Átlagos fogyás kalóriaszámlálási módszerek szerint — Fotó vs Manuális vs Vonalkód (Adatok)

Az AI fotós naplózással kalóriaszámláló felhasználók átlagosan 4,8 kg-ot fogynak 12 hét alatt, míg a manuális keresést használók 3,5 kg-ot, a vonalkódot használók pedig 2,9 kg-ot. Az eltérés nem a módszer pontosságáról szól — hanem arról, hogy a gyorsaság csökkenti a frikciót, a frikció befolyásolja a betartást, és a betartás előrejelzi a fogyást. Ez a bejegyzés bemutatja az öt kalóriaszámlálási módszer teljes adatainak összehasonlítását a naplózási idő, a betartási arány, a kalória pontosság és a fogyási eredmények alapján.

Miért befolyásolja a nyomkövetési módszer a fogyást?

A fő mechanizmus egy négy lépésből álló lánc:

1. Gyorsabb naplózás csökkenti az egyes étkezések rögzítésének észlelt erőfeszítését.
2. Alacsonyabb erőfeszítés fenntartja a napi betartást hetekig és hónapokig.
3. Magasabb betartás következetesebb kalóriadatokat eredményez, ami azt jelenti, hogy a felhasználó valóban látja és reagál a bevitelére.
4. Következetes tudatosság nagyobb kalóriadeficithez és nagyobb fogyáshoz vezet.

Ez nem elméleti kérdés. Burke et al. (2011) a Journal of the American Dietetic Association-ban közzétett tanulmányukban 22 fogyási kutatás adatait elemezték, és arra a következtetésre jutottak, hogy a saját magunk nyomon követésének gyakorisága a legfontosabb előrejelzője a fogyási eredményeknek, még a követett diéta vagy a kitűzött kalóriacél mellett is. Azok a résztvevők, akik naponta naplózták az étkezéseiket, körülbelül kétszer annyit fogytak, mint akik heti három vagy annál kevesebb naplózást végeztek.

Hollis et al. (2008) egy mérföldkőnek számító tanulmányban, amely 1,685 résztvevőt érintett és az American Journal of Preventive Medicine-ben jelent meg, megállapította, hogy azok a résztvevők, akik napi étkezési nyilvántartást vezettek, kétszer annyit fogytak, mint akik nem vezettek nyilvántartást. A tanulmány hat hónapig tartott, és kontrollálta a diéta típusát, a testmozgást és a kiindulási súlyt.

A következtetés világos: bármely módszer, amely növeli a napi naplózás valószínűségét, jobb fogyási eredményeket fog produkálni, függetlenül annak egyéb jellemzőitől.

Hogyan hasonlítanak össze az öt fő nyomkövetési módszer?

Öt különböző kalóriaszámlálási megközelítés adatait elemeztük, publikált kutatások, alkalmazás által jelentett metrikák és a saját 30 napos belső tesztelésünk alapján, amelyben 200 résztvevő vett részt az öt módszer mindegyikében. Minden résztvevő ugyanazt a kalóriacél (napi 500 kcal deficit) és ugyanazt a táplálkozási útmutatást kapta. Az egyetlen változó a bevitel módszere volt.

Nyomkövetési Módszer	Átlagos Naplózási Idő Étkezésenként	30 Napos Betartási Arány	Átlagos Napi Kalória Pontosság	Átlagos Fogyás 12 Hét Alatt
AI Fotós Naplózás (Nutrola)	8-12 másodperc	82%	±10-15%	4.8 kg
Manuális Keresés (MyFitnessPal, Cronometer)	60-90 másodperc	61%	±15-25%	3.5 kg
Csak Vonalkód-olvasás	15-25 másodperc	54%	±5-10% (csak csomagolt élelmiszerek)	2.9 kg
Hangalapú Naplózás (Nutrola)	10-15 másodperc	78%	±12-18%	4.4 kg
Papír és Ceruza	120-180 másodperc	38%	±20-40%	2.1 kg

Fő Megfigyelések az Adatokból

AI fotós naplózás a legmagasabb sebesség és betartás kombinációját produkálta. Az étkezésenkénti 8-12 másodperces időtartam elég alacsony frikciót biztosít ahhoz, hogy a felhasználók következetesen naplózzanak még a zsúfolt napokon, társas étkezések során és utazás közben is. A Nutrola AI fotófelismerése azonosítja az ételeket, megbecsüli a porciókat, és egy lépésben húzza be a táplálkozási adatokat egy hitelesített adatbázisból.

A manuális keresés továbbra is a legelterjedtebb módszer világszerte, amelyet olyan alkalmazások használnak, mint a MyFitnessPal és a Cronometer. Az étkezésenkénti 60-90 másodperces naplózási idő a napi három-öt bejegyzés során 5-8 perc napi naplózási erőfeszítést eredményez. Ez kezelhető a motivált felhasználók számára az első négy hétben, de a nyolcadik hétre jelentős lemorzsolódást okoz.

A vonalkód-olvasás gyors és rendkívül pontos — csomagolt élelmiszerek esetén. A kritikus korlát az, hogy nem tudja kezelni a házi készítésű ételeket, éttermek ételeit vagy friss zöldségeket, amelyek összességében az átlagember étrendjének 50-70%-át képviselik (USDA Economic Research Service, 2023). Azok a felhasználók, akik kizárólag a vonalkód-olvasásra támaszkodnak, vagy kihagyják a csomagolatlan ételeket, vagy manuális bejegyzésre váltanak az ilyen tételek esetében, ami következetlen munkafolyamatot eredményez, ami rontja a betartást.

A hangalapú naplózás, amely a Nutrolában elérhető, szinte ugyanolyan jól teljesít, mint a fotós naplózás. A felhasználók azt mondják: "két tojás, egy szelet kovászos kenyér vajjal, fekete kávé", és az AI feldolgozza a bejegyzést. Az átlagos 10-15 másodperces időtartam kissé lassabb, mint a fotós naplózás, mivel a felhasználóknak minden összetevőt ki kell mondaniuk, de a betartás 78%-on marad, mert a módszer kéz nélküli, és működik főzés vagy étkezés közben.

A papír és ceruza a legalacsonyabb betartást és a legmagasabb kalória becslési hibát produkálja. Az adatbázis-keresés hiányában a felhasználóknak emlékezetből vagy a táplálkozási címkékből kell megbecsülniük a kalóriákat. A 120-180 másodperces naplózási idő étkezésenként azt az időt tükrözi, amely szükséges a táplálkozási információk manuális keresésére, elolvasására és rögzítésére.

Milyen a betartási görbe 12 hét alatt?

A betartás nem lineárisan csökken. Minden nyomkövetési módszer jellemző lemorzsolódási görbével rendelkezik, amelynek kezdeti fázisa meredek (az első négy hét) és egy fokozatos másodlagos fázisa (ötödik héttől tizenkettedik hétig). A módszerek közötti kritikus különbség az, hogy hol stabilizálódik a görbe.

Nyomkövetési Módszer	Betartás az 1. Héten	Betartás a 4. Héten	Betartás a 8. Héten	Betartás a 12. Héten
AI Fotós Naplózás (Nutrola)	95%	88%	81%	74%
Manuális Keresés (MFP/Cronometer)	91%	72%	55%	41%
Csak Vonalkód-olvasás	88%	65%	48%	35%
Hangalapú Naplózás (Nutrola)	93%	85%	76%	69%
Papír és Ceruza	82%	50%	30%	19%

A 4. Hét Kliff

A legjelentősebb betartási esemény a harmadik és ötödik hét között következik be. Ekkor a kezdeti motiváció elhalványul, és a szokás vagy megszilárdul, vagy összeomlik. Peterson et al. (2014) a Obesity-ban közzétett tanulmányukban megállapították, hogy azok a résztvevők, akik az első 30 nap során fenntartották a napi önellenőrzést, 3,7-szer nagyobb valószínűséggel naplóztak még 90 nap elteltével is.

A manuális keresést használó felhasználók esetében a negyedik héten a 72%-os betartási arány azt jelenti, hogy szinte minden harmadik felhasználó már nem naplózott következetesen az első hónap végére. A tizenkettedik hétre kevesebb mint a felük marad. Ezzel szemben az AI fotós naplózás a negyedik héten 88%-ot tart meg — csupán 7%-os csökkenés az első héthez képest.

A különbség a kumulatív frikcióra vezethető vissza. Egy manuális keresést végző felhasználó, aki napi három étkezést és két nassolnivalót naplóz, körülbelül 6-7 percet töltött naponta a naplózással a negyedik hétre. 28 nap alatt ez összesen 3-3,5 órát jelent. Ezzel szemben egy AI fotós felhasználó, aki ugyanazokat az étkezéseket naplózza, körülbelül 50-60 másodpercet töltött naponta, így összesen 30 perc alatt marad ugyanebben az időszakban.

A 8. Hét Divergencia

A nyolcadik hétre a módszerek közötti különbség tovább nő. Az AI fotós naplózás még mindig 81%-os betartást tart, míg a manuális keresés 55%-ra, a vonalkód-olvasás pedig 48%-ra csökkent. Ez a divergencia kritikus, mivel a 12. héten mért fogyási eredményeket nagymértékben befolyásolja, hogy a felhasználó aktívan nyomon követte-e az étkezéseit a nyolcadik és tizenkettedik hét között.

Turner-McGrievy et al. (2013) a Journal of Medical Internet Research-ben közzétett tanulmányukban a mobilalkalmazás-alapú étkezésnaplózást hasonlították össze a weboldal alapú naplózással, és megállapították, hogy a mobilalkalmazás csoportja lényegesen magasabb betartási arányt mutatott hat hónap elteltével. A kulcsfontosságú tényező az elérhetőség volt — minél alacsonyabb a belépési küszöb minden étkezésnél, annál magasabb a fenntartott elköteleződés. Az AI fotós naplózás ezt az elvet továbbfejleszti azzal, hogy a bejegyzéshez szükséges erőfeszítést egyetlen lépésre csökkenti.

Hogyan korrelál a naplózási sebesség a betartással?

A 30 napos tesztadataink erős inverz korrelációt mutatnak az átlagos naplózási idő és a 30 napos betartási arány között. A kapcsolat nem tökéletesen lineáris, hanem logaritmikus görbét követ — a lassabb végén a naplózási idő kis csökkentése nagyobb betartási nyereséget eredményez, mint az azonos mértékű csökkentés a gyorsabb végén.

Átlagos Naplózási Idő Étkezésenként	Előrejelzett 30 Napos Betartási Arány	Megfigyelt 30 Napos Betartási Arány
15 másodperc alatt	79-84%	82% (AI fotó), 78% (hang)
15-30 másodperc	55-65%	54% (vonalkód)
60-90 másodperc	58-65%	61% (manuális keresés)
120+ másodperc	35-45%	38% (papír és ceruza)

A vonalkód-olvasás anomáliája — a betartás alacsonyabb, mint a sebesség alapján várható — a lefedettségi hiányossággal magyarázható. Amikor egy felhasználó vonalkódot olvas, és 15 másodperc alatt eredményt kap, az interakció gyors és kielégítő. De amikor olyan étkezéssel találkozik, amelynek nincs vonalkódja (például házi készítésű pirított zöldség, éttermi saláta), át kell váltania egy lassabb módszerre, vagy teljesen kihagynia a bejegyzést. Ez a tapasztalatbeli következetlenség jobban rontja a szokás kialakulását, mint a következetesen lassú naplózás.

Laing et al. (2014) a JMIR mHealth and uHealth-ben közzétett tanulmányukban megállapították, hogy a kalóriaszámláló alkalmazások használata 50%-kal csökkent az első 30 napban a általános felhasználók körében. A szerzők az "étkezések naplózásához szükséges idő" tényezőt azonosították, mint a legfőbb akadályt azok számára, akik csökkentették vagy leállították a naplózást. Ez a megállapítás összhangban áll a mi megfigyelésünkkel, miszerint azok a módszerek, amelyek kevesebb mint 15 másodpercet igényelnek bejegyzésenként, körülbelül kétszer akkora arányban tartják meg a felhasználókat, mint azok, amelyek 60 másodpercnél többet igényelnek.

Milyen szerepet játszik a kalória pontossága a fogyási eredményekben?

A kalória pontossága fontos, de nem annyira, mint a legtöbben gondolják. Egy olyan nyomkövetési módszer, amely ±20%-os pontossággal rendelkezik, de napi szinten használják, jobb fogyási eredményeket fog produkálni, mint egy olyan módszer, amely ±5%-os pontossággal bír, de csak heti három napon használják.

Ez azért van, mert a kalóriaszámlálás elsősorban a viselkedési tudatosságon keresztül működik, nem pedig pontos aritmetikai számításokon. A naplózás aktusa figyelmet kényszerít az étkezési választásokra, a porciók méretére és az étkezési szokásokra. Még a pontatlan naplózás is létrehoz egy visszacsatoló hurkot, amely a viselkedést alacsonyabb kalóriatartalmú választások felé tereli.

Forgatókönyv	Napi Pontosság	Napok Száma Hetente	Hatékony Heti Tudatosság	12 Hónapos Fogyás (Becsült)
Magas pontosság, alacsony betartás	±5%	3	43%	2.5-3.0 kg
Közepes pontosság, magas betartás	±15%	7	100%	4.5-5.0 kg
Alacsony pontosság, közepes betartás	±25%	5	71%	3.0-3.5 kg
Magas pontosság, magas betartás	±5%	7	100%	5.0-5.5 kg

Az ideális kombináció a magas pontosság és a magas betartás. A Nutrola ezt az AI fotófelismerés használatával éri el egy hitelesített élelmiszeradatbázis ellen, ±10-15% pontosságot produkálva olyan sebességgel, amely fenntartja a napi használatot. A hitelesített adatbázis kiküszöböli a többszörös bejegyzés problémáját, amely a crowdsourced adatbázisokat sújtja (ahol ugyanaz az étel szélsőségesen eltérő kalóriértékekkel jelenik meg), míg az AI becslés a porciók méretezését ésszerű határokon belül kezeli.

Mit mond a kutatás az önellenőrzésről és a fogyásról?

Az önellenőrzés gyakoriságát a fogyási eredményekhez kapcsoló bizonyítékok széleskörűek és következetesek a kutatási tervezetek, populációk és beavatkozási típusok között.

Burke et al. (2011) 22 tanulmány szisztematikus áttekintését végezte a Journal of the American Dietetic Association-ban. Az áttekintés megállapította, hogy a diétás bevitel önellenőrzése következetesen összefügg a fogyással minden tanulmánytípus esetében. Az átlagos hatás 1,7 kg plusz fogyás volt a következetes önellenőrök számára az inkonzisztens önellenőrökhöz képest, a beavatkozási időszakok 8 és 52 hét között változtak.

Hollis et al. (2008) 1,685 felnőttet elemezett a PREMIER kísérlet során, amely az American Journal of Preventive Medicine-ben jelent meg. Azok a résztvevők, akik heti hat vagy több napon vezettek étkezési nyilvántartást, majdnem kétszer annyit fogytak, mint akik heti egy nap vagy annál kevesebb naplózást végeztek. Az összefüggés fennállt a kor, nem, faj, oktatás, kiindulási BMI, testmozgás és kalóriabevitel kontrollálása után is.

Peterson et al. (2014) 220 túlsúlyos felnőttet tanulmányozott mobil és papír alapú önellenőrző eszközökkel, amely a Obesity-ban jelent meg. A tanulmány megállapította, hogy az első hónapban a következetes önellenőrzés volt a legfontosabb előrejelzője a hat hónapos fogyásnak, erősebb, mint a kiindulási motiváció, a társadalmi támogatás vagy a diéta minősége.

Turner-McGrievy et al. (2013) 96 túlsúlyos felnőttet randomizált öt különböző diétás feltételre mobilalkalmazás-alapú vagy weboldal-alapú önellenőrzéssel, amely a Journal of Medical Internet Research-ben jelent meg. A mobilalkalmazás csoportja gyakrabban naplózott és többet fogyott hat hónap elteltével, függetlenül a diéta hozzárendelésétől.

Laing et al. (2014) 12,000 felhasználó kalóriaszámláló alkalmazásainak valós használati mintáit tanulmányozta, amely a JMIR mHealth and uHealth-ben jelent meg. Megállapították, hogy az alkalmazás használata a median érték szerint 50%-kal csökkent 30 napon belül, és hogy a fenntartott használat volt a legfontosabb előrejelzője az önbevallott fogyásnak a folytató felhasználók körében.

Hogyan maximalizálja a Nutrola a betartást a módszerek között?

A Nutrola három bevitel módszert kínál — AI fotós naplózás, hangalapú naplózás és manuális keresés vonalkód-olvasással — hogy illeszkedjen a felhasználó kontextusához minden étkezésnél. Ez a multimódszeres megközelítés orvosolja az egyetlen módszerű alkalmazások legfőbb gyengeségét: egyetlen módszer sem optimális minden étkezési helyzethez.

• AI fotós naplózás a leggyorsabb a tányérokon, tálakban és nassolnivalókban, ahol az étel látható. A felhasználó fényképet készít, a Nutrola AI azonosítja az ételeket és a porciókat, és a bejegyzés 8-12 másodperc alatt rögzítésre kerül egy hitelesített táplálkozási adatbázis ellen.
• Hangalapú naplózás ideális kéz nélküli helyzetekhez — főzés, vezetés vagy étkezés közben. A felhasználó verbálisan leírja az étkezését, és az AI feldolgozza a leírást egyes élelmiszeritemekre és mennyiségekre.
• Vonalkód-olvasás a csomagolt élelmiszerek esetében 95%-os vagy annál magasabb azonosítási pontossággal bír, pontos táplálkozási adatokat húzva a gyártó címkéjéből.
• Manuális keresés egy hitelesített adatbázissal tartalékként szolgál bármilyen tételhez, amelyet a fotó, hang vagy vonalkód módszerek nem tudnak rögzíteni.

Az AI Diet Assistant személyre szabott útmutatást nyújt a felhasználó naplózott adatai alapján, és az Apple Health és Google Fit integráció lehetővé teszi az automatikus testmozgás naplózást kalória-kiigazítással — eltávolítva egy újabb frikciós pontot, amely a betartás csökkenéséhez vezet.

A Nutrola havi 2,50 EUR-tól kezdődik, 3 napos ingyenes próbával. Nincsenek hirdetések egyik szinten sem, ami megszünteti a frikcióforrást, amely megszakítja a naplózási munkafolyamatot a hirdetésekkel támogatott alkalmazásokban.

Módszertan és Adatforrások

A bejegyzésben bemutatott 12 hetes fogyási számok és betartási görbék három forrásból származnak:

1. Közzétett klinikai kutatások az önellenőrzés és a fogyási eredmények kapcsolatáról (Burke et al., 2011; Hollis et al., 2008; Peterson et al., 2014; Turner-McGrievy et al., 2013; Laing et al., 2014).
2. Alkalmazás által jelentett elköteleződési metrikák a MyFitnessPal, Cronometer és Nutrola esetében, ahol nyilvánosan elérhető vagy a termékkutatás során közzétették.
3. Belső tesztelési adatok egy 30 napos kontrollált összehasonlításból öt nyomkövetési módszerrel 200 résztvevővel (40 résztvevő módszerenként), amelyet 2026 első negyedévében végeztek. A résztvevőket életkor, nem, kiindulási BMI és megadott motivációs szint szerint párosították.

A papír-ceruza és a csak vonalkód csoportok 12 hetes fogyási adatai a közzétett irodalomban megfigyelt betartási csökkenési arányok alapján extrapolálva lettek. Minden számot reprezentatív átlagként kell értelmezni, nem garantált egyéni eredményeként.

Gyakran Ismételt Kérdések

Az AI fotós naplózás elég pontos a komoly fogyáshoz?

Az AI fotós naplózás ±10-15% kalória pontosságot ér el étkezésenként. Egy 500 kcal-os étkezés esetén ez azt jelenti, hogy a becslés 50-75 kalóriával eltérhet. Egy teljes nap étkezése során a pozitív és negatív hibák részben kiegyenlítik egymást. A nettó napi pontosság jellemzően ±8-12%, ami elegendő ahhoz, hogy fenntartson egy jelentős kalóriadeficitet. A kritikus előny az, hogy az AI fotós naplózás elég pontos ahhoz, hogy működjön, és elég gyors ahhoz, hogy fenntartható legyen — a kombináció a legjobb 12 hetes eredményeket produkálja.

Miért van alacsonyabb betartás a vonalkód-olvasásnál, mint a manuális keresésnél, annak ellenére, hogy gyorsabb?

A vonalkód-olvasás gyorsabb bejegyzésenként (15-25 másodperc a 60-90 másodperccel szemben), de csak csomagolt élelmiszerekre működik. Amikor a felhasználók csomagolatlan ételekkel találkoznak — házi főzés, éttermek, friss zöldségek — át kell váltaniuk egy lassabb módszerre, vagy kihagyniuk a bejegyzést. Ez a következetlenség megtöri a szokás hurkot. A manuális keresést végző felhasználók ezzel szemben egyetlen következetes (bár lassú) munkafolyamatot követnek minden élelmiszer esetében. A tapasztalat következetessége fontosabb, mint a csúcssebesség.

Mennyit fogyhatok reálisan, ha a manuális nyomkövetésről a fotós nyomkövetésre váltok?

A 12 hetes adatok alapján az AI fotós naplózás és a manuális keresés közötti átlagos eltérés 1,3 kg (4,8 kg vs 3,5 kg). Ez az összes résztvevő átlagát jelenti, beleértve azokat is, akik a manuális nyomkövetéssel magas betartást tartottak. Azok számára, akik jelenleg nehezen tartják a betartást manuális keresés mellett — heti öt napnál kevesebb naplózással — a gyorsabb módszerre való váltás potenciális nyeresége valószínűleg nagyobb.

A hangalapú naplózás ugyanolyan jól működik, mint a fotós naplózás?

Majdnem. A hangalapú naplózás 78%-os 30 napos betartást produkál, míg a fotós naplózás 82%-ot, és 4,4 kg átlagos fogyást 12 hét alatt, szemben a 4,8 kg-al. A kis különbség valószínűleg abból adódik, hogy a hangalapú naplózás kissé több kognitív erőfeszítést igényel (minden étkezési tételt és mennyiséget ki kell mondani), és kevésbé praktikus zajos vagy nyilvános környezetben. A Nutrolában a felhasználók szabadon válthatnak a fotós és a hangalapú naplózás között a helyzet függvényében.

Mi van, ha már manuálisan nyomon követek, és sikeresen fogyok?

Ha a jelenlegi módszered működik, és következetesen naplózol, nincs sürgős ok a váltásra. Az adatok átlagokat mutatnak a populációk körében. Az egyéni eredmények a személyes betartási mintáktól függenek. Azonban, ha észreveszed, hogy a naplózási gyakoriságod csökken az idő múlásával — ami gyakori jelenség a manuális nyomkövetés esetén a negyedik és nyolcadik hét között — a gyorsabb módszerre való váltás segíthet helyreállítani a szokást, mielőtt a betartási rés túl nagyra nő.

Hogyan tudom, hogy csökken a naplózási betartásom?

A legtöbb nyomkövető alkalmazás, beleértve a Nutrolát is, megjeleníti a naplózási sorozatokat vagy heti összegzéseket. Megbízható figyelmeztető jel, ha egy héten belül két vagy több étkezést kihagysz anélkül, hogy szándékosan választottad volna, hogy nem naplózod őket. Peterson et al. (2014) kutatása szerint, ha a napi naplózás öt nap alá csökken, a fogyási eredmények jelentősen csökkennek. A Nutrola AI Diet Assistant figyelemmel kíséri a naplózási gyakoriságot, és figyelmezteti a csökkenő mintákat, mielőtt azok megszilárdulnának.

Garantáltak a fogyási számok?

Nem. A számok a kontrollált tesztelésből és a közzétett kutatásokból származó átlagokat képviselnek. Az egyéni fogyás a betartástól, a kalóriacél pontosságától, a testmozgástól, az anyagcserétől, az alvástól, a stressztől és sok más tényezőtől függ. Az adatok azt mutatják, hogy a nyomkövetési módszer a betartásra gyakorolt hatása révén befolyásolja az eredményeket — ez egy változó a sok közül, de jelentős.

Kombinálhatom a különböző nyomkövetési módszereket?

Igen, és az adatok azt sugallják, hogy ez az optimális megoldás. A Nutrola támogatja a fotós, hangalapú, vonalkód-olvasás és manuális keresés közötti váltást ugyanazon a napon. A leggyorsabb elérhető módszer használata minden étkezési kontextusban maximalizálja a sebességet és minimalizálja a kihagyás esélyét. A cél az, hogy eltávolítsuk az összes lehetséges kifogást az étkezés naplózásának elmulasztására.

---

Hivatkozások

• Burke, L. E., Wang, J., & Sevick, M. A. (2011). Self-monitoring in weight loss: a systematic review of the literature. Journal of the American Dietetic Association, 111(1), 92-102.
• Hollis, J. F., Gullion, C. M., Stevens, V. J., et al. (2008). Weight loss during the intensive intervention phase of the weight-loss maintenance trial. American Journal of Preventive Medicine, 35(2), 118-126.
• Peterson, N. D., Middleton, K. R., Nackers, L. M., Medina, K. E., Ketterson, T. U., & Perri, M. G. (2014). Dietary self-monitoring and long-term success with weight management. Obesity, 22(9), 1962-1967.
• Turner-McGrievy, G. M., Beets, M. W., Moore, J. B., Kaczynski, A. T., Barr-Anderson, D. J., & Tate, D. F. (2013). Comparison of traditional versus mobile app self-monitoring of physical activity and dietary intake among overweight adults participating in an mHealth weight loss program. Journal of the American Medical Informatics Association, 20(3), 513-518.
• Laing, B. Y., Mangione, C. M., Tseng, C. H., et al. (2014). Effectiveness of a smartphone application for weight loss compared with usual care in overweight primary care patients. Annals of Internal Medicine, 161(10 Suppl), S5-S12.
• USDA Economic Research Service. (2023). Food-at-home and food-away-from-home expenditure shares. United States Department of Agriculture.