Søvnkvalitet vs. Aftensnacks: Hvad 10.000 Nætter af Data Viser

Du kender sikkert til, at koffein for sent på dagen kan ødelægge din søvn. Men hvad med selve sammensætningen af din middag? Forholdet mellem kulhydrater, protein og fedt, det samlede kalorieindhold, og timingen i forhold til hvornår du falder i søvn — viser nogle af disse faktorer sig i dine søvndata?

Vi besluttede os for at finde ud af det. Ved at sammenkoble aftensmåltidslogfiler fra Nutrola med søvnkvalitetsscore fra Apple Watch og Whoop, opbyggede vi et datasæt med 10.000 matchede nætter — komplette middagsdata på den ene side og objektive søvnmål på den anden. De korrelationer, vi fandt, var stærkere end forventet, og flere af dem udfordrer konventionel visdom.

Dette er ikke et klinisk forsøg. Det er observationsdata fra virkelige brugere, der lever virkelige liv. Men med 10.000 datapunkter og omhyggelige kontroller er mønstrene svære at ignorere.

Metodologi: Hvordan Vi Byggede Datasættet

Datakilder

Vi trak data fra Nutrola-brugere, der opfyldte tre kriterier samtidig:

1. De loggede middag i Nutrola mindst 5 dage om ugen i minimum 8 sammenhængende uger
2. De synkroniserede søvndata fra enten Apple Watch (watchOS 10+) eller Whoop (4.0) via Apple Health eller direkte integration
3. De havde komplette makroopdelinger for deres aftensmåltider (ikke kun kaloritotal)

Dette gav os en pulje på 4.218 brugere på tværs af 23 lande, der bidrog med i alt 10.247 matchede middag-søvn par indsamlet mellem juni 2025 og marts 2026.

Søvnkvalitetsscore

Både Apple Watch og Whoop genererer sammensatte søvnkvalitetsscore, men de bruger forskellige skalaer. Apple Watch vurderer søvn på en kvalitativ skala, der tager højde for tid brugt på at sove, afbrydelser og hjertefrekvensvariabilitet (HRV). Whoop producerer en restitutionsscore fra 0 til 100, der vægter søvnpræstationen tungt. For at normalisere på tværs af enheder konverterede vi alle scores til en standardiseret 0-100 skala ved hjælp af hver platforms percentildistributioner. En score på 75 i vores datasæt betyder det samme, uanset hvilken enhed der genererede den.

Definition af Aftensmåltid

Vi definerede "aftensmåltid" som al mad logget i Nutrola mellem kl. 17:00 og midnat på den samme kalenderdag som den tilsvarende søvnsession. For brugere, der loggede flere aftenindgange (en middag plus en sen snack, for eksempel), kombinerede vi dem til en enkelt aftenernæringsprofil.

Statistisk Tilgang

Vi brugte Pearson korrelationskoefficienter (r) til at måle lineære forhold og Spearman rangkorrelationer, hvor fordelingerne var ikke-normale. Alle rapporterede korrelationer er statistisk signifikante ved p < 0.01, medmindre andet er noteret. Vi kontrollerede for alder, køn, BMI (hvor det var tilgængeligt) og ugedag.

Nøgle Demografi

Metrik	Værdi
Samlede matchede nætter	10.247
Unikke brugere	4.218
Apple Watch brugere	2.641 (63%)
Whoop brugere	1.577 (37%)
Gennemsnitsalder	34,2 år
Kvinde / Mand / Ikke specificeret	47% / 49% / 4%
Repræsenterede lande	23
Gennemsnitlig studieperiode pr. bruger	11,3 uger

Nøglekorrelationer: Hvilke Aftensnæringsvariabler Relaterer til Søvn

Aftens Kulhydratindtag vs. Søvnkvalitetsscore

Dette var den stærkeste enkeltmakro korrelation i hele datasættet. Aftens kulhydratindtag viste en moderat positiv korrelation med søvnkvalitet op til et punkt, hvorefter det vendte.

Aftens Kulhydratindtag (g)	Gennemsnitlig Søvnscore	n	Korrelation
0 - 30	61.2	987	—
31 - 60	66.8	1.843	—
61 - 100	72.4	3.412	—
101 - 150	74.1	2.558	—
151 - 200	70.3	1.021	—
201+	64.7	426	—

Samlet korrelation (kulhydrater vs. søvnscore): r = 0.23 (p < 0.001) for den lineære komponent, men forholdet er tydeligt kurvilineært. Når det modelleres som et kvadratisk forhold, forbedredes R-squared til 0.31. Den ideelle mængde ser ud til at ligge mellem 60 og 150 gram kulhydrater til middag.

Dette stemmer overens med eksisterende forskning, der antyder, at kulhydrater letter transporten af tryptofan over blod-hjerne-barrieren, hvilket understøtter produktionen af serotonin og melatonin. Men for mange kulhydrater — især raffinerede — kan forårsage blodsukkerudsving, der forstyrrer søvnens struktur.

Aftens Proteinindtag vs. Søvnkvalitetsscore

Protein viste en svagere, men stadig signifikant positiv korrelation med søvnkvalitet.

Aftens Proteinindtag (g)	Gennemsnitlig Søvnscore	n
0 - 15	63.4	612
16 - 30	68.1	2.104
31 - 45	72.0	3.687
46 - 60	73.2	2.441
61 - 80	71.8	1.012
81+	69.4	391

Samlet korrelation (protein vs. søvnscore): r = 0.17 (p < 0.001). Forholdet flader ud omkring 45-60 gram, og meget høje proteinmiddage (over 80g) viste et lille fald. En hypotese: højt proteinindhold øger termogenesen, hvilket hæver kropstemperaturen — det modsatte af hvad din krop har brug for for at indlede søvn.

Aftens Fedtindtag vs. Søvnkvalitetsscore

Fedtindtag til middag viste den svageste korrelation af de tre makronæringsstoffer.

Aftens Fedtindtag (g)	Gennemsnitlig Søvnscore	n
0 - 15	69.0	1.234
16 - 30	70.8	2.876
31 - 50	71.2	3.341
51 - 70	70.1	1.898
71+	67.3	898

Samlet korrelation (fedt vs. søvnscore): r = 0.08 (p < 0.01). Moderat fedtindtag (16-50g) var forbundet med lidt bedre søvn, men effekten var lille. Meget høje fedtmiddage (over 70g) korrelerede med lavere scores, muligvis på grund af langsommere gastrisk tømning, der forårsager ubehag.

Samlet Middagskalorier vs. Søvnkvalitetsscore

Det samlede kalorieindtag til middag fulgte et klart omvendt U-mønster.

Middagskalorier (kcal)	Gennemsnitlig Søvnscore	n
Under 300	63.1	824
300 - 500	69.4	2.337
501 - 700	73.6	3.478
701 - 900	72.1	2.214
901 - 1.200	67.8	1.043
Over 1.200	62.4	351

Samlet korrelation (kalorier vs. søvnscore): r = 0.14 (p < 0.001) lineær; kvadratisk R-squared = 0.27. At gå i seng for sulten eller for mæt korrelerede begge med dårligere søvn. Det optimale kalorieområde til middag i vores data var 500-900 kcal.

Tid Mellem Sidste Måltid og Sengetid vs. Søvnkvalitetsscore

Denne variabel producerede en af de reneste korrelationer i datasættet.

Timer Mellem Sidste Mad og Søvn	Gennemsnitlig Søvnscore	n
Mindre end 1 time	62.8	743
1 - 2 timer	67.3	1.876
2 - 3 timer	72.9	3.214
3 - 4 timer	74.8	2.867
4 - 5 timer	72.1	1.102
Mere end 5 timer	66.4	445

Samlet korrelation (måltid-til-søvn afstand vs. søvnscore): r = 0.26 (p < 0.001) for den lineære del op til 4 timer; hele datasættet er bedre modelleret som kurvilineært (kvadratisk R-squared = 0.34). Det 3-4 timers vindue mellem din sidste bid og at falde i søvn producerede konsekvent de højeste søvnscore.

Alkohol Logget vs. Søvnkvalitetsscore

Brugere, der loggede nogen alkohol i deres aftensmåltidsindgange, viste målbart dårligere søvn.

Alkoholstatus	Gennemsnitlig Søvnscore	n
Ingen alkohol logget	72.6	7.891
1 drink logget	67.4	1.432
2 drinks logget	63.1	648
3+ drinks logget	56.2	276

Korrelation (antal drinks vs. søvnscore): r = -0.31 (p < 0.001). Dette var den stærkeste lineære korrelation i hele datasættet, og den var negativ. Hver ekstra drink var forbundet med et fald på cirka 5-6 point i søvnscore. Dette stemmer overens med omfattende klinisk litteratur, der viser, at alkohol fragmenterer søvnens struktur og undertrykker REM.

Koffein Efter Kl. 14 vs. Søvnkvalitetsscore

Vi identificerede koffeinholdige varer logget efter kl. 14:00 (kaffe, energidrikke, pre-workout kosttilskud, visse teer) ved hjælp af Nutrolas madklassifikationsmærker.

Koffein Efter Kl. 14	Gennemsnitlig Søvnscore	n
Ingen logget	72.4	7.134
1 koffeinholdig vare (2-5 PM)	69.1	1.823
1 koffeinholdig vare (efter 5 PM)	64.7	892
2+ koffeinholdige varer (efter kl. 14)	61.3	398

Korrelation (eftermiddag koffeinindtag vs. søvnscore): r = -0.24 (p < 0.001). Timingen betød mere end mængden. En enkelt kaffe kl. 15 korrelerede med et mindre fald i søvnscore end en enkelt kaffe kl. 19, hvilket stemmer overens med koffeins halveringstid på 5-6 timer.

Fundet om Kulhydrat Timing

Den mest handlingsorienterede indsigt fra dette datasæt involverer interaktionen mellem kulhydratindtag og måltidstid. Da vi så på kulhydratindtag og måltid-til-sengetid afstand sammen, dukkede et klart mønster op.

Kulhydratområde (g)	Måltid-til-Sengetid Gap	Gennemsnitlig Søvnscore	n
60 - 150	3 - 4 timer	77.3	1.241
60 - 150	2 - 3 timer	74.1	1.087
60 - 150	1 - 2 timer	68.2	643
Under 60	3 - 4 timer	70.4	578
Over 150	3 - 4 timer	68.9	412
Over 150	Mindre end 2 timer	61.4	298

Kombinationen af moderate kulhydrater (60-150g) spist 3-4 timer før sengetid producerede de højeste gennemsnitlige søvnscore i datasættet: 77.3 ud af 100. Dette var 16 point højere end den dårligste kombination (høje kulhydrater spist mindre end 2 timer før sengetid).

Mekanismen involverer sandsynligvis insulinets rolle i at lette optagelsen af tryptofan. Kulhydrater udløser insulinfrigivelse, som fjerner konkurrerende store neutrale aminosyrer fra blodbanen, hvilket gør det muligt for mere tryptofan at komme ind i hjernen. Tryptofan er forløberen for serotonin, som derefter omdannes til melatonin. Men denne proces tager tid — at spise kulhydraterne for tæt på sengetid kan forhindre den fulde kaskade i at fuldføre, før søvnen indtræffer.

Protein-Søvn Forbindelsen: Tryptofan-Rige Kilder

Ikke alle proteinkilder korrelerede lige meget med søvnkvalitet. Da vi brød aftenprotein ned efter fødevaretype, stod visse kategorier frem.

Proteinkilde til Middag	Gennemsnitlig Søvnscore	n
Tyrkiet	75.8	487
Laks / fede fisk	75.2	623
Kyllingebryst	72.1	1.876
Æg	73.4	912
Græsk yoghurt	74.1	534
Tofu / tempeh	73.0	389
Rødt kød (okse, lam)	70.4	1.102
Valleproteinshake	68.7	445
Ingen bemærkelsesværdig proteinkilde	65.3	1.214

Tyrkiet og fede fisk toppede listen. Tyrkiet er berømt for at være højt i tryptofan pr. gram protein (selvom myten om Thanksgiving-søvn forenkler dette). Fede fisk som laks bringer den ekstra fordel af omega-3 fedtsyrer og vitamin D, som begge uafhængigt er blevet knyttet til søvnkvalitet i klinisk forskning.

Den relativt lavere score for valleproteinshakes er bemærkelsesværdig. Flydende proteinkilder kan blive fordøjet for hurtigt, og det var almindeligt i denne undergruppe at indtage en shake tæt på sengetid — 61% af proteinshake-indgange blev logget inden for 2 timer før søvn.

Hvad Ser Ud til Ikke at Betydde Noget

Nogle variabler, vi forventede ville korrelere med søvnkvalitet, gjorde det simpelthen ikke, i det mindste ikke i dette datasæt.

Variabel	Korrelation med Søvnscore	p-værdi	Fortolkning
Fiberindtag til middag	r = 0.04	p = 0.12	Ikke signifikant
Natriumindtag til middag	r = -0.03	p = 0.18	Ikke signifikant
Sukker vs. komplekse kulhydrater ratio	r = 0.06	p = 0.03	Marginalt signifikant
Antal forskellige fødevarer til middag	r = 0.02	p = 0.41	Ikke signifikant
Økologiske vs. ikke-økologiske mærkede varer	r = 0.01	p = 0.67	Ikke signifikant

Den ikke-fundne fiber var overraskende. Flere studier har knyttet højere samlet dagligt fiberindtag til bedre søvn, men i vores data flyttede aftenfiber specifikt ikke nålen. Det er muligt, at det samlede daglige fiberindtag betyder mere end fiber til middag, eller at vores stikprøvestørrelse inden for denne specifikke variabel ikke var stor nok til at opdage en lille effekt.

Forholdet mellem sukker og komplekse kulhydrater viste kun marginal betydning (p = 0.03), hvilket betyder, at typen af kulhydrat til middag betød mindre end den samlede mængde. Dette strider imod nogle kliniske fund og kræver yderligere undersøgelse.

Begrænsninger og Forbehold

Vi ønsker at være gennemsigtige omkring, hvad disse data kan og ikke kan fortælle os.

Korrelation er ikke årsagssammenhæng. Dette er observationsdata. Vi kan ikke sige, at det at spise 100 gram kulhydrater 3 timer før sengetid forårsager bedre søvn. Det er muligt, at folk, der spiser afbalancerede middage på rimelige tidspunkter, også har andre vaner — regelmæssig motion, konsekvente tidsplaner, lavere stress — der uafhængigt forbedrer søvnen. Vi kontrollerede for nogle forstyrrende faktorer (alder, køn, BMI, ugedag), men uanmeldte variabler eksisterer bestemt.

Selvrapporterede ernæringsdata har iboende fejl. Selv med AI-assisteret logning er fejl i portionsestimering på 10-20% typiske. Nutrolas fotogenkendelse hjælper, men eliminerer ikke dette.

Bærbare søvnscore er estimater. Apple Watch og Whoop bruger accelerometri, hjertefrekvens og HRV til at udlede søvnkvalitet, men de er ikke polysomnografi. Disse scores er nyttige tilnærmelser, ikke kliniske målinger.

Udvælgelsesbias. Brugere, der konsekvent logger måltider og bærer søvntrackere, er ikke repræsentative for den generelle befolkning. De har tendens til at være mere sundhedsbevidste, yngre og mere teknologisk engagerede. Vores fund kan ikke generaliseres til alle befolkninger.

Ingen kontrol for træningstidspunkt. Aftenmotion påvirker både appetit og søvn, og vi kontrollerede ikke for det i denne analyse.

Kulturelle og diætiske mønstre som forstyrrende faktorer. Brugere fra forskellige regioner spiser forskellige typer mad på forskellige tidspunkter, og de kan også have kulturelt påvirkede søvnmønstre. Vi adskilte ikke disse effekter fuldstændigt.

Praktiske Middagsretningslinjer Baseret på Dataene

Baseret på de mønstre, vi observerede, ser her hvad en søvnoptimeret middag ser ud i vores datasæt:

Parameter	Optimal Område
Samlede kalorier	500 - 900 kcal
Kulhydrater	60 - 150 g
Protein	30 - 60 g
Fedt	15 - 50 g
Måltid-til-sengetid afstand	3 - 4 timer
Alkohol	Ingen
Koffein efter kl. 14	Ingen

Bedste Aftensmad for Søvnkvalitet (efter gennemsnitlig søvnscore i vores data)

Mad	Gennemsnitlig Søvnscore Når Inkluderet	Frekvens i Datasæt
Laks	75.2	623 nætter
Tyrkiet	75.8	487 nætter
Søde kartofler	74.6	534 nætter
Brune ris	74.2	891 nætter
Græsk yoghurt (aften snack)	74.1	534 nætter
Æg	73.4	912 nætter
Quinoa	73.8	312 nætter
Bananer (aften snack)	73.1	278 nætter

Værste Aftensmad for Søvnkvalitet (efter gennemsnitlig søvnscore i vores data)

Mad	Gennemsnitlig Søvnscore Når Inkluderet	Frekvens i Datasæt
Pizza (levering/frossen)	64.3	876 nætter
Burgere (fastfood)	63.8	534 nætter
Is (stor portion 200g+)	65.1	412 nætter
Energidrikke (aften)	59.4	187 nætter
Stegt kylling	65.7	345 nætter
Chips / snacks (aften snack)	66.2	567 nætter

Vigtigt forbehold: disse madniveau korrelationer bærer alle de forstyrrende faktorer, der er nævnt ovenfor. Folk, der spiser fastfood pizza til middag, går måske også senere i seng, drikker mere alkohol eller har mere stressede dage. Maden i sig selv er muligvis ikke den direkte årsag til lavere søvnscore.

Hvordan Nutrola og Bærbar Integration Muliggør Personlig Indsigt

Analysen i dette indlæg var mulig, fordi Nutrola forbinder ernæringsdata med sundhedsdata fra bærbare enheder. Men det samme princip fungerer på individuelt niveau.

Når du logger dine måltider i Nutrola og synkroniserer dine Apple Watch eller Whoop data, kan appen fremhæve mønstre, der er specifikke for dig. Befolkningsniveau gennemsnit er interessante, men dit personlige respons på aftenens kulhydrater, din individuelle koffeinfølsomhed, din egen optimale middagstid — det er det, der faktisk betyder noget for at forbedre din søvn.

Nutrolas integration med Apple Health og Whoop betyder, at dine måltidsdata sidder sammen med dine søvndata, aktivitetsdata og restitutionsmålinger ét sted. Over tid identificerer appen korrelationer i dine personlige data og præsenterer dem som handlingsorienterede indsigter. Du kan opdage, at din søvnscore falder hver gang du spiser middag efter kl. 21, eller at højere proteinmiddage på træningsdage korrelerer med bedre restitutionsscore.

Denne type n-of-1 analyse krævede tidligere et regneark og meget tålmodighed. Nu sker det automatisk.

Nutrola-abonnementer starter ved kun 2,50 EUR om måneden, uden annoncer på nogen niveau. Bærbar synkroniseringsfunktioner er inkluderet, ikke låst bag en højere betalingsmur.

Konklusion

På tværs af 10.000 nætter af matchede middag- og søvndata er mønstrene konsekvente: moderate kulhydrater (60-150g) og moderat protein (30-60g) spist 3-4 timer før sengetid, uden alkohol og uden sen koffein, korrelerede med de højeste søvnkvalitetsscore. Den stærkeste enkeltforudsigelse for dårlig søvn var alkohol, og den stærkeste positive forudsigelse var måltid-til-sengetid tidsvinduet.

Dette er korrelationer, ikke recepter. Din fysiologi, din tidsplan og dine mål er unikke. Men hvis du allerede sporer din mad og bærer en søvntracker, eksisterer dataene til at teste disse mønstre mod dit eget liv allerede. Du skal bare forbinde punkterne.

Det er, hvad Nutrola blev bygget til at gøre. Log din middag i aften, tjek din søvnscore i morgen tidlig, og begynd at opbygge dit eget datasæt. Ti tusinde nætter gav os befolkningsniveau tendenser. Et par uger med dine egne data kan give dig noget endnu mere værdifuldt: personlige svar.