כמה קלוריות האדם הממוצע מפספס ביום? הנתונים שלנו מצביעים על 23%
ניתוח נתוני המשתמשים של Nutrola מגלה כי האדם הממוצע מפספס את צריכת הקלוריות היומית ב-23%, כאשר שמני בישול, תיבול ומשקאות הם המקומות העיקריים שבהם מתבצע החסר.
המספר שמסביר מדוע דיאטות נכשלות
אתה עוקב אחרי הקלוריות שלך בקפדנות. אתה שוקל את חזה העוף שלך. אתה מודד את האורז שלך. אתה רושם כל ארוחה. ובכל זאת, המשקל לא זז כפי שהוא אמור. אתה מתחיל לתהות אם המטבוליזם שלך שבור, אם ספירת הקלוריות לא עובדת, או אם הגוף שלך פשוט מתנגד לחוקי התרמודינמיקה.
אבל זה לא המצב. הבעיה, עבור רוב האנשים, היא פשוטה וניתנת לתיקון יותר ממה שהם חושבים: הם מפספסים קלוריות. לא במעט. בממוצע של 23%.
מספר זה מגיע מהניתוח שלנו של נתוני המשתמשים של Nutrola, בהשוואה בין יומני מזון ידניים מדווחים לבין צריכה מאומתת בעזרת AI דרך זיהוי תמונות ב-Snap & Track. זה תואם לעשרות שנים של מחקרים שפורסמו על דיווח לא מדויק על תזונה, ומסביר חלק משמעותי מהתסכול שאנשים חווים כאשר מעקב הקלוריות לא מניב את התוצאות הצפויות.
מה אומרים המחקרים שפורסמו
דיווח לא מדויק על תזונה הוא אחד מהתופעות המתועדות ביותר במדעי התזונה. עשרות מחקרים המשתמשים במרקרים כמו מים מסומנים כפולים (הסטנדרט המוזהב למדידת הוצאות אנרגיה אמיתיות באנשים חיים) הראו באופן עקבי שאנשים מדווחים על צריכת קלוריות נמוכה ב-10-45%, בהתאם לאוכלוסייה שנחקרה ולשיטת ההערכה שהשתמשו בה.
מחקרים מרכזיים על חסר קלוריות
| מחקר | שנה | דגימה | שיטה | חסר ממוצע |
|---|---|---|---|---|
| Lichtman et al. (NEJM) | 1992 | 10 אנשים שמנים שטוענים ל"עמידות דיאטטית" | מים מסומנים כפולים מול דיווח עצמי | 47% (דיווחו 1,028 קלוריות, בפועל 2,081 קלוריות) |
| Schoeller (1990) | 1990 | מטא-אנליזה של מחקרי DLW | מים מסומנים כפולים | 20-50% בשמנים; 10-30% ברזים |
| Subar et al. (JADA) | 2003 | 484 מבוגרים (מחקר OPEN) | מים מסומנים כפולים + חנקן בשתן | 12-14% בגברים; 16-20% בנשים |
| Livingstone & Black (2003) | 2003 | סקירה של 37 מחקרי DLW | מים מסומנים כפולים | ממוצע 19%, טווח 10-45% |
| Archer et al. (PLOS ONE) | 2013 | 39 שנים של נתוני NHANES | מודל הוצאות אנרגיה | 11-15% בגברים; 14-21% בנשים |
| Dhurandhar et al. (IJO) | 2015 | 218 מבוגרים | מים מסומנים כפולים | 18% בממוצע |
המחקר של Lichtman מ-1992, שפורסם ב-New England Journal of Medicine, נותר אחד ההדגמות המובהקות ביותר. עשרה משתתפים שמנים שטוענים שהם לא מצליחים לרדת במשקל למרות אכילה של 1,000-1,200 קלוריות ביום, נמצאו מדווחים על חסר ממוצע של 47% ועל דיווח יתר של פעילות גופנית ב-51%. צריכת הקלוריות האמיתית שלהם הייתה בממוצע 2,081 קלוריות, כמעט כפול ממה שדיווחו.
נתוני Nutrola: כיצד מדדנו את הפער של 23%
עיצוב המחקר
ניתחנו נתונים אנונימיים מ-847,000 משתמשי Nutrola שהשתמשו גם ברישום ידני (חיפוש ובחירת מזונות מהמאגר) וגם ברישום מאומת בעזרת AI (זיהוי תמונות ב-Snap & Track) במהלך אותו פרק זמן. במיוחד, השווינו:
- ימים עם רישום ידני בלבד: ימים שבהם המשתמשים רשמו את כל הארוחות דרך חיפוש טקסטואלי, סריקת ברקוד או הזנה ידנית ללא אימות תמונה
- ימים מאומתים בעזרת AI: ימים שבהם המשתמשים צילמו את כל הארוחות עם Snap & Track, שמשתמשת בראייה ממוחשבת כדי לזהות מזונות, להעריך מנות, ולצלב-בדוק מול מאגר הנתונים המאומת של Nutrola
התמקדנו במשתמשים שהיו להם לפחות 14 ימים עם רישום ידני בלבד ו-14 ימים מאומתים בעזרת AI כדי להבטיח נתונים מספקים להשוואה. זה הניב מאגר נתונים של 312,000 משתמשים עם 4.37 מיליון ימים של רישום ידני בלבד ו-4.52 מיליון ימים מאומתים בעזרת AI.
הממצא המרכזי
| מדד | רישום ידני | רישום מאומת בעזרת AI | הבדל |
|---|---|---|---|
| ממוצע קלוריות יומיות רשומות | 1,847 קלוריות | 2,271 קלוריות | -424 קלוריות (23.0% פחות) |
| ממוצע חלבון יומי רשום | 94 גרם | 107 גרם | -13 גרם (13.8% פחות) |
| ממוצע שומן יומי רשום | 68 גרם | 89 גרם | -21 גרם (30.9% פחות) |
| ממוצע פחמימות יומיות רשומות | 212 גרם | 249 גרם | -37 גרם (17.5% פחות) |
| ממוצע סיבים יומיים רשומים | 22 גרם | 24 גרם | -2 גרם (9.1% פחות) |
הפער של 23% בקלוריות מייצג ממוצע של 424 קלוריות ביום שהמשתמשים רושמים כאשר התמונות מאמתות את צריכתם, אך מפספסים כאשר הם מסתמכים רק על הזנה ידנית. במהלך שבוע, זה 2,968 קלוריות, שווה ערך ליום אכילה שלם עבור רבים מהמבוגרים.
השומן הראה את החסר היחסי הגדול ביותר של 30.9%, תואם למחקרים שפורסמו המראים ששומן, הנמצא לרוב בשמנים, רטבים ורוטב, הוא המקרו-נוטריינט שמרבים להשמיט או להעריך לא נכון בנתוני תזונה מדווחים.
מאיפה מגיעות הקלוריות החסרות
לפי סוג ארוחה
| ארוחה | רישום ידני (קלוריות ממוצעות) | מאומת בעזרת AI (קלוריות ממוצעות) | חסר | % פער |
|---|---|---|---|---|
| ארוחת בוקר | 382 | 428 | -46 קלוריות | 12.0% |
| ארוחת צהריים | 512 | 621 | -109 קלוריות | 21.3% |
| ארוחת ערב | 648 | 802 | -154 קלוריות | 23.8% |
| חטיפים | 178 | 287 | -109 קלוריות | 61.2% |
| משקאות | 127 | 133 | -6 קלוריות | 4.7% |
שתי קטגוריות בולטות. ארוחת ערב יש לה את הפער האבסולוטי הגדול ביותר (154 קלוריות), כנראה משום שארוחות ערב נוטות להיות מורכבות יותר, עם מרכיבים ושיטות בישול מרובות שמביאות לקלוריות חבויות. חטיפים יש להם את הפער היחסי הגדול ביותר (61.2%), משום שחטיפים הם לרוב לא פורמליים, לא מתוכננים, וקל לשכוח או לדחות אותם כלא משמעותיים. חופן אגוזים כאן, חתיכת שוקולד שם, טעימה בזמן הבישול. Individually minor, collectively substantial.
ארוחת הבוקר יש לה את הפער הקטן ביותר (12.0%), מה שתואם למחקרים המראים שארוחות מסודרות, שנאכלות בבית, מדווחות בצורה המדויקת ביותר. ארוחת הבוקר עבור רוב האנשים כוללת סט מוגבל של מזונות הרגליים שקל לזכור ולרשום.
לפי קטגוריית מזון
הניתוח שלנו זיהה שש קטגוריות מזון האחראיות על רוב פערי החסר:
| קטגוריית מזון | קלוריות ממוצעות חסרות ביום | % מהפער הכולל | למה זה חסר |
|---|---|---|---|
| שמני בישול וחמאה | 128 קלוריות | 30.2% | לרוב לא נרשמים כלל; שגיאות בהערכת מנות |
| תיבול ורטבים | 72 קלוריות | 17.0% | נתפסים כזניחים; משמשים בכמויות קטנות אך עשירות בקלוריות |
| מזונות חטיפים (אכילה לא פורמלית) | 68 קלוריות | 16.0% | נשכחים, נדחים או מושמטות בכוונה |
| אלכוהול | 52 קלוריות | 12.3% | הערכות לא מדויקות; קלוריות מהמשקה מתעלמות |
| הערכת גודל מנות לא מדויקת | 61 קלוריות | 14.4% | הטיה מערכתית לעבר הערכות קטנות יותר עבור מנות עיקריות |
| ארוחות/פריטים נשכחים | 43 קלוריות | 10.1% | השמטה מוחלטת של פריט מזון בתוך ארוחה שנרשמה |
שמני בישול: 128 קלוריות הבלתי נראות
שמנים לבישול מייצגים את הקטגוריה הגדולה ביותר של קלוריות חסרות. כף אחת של שמן זית מכילה 119 קלוריות. כף אחת של חמאה מכילה 102 קלוריות. כאשר משתמשים רושמים ידנית "חזה עוף בגריל", הם בדרך כלל בוחרים את הכניסה למאגר עבור חזה העוף מבלי להוסיף את השמן או החמאה ששימשו בבישול.
בנתונים שלנו, רק 31% מהמשתמשים שרשמו ידנית מקור חלבון מבושל גם רשמו שומן בישול. כאשר אותם משתמשים צילמו את הארוחות שלהם, ה-AI זיהה שמן או חמאה נראים במחבת או על המזון ודחף אותם לאשר, מה שהעלה את שיעור הרישום של שומני בישול ל-74%.
תיבול: מוות על ידי אלף קלוריות
רטבי ראנץ': 73 קלוריות לכל כף. מיונז: 94 קלוריות לכל כף. רוטב סויה: 9 קלוריות לכל כף. קטשופ: 20 קלוריות לכל כף. באופן אינדיבידואלי, אלה נראים זניחים. אבל סלט עם "קצת ראנץ'" כולל לעיתים 3-4 כפות (220-290 קלוריות), וסנדוויץ' עם "קצת מיונז" יכול להוסיף 150-200 קלוריות שלעולם לא נכנסות לרישום המזון.
במאגר הנתונים שלנו, תיבול נרשם ב-44% מימי הרישום הידני, אך זוהה (ונרשם לאחר אישור המשתמש) ב-71% מימי הרישום המאומתים בעזרת AI.
עיוורון לחטיפים
חטיפים היו אחראים ל-61.2% מהחסר היחסי, הפער הגדול ביותר מכל קטגוריית ארוחה. הפער נגרם משני התנהגויות:
שכחה: חטיפים לא פורמליים (לקיחת כמה קרקרים בזמן הכנת ארוחה, אכילת שאריות פיצה מהצלחת של הילד, טעימה בזמן הבישול) לרוב לא נחשבים כ"ארוחה" ולכן לא נרשמים.
דחייה: חלק מהמשתמשים בוחרים במודע לא לרשום חטיפים שהם תופסים כזניחים. נתוני הסקר שלנו מראים ש-38% מהמשתמשים שרושמים ידנית ארוחות השמיטו במכוון רישום של חטיף כי הם "לא חשבו שזה שווה לרשום". התוכן הקלורי הממוצע של חטיפים "זניחים" אלה היה 143 קלוריות.
מי מפספס הכי הרבה?
לפי קבוצת אוכלוסייה
| קבוצה | חסר ממוצע |
|---|---|
| ממוצע כללי | 23.0% |
| נשים | 25.1% |
| גברים | 20.4% |
| משתמשים עם מטרה לרדת במשקל | 26.8% |
| משתמשים עם מטרה לעלות במשקל | 15.3% |
| משתמשים עם מטרה לשמור על משקל | 21.2% |
| BMI < 25 | 18.7% |
| BMI 25-30 | 23.4% |
| BMI > 30 | 28.9% |
| משתמשים חדשים (30 הימים הראשונים) | 29.5% |
| משתמשים מנוסים (6+ חודשים) | 17.2% |
מספר דפוסים תואמים למחקרים שפורסמו:
נשים מפספסות יותר מגברים (25.1% מול 20.4%), ממצא שחוזר על עצמו כמעט בכל מחקר על דיווח לא מדויק על תזונה. הסברים אפשריים כוללים הטיית רצון חברתי גבוהה יותר סביב צריכת מזון, מטרות תזונה מגבילות יותר שמובילות להשמטות מתוך רגשות אשם, והבדלים בדפוסי אכילה (נשים נוטות לאכול מנות קטנות יותר, בתדירות גבוהה יותר, וחטיפים שקל יותר לפספס).
משתמשים המנסים לרדת במשקל מפספסים יותר מאלה המנסים לעלות (26.8% מול 15.3%). זה בעייתי במיוחד משום שהדיווח הלא מדויק הוא הגבוה ביותר בדיוק עבור הקבוצה שזקוקה לנתוני קלוריות מדויקים ביותר. המנגנון הפסיכולוגי מתועד היטב: כאשר יש לך תקציב קלורי, קיימת מוטיבציה לא מודעת לשמור את המספר נמוך, בין אם דרך הערכות אופטימיות של מנות, השמטת מזונות "רמאות", או עיגול כלפי מטה.
חסר הקלוריות פוחת עם הניסיון. משתמשים חדשים מפספסים ב-29.5% בממוצע, בעוד שמשתמשים עם 6+ חודשים של ניסיון במעקב מפספסים ב-17.2%. השיפור של 12 אחוזים משקף מיומנויות נלמדות: הערכת מנות טובה יותר, רישום הרגלי של תיבול ושומני בישול, והפחתת הטיות רגשיות סביב רישום המזון.
ההשפעה הממשית של חסר קלוריות של 23%
כדי להמחיש מדוע זה חשוב, שקול משתמש היפותטי:
- מטרה: לרדת 0.5 ק"ג (1.1 פאונד) בשבוע
- TDEE מחושב: 2,200 קלוריות/יום
- צריכה יעד ל-500 קלוריות/יום חסר: 1,700 קלוריות/יום
- צריכה רשומה: 1,700 קלוריות/יום (במטרה)
- צריכה בפועל (עם חסר של 23%): 2,091 קלוריות/יום
- חסר בפועל: 109 קלוריות/יום (לא 500)
- ירידת משקל צפויה: 0.1 ק"ג/שבוע (לא 0.5)
אדם זה רושם בקפדנות 1,700 קלוריות, מאמין שהוא נמצא בחסר של 500 קלוריות. במציאות, הוא נמצא בחסר של 109 קלוריות. לאחר חודש, הוא ציפה לרדת 2 ק"ג וירד 0.4 ק"ג במקום. הוא מסיק שספירת הקלוריות לא עובדת, שהמטבוליזם שלו איטי, או שהוא צריך לאכול פחות. אף אחת מהמסקנות הללו אינה נכונה. הבעיה היא הפער של 23% בין הצריכה הרשומה לצריכה בפועל.
כיצד מעקב מאומת בעזרת AI מצמצם את הפער
מדוע Snap & Track מפחית את החסר
Snap & Track של Nutrola פותר את הסיבות הבסיסיות לחסר:
שלמות ויזואלית: צילום תופס את כל מה שיש בצלחת, כולל שמני בישול, תיבול ופריטים צדדיים שעשויים לא להירשם ידנית. ה-AI מזהה את כל פריטי המזון הנראים ודוחף את המשתמש לאשר כל אחד מהם.
אובייקטיביות בגודל המנות: כאשר רושמים ידנית, המשתמשים בוחרים את גודל המנות מתיאורים טקסטואליים ("1 בינוני," "1 כוס"). בחירות אלו מושפעות מהטיית אופטימיות. כאשר ה-AI מעריך מנות מתמונות, הוא משתמש במודלים ויזואליים מכוילים שאינם מושפעים מהמחשבות האופטימיות.
רישום בזמן אמת: צילום ארוחה לוקח 3 שניות ומתרחש ברגע האכילה. רישום ידני מתבצע לעיתים שעות לאחר מכן, ובזמן הזה הפרטים של מה שנאכל (וכמה) נשכחים חלקית.
אין פריטים "קטנים מדי לרישום." ה-AI מזהה ומרשום הכל הנראה בתמונה. משתמש עשוי לא להטריח את עצמו לרשום שתי כפות רוטב סלט, אבל אם זה נראה בתמונה, ה-AI יסמן את זה.
הפער מצטמצם עם שימוש עקבי ב-AI
| שבועות של שימוש עקבי ב-Snap & Track | חסר ממוצע (ימים ידניים) | שיפור |
|---|---|---|
| שבוע 1 | 28.7% | בסיס |
| שבוע 4 | 22.1% | -6.6 נקודות |
| שבוע 8 | 18.4% | -10.3 נקודות |
| שבוע 12 | 15.9% | -12.8 נקודות |
| שבוע 24 | 13.2% | -15.5 נקודות |
מעניין, שמשתמשים שמשתמשים ב-Snap & Track באופן קבוע גם הופכים ליותר מדויקים בימים שלהם עם רישום ידני. לאחר 24 שבועות, חסר הקלוריות שלהם ברישום ידני יורד מ-28.7% ל-13.2%. ה-AI מלמד הרגלי רישום טובים יותר: המשתמשים הפנימו אילו פריטים הם נוטים לשכוח, פיתחו מיומנויות הערכת מנות טובות יותר, והפחיתו את ההטיות הרגשיות שמובילות לדיווח לא מדויק.
צעדים מעשיים לצמצום חסר הקלוריות שלך
1. תמיד רושמים שומני בישול
לפני שאתה רושם ארוחה מבושלת, שאל את עצמך: במה בישלתי את זה? הוסף את שמן הבישול, חמאה, גהי או תרסיס בנפרד. ארוחת ערב טיפוסית בבית כוללת 1-3 כפות של שומן בישול, המייצגות 120-360 קלוריות שקל לפספס.
2. רושמים תיבול ורוטבים בנפרד
אל תתייחס לתיבול כחלק מהמנה העיקרית. רשום אותם כפריטים נפרדים. השתמש בכף מדידה במהלך השבוע הראשון כדי לכוון את הערכות המנות שלך. ייתכן שתמצא שה"טפטוף" שלך של שמן זית הוא למעשה 3 כפות.
3. רושמים חטיפים מיד
ברגע שאתה אוכל משהו, רשום את זה. אם תחכה עד סוף היום, תשכח את חופן האגוזים, את חתיכת השוקולד מהמטבח של המשרד, ואת הגבינה שנשנשת בזמן בישול הערב. רישום הקול של Nutrola מקל על כך: פשוט אמור "חופן אגוזים" וה-AI מעבד את זה מיד.
4. השתמש ב-Snap & Track לארוחות מורכבות
רישום ידני עובד טוב עבור מזונות פשוטים עם רכיב אחד (תפוח, שייק חלבון). עבור ארוחות מורכבות עם מרכיבים רבים, שומנים ורוטבים, צלם את הארוחה ותן ל-AI לזהות את הכל.
5. שקול מזונות עשירים בקלוריות
השקיע במשקל מטבח ($10-15) והשתמש בו עבור מזונות עשירים בקלוריות: אגוזים, גבינה, שמן, חמ peanut, גרנולה ופירות מיובשים. מזונות אלה הם בעלי צפיפות קלורית גבוהה, כלומר מנות קטנות מכילות קלוריות משמעותיות, והערכות על בסיס נפח לא מדויקות עבורם.
מחקר ב-Journal of the Academy of Nutrition and Dietetics (2014) מצא כי משתתפים שהשתמשו במשקל מזון היו עם שגיאות הערכה קטנות יותר ב-26% עבור מזונות עשירים בקלוריות בהשוואה לאלה שהשתמשו בכוסות והערכות ויזואליות.
6. אל תדלג על "ימים רעים"
אחת מהצורות הכי חמקמקות של חסר קלוריות היא רישום סלקטיבי: מעקב בקפדנות ב"ימים טובים" ודילוג על רישום לחלוטין ב"ימים רעים" (סופי שבוע, חגים, אירועים חברתיים). זה יוצר מאגר נתונים מוטה באופן שיטתי שמעריך בצורה דרמטית את צריכת הקלוריות הממוצעת.
בנתונים שלנו, משתמשים שרשמו 7 ימים בשבוע היו עם שיעור חסר של 16.1%, בעוד שאלה שרשמו 4-5 ימים בשבוע (וסביר להניח שפספסו את הימים עם הקלוריות הגבוהות ביותר) היו עם חסר אפקטיבי של 31.4% כאשר הימים שלא נרשמו הוערכו.
השורה התחתונה
הפער של 23% בחסר קלוריות אינו כישלון אישי. זו תופעה קוגניטיבית מתועדת שמשפיעה כמעט על כל מי שעוקב אחרי צריכת מזון באמצעות שיטות מסורתיות. המוח האנושי לא מיועד לכמת אוכל באופן אובייקטיבי, במיוחד תוספות עשירות בקלוריות כמו שומני בישול ותיבול שמרגישים זניחים אך תורמים משמעותית לצריכה הכוללת.
מעקב מאומת בעזרת AI לא מבטל את הפער לחלוטין, אך מצמצם אותו באופן משמעותי על ידי הסרת ההטיות הסובייקטיביות הקיימות ברישום ידני. Snap & Track של Nutrola, רישום הקול ומאגר הנתונים המאומת של 100% על ידי תזונאים עובדים יחד כדי לספק לך תמונה יותר כנה של מה שאתה באמת אוכל ולא מה שאתה חושב שאתה אוכל.
אם מעקב הקלוריות שלך לא הניב את התוצאות שציפית להן, התשובה עשויה לא להיות לאכול פחות. זה עשוי להיות לספור בצורה מדויקת יותר. ו-23% זה מקום טוב להתחיל לחפש.
מוכנים לשנות את מעקב התזונה שלכם?
הצטרפו לאלפים ששינו את מסע הבריאות שלהם עם Nutrola!
