Във всички случаи с изключение на един, знанието за грешката при етикетирането на храните е забавна любопитност, но всъщност не влияе на полезността на проследяването на приема на калории в реалния свят.

Разпространете любовта

  • Кликнете, за да споделите във Facebook (Отваря се в нов прозорец)
  • Кликнете, за да споделите в Twitter (Отваря се в нов прозорец)
  • Кликнете, за да споделите в LinkedIn (Отваря се в нов прозорец)
  • Щракнете, за да споделите в Reddit (Отваря се в нов прозорец)
  • Щракнете, за да споделите в Pocket (Отваря се в нов прозорец)
  • Кликнете, за да споделите в Pinterest (Отваря се в нов прозорец)
  • | Повече ▼

Това е статия, която исках да напиша преди малко, когато тази статия за Precision Nutrition за етикетите за хранене за първи път обикаля, но така и не стигнах до нея.

Нека да започна, като кажа, че наистина харесвам PN, уважавам това, което правят и изпитвам много уважение към работата на Джон Берарди. Мисля обаче, че тази статия пропуска оценката по някои доста ясни причини, които е лесно да се демонстрират математически. Първо, силно ви препоръчвам да прочетете статията. Мисля, че повдига някои добри точки и свърши чудесна работа за повишаване на осведомеността по проблем, с който повечето хора не са запознати: информацията на етикетите за хранене не е напълно точна (всъщност законът позволява тя да бъде изключена с до 20%) и понякога може да бъде диво неточен. Храните могат да бъдат опаковани с повече или по-малко калории, отколкото са на етикета, а тялото ви върши по-добра или по-лоша работа с извличането на енергията от определени храни (до голяма степен въз основа на съдържанието на фибри и начина на приготвяне).

Мисля обаче, че статията пропуска марката, когато прави скок, за да твърди, че „преброяването на калории като начин да се опитате да знаете и контролирате, енергийният ви прием е фундаментално - понякога безнадеждно - недостатъчен“.

Как ще се спра на този проблем

PN статията върши много добра работа, показвайки, че за всяко отделно нещо, което поставите в устата си, изброената информация за храненето може да бъде далеч. Въпросът обаче е дали логичното значение е, че преброяването на калориите като начин за познаване и контрол на енергийния прием е погрешно. Ето защо ще разгледам ефекта от вариациите в „истинския“ брой на калориите от „изброените“ калории върху средната консумирана енергия за по-дълги периоди от време (т.е. времеви скали, необходими за настъпване на значими промени в теглото или телесния състав).

За начало ще разгледам само една храна, която твърди, че върху етикета й има 500 ккал, задавам някои параметри, така че „действителното“ съдържание на калории в тази храна да се различава от този брой и когато ефектите от различните нива на вариация по същество стават безсмислени (тук ще определя „безсмислено“ ниво на грешка 3% или по-малко. Когато мислите, че ядете 500kcal, но наистина ядете 485 или 515, това наистина няма да направи разлика).

След това ще разгледам ефектите от вариациите в „истинското“ съдържание на калории в контекста на един ден на хранене. Грешките при етикетирането на отделни храни може да са големи, но това означава ли, че грешката в рамките на един ден от храненето ще бъде голяма?

След това ще видя дали тези грешки нарастват или намаляват с времето при многодневно хранене.

Накрая ще обсъдя накратко други възможни проблеми. По-конкретно, ще се съсредоточа върху възможността грешките при етикетирането на калориите да могат постоянно да се изкривяват в една или друга посока, вместо да бъдат равномерно разпределени, и да обсъдя уместността на този потенциален проблем в контекста на точността спрямо точността.

Грешки в рамките на една храна

Това е най-простият начин да се моделират ефектите от вариабилността на „истинския“ брой калории спрямо изброения брой калории. Тук току-що използвах някои прости функции за електронни таблици, за да симулирам 1000 версии на същата храна, която е в списъка, за да има 500 калории. За да направите това, можете просто да отидете = norminv (rand (), означава, стандартно отклонение) и да плъзнете тази формула надолу за толкова клетки, колкото искате. За всеки тест средната стойност беше 500. Включих различни стандартни отклонения, вариращи от 50 до 150.

За да се контекстуализират тези числа малко, със стандартно отклонение от 50 калории, някои грешки надвишават 35%, повечето абсолютни грешки са под 20% (т.е. нивото на точност, изисквано от закона), а средната абсолютна грешка е 7-8,5%. При стандартно отклонение от 100 калории някои грешки надвишават 70%, повечето абсолютни грешки са под 40% (2 пъти по-леки от закона), а средната абсолютна грешка е 15,5-17%. При стандартно отклонение от 150 калории някои грешки надвишават 120% (т.е. храна, обозначена като 500 калории, има над 1000 калории или отрицателни калории), повечето абсолютни грешки са под 90%, а средната абсолютна грешка е 23-26% (т.е. средната грешка надвишава максималната правна грешка).

Очевидно средната грешка за всеки тест се срина до 0. Това е очаквано, тъй като определих разпределението да има средно 500. По-важно е обаче да се съсредоточим върху точката, в която средните грешки достигат тривиалност. Определям тривиалността като 3% или по-малко, което означава, че когато ядете храни, които са обозначени като 500 калории, средното количество, което ядете, е някъде между 485 и 515 калории.

За 10 симулации със стандартно отклонение от 50 калории бяха необходими 15, 6, 8, 13, 15, 2, 32, 7, 12 и 0 случая, за да може средната грешка да падне под и да остане под 3%. При стандартно отклонение от 100 калории бяха необходими 26, 18, 58, 14, 83, 68, 191, 62, 131 и 13 случая, за да може средната грешка да падне под и да остане под 3%. При стандартно отклонение от 150 калории бяха необходими 278, 237, 94, 64, 68, 107, 60, 503, 130 и 123 случая, за да може средната грешка да падне под и да остане под 3%.

стандартно отклонение
Един представителен пример за симулациите, които проведох. Тук SD е 150 kcal и можете да видите стойности, вариращи от

980 (т.е. много повече променливост, отколкото ще видите в реалния свят). Въпреки това, например 20, средната грешка (червена) е под 3% и остава под 3%.

Сега тези числа са донякъде произволни, въз основа на това, което смятате за „тривиална“ разлика. Избрах 3%, за да бъда много консервативен, но ако отидете с 5% (т.е. за неща, обозначени с 500 калории, вие всъщност консумирате някъде между 475 и 525 калории, средно; все още много малка разлика), ще отнеме значително по-малко случаи. От друга страна, ако сте огромен прилеп и отидете с 1% като праг на приемлива грешка (което е доста нелепо), дори със стандартно отклонение от 150 калории, където вашият средно аритметично абсолютната грешка е

23-26%, само едно от 40 изпитвания, които съм провел, не е било доста под този праг с 1000 опита.

Лично аз смятам, че допускането за стандартно отклонение от 50 калории е най-вероятното от трите сценария в реалния свят (повечето храни са обозначени с цифри в рамките на законовата граница от 20%), въпреки че може да се направи аргумент за стандарта отклонение от 100 калории (тъй като условията за готвене и храносмилателните странности внасят още по-голяма променливост). И двете условия достигнаха до тривиална грешка в рамките на управляемо малък брой случаи. Дори нелепият сценарий, приемащ стандартно отклонение от 150 калории, се справи достатъчно добре, ако приемем, че проследявате приема на калории, за да управлявате дългосрочен промени в теглото.

Целият този анализ обаче е доста опростен. В крайна сметка просто приемаме, че всички храни са 500 калории. Какво се случва, когато приложим този тип анализ към реални диетични данни?

Действителни данни за храните

Моят приятел Даниел Лопес ми изпрати представителен ден на своите данни на MyFitnessPal (Даниел написа и много по-малко техническа и по-лесна за читатели версия на тази статия, която трябва да прочетете). Използвах неговите данни, защото в момента разполагам с най-скучните и непредставителни данни на MyFitnessPal в света (ям изключително много постни чийзбургери и барове Quest поради мързел) ​​и той е човекът, който ми напомни за тази тема.

Ето неговия ден на хранене:

И така, аз приложих същия вид анализ за този цял ден на хранене, който възлизаше на 2180 калории. Предположих действителното калорично съдържание на всяка храна от посочената стойност със стандартно отклонение или 10% (същото като 50 калории SD по-горе) или 20% (същото като 100 калории SD по-горе). исках да видя

  1. Колко неточна беше средната стойност ден на проследяване на калории
  2. Колко неточно беше едно цяло месец на проследяване на калории

С предположението, че средното стандартно отклонение на грешката е 10%, най-лошият ден в продължение на цял месец е изключен със 7,9% (172 калории), докато средната грешка е 1% (22 калории) и средната стойност абсолютно грешката е била само около 2,7% (59 калории). Яденето на около 1% повече калории, отколкото си мислите, че ядете, когато приемате доста реалистично количество грешка при етикетирането, не ми се струва твърде лошо.

С предположението, че средното стандартно отклонение на грешката е 20%, най-лошият ден в продължение на целия месец е изключен с 16,2% (353 калории), докато средната грешка е 0,7% (17 калории) и средната стойност абсолютно грешката е била само около 4,6% (100 калории).

Ето месеца на симулирани дни, приемащ SD от 20%. Както ще видите, нито един от отделните дни не е че изключен и проследяването продължава да работи безупречно през целия месец:

20% SD
Ден Калории Абсолютна грешка
1 2013 7,66%
2 2088 4,22%
3 2006 г. 7,98%
4 2228 2,20%
5 2017 г. 7,48%
6 2073 4,91%
7 2196 0.73%
8 2110 3,21%
9 2156 1,10%
10 2079 4.63%
11. 1923 г. 11,79%
12 2533 16,19%
13 2060 5,50%
14. 2371 8,76%
15 2173 0,32%
16. 2268 4,04%
17 2240 2,75%
18. 2060 5,50%
19. 2159 0.96%
20. 2143 1.70%
21. 2139 1,88%
22. 2337 7,20%
23. 2372 8,81%
24 2069 5,09%
25 2221 1,88%
26 2285 4,82%
27 2070 5,05%
28 2176 0,18%
29 2189 0,41%
30 2143 1.70%
Средни калории 2163,23
Средна грешка -0.77%
Средна абсолютна грешка 4,62%
Максимална абсолютна грешка 16,19%

Това ни казва три неща:

1) Дори когато се отчита грешка при етикетирането във всички изядени храни, целодневният брой калории, който регистрирате, вероятно ще бъде средно в рамките на 3-5% от „истинската“ цифра, средно.

2) Няколко дни грешките ще бъдат по-големи, но почти винаги по-малки от средната грешка на храна. С други думи, ако чуете „етикетите на храните могат да бъдат изключени с до 20%“, действителната грешка в цял ден на проследяване почти винаги ще бъде далеч по-малка. Това е така, защото положителните грешки в някои храни обикновено ще бъдат отменени от отрицателни грешки в други храни.

3) В рамките на един месец ежедневните грешки и грешките за храна се отменят почти изцяло.

Постоянни грешки в посоката

Проницателният читател може да се противопостави на статията и да попита: „Ами ако грешките вървят предимно в същата посока?“ Това би било справедлив въпрос, тъй като можем да предположим, че производителите на храни може да имат стимул да изкривят броя на калориите ниски, за да изглеждат по-здрави или да ги изкривят високо, за да изглеждат по-снизходителни.

Тук има три потенциални сценария:

1) Ядете комбинация от храни, които постоянно се изкривяват и постоянно се изкривяват.

В крайна сметка всичко, което прави, е да въведе повече нетна променливост (т.е. SD може да е по-близо до 20% вместо 10%), което прави нещата малко по-шумни, но по-голямата част от този шум ще се премахне.

2) Ядете комбинация от храни, които постоянно се изкривяват в една или друга посока.

Тук трябва да обсъдим значението на точността спрямо точността. В този случай точността е степента, до която средният действителен брой калории в това, което ядете, съвпада със средния изброен брой калории в това, което ядете. Прецизността е степента, до която действителният брой калории в това, което ядете, се променя всеки път, когато ядете храна. Високата точност (ниска променливост) е добра.

Представете си, че имате доста последователен график на хранене и ядете една и съща закуска и обяд всеки ден. Да предположим, че мислите, че ядете 500 калории в закуската си, но всъщност това са 600 калории, и да предположим, че мислите, че ядете 800 калории на обяд, но всъщност това са 1000 калории. Вие получавате 300 калории на ден, 2100 калории на седмица и 9000 калории на месец! Въпреки това, вие сте на разстояние от същото 300 калории на ден, което означава, че вашата точност е лоша, но вашата точност е много добра. Ако смятате, че поддържате тегло с 2500 калории на ден и че трябва да намалите до 2000, за да отслабнете, вашата неточност няма значение. В действителност поддържате тегло с 2800 калории на ден и трябва да намалите до 2300, за да отслабнете. Действителната манипулация с калории, за да повлияе на промяната на теглото, е същата. Броят на калориите ви е грешен, но тази грешка не ограничава тяхната полезност за това да знаете какво трябва да направите, за да наддадете или да отслабнете, тъй като всички те грешат в една и съща посока.

3) Вие ядете комбинация от храни, които постоянно се изкривяват в едната посока и след това преминавате към съвсем различна комбинация от храни, които се изкривяват в другата посока.

Това е единственият случай, в който грешките при етикетирането всъщност биха имали значение и това е случай на край. Да приемем, че мислите, че ядете 2500 калории на ден, за да поддържате теглото си, но всички храни, които ядете, са постоянно изкривени, така че всъщност ядете само 2200 калории на ден. След това сваляте калориите си до 2000, за да отслабнете и докато правите това, променяте ежедневната си диета на съвсем различен набор от храни, които постоянно се изкривяват високо, така че всъщност все още ядете 2200 калории.

Това би било проблем на теория, но просто не така се държат повечето хора на практика.

TL; DR

Да, етикетите за хранене имат грешки. Грешките в отделните храни понякога (често, може би) са много по-големи, отколкото хората предполагат. Въпреки това, освен ако всички тези грешки не се изкривят в една посока, вашият всеки ден броят на калориите все още ще бъде доста точен и точен, а средната им точност ще се увеличи с течение на времето. Ако тези грешки направете всички изкривени в една посока, броят на калориите ви ще бъде по-малко точен, но вероятно ще бъде по-точен (което в крайна сметка е по-полезно така или иначе). Във всички случаи, с изключение на един, знанието за грешката при етикетирането на храните е забавна любопитност, но всъщност не влияе върху полезността на проследяването на приема на калории в реалния свят.

Прочетете Напред

Споделете това във Facebook и се присъединете към разговора

Свързани

Относно Грег Нуколс

Грег Нуколс има над десетилетие опит в бара, бакалавър по упражнения и спортни науки и магистър по физиология на упражненията. Той е държал 3 световни рекорда за всички времена в пауърлифтинга в класовете 220 и 242.

Той е обучил стотици спортисти и обикновени хора, както онлайн, така и лично. Той е писал за много от големите списания и уебсайтове във фитнес индустрията, включително Men's Health, Men's Fitness, Muscle & Fitness, Bodybuilding.com, T-Nation и Schwarzenegger.com. Освен това той е имал възможността да работи и да се учи от многобройни рекордьори, спортисти шампиони и колеги и професионални треньори по сила и кондиция чрез предишната си работа като главен директор на съдържанието за системи за обучение на Джагърнаут и текущата работа на пълен работен ден тук в Stronger By Science.

Неговите страсти правят сложната информация лесно разбираема за спортисти, треньори и любители на фитнеса, помага на хората да постигнат своите силни и фитнес цели и пие страхотна бира.