आप स्वस्थ भोजन करते हुए भी वजन क्यों नहीं घटा पा रहे हैं: विज्ञान की व्याख्या

डॉ. सारा चेन के पास कॉर्नेल विश्वविद्यालय से पोषण विज्ञान में पीएचडी है और उन्होंने आहार आत्म-निगरानी, ऊर्जा संतुलन, और खाद्य धारणा की मनोविज्ञान पर एक दशक से अधिक समय तक शोध किया है। वह Nutrola की पोषण सलाहकार के रूप में कार्यरत हैं।

---

पोषण में यह सबसे निराशाजनक अनुभवों में से एक है: आपने प्रोसेस्ड फूड को हटा दिया, आप घर पर खाना बनाते हैं, आपकी प्लेट में सामन, क्विनोआ, एवोकाडो और हरी पत्तेदार सब्जियाँ हैं — और वजन कम नहीं हो रहा। या इससे भी बुरा, वजन बढ़ रहा है।

आप ऐसा नहीं सोच रहे हैं। आप टूटे हुए नहीं हैं। और आपकी मेटाबॉलिज्म लगभग निश्चित रूप से ठीक है।

आप जो अनुभव कर रहे हैं, वह पोषण विज्ञान में सबसे अच्छी तरह से प्रलेखित घटनाओं में से एक है: आहार की गुणवत्ता और ऊर्जा संतुलन के बीच का अंतर। दशकों के सहकर्मी-समीक्षित शोध बताते हैं कि यह क्यों होता है — और समाधान उतना जटिल नहीं है जितना आप सोचते हैं।

मौलिक नियम: ऊर्जा संतुलन शरीर के वजन को निर्धारित करता है

शोध की जांच करने से पहले, हमें एक मौलिक सिद्धांत स्थापित करना होगा जो हर नियंत्रित मेटाबॉलिक अध्ययन द्वारा समर्थित है:

वजन में परिवर्तन ऊर्जा सेवन और ऊर्जा व्यय के बीच संतुलन द्वारा निर्धारित होता है।

यह कोई आहार दर्शन या राय नहीं है। यह एक थर्मोडायनामिक वास्तविकता है जिसे 100 वर्षों से अधिक समय तक चलने वाले मेटाबॉलिक वार्ड अध्ययन द्वारा पुष्टि की गई है। हॉल और गुओ (2017) द्वारा किया गया एक महत्वपूर्ण समीक्षा, जो The American Journal of Clinical Nutrition में प्रकाशित हुआ, ने 32 नियंत्रित फीडिंग अध्ययनों के डेटा का विश्लेषण किया और निष्कर्ष निकाला कि कैलोरी सेवन — मैक्रोन्यूट्रिएंट संरचना की परवाह किए बिना — शरीर के वजन में परिवर्तन का प्राथमिक निर्धारक था (हॉल और गुओ, 2017)।

इसका मतलब है कि आपके आहार की गुणवत्ता आपके स्वास्थ्य, हार्मोनल प्रोफाइल, तृप्ति और रोग के जोखिम को प्रभावित करती है। लेकिन मात्रा — कुल कैलोरी सेवन — यह निर्धारित करता है कि आप वजन बढ़ाते हैं, बनाए रखते हैं, या घटाते हैं।

आप दुनिया का सबसे स्वस्थ आहार खा सकते हैं और फिर भी वजन बढ़ा सकते हैं यदि आप उतनी ऊर्जा का सेवन करते हैं जितनी आप खर्च करते हैं।

"स्वस्थ" आहार में कैलोरी घनत्व की समस्या

कई सबसे पोषक तत्वों से भरपूर खाद्य पदार्थ भी कैलोरी घनत्व में उच्च होते हैं। यह इन खाद्य पदार्थों में कोई दोष नहीं है — यह उनकी पोषण समृद्धि का एक विशेषता है। स्वस्थ वसा, परिभाषा के अनुसार, 9 कैलोरी प्रति ग्राम होती हैं, जबकि प्रोटीन और कार्बोहाइड्रेट के लिए यह 4 कैलोरी प्रति ग्राम होती है।

आइए सामान्य रूप से अनुशंसित "स्वस्थ" खाद्य पदार्थों के कैलोरी घनत्व पर विचार करें:

खाद्य पदार्थ	सामान्य सर्विंग	कैलोरी	प्राथमिक पोषक तत्व घनत्व
एक्स्ट्रा वर्जिन जैतून का तेल	1 टेबल स्पून (15 मि.ली.)	119 किलो कैलोरी	मोनोअनसैचुरेटेड वसा, पॉलीफेनोल्स
बादाम	1/4 कप (35ग्राम)	207 किलो कैलोरी	विटामिन ई, मैग्नीशियम, फाइबर
एवोकाडो	1 पूरा (200ग्राम)	322 किलो कैलोरी	पोटेशियम, फाइबर, मोनोअनसैचुरेटेड वसा
मूंगफली का मक्खन	2 टेबल स्पून (32ग्राम)	191 किलो कैलोरी	प्रोटीन, नियासिन, मैग्नीशियम
ग्रेनोला	1 कप (120ग्राम)	520 किलो कैलोरी	फाइबर, आयरन, बी विटामिन
सामन का टुकड़ा	6 औंस (170ग्राम)	354 किलो कैलोरी	ओमेगा-3 DHA/EPA, प्रोटीन, विटामिन D
क्विनोआ (पकाया हुआ)	1 कप (185ग्राम)	222 किलो कैलोरी	पूर्ण प्रोटीन, मैंगनीज, फोलेट
डार्क चॉकलेट (85%)	1 औंस (28ग्राम)	170 किलो कैलोरी	फ्लेवोनोइड्स, आयरन, मैग्नीशियम

इस सूची में हर खाद्य पदार्थ वास्तव में पौष्टिक है। इस सूची में हर खाद्य पदार्थ को बिना एहसास के अधिक मात्रा में खाना बहुत आसान है।

एक "स्वस्थ" नाश्ता जिसमें ओवरनाइट ओट्स, चिया बीज, बादाम का मक्खन, केला, शहद और नारियल के टुकड़े होते हैं, आसानी से 700-800 कैलोरी तक पहुंच सकता है। ग्रिल्ड चिकन, एवोकाडो, अखरोट, जैतून का तेल ड्रेसिंग और फेटा चीज़ के साथ एक सलाद 900 कैलोरी से अधिक हो सकता है। ये पोषण की दृष्टि से उत्कृष्ट भोजन हैं — लेकिन इनमें से दो और कुछ स्नैक्स आपको बिना किसी "अस्वस्थ" खाद्य पदार्थ के बिना आपके कुल दैनिक ऊर्जा व्यय (TDEE) से काफी ऊपर ले जा सकते हैं।

शोध क्या कहता है: मनुष्य कैलोरी का अनुमान लगाने में खराब हैं

इस समस्या का मूल कारण खाद्य पदार्थ नहीं है। यह मानव धारणा है।

अध्ययन 1: लिच्टमैन निष्कर्ष (1992)

एक अब क्लासिक अध्ययन में, जो The New England Journal of Medicine में प्रकाशित हुआ, लिच्टमैन एट अल. ने उन व्यक्तियों के एक समूह का अध्ययन किया, जिन्होंने "आहार-प्रतिरोधी" होने का दावा किया — लोग जो यह कहते थे कि वे प्रतिदिन 1,200 कैलोरी से कम खाते हैं लेकिन वजन कम नहीं कर पा रहे हैं। डबल लेबल्ड पानी (वास्तविक ऊर्जा व्यय को मापने के लिए स्वर्ण मानक) और खाद्य सेवन के प्रत्यक्ष अवलोकन का उपयोग करते हुए, शोधकर्ताओं ने पाया कि प्रतिभागियों ने अपने कैलोरी सेवन को औसतन 47% कम बताया और अपनी शारीरिक गतिविधि को 51% अधिक बताया (लिच्टमैन एट अल., 1992)।

विषय झूठ नहीं बोल रहे थे। वे वास्तव में मानते थे कि वे 1,200 कैलोरी खा रहे हैं। यह अंतर पूरी तरह से धारणा का था।

अध्ययन 2: भाग का अनुमान लगाने में त्रुटियाँ (विलियमसन एट अल., 2003)

Obesity Research में प्रकाशित एक अध्ययन ने प्रशिक्षित और अप्रशिक्षित व्यक्तियों की खाद्य भाग आकार का अनुमान लगाने की क्षमता का परीक्षण किया। आहार विशेषज्ञों और पोषण पेशेवरों के बीच भी, भाग का अनुमान लगाने में त्रुटियाँ 15 से 65% के बीच थीं, जो खाद्य प्रकार पर निर्भर करती थीं। कैलोरी घनत्व वाले खाद्य पदार्थ — विशेष रूप से तरल, अमोर्फस खाद्य पदार्थ (जैसे चावल या पास्ता), और असामान्य आकार में परोसे जाने वाले खाद्य पदार्थ — ने सबसे बड़ी त्रुटियाँ उत्पन्न कीं (विलियमसन एट अल., 2003)।

अध्ययन 3: स्वास्थ्य हल्का प्रभाव (चंदन और वानसिंक, 2007)

Journal of Consumer Research में प्रकाशित शोध ने दिखाया कि लोग उन खाद्य पदार्थों की कैलोरी सामग्री को व्यवस्थित रूप से कम आंकते हैं जिन्हें वे "स्वस्थ" मानते हैं। जब प्रतिभागियों को बताया गया कि एक भोजन "स्वस्थ" रेस्तरां से आया है (जैसे Subway), तो उन्होंने अनुमान लगाया कि इसमें एक समान भोजन की तुलना में काफी कम कैलोरी हैं जो "कम स्वस्थ" रेस्तरां (जैसे McDonald's) से आया था। इस स्वास्थ्य हल्का पूर्वाग्रह ने प्रतिभागियों को औसतन 131 अतिरिक्त दैनिक कैलोरी का सेवन करने के लिए प्रेरित किया, जो उन्होंने महसूस किया कि मुख्य भोजन स्वस्थ था (चंदन और वानसिंक, 2007)।

अध्ययन 4: स्वतंत्र जीवन में आत्म-निगरानी की सटीकता (सुबार एट अल., 2003)

BMJ में प्रकाशित एक बड़े पैमाने पर मान्यता अध्ययन ने 450 से अधिक प्रतिभागियों में आत्म-रिपोर्टेड आहार सेवन की तुलना बायोमार्कर-आधारित मापों से की। अध्ययन में पाया गया कि प्रोटीन सेवन को 11-15% कम बताया गया, जबकि कुल ऊर्जा सेवन को पुरुषों में लगभग 12-23% और महिलाओं में 16-20% कम बताया गया (सुबार एट अल., 2003)।

यह पैटर्न दर्जनों अध्ययनों में लगातार दिखाई देता है: मनुष्य अपने खाद्य सेवन का कम आंकलन करते हैं, और कम आंकलन की डिग्री उन लोगों में अधिक होती है जो मानते हैं कि उनका आहार पहले से ही स्वस्थ है।

"स्वच्छ" आहार में पांच छिपे हुए कैलोरी स्रोत

शोध और नैदानिक अवलोकन के आधार पर, स्वास्थ्य-प्रवृत्त व्यक्तियों में अनट्रैक्ड कैलोरी के सबसे सामान्य स्रोत निम्नलिखित हैं:

1. खाना पकाने के तेल और वसा

119 कैलोरी प्रति टेबल स्पून के साथ, खाना पकाने का तेल घरेलू खाना पकाने में सबसे अधिक अनट्रैक्ड कैलोरी स्रोत है। एक सामान्य स्टर-फ्राई या सॉटे में 2-3 टेबल स्पून का उपयोग होता है, जिससे 240-360 कैलोरी जुड़ जाती हैं जो अधिकांश लोग कभी नहीं लॉग करते। अर्बन एट अल. (2016) द्वारा किया गया एक अध्ययन, जो JAMA Internal Medicine में प्रकाशित हुआ, ने पाया कि खाना पकाने में जोड़े गए वसा ने उन प्रतिभागियों में कुल ऊर्जा सेवन का 20% तक योगदान दिया, जिन्होंने "स्वस्थ" आहार खाने की रिपोर्ट की।

2. मसाले, ड्रेसिंग, और सॉस

एक टेबल स्पून रैंच ड्रेसिंग (73 कैलोरी), ताहिनी का एक छींटा (89 कैलोरी), सोया सॉस आधारित मैरिनेड का एक उदार डालना (50-100 कैलोरी) — व्यक्तिगत रूप से छोटे, सामूहिक रूप से महत्वपूर्ण। एक दिन में, मसाले 200-400 अनट्रैक्ड कैलोरी जोड़ सकते हैं।

3. तरल कैलोरी

पैन और ह्यू (2011) द्वारा किया गया एक व्यवस्थित समीक्षा, जो The American Journal of Clinical Nutrition में प्रकाशित हुआ, ने पाया कि तरल रूप में सेवन की गई कैलोरी कम तृप्ति और कम आहार मुआवजे का उत्पादन करती हैं। इसका मतलब है कि आपका सुबह का स्मूथी (350-500 कैलोरी), आपका ओट मिल्क लट्टे (120-200 कैलोरी), और आपकी शाम की कोम्बुचा (60-120 कैलोरी) ऊर्जा जोड़ रहे हैं जिसे आपकी भूख नियंत्रण प्रणाली ठीक से नहीं समझती।

4. "छोटे स्वाद" और ग्रेजिंग

पोलिवी एट अल. (2014) द्वारा किए गए एक अध्ययन में Appetite में दिखाया गया कि छोटे, अनियोजित खाने के एपिसोड — खाना पकाते समय चखना, बच्चे की प्लेट खत्म करना, साझा कार्यालय के स्नैक्स से कुछ बाइट लेना — लगभग सार्वभौमिक रूप से आहार पुनःकाल से बाहर होते हैं। ये सूक्ष्म खाने के एपिसोड प्रति दिन 100-300 अतिरिक्त कैलोरी जोड़ सकते हैं।

5. सप्ताहांत और सामाजिक भोजन

हैन्स एट अल. (2003) द्वारा किए गए शोध में पाया गया कि वयस्कों ने सप्ताहांत में 115 अधिक कैलोरी प्रतिदिन खाई। स्वास्थ्य-प्रवृत्त व्यक्तियों के लिए जो सप्ताह के दिनों में सख्त आदतें बनाए रखते हैं लेकिन सप्ताहांत में आराम करते हैं, यह अंतर बहुत अधिक हो सकता है — संभवतः शनिवार और रविवार को 500-1,000 अतिरिक्त दैनिक कैलोरी, जो एक पूरे सप्ताह के कैलोरी घाटे को समाप्त या उलटने के लिए पर्याप्त है।

पारंपरिक ट्रैकिंग क्यों विफल होती है — और इसके बजाय क्या काम करता है

यदि समाधान सटीक कैलोरी ट्रैकिंग है, तो इतने सारे लोग इसमें असफल क्यों होते हैं?

क्योंकि पारंपरिक कैलोरी ट्रैकिंग बोझिल, असत्यापित, और अस्थायी होती है।

हार्वे एट अल. (2019) द्वारा किया गया एक व्यवस्थित समीक्षा, जो Obesity Reviews में प्रकाशित हुआ, ने आत्म-निगरानी और वजन घटाने पर 15 अध्ययनों का विश्लेषण किया। समीक्षा में पाया गया कि खाद्य लॉगिंग के प्रति अनुपालन पहले महीने के बाद तेजी से गिरता है, अधिकांश प्रतिभागी 8-12 सप्ताह के भीतर दैनिक ट्रैकिंग छोड़ देते हैं। मुख्य कारण समय का बोझ, संज्ञानात्मक प्रयास, और डेटाबेस की निराशा थे (हार्वे एट अल., 2019)।

यही वह जगह है जहाँ व्यवहार डिजाइन का विज्ञान पोषण प्रौद्योगिकी के साथ मिलता है।

गति-पालन संबंध

फॉग (2019) द्वारा आदत निर्माण पर किए गए शोध से पता चलता है कि किसी व्यवहार का आदत बन जाने की संभावना उस व्यवहार को करने में शामिल कठिनाई के विपरीत अनुपात में होती है। जब कैलोरी लॉगिंग में प्रति भोजन 3-5 मिनट लगते हैं (हाथ से प्रविष्टि, डेटाबेस खोज, भाग का अनुमान), तो यह एक स्तर की निरंतर संज्ञानात्मक प्रयास की मांग करता है जिसे अधिकांश लोग बनाए नहीं रख सकते। जब लॉगिंग में 5 सेकंड से कम लगते हैं (प्लेट की फोटो लें, पुष्टि करें), तो कठिनाई उस स्तर से नीचे गिर जाती है जिस पर व्यवहार स्वचालित हो जाता है।

यह वही दृष्टिकोण है जिसे Nutrola ने विकसित किया है। Nutrola ने खाद्य पदार्थों की पहचान करने और एक ही फोटो से भागों का अनुमान लगाने के लिए AI-पावर्ड फोटो पहचान का उपयोग करके लॉगिंग के बोझ को मिनटों से सेकंडों में घटा दिया है। सत्यापित पोषण डेटाबेस यह सुनिश्चित करता है कि उत्पन्न डेटा सटीक है — जो पहले के कैलोरी ट्रैकिंग अनुप्रयोगों में डेटाबेस गुणवत्ता की समस्याओं को संबोधित करता है।

सत्यापित डेटा बनाम भीड़-स्रोत डेटा

कैलोरी ट्रैकिंग की सटीकता उतनी ही अच्छी है जितनी कि इसके पीछे का डेटाबेस। एवेनेपोएल एट अल. (2020) द्वारा किया गया एक मान्यता अध्ययन, जो Nutrients में प्रकाशित हुआ, ने लोकप्रिय कैलोरी ट्रैकिंग ऐप्स में पोषण संबंधी डेटा की तुलना प्रयोगशाला-सत्यापित संदर्भ मानों से की। अध्ययन में पाया गया कि भीड़-स्रोत डेटाबेस में महत्वपूर्ण विसंगतियाँ थीं, जिसमें व्यक्तिगत खाद्य प्रविष्टियाँ सत्यापित मानों से 15-30% भिन्न थीं। एक व्यक्ति के लिए, जिसका TDEE 1,800 कैलोरी है और जो 300-कैलोरी घाटे का प्रयास कर रहा है, 15% डेटाबेस त्रुटि पूरे घाटे को समाप्त कर सकती है।

Nutrola इस समस्या का समाधान करता है एक 100% पोषण विशेषज्ञ-सत्यापित खाद्य डेटाबेस बनाए रखकर, जहाँ हर प्रविष्टि पेशेवर स्रोतों के खिलाफ क्रॉस-रेफरेंस की जाती है। यह कोई विपणन दावा नहीं है — यह एक मौलिक आर्किटेक्चरल निर्णय है जो सीधे उस कैलोरी डेटा की सटीकता को प्रभावित करता है जिस पर उपयोगकर्ता भरोसा करते हैं।

व्यावहारिक प्रोटोकॉल: भ्रम से स्पष्टता की ओर

साक्ष्यों के आधार पर, यहाँ एक संरचित प्रोटोकॉल है किसी के लिए जो स्वस्थ खा रहा है लेकिन वजन कम नहीं कर पा रहा है:

चरण 1: आधार रेखा मूल्यांकन (सप्ताह 1)

आप जो कुछ भी खाते हैं उसे 7 लगातार दिनों तक अपने व्यवहार को बदले बिना ट्रैक करें। Nutrola के AI फोटो पहचान का उपयोग करके हर भोजन, स्नैक, और पेय की फोटो लें। खाना पकाने के तेल, मसाले, पेय, और "छोटे स्वाद" शामिल करें। लक्ष्य डेटा संग्रह है, व्यवहार संशोधन नहीं।

चरण 2: पैटर्न पहचान (दिन 8)

अपने साप्ताहिक डेटा की समीक्षा करें, ध्यान दें:

• औसत दैनिक कैलोरी सेवन — इसे अपने अनुमानित TDEE से तुलना करें
• शीर्ष कैलोरी स्रोत — 3-5 खाद्य पदार्थों की पहचान करें जो सबसे अधिक ऊर्जा दे रहे हैं
• कालिक पैटर्न — क्या सप्ताह के दिन सप्ताहांत से भिन्न हैं? सुबह से शाम?
• तरल कैलोरी — सप्ताह में कुल पेय कैलोरी
• सूक्ष्म पोषक तत्वों की कमी — Nutrola का 100+ पोषक तत्व ट्रैकिंग यह बता सकता है कि क्या कोई कमी है जो क्रेविंग या कम ऊर्जा में योगदान कर रही है

चरण 3: लक्षित हस्तक्षेप (सप्ताह 2-4)

अपने डेटा के आधार पर 2-3 विशिष्ट, मापने योग्य परिवर्तन करें। उदाहरण:

• खाना पकाने के तेल को मापें बजाय बिना मापे डालने के (सामान्य बचत: 200-300 कैलोरी/दिन)
• एक तरल कैलोरी स्रोत को पानी या काली कॉफी से बदलें (सामान्य बचत: 150-300 कैलोरी/दिन)
• एक कैलोरी घनत्व वाले खाद्य पदार्थ की मात्रा को 30% कम करें (सामान्य बचत: 100-200 कैलोरी/दिन)

अपने पूरे आहार को न बदलें। लैली एट अल. (2010) द्वारा किए गए शोध में पाया गया कि आदत बनाने में औसतन 66 दिन लगते हैं — छोटे, स्थायी परिवर्तन नाटकीय आहार परिवर्तनों की तुलना में अधिक संभावना से बने रहते हैं।

चरण 4: निगरानी और अनुकूलन (सप्ताह 4+)

ट्रैकिंग जारी रखें और 2-4 सप्ताह की अवधि में अपने वजन के रुझान की निगरानी करें। Nutrola का AI कोचिंग आपके वास्तविक डेटा और प्रगति के आधार पर सिफारिशों को अनुकूलित करता है, वजन परिवर्तन के साथ आपके TDEE के लक्ष्यों को समायोजित करता है।

अंतिम निष्कर्ष

वैज्ञानिक साक्ष्य स्पष्ट है: स्वस्थ खाना और कैलोरी घाटे में खाना स्वतंत्र चर हैं। आप — और आपको — दोनों करना चाहिए। लेकिन इन्हें एक समान मानना ही वह कारण है जिससे लाखों स्वास्थ्य-प्रवृत्त व्यक्तियों को वजन कम करने में निराशा होती है।

शोध लगातार दिखाता है कि मनुष्य अपने कैलोरी सेवन का अनुमान लगाने में खराब होते हैं, कि कैलोरी घनत्व वाले स्वस्थ खाद्य पदार्थ सबसे अधिक अनट्रैक्ड होते हैं, और कि आत्म-निगरानी का पालन तब गिरता है जब लॉगिंग प्रक्रिया बोझिल होती है।

आधुनिक AI-पावर्ड ट्रैकिंग उपकरण जैसे Nutrola इस समस्या का समाधान करते हैं, जिससे सटीक खाद्य लॉगिंग के लिए प्रयास कम से कम हो जाता है। जब ट्रैकिंग की कठिनाई लगभग शून्य हो जाती है और डेटा की सटीकता चिकित्सीय स्तर के करीब पहुँच जाती है, तो अनुमानित सेवन और वास्तविक सेवन के बीच का अंतर बंद हो जाता है — और वजन कम होना स्वाभाविक रूप से होता है।

आपको कम स्वस्थ भोजन नहीं करना है। आपको यह जानने की जरूरत है कि आप कितना खा रहे हैं।

---

संदर्भ

• चंदन, पी., & वानसिंक, बी. (2007). फास्ट-फूड रेस्तरां के स्वास्थ्य दावों के पूर्वाग्रहित स्वास्थ्य हल्के: कैलोरी के कम अनुमान और उच्च साइड-डिश उपभोग की इच्छाएँ। Journal of Consumer Research, 34(3), 301-314।
• एवेनेपोएल, सी., एट अल. (2020). उपभोक्ता-केंद्रित ऑनलाइन ऐप MyFitnessPal का उपयोग करके पोषक तत्व गणनाओं की सटीकता। Nutrients, 12(10), 3037।
• फॉग, बी. जे. (2019). Tiny Habits: The Small Changes That Change Everything. हाउटन मिफ्लिन हार्कोर्ट।
• हैन्स, पी. एस., एट अल. (2003). संयुक्त राज्य अमेरिका में सप्ताहांत का भोजन अधिक ऊर्जा, वसा, और शराब के सेवन से जुड़ा हुआ है। Obesity Research, 11(8), 945-949।
• हॉल, के. डी., & गुओ, जे. (2017). मोटापे की ऊर्जा: शरीर के वजन का नियंत्रण और आहार संरचना के प्रभाव। Gastroenterology, 152(7), 1718-1727।
• हार्वे, जे., एट अल. (2019). अक्सर लॉग करें, अधिक खोएं: वजन घटाने के लिए इलेक्ट्रॉनिक आहार आत्म-निगरानी। Obesity, 27(3), 380-384।
• लैली, पी., एट अल. (2010). आदतें कैसे बनती हैं: वास्तविक दुनिया में आदत निर्माण का मॉडल। European Journal of Social Psychology, 40(6), 998-1009।
• लिच्टमैन, एस. डब्ल्यू., एट अल. (1992). मोटे व्यक्तियों में आत्म-रिपोर्टेड और वास्तविक कैलोरी सेवन और व्यायाम के बीच विसंगति। The New England Journal of Medicine, 327(27), 1893-1898।
• पैन, ए., & ह्यू, एफ. बी. (2011). तृप्ति पर कार्बोहाइड्रेट का प्रभाव: तरल और ठोस खाद्य पदार्थों के बीच भिन्नताएँ। Current Opinion in Clinical Nutrition and Metabolic Care, 14(4), 385-390।
• पोलिवी, जे., एट अल. (2014). वंचना का प्रभाव: नियंत्रित और अनियंत्रित खाने वालों में खाद्य क्रेविंग और खाने के व्यवहार पर। Appetite, 82, 167-174।
• सुबार, ए. एफ., एट अल. (2003). एक बड़े वयस्क नमूने में आहार की गलत रिपोर्टिंग की सीमा का मूल्यांकन करने के लिए सेवन बायोमार्कर का उपयोग करना: OPEN अध्ययन। American Journal of Epidemiology, 158(1), 1-13।
• अर्बन, एल. ई., एट अल. (2016). अक्सर आदेशित रेस्तरां के भोजन की ऊर्जा सामग्री और मानव ऊर्जा आवश्यकताओं और यू.एस. विभाग के कृषि डेटाबेस जानकारी की तुलना। Journal of the Academy of Nutrition and Dietetics, 116(4), 590-598।
• विलियमसन, डि. ए., एट अल. (2003). डिजिटल फोटोग्राफी की तुलना वजन और दृश्य अनुमान के साथ। Journal of the American Dietetic Association, 103(9), 1139-1145।

---

अक्सर पूछे जाने वाले प्रश्न

मैं स्वस्थ भोजन करते हुए वजन क्यों नहीं घटा पा रहा हूँ?

स्वस्थ भोजन करना और कैलोरी घाटे में रहना दो अलग-अलग चीजें हैं। शोध से पता चलता है कि कई पौष्टिक खाद्य पदार्थ — जैसे नट्स, एवोकाडो, जैतून का तेल, और ग्रेनोला — अत्यधिक कैलोरी घनत्व वाले होते हैं। लिच्टमैन एट अल. (1992) द्वारा किए गए एक महत्वपूर्ण अध्ययन में पाया गया कि लोग औसतन 47% अपने कैलोरी सेवन को कम आंकते हैं। Nutrola की AI फोटो पहचान और सत्यापित खाद्य डेटाबेस आपको चिकित्सीय स्तर की सटीकता के साथ आपके वास्तविक सेवन को देखने में मदद करते हैं, जिससे वजन घटाने में बाधा बनने वाले धारणा के अंतर को बंद किया जा सके।

क्या कैलोरी वास्तव में मायने रखती हैं यदि आप साफ खाते हैं?

हाँ। अब तक किए गए हर नियंत्रित मेटाबॉलिक अध्ययन ने पुष्टि की है कि ऊर्जा संतुलन — कैलोरी सेवन बनाम कैलोरी व्यय — शरीर के वजन में परिवर्तन को निर्धारित करता है, चाहे खाद्य गुणवत्ता कुछ भी हो (हॉल और गुओ, 2017)। खाद्य गुणवत्ता आपके स्वास्थ्य, हार्मोन, और तृप्ति को प्रभावित करती है, लेकिन कैलोरी की मात्रा वजन परिवर्तन को निर्धारित करती है। Nutrola दोनों को ट्रैक करता है: आहार गुणवत्ता के लिए 100+ पोषक तत्व, और ऊर्जा संतुलन के लिए सत्यापित कैलोरी डेटा।

लोग औसतन कितनी कैलोरी का अनुमान कम लगाते हैं?

शोध लगातार दिखाता है कि लोग अपने कैलोरी सेवन का 12-47% कम आंकते हैं, अध्ययन और जनसंख्या के आधार पर। OPEN अध्ययन (सुबार एट अल., 2003) में पुरुषों में 12-23% और महिलाओं में 16-20% की कमी पाई गई। जो लोग अपने आहार को स्वस्थ मानते हैं, वे स्वास्थ्य हल्का प्रभाव के कारण अधिक कम आंकते हैं। Nutrola की AI फोटो लॉगिंग अनुमान को समाप्त करती है, आपके वास्तविक प्लेट का विश्लेषण करके।

स्वस्थ आहार में सबसे अधिक अनट्रैक्ड कैलोरी के स्रोत क्या हैं?

शोध के आधार पर, शीर्ष पांच स्रोत हैं: खाना पकाने के तेल और वसा (कुल ऊर्जा सेवन का 20% तक), मसाले और ड्रेसिंग, तरल कैलोरी (स्मूथी, लट्टे, जूस), छोटे स्वाद और ग्रेजिंग, और सप्ताहांत का सामाजिक भोजन। Nutrola की फोटो पहचान सभी दृश्यमान खाद्य घटकों को कैप्चर करती है, जिसमें टॉपिंग और सॉस शामिल हैं, जबकि सत्यापित डेटाबेस खाना पकाने के तेल और ड्रेसिंग के लिए सटीक कैलोरी डेटा प्रदान करता है।

क्या कैलोरी ट्रैकिंग वास्तव में वजन घटाने में मदद करती है?

हाँ। हार्वे एट अल. (2019) द्वारा किए गए एक व्यवस्थित समीक्षा में Obesity में पाया गया कि आत्म-निगरानी की आवृत्ति और वजन घटाने के परिणामों के बीच एक मजबूत संबंध है। हालांकि, वही शोध दिखाता है कि जब लॉगिंग बोझिल होती है तो पालन तेजी से गिरता है। Nutrola इस समस्या का समाधान 3-सेकंड AI फोटो लॉगिंग के साथ करता है — ट्रैकिंग को इतना आसान बनाता है कि इसे लंबे समय तक बनाए रखा जा सके, जो वजन घटाने की सफलता का प्रमुख पूर्वानुमान है।

Nutrola को MyFitnessPal से क्या अलग बनाता है सटीक कैलोरी ट्रैकिंग के लिए?

प्राथमिक अंतर डेटाबेस की सटीकता है। एवेनेपोएल एट अल. (2020) द्वारा किए गए एक अध्ययन में Nutrients में पाया गया कि MyFitnessPal जैसे भीड़-स्रोत डेटाबेस में कैलोरी में महत्वपूर्ण विसंगतियाँ थीं, जिसमें प्रविष्टियाँ सत्यापित मानों से 15-30% भिन्न थीं। Nutrola एक 100% पोषण विशेषज्ञ-सत्यापित डेटाबेस का उपयोग करता है जहाँ हर प्रविष्टि पेशेवर स्रोतों के खिलाफ क्रॉस-रेफरेंस की जाती है। हाथ से भाग का अनुमान समाप्त करने वाली AI फोटो पहचान के साथ मिलकर, Nutrola सटीकता प्रदान करता है जो चिकित्सीय स्तर के आहार मूल्यांकन के करीब है।