TEF (Thermic Effect of Food). Panduan lengkap untuk memahami pengeluaran kalori tersembunyi dari pencernaan.

TEF (Thermic Effect of Food) adalah energi yang dikeluarkan tubuhmu untuk memproses makanan yang kamu konsumsi: mengunyah, mencerna, menyerap, memetabolisme. Dalam bahasa Inggris, ini juga disebut DIT (Diet-Induced Thermogenesis). Ini adalah panas yang dihasilkan sistem pencernaanmu setiap kali makan.

Ini masuk ke dalam persamaan dasar metabolisme:

BMR (Basal Metabolic Rate) adalah pengeluaran saat istirahatmu. NEAT (Non-Exercise Activity Thermogenesis) mencakup pengeluaran non-olahragamu. EAT (Exercise Activity Thermogenesis) mencakup sesi olahragamu. Dan TEF, adalah panas yang dihasilkan oleh pencernaan. Bersama-sama, keempatnya membentuk TDEE-mu yang sebenarnya.

adaptasi metabolik hadir sebagai koefisien pengali BMR dalam defisit kalori berkepanjangan. Konvensi Lean: 100 % = optimal, 90 % = 10 % adaptasi. Ini tidak masuk ke dalam penjumlahan TDEE.

Contoh konkret: kamu pulang dari latihan lalu makan 200 g dada ayam panggang, 200 g nasi matang, 30 g alpukat. Total: 54 g protein / 55 g karbohidrat / 12 g lemak = 537 kcal yang dikonsumsi.

Lean menerapkan koefisien ilmiah pada makanan ini:

Total TEF yang dihitung Lean: 54 + 18 + 2 = 74 kcal untuk satu makanan ini saja. Aplikasi pesaing menampilkan 0. Dalam setahun, itu berarti puluhan ribu kilokalori pengeluaran yang diabaikan, yang menjelaskan plateau yang tidak bisa dijelaskan dan defisit yang «tidak berhasil».

Tiga profil pada pola makan 2 500 kkal/hari. Hanya pembagian makro yang berubah. Angka TEF total menunjukkan dampak besar dari komposisi makanan.

Saat kamu mengatur MyFitnessPal atau Yazio, kamu diminta level aktivitasmu. Sebuah koefisien PAL diterapkan pada BMR kamu. Koefisien ini seharusnya « mencakup » semuanya, termasuk pencernaan. Dalam praktiknya, koefisien ini dikalibrasi pada populasi umum dan sama sekali tidak mencerminkan komposisi makro harianmu.

Masalahnya: koefisien ini tidak berubah pada hari Senin saat kamu makan 50 % protein versus hari Minggu saat kamu makan 20 % protein. TEF dari dua hari ini sangat berbeda. Aplikasi tidak melihatnya. Lean, iya.

Westerterp (2004, PMID 15507147) mengukur dengan kalorimetri tidak langsung bahwa kesalahan estimasi TEF melalui koefisien tetap bisa mencapai 100 hingga 200 kcal per hari tergantung komposisi makanan yang sebenarnya. Itulah besaran yang menjelaskan defisit yang «tidak berhasil» selama beberapa minggu.

Makanan pasca-latihan yang sama: 200 g ayam, 200 g nasi matang, 30 g alpukat = 537 kcal. Yang dilakukan setiap aplikasi terhadap makanan ini:

TEF dihitung berdasarkan makro yang dikonsumsi. Tapi agar perhitungan ini terintegrasi ke dalam TDEE yang akurat, BMR yang menjadi dasarnya juga harus akurat. Sementara itu, BMR bergantung langsung pada massa tanpa lemak yang sebenarnya.

Alasan fisiologisnya: metabolisme basal terutama ditopang oleh otot dan organ (jaringan yang aktif secara metabolik), bukan oleh lemak tubuh. Dua individu dengan berat 80 kg, masing-masing 12 % dan 22 % bodyfat, memiliki massa tanpa lemak 70,4 kg vs 62,4 kg, jadi selisih BMR sekitar 170 kcal/hari. Jika TDEE kamu sudah salah sejak dasar, TEF ikut masuk ke dalam persamaan yang sudah tidak terkalibrasi.

Secara konkret: Lean menghitung BMR kamu berdasarkan massa tanpa lemak yang sebenarnya lewat BodyScan AI, lalu mengintegrasikan TEF pada BMR yang akurat ini. Kesalahan berantai yang dilakukan aplikasi terjadi di dua tingkat: BMR berdasarkan berat total (salah), lalu 0 kcal TEF (juga salah). Lean memperbaiki keduanya.

Agar TEF terintegrasi dalam TDEE yang akurat, BMR harus tepat terlebih dahulu. Dan untuk itu, kamu perlu bodyfat yang sebenarnya. Di sinilah BodyScan AI dari Lean berperan.

Kebanyakan aplikasi menghitung BMR berdasarkan berat total (Harris-Benedict 1919, Mifflin-St Jeor 1990). Lean menghitung BMR kamu berdasarkan massa tanpa lemak yang diestimasi lewat bodyfat, berkat model proprietari yang dipatenkan. BMR ini kemudian menjadi fondasi untuk mengintegrasikan TEF ke dalam TDEE.

Sebuah foto, 5 detik, dan Lean tahu bodyfat kamu dengan akurat. Angka ini langsung menjadi input untuk perhitungan BMR kamu, yang kemudian menjadi fondasi untuk integrasi TEF ke dalam TDEE kamu. Inilah arsitektur berantai yang tidak ditawarkan aplikasi lain.

Lean menghitung TEF dari setiap makanan yang kamu catat, lalu mengintegrasikannya ke dalam TDEE harian kamu secara real-time. Inilah arsitektur lengkapnya:

Tab Pengeluaran di Lean merinci secara real-time setiap komponen TDEE: BMR, NEAT, EAT, TEF. Klik TEF untuk melihat rincian per makanan.

Prinsip dasar TEF: setiap kalori protein butuh 25 % untuk dicerna, dibandingkan 2 % untuk lemak. Makan lebih banyak protein = mengeluarkan lebih banyak energi dengan kalori yang sama. Ini adalah keuntungan metabolik nyata dari pola makan tinggi protein saat fase cutting.

Jawabannya bersifat biokimia. Protein harus dipecah menjadi asam amino, lalu kemudian entah dimasukkan ke sintesis protein (biaya ATP), atau dioksidasi (siklus Krebs), atau diubah menjadi glukosa (glukoneogenesis, biaya yang bahkan lebih tinggi). Deaminasi nitrogen (produksi urea) itu sendiri juga membutuhkan energi.

Tab Pengeluaran di Lean merinci setiap komponen TDEE secara real time: BMR, NEAT, EAT, TEF. TEF yang ditampilkan sesuai dengan makanan yang kamu log hari itu, dihitung berdasarkan setiap makro.

Piramida Progresi Lean mengurutkan prioritas untuk mencapai tujuan tubuhmu. TEF berperan di dua tingkat: target kalori yang presisi (TEF terintegrasi dalam TDEE) dan makronutrien (komposisi yang menentukan tingkat TEF).