Lean vs Foodvisor. Fotoscanningens pioner over for den eneste, der løbende genopbygger din TDEE.

Foodvisor ser din tallerken, ikke dit reelle forbrug

Læser du dette, har du sandsynligvis allerede installeret Foodvisor. Du valgte den præcis for det, ingen gjorde før den: fotografere din tallerken og lade AI'en genkende kyllingen, risen, saucen og estimere portionerne uden at finde vægten frem. Du indtastede din vægt, din højde, din alder, dit køn og valgte dit aktivitetsniveau på en statisk liste. Appen viste dig et kaloriemål, lad os sige 2 250 kcal for at tabe dig.

Du spillede med. Du scannede dine måltider, rettede portionerne, når AI'en var i tvivl, holdt en ren indtastning dag efter dag. De første 6 uger virker det. Du taber dig. Du er glad. Så omkring uge 8 fryser vægten. Du strammer skruen. Du går ned til 2 000 kcal. Igen rykker intet sig.

Lad os sige, at Foodvisor viser dig en TDEE på 2 500 kcal. Du spiser 2 250 (teoretisk underskud på 250 kcal). Men i virkeligheden er din TDEE er faldet til 2 200 kcal på grund af den metaboliske tilpasning. Du er i overskud på 50 kcal uden at vide det. Ingen chance for at fortsætte med at tabe dig, selv med markedets reneste indtastning.

Foodvisors løfte er klart og holdes: du ved, hvad der er på din tallerken, uden at veje noget. Det er værdifuldt. Det, Foodvisor ikke gør, er at genberegne dit forbrug i takt med ugerne i underskud. Og det er præcis der, løftet stopper, selv om det er det håndtag, der får dig til at tabe dig.

BMR-formlen fra 1990, uden målt fedtprocent

For at beregne dit basalstofskifte (BMR, den energi du forbrænder i hvile) tager Foodvisor udgangspunkt i din profil: vægt, højde, alder, køn. Det er logikken i næsten alle forbruger-kalorietrackere, arvet fra populationsformler som Mifflin-St Jeor. Og man må være ærlig: det er bedre end Harris-Benedict 1919, som andre apps stadig bruger.

Mifflin-St Jeor er fra 1990 (PubMed 2305711). Stikprøven er stor (498 forsøgspersoner), metoden med indirekte kalorimetri er seriøs, formlen er kalibreret på en moderne population: 10 × vægt (kg) + 6,25 × højde (cm) − 5 × alder − 161 (kvinder) eller +5 (mænd).

Problemet er ikke den valgte formel. Problemet er det, ingen formel af den type kan se: den tager kun højde for vægten. Ikke fedtprocenten. Ikke den fedtfri masse. Intet felt i Foodvisors onboarding spørger om din fedtprocent, og ingen måling findes i appen.

Men siden 1980'erne har man vidst, at fedtmassen bruger meget lidt energi sammenlignet med resten af kroppen. Leveren, hjernen, hjertet, nyrerne og især musklerne er de reelle forbrugsposter. Fedtmassen er inaktiv. En person med 30 % fedtprocent forbrænder slet ikke lige så meget som en person med 10 % fedtprocent, selv ved samme vægt.

Frankenfield 2013 (PubMed 23631843) sammenlignede Mifflin-St Jeor med referencemetoden indirekte kalorimetri på overvægtige og ikke-overvægtige kohorter. Resultat: 87 % præcision hos ikke-overvægtige, og kun 75 % hos overvægtige. Et nyere studie (PMC11820646) viser, at ved BMI over 35 tager Mifflin fejl med 250 til 315 kcal om dagen. Det svarer til en hel snack i beregningen af et underskud.

500 kcal er ikke ingenting. Siger appen «din BMR er 2 500», og den i virkeligheden er 2 000, er alt, hvad der følger, forkert: dit underskudsmål, din prognose for ugentligt tab, din makrofordeling beregnet i procent af TDEE. Og intet tallerkenfoto, uanset hvor godt genkendt, retter et forkert mål.

Reel fedtprocentFoto, 5 sekunder

Delkonklusion: hvis en app beregner din BMR udelukkende ud fra din vægt, højde, alder og køn, kan resultatet ikke være individualiseret. Det er matematisk umuligt. Selv med den bedste tallerkengenkendelse som input.

Aktivitetsmultiplikatoren, valgt én gang for alle

Det er her, det bliver alvorligt. Og det er sandsynligvis den pointe, ingen har forklaret dig.

Når din BMR er estimeret, skal Foodvisor gå videre til den samlede TDEE. TDEE er BMR + alt det andet : forbruget fra skridt, daglige aktiviteter, sport og fordøjelse. Alt, der ikke er basalstofskifte.

Hvordan gør Foodvisor det ? Som næsten alle trackere: den beder dig ved tilmeldingen vælge dit aktivitetsniveau på en statisk liste. Disse faktorer kaldes i idrætsvidenskaben PAL-niveauer (Physical Activity Level), det er bare en multiplikator anvendt på din BMR:

• Stillesiddende (PAL 1,2): kontor, lidt gang
• Let aktiv (PAL 1,375): lejlighedsvis gang
• Aktiv (PAL 1,55): sport 3 til 5 gange om ugen
• Meget aktiv (PAL 1,725): intens sport næsten dagligt
• Ekstremt aktiv (PAL 1,9): meget intens sport eller fysisk arbejde

Og afhængigt af dit valg ganger appen din BMR med den tilhørende koefficient. Det er alt. Det er alt, hvad der ligger bag dit daglige kaloriemål. En boks, DU har krydset af én enkelt gang ved tilmeldingen. Ofte for seks måneder siden. Uændret siden.

Og her er den tavse fælde: denne tilnærmelse er hyper-ufuldkommen. Forskellen mellem en dag, hvor du er klistret til sofaen foran Netflix, og en dag, hvor du tager i Disneyland med dine børn og går 15 km, det er mere end 1 000 kcal. Ingen af de 5 bokse fanger det.

Foodvisor kan ellers godt følge din aktivitet: appen kan tælle dine skridt og registrere dine pas. Men de data bruges mest til at vise din aktivitet, ikke til at genopbygge en komplet TDEE: dit kaloriemål hviler stadig på multiplikatoren valgt ved onboarding, og sportsforbruget lægges til, uden at NEAT og EAT adskilles ordentligt.

Du kan ikke reducere dit aktivitetsniveau til en statisk boks. Du er måske aktiv de uger, hvor du arbejder lidt hjemmefra, og stillesiddende dem, hvor du ikke forlader kontoret. Du er måske aktiv om sommeren og stillesiddende om vinteren. Du er måske aktiv tirsdag til fredag og stillesiddende i weekenden.

Hvilken boks vil du krydse af i denne uge? Sandheden er, at ingen af de 5 vil være korrekt. Og derfor giver Foodvisor dig en TDEE, der systematisk er afkoblet fra virkeligheden.

Artiklens nøglepointe: selv med en perfekt BMR-formel ville den statiske multiplikator være nok til at ødelægge alt. Du kan ikke estimere en NEAT, en EAT og en TEF med én enkelt multiplikator anvendt på BMR. Det er konceptuelt absurd.

Du har forstået det: en BMR-formel uden fedtprocent plus en statisk tilnærmelse af alt det andet giver meget få chancer for at nå dine mål over 3 til 6 måneder. Uanset hvor ren indtastningen på tallerkensiden er.

Se din reelle TDEE, opdelt i BMR + NEAT + EAT + TEF. Gratis download.

Den metaboliske tilpasning, aldrig modelleret

Det er den endelige boss. Det fineste begreb. Og sandsynligvis det vigtigste.

Når du er i kalorieunderskud, forstår din krop, at den får mindre energi end før. For at beskytte sig skifter den til sparetilstand. Præcis som strømsparetilstand på din iPhone: alt fungerer stadig, men med mindre energi. Din BMR falder. Din NEAT falder. Din EAT falder.

Det kaldes metabolisk tilpasning. Den videnskabelige litteratur er klar og reproducerbar: Müller 2015 (PubMed 26399868, genbesøg af Minnesota), Doucet 2001 (PubMed 11430776), Nunes 2020 (PMC7484122) over 6 ugers underskud. Her er tallene:

• Underskud på −250 kcal om dagen i 2 til 8 uger: tilpasning på 5 til 10 % (TDEE falder til 90-95 % af udgangsniveauet)
• Underskud på −500 kcal om dagen: 10 til 15 % tilpasning (TDEE falder til 85-90 %)
• Underskud på −750 kcal om dagen: 15 til 25 % tilpasning (TDEE falder til 75-85 %)

Lean-konvention: 100 % = optimalt, 90 % = 10 % tilpasning. Og da NEAT, EAT og TEF alle afhænger direkte af BMR, er det næsten hele TDEE, der påvirkes.

Konkret: havde du planlagt et underskud på 10 % på en TDEE på 2 500 (altså spise 2 250 om dagen), og din krop tilpasser sig med 10 %, er din reelle TDEE faldet til 2 250. Du er på vedligehold. Du taber dig ikke længere.

Fælden er, at det er snigende. I starten taber du dig. Du er glad. Du fortsætter. Men uge efter uge akkumuleres tilpasningen. Og på et tidspunkt, uden at have ændret noget i din tracking, holder du op med at tabe dig.

95 % af folk går igennem det uden at forstå det. De bebrejder deres viljestyrke. De skyder skylden på deres «ødelagte stofskifte». De kaster sig ud i hårdere diæter, hvilket forværrer tilpasningen. Spiral.

Foodvisor beregner aldrig den metaboliske tilpasning. Den giver dig et fast kaloriemål, så længe du ikke manuelt opdaterer din vægt og dit aktivitetsniveau. Du kan scanne dine tallerkener med eksemplarisk regelmæssighed, men når du stagnerer efter 6 ugers cut, aner appen ikke hvorfor.

Sådan løser Lean hvert af de 3 problemer

Foodvisor har sat en standard for fotoscanning af en ret, og dens genkendelse af fransk mad er stadig fremragende. Problemet er ikke det, den ser på din tallerken, det er det, den ikke ser af din krop : forbruget estimeres stadig med en populationsformel ganget med et aktivitetsniveau. Lean gør begge dele : AI-fotoscanning og måling af hver TDEE-komponent (BMR + NEAT + EAT + TEF) plus den metaboliske tilpasning. Her er detaljerne.

Trin 1AI BodyScan

Trin 2BMR genberegnet

BMR på reel fedtprocent

Patenteret egenudviklet model, baseret på fedtfri masse

At tælle indtagne kalorier perfekt nytter ikke, hvis de forbrugte kalorier er 300 kcal forkerte. Lean beregner stofskiftet på din fedtfri masse, den eneste, der reelt forbruger i hvile, og ikke på din rå vægt.

Den AI BodyScan anvender på din krop det, Foodvisor anvender på din tallerken : et foto, en model trænet på en bank af DEXA-scanninger, din fedtprocent på få sekunder, gentaget hver uge.

Ingen hudfoldsmåler, ingen impedansvægt, ingen DEXA. Samme enkelhed som en måltidsscanning, anvendt på din kropssammensætning.

Ingen aktivitetskoefficient

NEAT, EAT, TEF beregnet hver for sig

NEAT. Dine reelle skridt kommer via HealthKit (iOS) eller Google Fit (Android) og bliver til kalorier efter dit stofskifte. Det er dagens mest variable post, og den, som et erklæret aktivitetsniveau fuldstændig udjævner.

EAT. Hvert pas sættes i tal med MET på din reelle anstrengelsestid, pauser udelukket. At tælle en times styrketræning som en times løb forvrider regnskabet med flere hundrede kcal om ugen.

TEF. Foodvisor identificerer dine fødevarer, Lean udleder fordøjelsesomkostningen af dem : 20 til 30 % af kalorierne for protein, 5 til 10 % for kulhydrater, 1 til 3 % for fedt, i stedet for den faste sats på 10 %, der anvendes overalt.

NEAT

EAT

TEF

Automatisk metabolisk tilpasning

En verdensnyhed i en forbruger-app

Den metaboliske tilpasning. Ingen måltidsscanning opdager, at dit stofskifte er bremset 12 % efter otte uger. Lean estimerer det efter de publicerede intervaller (Müller 2015, Doucet 2001) og retter dit mål derefter.

Ud over 10 til 15 % tilpasning kan appen råde til en tilbagevenden til vedligehold for at sætte gang i stofskiftet igen, før du fortsætter.

Ingen aktivitetsmultiplikator at vælge. Hver komponent måles, uge efter uge.

MetodeMetabolisk tilpasning

Lean over for Foodvisor, kriterium for kriterium

Ærlig gennemgang af hver apps styrker og svagheder. Intet kriterium handler om prisen.

Lean

Foodvisor

Kriterium

Lean

Foodvisor

BMR-formel

Patenteret egenudviklet model (fedtfri masse)

Populationsformel (Mifflin-St Jeor 1990)

Tager højde for fedtprocent

Ja, målt i appen

Nej, kun vægt-højde-alder-køn

Måling af fedtprocent i appen

AI BodyScan via foto

Nej

NEAT (skridt, aktivitet uden for sport)

Beregnet på reelle skridt hver dag

− Skridt fulgt, men mål baseret på den statiske multiplikator

EAT (træningsforbrug)

Per sport via MET, effektiv tid

− Pas registreret, lagt til et fastlåst mål

TEF (fordøjelse)

Beregnet efter makroer, integreret i TDEE

Ikke integreret i forbrugsberegningen

Metabolisk tilpasning

Automatisk, uge for uge

Nej

Aktivitetskoefficient at vælge

Nej, beregnet på reelle data

Ja, statisk multiplikator valgt ved tilmeldingen

AI-fotoscanning af en ret

Ja, ubegrænset

Ja, den historiske pioner (2018)

Visuel genkendelse af fødevarer

Ja, moderne AI-fotoscanning

Reference på det franske marked, års træning

Stregkodescanning

Ja

Ja

Fødevaredatabase

USDA + OpenFoodFacts, kurateret

Stor base, franske produkter godt dækket

Coaching af diætister

Uden for scope, appen guider via Progressionspyramiden

Ja, uddannede diætister (dedikeret tilbud)

Anbefaling af kalorieunderskud

Tilpasset den reelle TDEE

Fast mål, manuel genberegning påkrævet

Fransk app

Ja

Ja, født i Paris

Omdømme og publikumsstørrelse

4.7/5, 10 000+ brugere, ung fransk app

Anerkendt pioner inden for fotoscanning, stærkt kendskab i Frankrig

Forretningsmodel

Premium, 7 dages gratis prøveperiode på årsabonnementet

Gratis version, coaching som tilvalg

3 metoder til at tracke et måltid

Foodvisor beviste, at et foto kunne erstatte manuel indtastning. Lean tager den idé og udvider den : tre registreringsmetoder efter situationen, for at holde ved på sigt.

Metode 1Database

Metode 2Stregkode

Metode 3AI-fotoscanning

1. Søgning i databasen. Kurateret base, USDA + OpenFoodFacts. Ingen community-støj, ingen «Stegt kylling» indtastet 47 gange af 47 forskellige brugere med 47 forskellige værdier.
2. Stregkodescanning. Standard. Du scanner din pastapakke, du får makroerne.
3. AI-fotoscanning af en ret. Du tager et foto af din tallerken, AI'en genkender fødevarerne, du får kalorier og makroer per fødevare. Den refleks, du allerede har, hvis du kommer fra Foodvisor: den beholder du, som den er.

Leans AI-fotoscanning spiller samme rolle som Foodvisors til måltider ude. Forskellen ligger et andet sted : det, Lean derefter gør med de kalorier, ved at holde dem op mod et målt, ikke estimeret, forbrug.

Ud over måltidet viser Lean en TDEE, der opdateres i løbet af dagen efter dine skridt. At scanne en tallerken perfekt over for et fastlåst kaloriemål er ikke nok.

Og ovenover, Progressionspyramiden :

Det Foodvisor gør bedre

Lean er ikke perfekt, og Foodvisor har flere reelle styrker, man må anerkende. Ærlig gennemgang, kriterium for kriterium, på de akser, hvor pioneren stadig er foran. Ingen af disse akser er sekundære: det er reelle søjler i Foodvisors løfte.

Akse

Foodvisor

Lean

Visuel genkendelse af en tallerken

9,5

8,0

Automatisk estimering af portioner

9,0

7,5

Menneskelig coaching (uddannede diætister)

9,2

2,5

Forspring på fotoscanning (fransk marked)

9,5

4,0

Ærlig gennemgang. På tallerkengenkendelse skabte Foodvisor kategorien i Frankrig i 2018, og dens AI har års forspring i træning: identifikation af fødevarer, estimering af portioner uden vægt, håndtering af sammensatte retter. Det er dens historiske hjemmebane, og den er stadig referencen der. På menneskelig støtte tilbyder Foodvisor opfølgning af uddannede diætister direkte i appen: Lean tilbyder det ikke og hævder ikke at erstatte det. Leans AI-fotoscanning er moderne, ubegrænset og rigeligt til daglig brug, men Lean gør ikke krav på forspring på det område.

Er din hovedvinkel den mest indarbejdede tallerkenidentifikation muligt, eller menneskelig coaching integreret i appen, er Foodvisor mere relevant end Lean. Er din vinkel præcisionen i TDEE-beregning, fedtprocenten målt hver uge via AI BodyScan og den automatiske metaboliske tilpasning, er det præcis det, der lige er blevet påvist i de 3 foregående afsnit. Nogle kører de to apps parallelt, mens de vælger, og det er fuldt forsvarligt.

Hvem Lean er lavet til

4 profiler. Kan du genkende dig selv i mindst én, er Lean sandsynligvis lavet til dig.

Foodvisor er stadig mere relevant til : menneskelig coaching af uddannede diætister direkte i appen, og den mest indarbejdede tallerkengenkendelse på det franske marked. Præcisionen i forbrugsberegningen og den metaboliske tilpasning er bare ikke en del af dens hovedløfte.

Skift fra Foodvisor til Lean (eller brug begge) på 3 minutter

Vigtig note. Lean importerer ikke din Foodvisor-historik automatisk, heller ikke dine yndlingsfødevarer. Betyder din opfølgning med en Foodvisor-diætist noget for dig, er der intet, der forhindrer dig i at beholde begge under overgangen: Foodvisor til den menneskelige støtte, Lean til TDEE og den daglige tracking. HealthKit / Google Health Connect-synkroniseringen tager derimod straks over for dine skridt og din aktivitetshistorik.

Download Lean og start AI BodyScan nu. Gratis tilmelding.

Det Lean gør, og som Foodvisor ikke gør (på forbruget)

Seks funktioner centreret om forbruget, som ikke findes hos Foodvisor. De udspringer alle af samme princip : at beregne hver TDEE-komponent præcist, ikke at tilnærme den.

Du installerer appen gratis, du tester uden binding, og du beslutter derefter, om værktøjet passer til dit mål.

Ofte stillede spørgsmål

Tallerkenen er på plads. Forbruget er det ikke.

Det er ikke Foodvisor over for Lean i markedsføring. Det er input over for output, to halvdele af samme ligning.

Foodvisor har løst den venstre halvdel : at vide, hvad du spiser, uden vægt, takket være den mest indarbejdede fotoscanning på det franske marked. Men til den højre halvdel, dit forbrug, bygger Foodvisor på en populationsformel fra 1990 uden målt fedtprocent, en fastlåst aktivitetsmultiplikator, du krydser af én enkelt gang ved tilmeldingen, og ingen metabolisk tilpasning. Kombinationen af de tre gør enhver præcis kalorieopfølgning umulig ud over nogle få ugers cut. Det er matematik.

Lean er bygget til den halvdel : BMR baseret på reelle fedtprocent (målt med AI BodyScan) via en patenteret egenudviklet model, NEAT fra reelle skridt, EAT per sport og MET, TEF fra makroer, plus den metaboliske tilpasning, der modulerer BMR uge efter uge. Hver komponent beregnet præcist, uden magisk koefficient. Og den fotorefleks, du fik hos Foodvisor, beholder du : AI-fotoscanning er integreret, ubegrænset.

Har du prøvet Foodvisor seriøst og ikke fået de resultater, du håbede på i dit cut, er problemet ikke dig, og heller ikke fotoet. Problemet er den frosne TDEE under motorhjelmen. Skift motoren, behold refleksen.