Kako šteti kalorije, ne da bi ti to vzelo življenje. Primerjava 4 metod, njihova dejanska natančnost in tista, ki jo boš uporabljal_a še čez 6 mesecev.
Skeniranje s fotografijo z UI, črtna koda, podatkovna baza, hitro dodajanje: kaj je posamezna metoda v resnici vredna, zakaj 80 % ljudi odneha v 3 mesecih in kako izbrati glede na svoj profil.
Štiri metode za štetje kalorij: AI foto skeniranje (fotografiraš svoj krožnik, AI prepozna vsako živilo in njegovo količino), skeniranje črtne kode (pakirani izdelki, podatki proizvajalca), baza podatkov (iskanje + tehtanje, najbolj natančen način) in hitri vnos (groba skupna ocena v 10 sekundah). Prava metoda je tista, ki jo boš uporabljal_a 6 mesecev, ne tista, ki je na papirju najbolj natančna. In štetje vnosa je smiselno le, če je tvoja poraba, TDEETotal Daily Energy Expenditure: tvoja skupna poraba kalorij v 24 h. TDEE = BMR + NEAT + EAT + TEF., pravilno izračunana.
Zakaj 80 % ljudi preneha šteti v 3 mesecih
Štetje kalorij deluje. To ni vprašanje. Vprašanje je, da skoraj nihče ne vztraja: študije programov za hujšanje kažejo množično osipanje že v prvih tednih, še preden se na tehtnici pokaže prvi viden rezultat.
Trenje, konkretno: iskanje »piščančjih prsi« na seznamu, izbira pravega vnosa med 40 podvojenimi, ocenjevanje 150 g na oko, ponavljanje za fižol, nato za oljčno olje. Trikrat na dan. 90-krat na mesec. Prav ta administracija ubija sledenje, ne ideja o sledenju.
Praktičen sklep: izbira metode vnosa ni podrobnost uporabniške izkušnje. To je TA spremenljivka, ki odloča, ali bodo tvoji podatki čez 3 mesece še obstajali. Tukaj so 4 metode, razvrščene od najhitrejše do najzahtevnejše.
Skeniranje s fotografijo z UI: 5 sekund na obrok
Fotografiraš svoj krožnik. Leanov AI izvede dvojno prepoznavo: najprej prepozna vsako prisotno živilo (piščanec na žaru, stročji fižol), nato oceni količino vsakega posebej. Rezultat ni neka skupna številka, potegnjena iz rokava, ampak razčlenitev po posameznih živilih, s kalorijami in makrohranili za vsako vrstico.

Na slikah, korak za korakom, na pravem obroku:



Pri običajnih jedeh je tipična napaka približno ±10 % na obrok. To je manj natančno kot tehtnica in več kot dovolj za usmerjanje izgube maščobe (k temu se spodaj vrnemo z zakonom velikih števil). Predvsem pa je to edina metoda, ki pokrije obroke brez oznake: doma, v restavraciji, v menzi.
Kjer Lean gre še dlje: ti ostaneš v nadzoru
UI-sken je uporaben samo, če lahko popraviš, kar predlaga. Lean ti za vsako živilo ponuja tri možnosti:
Uredi količine
En drsnik na živilo: tukaj je UI kruh ocenil na 101,4 g, popravljeno na 70 g. Kalorije in skupna vrednost jedi se takoj preračunajo.


Uredi makrohranila
Svojo recepturo poznaš bolje kot povprečje? Tukaj so čipsi: UI predlaga 4,1 g maščob, ti popraviš na 14 g. Krof in skupna vrednost sledita.


Ponovno skeniraj eno samo živilo
Je UI purana zamenjala za sir? Vpišeš pravo ime, vrstica se sama ponovno analizira, ne da bi bilo treba znova vnesti celo jed.


Preizkus proti Cal AI: razčlenitev proti skupni oceni
Enaka fotografija, dve aplikaciji. Razlika je očitna:



To je strukturna razlika v primerjavi z večino aplikacij za skeniranje, na čelu s Cal AI: vrnejo skupno oceno za celoten obrok, skupno število kalorij in makrohranil brez razčlenitve, ki bi jo bilo mogoče urejati po posameznih živilih. Če je ocena napačna, jo lahko le sprejmeš ali zavržeš. Pri razčlenitvi po živilih napako popraviš v dveh dotikih.
Prava uporaba: doma pripravljene jedi, restavracija, menza, vsi obroki brez črtne kode. Privzeta metoda za 90 % obrokov.
Skeniranje črtne kode: natančnost oznake
Za vse, kar pride iz embalaže, je črtna koda nepremagljiva: hranilne vrednosti pridejo neposredno iz podatkov proizvajalca. Lean se opira na podatkovni zbirki USDA in OpenFoodFacts, torej na milijone referenc. Skeniraš, prilagodiš količino, in je urejeno.
Omejitev je očitna: tvoj krožnik domačih testenin nima črtne kode. Zato se ta metoda naravno dopolnjuje s fotografskim UI-skenom, ne pa ga nadomešča.
Prava uporaba: nakupi, prigrizki, predelana živila, šejki. Največja natančnost pri industrijsko izdelanih živilih, brez truda.
Podatkovna zbirka + tehtnica: natančni način
Zgodovinska metoda: živilo stehtaš, ga poiščeš v zbirki, vneseš grame. S kuhinjsko tehtnico je to najbolj natančna metoda, kar jih obstaja, tista za tekmovalne priprave in klinične protokole.


Plošča »Preostanek / Vpliv« ti še pred potrditvijo pokaže, kaj živilo spremeni pri tvojih dnevnih proračunih: kalorije, beljakovine, ogljikovi hidrati, maščobe, vlaknine. Odločaš se z jasnim vpogledom, ne naknadno.
Lean zmanjša trenje na minimum: zgodovina tvojih pogostih živil, iskanje po USDA + OpenFoodFacts, dodajanje v dveh dotikih s seznama. A bodimo iskreni glede dejanskega stroška: 2 do 3 minute na obrok in disciplina tehtanja. Prav to trenje povzroča 80 % opuščanja klasične metode.
Prava uporaba: stroga definicija, napredna telesna rekompozicija, športi s težnostnimi kategorijami. In tvojih 5 do 10 ponavljajočih se vsakodnevnih živil, zaradi katerih je vnos na podlagi zgodovine skoraj takojšen.
Hitri vnos: skupna ocena, ki reši dan
Rojstnodnevni bife, prenatrpan dan, obrok stoje med dvema sestankoma: nekaterih obrokov nikoli ne boš natančno beležil. Hitri vnos ti omogoča, da v 10 sekundah vneseš skupno oceno, ocenjene kalorije in makrohranila. Manj natančno, a neskončno bolje kot podatkovna luknja.


Živa kalorična bilanca naredi ostalo: na posnetku je cilj 2 143 kcal, zaužitih 1 000, preostalih 1 143, ki se sproti preračunavajo čez dan. Približen, a beležen dan je boljši kot popoln, a opuščen dan: rezultat vodi tedensko povprečje, ne čistost posameznega dne.

Prava uporaba: naporni dnevi, družabni obroki, rezerva proti opustitvi. Metoda, ki prepreči miselnost »en obrok sem zamudil_a, torej je ves teden izgubljen«.
Katera metoda za kateri profil
Najprej primerjava 4 metod po 4 pomembnih merilih: enostavnost na obrok, razpoložljivost (ali deluje povsod, ves čas), vzdržnost na dolgi rok in natančnost.
UI-sken s fotografijo
Ena fotografija, 5 sekund
Črtna koda
Natančna oznaka
Podatkovna zbirka + tehtnica
Natančni način
Hitri vnos
Rezervna skupna ocena
++ odlično + dobro − šibka točka. »Dolgoročno« = verjetnost, da boš metodo uporabljal_a še čez 6 mesecev.
Branje primerjave: nobena metoda ne zmaga povsod. Sken z UI prevladuje pri vzdržnosti, baza + tehtnica pri natančnosti, hitro dodajanje pa obstaja le za zapolnitev vrzeli. Od tod profili: 4 metode se med seboj ne izključujejo, prava strategija je mešanica, odmerjena glede na tvojo trenutno zahtevnost in urnik. Trije profili pokrijejo skoraj vse primere.
Brez trenja, učenje z delom
Skeniranje s fotografijo z UI povsod, črtna koda za pakirana živila, brez tehtanja. Edini cilj: zdržati 3 mesece in izuriti oko za porcije. Natančnost bo prišla pozneje, najprej navada.
Vsak odstotek šteje
Tehtnica + podatkovna baza za domače obroke, črtna koda za pakirana živila, sken z UI v restavraciji. Za kratka obdobja, kjer se natančnost res izplača: konec definicije, uradno tehtanje.
Zanesljivi podatki brez razmišljanja
Črtna koda in sken z UI vsak dan, hitro dodajanje kot rezerva za nemogoče dni. Porcije že poznaš, želiš le, da podatki obstajajo.
Pravilo za odločanje, veljavno za vse: v dvomu izberi najlažjo metodo, za katero si prepričan, da jo boš vztrajno uporabljal. Popolni podatki, ki jih po 3 tednih nehaš vnašati, so ničvredni.
Napaka ±10 % , ki izgine v enem mesecu
Klasičen ugovor proti skenu z UI: »Napaka ±10 % je prevelika«. To je razmišljanje o enem samem obroku. A ne spremljaš enega obroka: spremljaš jih približno 90 na mesec.
Rožnata: precenjeni obroki. Zelena: podcenjeni obroki. Črna črta: tvoj dejanski vnos. V enem mesecu se odstopanja izničijo.
To je zakon velikih števil (Kolmogorov): neodvisne naključne napake se izničujejo, ko število opazovanj narašča. Ponedeljkovih +12 % izniči torkovih manjkajočih 8 %. Kar ostane v enem mesecu, je povprečna pristranskost modela, pri dobro umerjenem skenu blizu nič, ne šum enega obroka.
Ročni vnos pa ima težavo povsem druge narave: sistematičen odklon. Ljudje sistematično poročajo, da pojedo manj, kot dejansko pojedo, in to vedno v isto smer, odklon pa se nikoli ne izravna.
Bistvo: vprašanje ni »ali je sken z UI popoln?«, ampak »katera metoda na 90 obrokih ustvari najbolj točne podatke?«. In tu zmaga avtomatizacija, ker usmerjeno pristranskost zamenja s šumom, ki se izniči.
Štetje ni dovolj: manjka druga polovica enačbe
Popoln prehranski dnevnik sam po sebi ne pove ničesar. Izguba maščobe je negativna energijska bilanca: vnos je nižji od porabe. Če je tvoja poraba napačno izračunana, je tvoj primanjkljaj računovodska fikcija, in kalorije lahko šteješ do grama natančno, pa nikoli ne napreduješ.
Težava: skoraj vse aplikacije tvojo porabo ocenjujejo s Harris-Benedictom (1919) ali Mifflin-St Jeorjem (1990), formulami na podlagi surove teže, ki ignorirajo tvojo telesno sestavo. Pri enaki teži telo z 15 % bodyfata in telo z 30 % bodyfata sploh ne porabita enako. Lean porabo izračuna drugače, v štirih korakih:
BodyScan UI
V aplikaciji posnameš fotografijo. UI oceni tvoj bodyfat na podlagi vidne morfologije, in to znova vsak teden. Ta meritev zasidra celoten izračun na tvojo pusto maso, ne na surovo težo.
BMR prek patentiranega lastniškega modela
Leanov patentirani algoritem izračuna tvoj bazalni metabolizem iz tvoje dejanske puste mase. Natančnejši je od Harris-Benedicta 1919 ali Mifflin-St Jeorja 1990, ki poznata le tvojo težo.
NEAT, EAT in TEF merjeni, ne pavšalno določeni
Tvoji koraki štejejo v NEAT, tvoje vadbe v EAT prek referenčnih tabel MET, TEF pa se izračuna iz makrohranil, ki si jih dejansko zaužil, prav po zaslugi tvojega sledenja.
Ponovno izračunana metabolična prilagoditev
Pri dolgotrajnem primanjkljaju BMR pade. Lean je prva aplikacija, ki ta koeficient modelira in ga uporabi multiplikativno na BMR. Konvencija: 100 % = optimalno, 90 % = 10 točk prilagoditve.
Rezultat: živa energijska bilanca primerja to, kar poješ (šteto s 4 metodami iz tega vodnika), s tem, kar dejansko porabiš, in to preračunava sproti. Prav kombinacija obeh polovic, natančen vnos in natančen iznos, naredi izgubo maščobe predvidljivo. Eno brez drugega je računovodstvo v prazno.
Pogosta vprašanja o štetju kalorij
Koliko kalorij na dan za hujšanje?
Ali je sken fotografije z UI zanesljiv za štetje kalorij?
Ali je treba živila tehtati, da šteješ kalorije?
Ali je treba kalorije šteti vsak dan?
Zakaj ne hujšam, čeprav štejem kalorije?
Ali štetje kalorij vodi v obsesivnost?
Kakšna je razlika med Lean in MyFitnessPal pri štetju kalorij?
Literatura
- 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.
- 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.
- 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.
- 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.
- USDA FoodData Central. Referenčna prehranska podatkovna zbirka. fdc.nal.usda.gov.
- Open Food Facts. Svetovna skupnostna baza pakiranih živilskih izdelkov. world.openfoodfacts.org.
- Hall K.D. et al. (2011). Quantification of the effect of energy imbalance on bodyweight. Lancet. PubMed 21872751.
- Mifflin M.D. et al. (1990). A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. PubMed 2305711.
- Harris J.A., Benedict F.G. (1919). A Biometric Study of Basal Metabolism in Man. Carnegie Institution of Washington.
- Ainsworth B.E. et al. (2011). Compendium of Physical Activities: a second update of codes and MET values. Med Sci Sports Exerc. PubMed 21681120.
