে), বারকোড স্ক্যান (প্যাকেজড পণ্য, উৎপাদকের ডেটা), ডেটাবেস (অনুসন্ধান + ওজন মাপা, সবচেয়ে নির্ভুল পদ্ধতি) এবং দ্রুত সংযোজন (10 সেকেন্ডে একটি সার্বিক অনুমান)। সঠিক পদ্ধতি হলো যেটি আপনি 6 মাস ধরে চালিয়ে যাবেন, কাগজে সবচেয়ে নির্ভুল পদ্ধতি নয়। আর আপনার গ্রহণ গণনা করা তখনই কাজে লাগে, যখন আপনার ব্যয়, TDEETotal Daily Energy Expenditure: 24 ঘণ্টায় আপনার মোট ক্যালোরি ব্যয়। TDEE = BMR + NEAT + EAT + TEF।, সঠিকভাবে গণনা করা হয়।

01 · পরিস্থিতি

কেন 80 শতাংশ মানুষ 3 মাসে গণনা করা বন্ধ করে দেয়

ক্যালোরি গণনা কাজ করে। সেটা প্রশ্ন নয়। আসল প্রশ্ন হলো, প্রায় কেউই টিকে থাকতে পারেন না: ওজন কমানোর প্রোগ্রাম নিয়ে গবেষণা দেখায়, প্রথম কয়েক সপ্তাহ থেকেই ব্যাপক হারে মানুষ ঝরে পড়েন, ওজন মাপার যন্ত্রে প্রথম দৃশ্যমান ফলাফলের অনেক আগেই।

80 %
ওজন কমানোর প্রোগ্রামে নিবন্ধিত মানুষ প্রথম 3 মাসের মধ্যেই ছেড়ে দেন (Alexander et al., 2018)। প্রধান কারণ: ট্র্যাকিংয়ের ঝামেলা, ইচ্ছাশক্তির অভাব নয়।

ঝামেলাটা বাস্তবে এরকম: একটি তালিকায় “মুরগির বুকের মাংস” খোঁজা, 40টি ডুপ্লিকেট এন্ট্রির মধ্যে সঠিকটি বেছে নেওয়া, চোখের আন্দাজে 150 g ধরা, তারপর শিমের জন্য আবার একই কাজ, তারপর জলপাই তেলের জন্য। দিনে তিনবার। মাসে 90 বার। এই হিসাবরক্ষণই ট্র্যাকিংকে মেরে ফেলে, ট্র্যাক করার ধারণাটি নয়।

বাস্তব উপসংহার: কোন পদ্ধতিতে খাবার যুক্ত করবেন, সেই পছন্দ নিছক ব্যবহারের সুবিধার কোনো খুঁটিনাটি নয়। এটাই সেই নির্ণায়ক বিষয়, যা ঠিক করে 3 মাস পরেও আপনার তথ্য থাকবে কি না। এখানে 4টি পদ্ধতি, সবচেয়ে দ্রুত থেকে সবচেয়ে শ্রমসাধ্য পর্যন্ত সাজানো।

02 · পদ্ধতি 1

AI ফটো স্ক্যান: প্রতি খাবারে 5 সেকেন্ড

আপনি আপনার প্লেটের ছবি তোলেন। Lean-এর AI একটি দ্বৈত চিহ্নিতকরণ করে: প্রথমে এটি প্রতিটি উপস্থিত খাবার চিহ্নিত করে (গ্রিল করা মুরগি, সবুজ বিনস), তারপর এটি প্রতিটির পরিমাণ অনুমান করে। ফলাফলটি আন্দাজে বলা কোনো সার্বিক সংখ্যা নয়: এটি প্রতিটি লাইনের জন্য ক্যালোরি ও ম্যাক্রোসহ খাবার-ভিত্তিক বিভাজন।

বাস্তব পরিস্থিতিতে AI স্ক্যান: ছবি, বিশ্লেষণ, ফলাফল।

ছবিতে, ধাপে ধাপে, একটি বাস্তব খাবারে:

Lean-এ AI স্ক্যান: খাবারের ছবি তোলা হয়েছে, কিবোর্ডে ঐচ্ছিক বিস্তারিত তথ্যের ঘর
আপনি ছবিটি ফ্রেমে আনেন। চাইলে কিবোর্ডে কোনো খুঁটিনাটি লিখে দিতে পারেন।
Lean-এ AI বিশ্লেষণ চলছে: খাবারের ছবি প্রক্রিয়া করা হচ্ছে
AI থালা বিশ্লেষণ করে।
AI স্ক্যানের ফলাফল: প্রতিটি খাবার ক্যালোরি ও ম্যাক্রোসহ গণনা করা হয়েছে
প্রতিটি খাবার গণনা করা হয়েছে।

প্রচলিত খাবারে সাধারণত ভুলের মাত্রা প্রতি খাবারে প্রায় ±10 শতাংশ। এটি কিচেন স্কেলের চেয়ে কম নির্ভুল, তবে চর্বি কমানো পরিচালনার জন্য যথেষ্টর চেয়েও বেশি (বড় সংখ্যার নিয়ম নিয়ে নিচে আবার আলোচনা করা হয়েছে)। সবচেয়ে বড় কথা, এটাই একমাত্র পদ্ধতি যা লেবেলহীন খাবারও কভার করে: বাড়ির খাবার, রেস্টুরেন্ট, ক্যান্টিন।

যেখানে Lean আরও এগিয়ে: নিয়ন্ত্রণ আপনার হাতেই থাকে

একটি AI স্ক্যান তখনই কার্যকর যখন আপনি এর প্রস্তাব সংশোধন করতে পারেন। Lean আপনাকে প্রতিটি খাবারে তিনটি উপায় দেয়:

উপায় 1

পরিমাণ পরিবর্তন করুন

প্রতিটি খাবারের জন্য একটি স্লাইডার: এখানে AI রুটির পরিমাণ 101.4 g অনুমান করেছে, যা 70 g-এ সংশোধন করা হয়েছে। ক্যালোরি ও খাবারের মোট হিসাব সঙ্গে সঙ্গে পুনরায় হিসাব হয়।

সংশোধনের আগে Lean-এ স্ক্যান করা খাবার: রুটি 101.4 g অনুমান করা হয়েছে
AI দ্বারা 101.4 g অনুমান করা রুটি।
Lean-এ পরিমাণের স্লাইডার: রুটি 70 g-এ সংশোধিত, তাৎক্ষণিক পুনরায় হিসাব
70 g-এ সংশোধিত, সবকিছু পুনরায় হিসাব করা হয়।
উপায় 2

ম্যাক্রো পরিবর্তন করুন

আপনি গড়ের চেয়ে নিজের রেসিপি ভালো জানেন? এখানে, চিপস: AI 4.1 g ফ্যাট প্রস্তাব করে, আপনি সেটি 14 g-এ সংশোধন করেন। ডোনাট চার্ট ও মোট হিসাবও সেই অনুযায়ী বদলে যায়।

Lean-এ AI দ্বারা অনুমান করা চিপসের ম্যাক্রো: 4.1 g ফ্যাট
AI অনুযায়ী চিপস: 4.1 g ফ্যাট।
Lean-এ হাতে সংশোধিত চিপসের ম্যাক্রো: 14 g ফ্যাট
হাতে সংশোধিত: 14 g।
উপায় 3

একটি মাত্র খাবার পুনরায় স্ক্যান করুন

AI টার্কিকে চিজ ভেবেছে? আপনি সঠিক নামটি টাইপ করেন, শুধু সেই লাইনটি নিজে নিজেই আবার বিশ্লেষণ হয়, পুরো খাবার আবার করতে হয় না।

Lean-এ একটি খাবার পুনরায় স্ক্যান: কিবোর্ডে সঠিক নাম টাইপ করা
আপনি স্পষ্ট করেন: টার্কি হ্যাম।
Lean-এ পুনরায় স্ক্যানের পরের ফলাফল: টার্কি হ্যাম চিহ্নিত, মোট পুনরায় হিসাব করা হয়েছে
টার্কি হ্যাম, 53 kcal। মোট পুনরায় হিসাব করা হয়েছে।

Cal AI-এর মুখোমুখি পরীক্ষা: বিভাজন বনাম মোট আনুমানিক হিসাব

একই ছবি, দুটি অ্যাপ। পার্থক্যটি চোখে পড়ার মতো:

AI স্ক্যান তুলনা: একই খাবারের ছবি Lean এবং Cal AI-কে দেওয়া হয়েছে
একই ছবি, দুটি অ্যাপকে দেওয়া হয়েছে।
Lean-এর ফলাফল: স্যান্ডউইচ এবং চিপস খাবার ধরে ধরে বিভক্ত
Lean: প্রতিটি খাবার, বিস্তারিত মোট।
Cal AI-এর ফলাফল: বিভাজন ছাড়া খাবারের মোট আনুমানিক হিসাব
Cal AI: প্রতি খাবারে একটি মোট আনুমানিক হিসাব।

অধিকাংশ স্ক্যান অ্যাপের (সবার আগে Cal AI) সাথে কাঠামোগত পার্থক্য এটিই: তারা প্রতিটি পদের জন্য একটি সার্বিক অনুমান ফিরিয়ে দেয়, অর্থাৎ ক্যালোরি ও ম্যাক্রোর একটি মোট সংখ্যা, খাবার ধরে ধরে সম্পাদনাযোগ্য বিভাজন ছাড়া। অনুমানটি ভুল হলে, আপনাকে হয় তা মেনে নিতে হয়, নয়তো বাদ দিতে হয়। খাবার ধরে ধরে বিভাজন থাকলে, দুই ট্যাপেই ভুল ঠিক করা যায়।

সঠিক ব্যবহার: ঘরে তৈরি খাবার, রেস্তোরাঁ, ক্যান্টিন, বারকোড ছাড়া সব খাবার। 90% খাবারের জন্য ডিফল্ট পদ্ধতি।

03 · পদ্ধতি 2

বারকোড স্ক্যান: লেবেলের নির্ভুলতা

প্যাকেটে আসা সবকিছুর ক্ষেত্রে বারকোডের কোনো তুলনা নেই: পুষ্টিগুণের মান সরাসরি প্রস্তুতকারকের তথ্য থেকে আসে। Lean USDA এবং OpenFoodFacts ডেটাবেসের উপর নির্ভর করে, মানে লক্ষ লক্ষ রেফারেন্স। আপনি স্ক্যান করেন, পরিমাণ ঠিক করেন, কাজ শেষ।

বারকোড স্ক্যান: নির্ভুল তথ্য, সরাসরি সংযোজন।

সীমাবদ্ধতা স্পষ্ট: আপনার বাড়িতে বানানো পাস্তার থালায় বারকোড নেই। এই কারণেই এই পদ্ধতি স্বাভাবিকভাবেই AI ফটো স্ক্যানের পরিপূরক, এর বিকল্প নয়।

সঠিক ব্যবহার: বাজার, স্ন্যাক্স, প্রক্রিয়াজাত পণ্য, শেকার। শিল্পজাত পণ্যে সর্বোচ্চ নির্ভুলতা, শূন্য প্রচেষ্টা।

04 · পদ্ধতি 3

ডেটাবেস + ওজন মাপার যন্ত্র: নির্ভুলতার মোড

প্রচলিত পুরোনো পদ্ধতি: আপনি খাবার ওজন করেন, ডেটাবেসে খোঁজেন, গ্রামের হিসাব লিখে দেন। রান্নাঘরের স্কেল ব্যবহার করলে এটিই সবচেয়ে নির্ভুল পদ্ধতি, প্রতিযোগিতার প্রস্তুতি এবং ক্লিনিক্যাল প্রোটোকলে যেটি ব্যবহৃত হয়।

Lean ডেটাবেসে একটি খাবার খোঁজা, ইতিহাস এবং দ্রুত সংযোজনের সাথে
খোঁজ, ইতিহাস, দুই ট্যাপে সংযোজন।
Lean-এ একটি পণ্যের নির্ভুল পুষ্টি তথ্য, দিনের বাজেটে প্রভাবসহ
পণ্যের নির্ভুল তথ্য, লাইভ প্রভাব।

“অবশিষ্ট / প্রভাব” প্যানেলটি নিশ্চিত করার আগেই আপনাকে দেখায়, খাবারটি আপনার দিনের বাজেটে কী বদল আনবে: ক্যালোরি, প্রোটিন, কার্বোহাইড্রেট, ফ্যাট, ফাইবার। আপনি জেনেবুঝে সিদ্ধান্ত নেন, পরে নয়।

Lean ঝামেলা একেবারে ন্যূনতমে নামিয়ে আনে: আপনার নিয়মিত খাবারের ইতিহাস, USDA + OpenFoodFacts-এ খোঁজ, তালিকা থেকে দুই ট্যাপে সংযোজন। তবে প্রকৃত খরচ নিয়ে সৎ থাকা যাক: প্রতি খাবারে 2 থেকে 3 মিনিট, আর ওজন মাপার শৃঙ্খলা। ঠিক এই ঝামেলাই প্রচলিত পদ্ধতিতে 80% মানুষের ছেড়ে দেওয়ার কারণ।

সঠিক ব্যবহার: কঠোর কাটিং, উন্নত রিকম্পোজিশন, ওজন-শ্রেণির খেলা। এবং আপনার দৈনিক 5 থেকে 10টি পুনরাবৃত্ত খাবার, যেগুলো ইতিহাসের কারণে প্রায় তাৎক্ষণিকভাবে যোগ করা যায়।

05 · পদ্ধতি 4

দ্রুত সংযোজন: যে আনুমানিক হিসাব দিনটা বাঁচিয়ে দেয়

জন্মদিনের বুফে, ব্যস্ত দিন, দুই মিটিংয়ের মাঝে দাঁড়িয়ে খাওয়া: কিছু খাবার কখনোই খুঁটিয়ে ট্র্যাক করা হবে না। দ্রুত সংযোজনে আপনি 10 সেকেন্ডে একটি মোট আনুমানিক হিসাব, অর্থাৎ আনুমানিক ক্যালোরি ও ম্যাক্রো, লিখে রাখতে পারেন। কম নির্ভুল, কিন্তু তথ্যের ফাঁকের চেয়ে অনেক অনেক ভালো।

Lean-এ দ্রুত সংযোজনের ফর্ম: নাম, ক্যালোরি এবং ম্যাক্রো হাতে লেখা
নাম, ক্যালোরি, ম্যাক্রো: 10 সেকেন্ড।
Lean খাদ্য ডায়েরিতে সংরক্ষিত দ্রুত সংযোজন
একটি আনুমানিক হিসাব, দিনটা রক্ষা।

লাইভ ক্যালোরি ভারসাম্য বাকি কাজ করে: ছবিতে, 2 143 kcal লক্ষ্য, 1 000 খাওয়া হয়েছে, 1 143 অবশিষ্ট, দিনের সাথে একটানা পুনরায় হিসাব করা হয়েছে। একটি আনুমানিক কিন্তু ট্র্যাক করা দিন একটি নিখুঁত কিন্তু ছেড়ে দেওয়া দিনের চেয়ে বেশি মূল্যবান: সাপ্তাহিক গড়ই ফলাফল নির্ধারণ করে, একটি বিচ্ছিন্ন দিনের বিশুদ্ধতা নয়।

Lean-এ দ্রুত সংযোজনে একটি খাবারের পুষ্টি বিবরণ: অবশিষ্ট এবং প্রভাব
অবশিষ্ট এবং প্রভাব, লাইভে পুনরায় হিসাব করা।

সঠিক ব্যবহার: ব্যস্ত দিন, সামাজিক খাওয়াদাওয়া, হাল ছেড়ে দেওয়া ঠেকানোর জরুরি উপায়। এই পদ্ধতি “একটা খাবার বাদ পড়ে গেছে, এই সপ্তাহটা তো গেলই” ভাবনাটা ঠেকায়।

App Store থেকে ডাউনলোড করুন Google Play-তে উপলভ্য বিনামূল্যে ডাউনলোড
06 · নির্বাচন

কোন প্রোফাইলের জন্য কোন পদ্ধতি

প্রথমে, গুরুত্বপূর্ণ 4টি মানদণ্ডে 4টি পদ্ধতির তুলনা: প্রতি খাবারে সহজতা, প্রাপ্যতা (এটি কি সব জায়গায়, সব সময় কাজ করে), দীর্ঘমেয়াদে টিকে থাকা এবং নির্ভুলতা।

AI ফটো স্ক্যান

ছবি, 5 সেকেন্ড

সহজতা++
প্রাপ্যতা++
দীর্ঘমেয়াদ++
নির্ভুলতা+

বারকোড

নির্ভুল লেবেল

সহজতা+
প্রাপ্যতা+
দীর্ঘমেয়াদ+
নির্ভুলতা++

ডেটাবেস + ওজন মাপার যন্ত্র

নির্ভুলতার মোড

সহজতা−
প্রাপ্যতা+
দীর্ঘমেয়াদ−
নির্ভুলতা++

দ্রুত সংযোজন

জরুরি আনুমানিক হিসাব

সহজতা++
প্রাপ্যতা++
দীর্ঘমেয়াদ−
নির্ভুলতা−

++ অসাধারণ + ভালো − দুর্বল দিক। “দীর্ঘমেয়াদী” = 6 মাস পরেও আপনি এই পদ্ধতি ব্যবহার করবেন এমন সম্ভাবনা।

তুলনা থেকে যা বোঝা যায়: কোনো পদ্ধতিই সব দিক থেকে জেতে না। অনুসরণে AI স্ক্যান এগিয়ে, নির্ভুলতায় ডেটাবেস + স্কেল, আর দ্রুত সংযোজন আছে শুধু ফাঁক ভরাট করার জন্য। তাই প্রোফাইলগুলো: 4টি পদ্ধতি একে অপরকে বাদ দেয় না, সঠিক কৌশল হলো একটি মিশ্রণ, যা আপনার এই মুহূর্তের চাহিদা ও সময়সূচি অনুযায়ী মাপা। তিনটি প্রোফাইলেই প্রায় সব ক্ষেত্র কভার হয়।

প্রোফাইল 1 · শিক্ষানবিস

কোনো ঝামেলা নেই, করতে করতে শেখা

সব জায়গায় AI ফটো স্ক্যান, প্যাকেটজাত পণ্যে বারকোড, কোনো ওজন করা নেই। একমাত্র লক্ষ্য: 3 মাস টিকে থাকা এবং পরিমাণ সম্পর্কে আপনার চোখকে শিক্ষিত করা। নির্ভুলতা পরে আসবে, অভ্যাস প্রথমে।

প্রোফাইল 2 · সর্বোচ্চ কঠোরতা

প্রতিটি শতাংশ গুরুত্বপূর্ণ

বাড়ির খাবারে স্কেল + ডেটাবেস, প্যাকেটজাত পণ্যে বারকোড, রেস্টুরেন্টে AI স্ক্যান। যেসব স্বল্প সময়ের পর্বে নির্ভুলতা সত্যিই কাজে দেয়: কাটিংয়ের শেষ ধাপ, প্রতিযোগিতার আনুষ্ঠানিক ওজন মাপা।

প্রোফাইল 3 · ব্যস্ত বা উন্নত

চিন্তা না করেই নির্ভরযোগ্য তথ্য

দৈনন্দিন বারকোড এবং AI স্ক্যান, অসম্ভব দিনগুলোতে জরুরি অবস্থায় দ্রুত সংযোজন। আপনি আপনার পরিমাণ এমনিতেই জানেন, আপনি শুধু চান যে তথ্যটা থাকুক।

সবার জন্য প্রযোজ্য সিদ্ধান্তের নিয়ম: সন্দেহ হলে, সবচেয়ে হালকা সেই পদ্ধতিটি বেছে নিন যেটি চালিয়ে যেতে পারবেন বলে আপনি নিশ্চিত। যে নিখুঁত তথ্য আপনি 3 সপ্তাহ পরেই লেখা বন্ধ করে দেন, তার মূল্য শূন্য।

07 · নির্ভুলতা

±10% এর ভুল যা এক মাসে অদৃশ্য হয়ে যায়

AI স্ক্যানের বিরুদ্ধে প্রচলিত আপত্তি: “±10% ভুল, এটা অনেক বেশি”। এটি একটি বিচ্ছিন্ন খাবার ধরে যুক্তি দেওয়া। অথচ আপনি একটি খাবার ট্র্যাক করেন না: মাসে প্রায় 90টি খাবার ট্র্যাক করেন।

খাবার 1খাবার 12

গোলাপি: বেশি করে অনুমান করা খাবার। সবুজ: কম করে অনুমান করা খাবার। কালো রেখা: আপনার প্রকৃত গ্রহণ। এক মাসে পার্থক্যগুলো একে অপরকে পুষিয়ে দেয়।

এটাই বড় সংখ্যার নিয়ম (Kolmogorov): পর্যবেক্ষণের সংখ্যা বাড়লে স্বাধীন, এলোমেলো ভুলগুলো একে অপরকে পুষিয়ে দেয়। সোমবারের +12% মঙ্গলবারের কম পড়া 8%-কে কাটাকাটি করে দেয়। এক মাস পরে যা থাকে তা হলো মডেলের গড় পক্ষপাত, যা ভালোভাবে ক্যালিব্রেট করা স্ক্যানে শূন্যের কাছাকাছি, কোনো একটি খাবারের এলোমেলো তারতম্য নয়।

অন্যদিকে, ম্যানুয়াল এন্ট্রির সমস্যাটি সম্পূর্ণ ভিন্ন প্রকৃতির: একটি পদ্ধতিগত পক্ষপাত। মানুষ যা খায় তা কম করে জানায়, সবসময় একই দিকে, আর পক্ষপাত কখনো কাটাকাটি হয়ে মিলিয়ে যায় না।

47 %
হাতে লিখে জানানো ক্যালোরি আর আসলে খাওয়া ক্যালোরির মধ্যে পার্থক্য, ডায়েটে ব্যর্থ হওয়া ব্যক্তিদের ওপর ডাবলি লেবেলড ওয়াটার পদ্ধতিতে মাপা (Lichtman, NEJM 1992)। মানুষের পক্ষপাত পুষিয়ে যায় না, স্ক্যানের এলোমেলো তারতম্য পুষিয়ে যায়।

সারকথা: প্রশ্নটি “AI স্ক্যান কি নিখুঁত?” নয়, বরং “90টি খাবারে কোন পদ্ধতি সবচেয়ে সঠিক তথ্য দেয়?”। আর এখানেই অটোমেশন জেতে, কারণ এটি একমুখী পক্ষপাতের জায়গায় এমন এলোমেলো তারতম্য আনে যা নিজে থেকেই কাটাকাটি হয়ে যায়।

08 · ব্যয়

গণনা করাই যথেষ্ট নয়: সমীকরণের বাকি অর্ধেক অনুপস্থিত

একটি নিখুঁত খাদ্য ডায়েরি একা কিছুই বলে না। চর্বি কমানো মানে নেতিবাচক শক্তি ভারসাম্য: খরচের চেয়ে কম গ্রহণ। আপনার ব্যয় ভুলভাবে হিসাব করা হলে, আপনার ঘাটতি শুধু খাতা-কলমের কল্পনা, আর আপনি গ্রাম ধরে ধরে ক্যালোরি গুনেও কখনো এগোতে পারবেন না।

TDEE = BMR + NEAT + EAT + TEF
ব্যয়ের প্রামাণ্য সমীকরণ। BMR = বেসাল মেটাবলিজম। NEAT = খেলাধুলার বাইরের কার্যকলাপ। EAT = খেলাধুলার সেশন। TEF = হজম।

সমস্যা: প্রায় সব অ্যাপ Harris-Benedict (1919) বা Mifflin-St Jeor (1990) দিয়ে আপনার ব্যয় অনুমান করে, যেগুলো শুধু মোট ওজনভিত্তিক সূত্র এবং আপনার শরীরের গঠন উপেক্ষা করে। সমান ওজনে, 15% চর্বির একটি শরীর আর 30% চর্বির একটি শরীর মোটেও একই পরিমাণ খরচ করে না। Lean চার ধাপে ভিন্নভাবে ব্যয় হিসাব করে:

প্রকৃত শরীরের চর্বি। ছবি, 5 সেকেন্ড।
ধাপ 1

BodyScan AI

আপনি অ্যাপে একটি ছবি তোলেন। AI আপনার দৃশ্যমান শারীরিক গঠন থেকে আপনার শরীরের চর্বি অনুমান করে, প্রতি সপ্তাহে নতুন করে। এই পরিমাপই পুরো হিসাবকে আপনার মোট ওজনের বদলে আপনার চর্বিহীন ভরের ওপর দাঁড় করায়।

ধাপ 2

পেটেন্টকৃত নিজস্ব মডেল দিয়ে BMR

Lean-এর পেটেন্টকৃত অ্যালগরিদম আপনার প্রকৃত চর্বিহীন ভর থেকে আপনার বেসাল মেটাবলিজম হিসাব করে। Harris-Benedict 1919 বা Mifflin-St Jeor 1990-এর চেয়ে বেশি নির্ভুল, যেগুলো শুধু আপনার ওজন জানে।

ধাপ 3

NEAT, EAT এবং TEF পরিমাপ করা, গড়পড়তা ধরে নেওয়া নয়

আপনার পদক্ষেপ NEAT-এ গণনা হয়, আপনার ব্যায়ামের সেশন রেফারেন্স MET টেবিল দিয়ে EAT-এ, আর TEF হিসাব হয় আপনি আসলে যে ম্যাক্রো খেয়েছেন তার ভিত্তিতে, ঠিক আপনার ট্র্যাকিংয়ের কল্যাণেই।

ধাপ 4

পুনরায় হিসাব করা মেটাবলিক অভিযোজন

দীর্ঘ সময় ঘাটতিতে থাকলে BMR কমে যায়। Lean প্রথম অ্যাপ যা এই সহগ মডেল করে এবং গুণক হিসেবে BMR-এ প্রয়োগ করে। রীতি: 100% = সর্বোত্তম, 90% = 10 পয়েন্টের অভিযোজন।

ফলাফল: লাইভ ভারসাম্য আপনি যা খান (এই গাইডের 4টি পদ্ধতিতে গণনা করা), তার সাথে আপনি আসলে যা খরচ করেন (নিরন্তর পুনরায় হিসাব করা) তুলনা করে। দুই অর্ধেকের সমন্বয়, অর্থাৎ নির্ভুল গ্রহণ এবং নির্ভুল খরচ, চর্বি কমানোকে পূর্বানুমানযোগ্য করে তোলে। একটি ছাড়া অন্যটি শূন্যে হিসাব কষার মতো।

App Store থেকে ডাউনলোড করুন Google Play-তে উপলভ্য বিনামূল্যে ডাউনলোড
09 · FAQ

ক্যালোরি গণনা সম্পর্কে সাধারণ জিজ্ঞাসা

ওজন কমাতে দিনে কত ক্যালোরি লাগে?
কোনো সার্বজনীন সংখ্যা নেই: সবকিছু আপনার মোট ব্যয়ের (TDEE) উপর নির্ভর করে, যা আপনার বেসাল মেটাবলিজম, দৈনন্দিন কার্যকলাপ, খেলাধুলা এবং শরীরের গঠন অনুযায়ী বদলায়। নির্ভরযোগ্য নিয়ম: আপনার প্রকৃত TDEE-র চেয়ে 300 থেকে 500 kcal কম, কখনো কোথাও থেকে উঠে আসা “1 500 kcal”-এর মতো গড়পড়তা সংখ্যা নয়। নিজেরটা অনুমান করতে পারেন এই টুল দিয়ে: ক্যালোরি ঘাটতির ক্যালকুলেটর.
ক্যালোরি গণনার জন্য AI ফটো স্ক্যান কি নির্ভরযোগ্য?
হ্যাঁ, যদি বোঝেন কী মাপা হচ্ছে। প্রচলিত খাবারে সাধারণত ভুলের মাত্রা প্রতি খাবারে প্রায় ±10%, আর খাবার ধরে ধরে চিহ্নিতকরণ থাকে যা আপনি সংশোধন করতে পারেন (পরিমাণ, ম্যাক্রো, পুনরায় স্ক্যান)। এক মাসে, অর্থাৎ প্রায় 90টি খাবারে, বড় সংখ্যার নিয়মে এলোমেলো ভুলগুলো একে অপরকে পুষিয়ে দেয়: যা গুরুত্বপূর্ণ তা হলো গড় পক্ষপাত, কোনো একটি খাবারের পার্থক্য নয়।
ক্যালোরি গণনার জন্য কি খাবার ওজন করা প্রয়োজন?
কেবল যদি আপনি এমন পর্বে থাকেন যেখানে প্রতিটি শতাংশ গুরুত্বপূর্ণ: কঠোর কাটিং, উন্নত রিকম্পোজিশন, ওজন শ্রেণিভিত্তিক খেলা। বেশিরভাগ মানুষের জন্য AI ফটো স্ক্যান আর বারকোডই যথেষ্টর চেয়ে বেশি। চূড়ান্ত ফলাফলে 6 মাসের অনুসরণের গুরুত্ব, একসময় ছেড়ে দেওয়া ওজন মাপার তাত্ত্বিক নির্ভুলতার চেয়ে অনেক বেশি।
প্রতিদিন কি ক্যালোরি গণনা করা প্রয়োজন?
সাপ্তাহিক গড়ই ফলাফল নির্ধারণ করে, দৈনন্দিন নিখুঁততা নয়। ব্যস্ত দিনে 10 সেকেন্ডের একটি দ্রুত সংযোজন তথ্যের ফাঁকের চেয়ে অনেক অনেক ভালো। একটি আনুমানিক খাবারে কিছু নষ্ট হয় না; কিন্তু একেবারে তথ্যহীন একটি সপ্তাহ ক্ষতি করে, কারণ তা প্রবণতাটি আড়াল করে।
ক্যালোরি গণনা করেও কেন আমি ওজন কমাচ্ছি না?
দুটি প্রধান কারণ। এক, কম করে জানানো: হাতে লিখে জানানো ক্যালোরি আর আসলে খাওয়া ক্যালোরির মধ্যে 47% পর্যন্ত পার্থক্য মাপা হয়েছে (Lichtman, 1992); AI স্ক্যান আপনার স্মৃতির বদলে থালাটি মেপে এই পক্ষপাত কমায়। দুই, বাড়িয়ে ধরা ব্যয়: বেশিরভাগ অ্যাপ আপনার শরীরের চর্বি ও মেটাবলিক অভিযোজন উপেক্ষা করে মোট ওজনভিত্তিক সূত্র দিয়ে আপনার TDEE হিসাব করে। খরচের হিসাব ভুল হলে, দেখানো ঘাটতির আসলে কোনো অস্তিত্ব নেই।
ক্যালোরি গণনা কি মনকে আচ্ছন্ন করে ফেলে?
লক্ষ্য ঠিক উল্টো: ট্র্যাকিংকে প্রতি খাবারে কয়েক সেকেন্ডে নামিয়ে আনা, যাতে এটি মাথায় কোনো জায়গা না নেয়, যেখানে হাতে হিসাব রাখা সহজেই সবকিছু দখল করে ফেলতে পারে। কয়েক মাসের ট্র্যাকিং পরিমাণ চিনতে আপনার চোখকে শিক্ষিত করে; তারপর আপনি হালকা করতে পারেন, এমনকি শুধু দ্রুত সংযোজনেও চলে যেতে পারেন। নির্ণীত খাদ্যাভ্যাসজনিত সমস্যা থাকলে, ট্র্যাক করার আগে একজন স্বাস্থ্য পেশাজীবীর সাথে কথা বলুন।
ক্যালোরি গণনায় Lean এবং MyFitnessPal-এর মধ্যে পার্থক্য কী?
MyFitnessPal একটি বিশাল সম্মিলিত ডেটাবেসের উপর নির্ভর করে, কিন্তু খাবার যোগ করতে হয় মূলত হাতে, আর TDEE অনুমান করা হয় মোট ওজনের ভিত্তিতে। Lean AI স্ক্যানের মাধ্যমে প্রতিটি খাবারকে উপাদান ধরে ধরে ভাগ করে, আর সবচেয়ে বড় কথা, BodyScan দিয়ে মাপা আপনার প্রকৃত শরীরের চর্বির ভিত্তিতে, মেটাবলিক অভিযোজনসহ, আপনার ব্যয় হিসাব করে। খরচের হিসাব নির্ভুল হলেই কেবল গ্রহণ গণনার অর্থ হয়। অ্যাপ ধরে ধরে বিস্তারিত পাবেন আমাদের সেরা ক্যালোরি অ্যাপের তুলনায়।.
তথ্যসূত্র

গ্রন্থপঞ্জি

  1. Burke L.E., Wang J., Sevick M.A. (2011). Self-monitoring in weight loss: a systematic review of the literature. J Am Diet Assoc. PubMed 21185970.
  2. Alexander E., Tseng E., Durkin N. et al. (2018). Factors associated with early dropout in an employer-based commercial weight-loss program. Obes Sci Pract. PMC6298204.
  3. Lichtman S.W. et al. (1992). Discrepancy between self-reported and actual caloric intake and exercise in obese subjects. N Engl J Med. PubMed 1454084.
  4. Martin C.K. et al. (2009). A novel method to remotely measure food intake of free-living individuals in real time: the remote food photography method. Br J Nutr. PubMed 18616837.
  5. USDA FoodData Central। রেফারেন্স পুষ্টি ডেটাবেস। fdc.nal.usda.gov।
  6. Open Food Facts। প্যাকেজড খাদ্য পণ্যের বিশ্বব্যাপী সহযোগী ডেটাবেস। world.openfoodfacts.org।
  7. Hall K.D. et al. (2011). Quantification of the effect of energy imbalance on bodyweight. Lancet. PubMed 21872751.
  8. Mifflin M.D. et al. (1990). A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. PubMed 2305711.
  9. Harris J.A., Benedict F.G. (1919). A Biometric Study of Basal Metabolism in Man. Carnegie Institution of Washington.
  10. Ainsworth B.E. et al. (2011). Compendium of Physical Activities: a second update of codes and MET values. Med Sci Sports Exerc. PubMed 21681120.