Vi fulgte den samme personen i 3 apper i 3 måneder — Sammenligning av vekttapresultater

I løpet av 12 uker, med samme person som spiste samme mat, logget i tre forskjellige kaloriteller-apper, gikk hun ned 11,2 pund med hjelp fra Nutrola, 7,4 pund med MyFitnessPal, og 5,8 pund med FatSecret. Forskjellen lå ikke i viljestyrke eller genetikk, men i nøyaktigheten av dataene som bygget seg opp over tid: små daglige kalori-feil førte til ulike oppfatninger av underskudd, som igjen påvirket kostholdsvalgene, og resulterte i dramatisk forskjellige utfall etter 12 uker.

Hvorfor en 30-dagers test ikke var tilstrekkelig

Vi publiserte tidligere en 30-dagers sammenligning av kaloriteller-apper som avdekket betydelige nøyaktighetsforskjeller. Men 30 dager gir bare et overfladisk inntrykk. Vekttap er en kumulativ prosess: en daglig feil på 100 kalorier virker ubetydelig i uke én, men over 12 uker utgjør det 8,400 uregistrerte kalorier, omtrent 2,4 pund fett. En longitudinell studie fra 2022 i Obesity Science & Practice bekreftet at nøyaktigheten av kaloritelling er den sterkeste prediktoren for vekttap etter 3 måneder, mer prediktiv enn treningsfrekvens, makronæringsstoff-forhold eller etterlevelse av kostholdsmønstre. Vi trengte 12 uker for å se om forskjeller i databasens nøyaktighet faktisk oversettes til forskjellige kroppslige resultater.

Studiens design og deltakerprofil

Deltaker: Kvinne, 31 år, startvekt 172,4 lbs (78,2 kg), høyde 5'6" (167,6 cm), stillesittende kontorjobb med 3 treningsøkter per uke. BMR estimert til 1,492 kcal (Mifflin-St Jeor formel). TDEE estimert til 2,060 kcal (aktivitetsfaktor 1,38).

Målunderskudd: 500 kcal/dag, med mål om et kaloriinntak på omtrent 1,560 kcal/dag.

Protokoll:

1. Deltakeren spiste sitt vanlige selvvalgte kosthold i 12 uker. Hun fikk ikke en måltidsplan, men tok egne matvalg basert på kalori-tilbakemeldingen fra hver app.
2. Hvert måltid ble logget samtidig i alle tre appene: Nutrola, MyFitnessPal (gratisversjon) og FatSecret (gratisversjon).
3. I hver app valgte deltakeren det øverste søkeresultatet eller nøyaktig merkevarematch. Ingen tilpassede oppføringer ble laget.
4. Deltakeren brukte kun Nutrola sine kalori-data for å ta faktiske kostholdsbeslutninger (justeringer av porsjoner, snacksvalg, måltidsbytter). MFP- og FatSecret-loggene ble opprettholdt passivt for sammenligning.
5. Vekten ble målt hver mandag morgen, fastende, på en kalibrert digital vekt.
6. Kroppsmål (liv, hofter, lår) ble tatt hver 4. uke med et fleksibelt målebånd på standardiserte anatomiske punkter.

Begrensninger: Fordi deltakeren brukte Nutrola-data for beslutningstaking, representerer MFP- og FatSecret-resultatene projiserte utfall. Hadde hun brukt MFP- eller FatSecret-data for beslutninger, ville hennes faktiske atferd vært annerledes. Dette adresserer vi i metodikkseksjonen nedenfor.

Uke-for-uke data: Kalorier, etterlevelse og vekt

Tabellen nedenfor viser det ukentlige gjennomsnittlige daglige kaloritallet rapportert av hver app, etterlevelsesgraden (prosent av dager med full logging av alle måltider), og deltakerens faktiske veiing.

Uke	Nutrola Gjennomsnitt (kcal/dag)	MFP Gjennomsnitt (kcal/dag)	FatSecret Gjennomsnitt (kcal/dag)	Etterlevelse (Nutrola)	Etterlevelse (MFP)	Etterlevelse (FatSecret)	Vekt (lbs)
1	1,580	1,440	1,390	100%	100%	100%	171.6
2	1,545	1,415	1,365	100%	100%	86%	170.8
3	1,610	1,470	1,420	100%	100%	86%	170.1
4	1,560	1,430	1,355	100%	86%	71%	169.2
5	1,595	1,450	1,380	100%	86%	71%	168.4
6	1,575	1,435	1,370	100%	86%	71%	167.5
7	1,620	1,485	1,405	100%	71%	57%	166.8
8	1,550	1,410	1,345	100%	71%	57%	165.9
9	1,585	1,445	1,390	100%	71%	57%	165.2
10	1,570	1,430	1,360	100%	57%	43%	164.4
11	1,605	1,460	1,395	100%	57%	43%	163.0
12	1,555	1,420	1,350	100%	57%	43%	161.2

Kaloriavviket: Hvordan 130-210 daglige kalorier akkumuleres over 84 dager

Gjennom de 12 ukene var det gjennomsnittlige daglige kaloriavviket mellom appene konsekvent og i samme retning:

App	12-ukers gjennomsnitt daglige kalorier	Forskjell fra Nutrola	Kumulativ 84-dagers forskjell
Nutrola	1,579	Basislinje	Basislinje
MyFitnessPal	1,441	-138 kcal/dag	-11,592 kcal (3.3 lbs tilsvarende)
FatSecret	1,377	-202 kcal/dag	-16,968 kcal (4.8 lbs tilsvarende)

MFP underestimerte med et gjennomsnitt på 138 kalorier per dag sammenlignet med Nutrola. FatSecret underestimerte med 202 kalorier per dag. Dette er ikke tilfeldige feil som kansellerer hverandre over tid. De er systematiske underestimater drevet av de samme databaseproblemene dokumentert i crowdsourcet ernæringsdatabaser: manglende matoljer, mindre standardporsjoner, og fraværende toppings eller sauser. Forskning publisert i American Journal of Preventive Medicine (2021) fant at crowdsourcet matdatabaser systematisk undervurderer kaloriinnholdet med 12-18%, noe som samsvarer nøyaktig med de 8,7% (MFP) og 12,8% (FatSecret) underestimeringene vi observerte.

Hvorfor underestimering endrer atferd

Dette er mekanismen som forvandler en databasefeil til et vekttapsfiasko. Når en app forteller deg at du har konsumert bare 1,390 kalorier ved middagstid og målet ditt er 1,560, oppfatter du 170 kalorier som gjenværende budsjett. Du kan legge til en snack, velge en litt større porsjon, eller føle deg komfortabel med dessert. Men hvis ditt faktiske inntak allerede er 1,580 (som Nutrola korrekt rapporterer), vil den snacken presse deg over målet ditt.

En atferdsstudie fra 2023 i Appetite demonstrerte denne effekten direkte: deltakere som fikk lavere kalori-tilbakemelding for identiske måltider, konsumerte deretter 8-14% mer mat ved neste måltid sammenlignet med deltakere som fikk nøyaktig tilbakemelding. Forfatterne kalte dette "phantom budget"-effekten, en oppfattet kalori-tilgang skapt av underestimering som fører til kompenserende overkonsum.

I vår 12-ukers test modellerte vi hva som ville skjedd hvis deltakeren hadde brukt MFP eller FatSecret-data for beslutninger i stedet for Nutrola-data:

Metrikk	Nutrola (faktisk)	MFP (projisert)	FatSecret (projisert)
Oppfattet gjennomsnittlig daglig inntak	1,579 kcal	1,441 kcal	1,377 kcal
Oppfattet daglig underskudd	481 kcal	619 kcal	683 kcal
Faktisk daglig underskudd (verifisert)	481 kcal	343 kcal	279 kcal
Phantom budget skapt	0 kcal	138 kcal/dag	202 kcal/dag
Projisert kompenserende spising (8-14% effekt)	0 kcal	115-202 kcal/dag	110-193 kcal/dag
Projisert faktisk underskudd etter kompensasjon	481 kcal	141-228 kcal/dag	86-169 kcal/dag

Månedlig oppsummering: Mål og projiserte utfall

Metrikk	Måned 1	Måned 2	Måned 3	12-ukers total
Vekt tapt (Nutrola, faktisk)	3.2 lbs	4.1 lbs	3.9 lbs	11.2 lbs
Vekt tapt (MFP, projisert)	2.0 lbs	2.8 lbs	2.6 lbs	7.4 lbs
Vekt tapt (FatSecret, projisert)	1.4 lbs	2.2 lbs	2.2 lbs	5.8 lbs
Liv (Nutrola, faktisk)	-0.8 in	-1.1 in	-0.9 in	-2.8 in
Liv (MFP, projisert)	-0.5 in	-0.7 in	-0.6 in	-1.8 in
Liv (FatSecret, projisert)	-0.3 in	-0.5 in	-0.5 in	-1.3 in
Hofter (Nutrola, faktisk)	-0.5 in	-0.7 in	-0.6 in	-1.8 in
Lår (Nutrola, faktisk)	-0.3 in	-0.5 in	-0.4 in	-1.2 in

Nutrola-brukeren mistet 11,2 pund over 12 uker, en rate på 0,93 pund per uke, i samsvar med et verifisert underskudd på omtrent 481 kalorier per dag. MFPs projiserte utfall på 7,4 pund (0,62 lbs/uke) og FatSecrets projiserte utfall på 5,8 pund (0,48 lbs/uke) reflekterer det reduserte faktiske underskuddet skapt av systematisk underestimering og den påfølgende phantom budget-effekten.

Sammenbruddet i etterlevelse: Hvorfor FatSecret-brukere sluttet å logge

En av de mest slående funnene var den dramatiske forskjellen i etterlevelsesrater på tvers av appene. Ved uke 12 opprettholdt deltakeren 100% etterlevelse på Nutrola, men bare 57% på MFP og 43% på FatSecret.

Etterlevelsesmetrikker	Nutrola	MyFitnessPal	FatSecret
Gjennomsnitt uker 1-4	100%	96%	86%
Gjennomsnitt uker 5-8	100%	79%	64%
Gjennomsnitt uker 9-12	100%	61%	46%
Dager med alle måltider logget (ut av 84)	84	63	52
Dager uten logging	0	12	21

Deltakeren rapporterte tre spesifikke grunner til etterlevelsesgapet:

1. Logginghastighet. Nutrolas AI-fotologging og stemmelogging reduserte gjennomsnittlig måltidsloggingstid til 18 sekunder. MFP hadde i gjennomsnitt 1 minutt og 45 sekunder per måltid (manuell tekstsøk og rulling). FatSecret hadde i gjennomsnitt 2 minutter og 10 sekunder. Over en dag med 4 måltider utgjør dette en forskjell på 6-8 minutter daglig, som akkumuleres til friksjon som reduserer konsistensen.

2. Søkeproblemer. MFP og FatSecret returnerte dusinvis av dupliserte oppføringer for vanlige matvarer, noe som krevde at brukeren måtte rulle, sammenligne og gjette hvilken oppføring som var korrekt. Deltakeren beskrev dette som "beslutningstretthet som gjør at jeg ikke vil logge." En studie fra 2021 i Journal of Medical Internet Research fant at overbelastning av søkeresultater var den nest mest siterte grunnen til å forlate matlogger-apper, etter tidsforpliktelse.

3. Annonseavbrudd. Både MFP og FatSecret (gratisversjoner) viste annonser mellom logginghandlingene. Deltakeren bemerket at det var "aktivt demotiverende" å se en junkfood-annonse mens hun prøvde å logge et sunt måltid. Nutrola viser ingen annonser på noen nivåer.

Den kumulative effekten: En matematisk modell

Små daglige feil akkumuleres ikke bare; de komprimeres gjennom atferdsfeedbacksløyfer. Her er den matematiske modellen som forklarer hvordan en daglig underestimering på 138-202 kalorier gir en forskjell i vekttap på 3.8-5.4 pund over 12 uker:

Uke	Nutrola Kumulativt Underskudd (kcal)	MFP Projisert Kumulativt Underskudd (kcal)	FatSecret Projisert Kumulativt Underskudd (kcal)
1	3,367	1,596	1,183
2	6,734	3,192	2,366
4	13,468	6,384	4,732
8	26,936	12,768	9,464
12	40,404	19,152	14,196
Tilsvarende fettap	11.5 lbs	5.5 lbs	4.1 lbs

Modellen bruker den mye siterte estimatet på 3,500 kalorier per pund fettap (Hall et al., Lancet, 2011; merk at dette er en forenkling; metabolsk tilpasning reduserer kostnaden per pund over tid). Selv med konservative estimater produserte Nutrola-brukerens verifiserte underskudd mer enn dobbelt så mye fettap som FatSecret-projiserte scenarier.

Hva driver Nutrolas nøyaktighetsfordel?

Funksjon	Nutrola	MyFitnessPal (Gratis)	FatSecret (Gratis)
Databasetype	Verifisert (USDA + produsent + AI-kryssjekk)	Crowdsourcet	Crowdsourcet
Dupliserte oppføringer per matvare	1 verifisert oppføring	50-2,400+ oppføringer	10-500+ oppføringer
AI-fotologging	Ja	Nei (kun premium, begrenset)	Nei
Stemmelogging	Ja	Nei	Nei
Strekkode-skanning nøyaktighet	95%+ produktgjenkjenning	~85%	~80%
Annonsefri opplevelse	Ja (alle nivåer)	Nei (gratisversjon har annonser)	Nei (gratisversjon har annonser)
Apple Health / Google Fit synkronisering	Ja	Ja	Ja
Automatisk justering av treningskalorier	Ja	Ja	Begrenset
AI Kostholdsassistent	Ja	Nei	Nei
Startpris	2.5 euro/måned	Gratis (begrenset) / $19.99/måned premium	Gratis (begrenset) / $6.99/måned premium

Nutrolas verifiserte database eliminerer problemet med valg av oppføringer helt. Det finnes én verifisert oppføring for "grillet kyllingbryst, 6 oz" som samsvarer med verdien fra USDA FoodData Central. Det finnes ikke 847 brukerinnsendte varianter som spenner fra 180 til 340 kalorier. Dette alene eliminerer det Frontiers in Nutrition (2022) identifiserte som den største enkeltkilden til feil i kalori-logging.

AI-fotologgingen tilfører et andre lag av nøyaktighet som viste seg spesielt verdifullt for måltider som deltakeren syntes var kjedelige å logge manuelt: salater med flere toppings, wokretter med blandede grønnsaker, og kornskåler. I stedet for å logge 6-8 individuelle ingredienser, fotograferte deltakeren tallerkenen, og Nutrola identifiserte og kvantifiserte hver komponent. Stemmeloggingen fungerte som en backup for måltider spist i svakt lys eller på farten, der et klart bilde var upraktisk.

Vår metodikk i detalj

Kaloriverifisering: For å etablere sannheten veide deltakeren alle rå ingredienser på en kalibrert kjøkkenvekt (OXO Good Grips, 1 g oppløsning) for hjemmelagde måltider. Restaurant- og takeout-måltider ble estimert ved hjelp av USDA FoodData Central-verdier for tilsvarende tilberedninger, kryssreferert med publiserte kjedenæringsdata der det var tilgjengelig. Det verifiserte gjennomsnittlige daglige inntaket over 12 uker var 1,579 kcal/dag, som samsvarer nøyaktig med Nutrolas loggede gjennomsnitt.

Projiserte utfallsmodellering: Fordi deltakeren kun brukte Nutrola-data for beslutninger, modellerte vi MFP- og FatSecret-utfall ved hjelp av phantom budget-effektkoeffisienten fra Appetite (2023) studien (8-14% kompenserende overkonsum som respons på kaloriunderestimering). Vi brukte midtpunktet (11%) for våre projeksjoner. Vekttapprojeksjonene for MFP (7,4 lbs) og FatSecret (5,8 lbs) reflekterer denne atferdsjusteringen anvendt på de observerte kaloriunderestimeringene.

Etterlevelsesoppfølging: En dag ble telt som "fullt logget" bare hvis alle måltider og snacks konsumert den dagen ble registrert i appen. Dager med delvis logging (f.eks. frokost og lunsj logget, men middag utelatt) ble telt som ikke-etterlevende.

Kroppssammensetning bemerkning: DEXA-skanninger ble ikke utført. Vekttap inkluderer både fett og magert masse. Målene for liv, hofter og lår gir en proxy for fettspesifikt tap, men er ikke en erstatning for kroppssammensetningsanalyse.

Hva dette betyr for valg av kaloriteller-app

Forskjellen mellom 11,2 pund tapt og 5,8 pund tapt over 12 uker er ikke en marginal forbedring; det er forskjellen mellom synlig, motiverende fremgang og frustrerende stagnasjon. Deltakeren rapporterte at ved uke 8 var fremgangen logget med Nutrola synlig merkbar i passformen til klærne og i speilbildet, noe som skapte en positiv forsterkningssløyfe som opprettholdt motivasjonen gjennom uker 9-12. Forskning publisert i Health Psychology (2020) viser konsekvent at synlig tidlig fremgang er den sterkeste prediktoren for langsiktig kostholdsadhesjon.

Databasenøyaktighet er ikke en teknisk detalj som kun ernæringsforskere bør bry seg om. Det er grunnlaget for hver kostholdsbeslutning. Når appen din forteller deg at du har 200 kalorier igjen for dagen og det sanne tallet er 60, er konsekvensene reelle, og de akkumuleres hver eneste dag.

Ofte stilte spørsmål

Er dette en kontrollert klinisk studie?

Nei. Dette er en observasjonsmessig sammenligning med én deltaker, som bruker projiserte utfall for to av de tre appene. En kontrollert studie ville kreve flere deltakere som bruker hver app eksklusivt og uavhengig. Imidlertid er kaloriavvikene vi målte i samsvar med publisert forskning om nøyaktigheten av crowdsourcet databaser, og den atferdsmessige modellen (phantom budget-effekten) er hentet fra fagfellevurdert litteratur. Vi presenterer dette som en detaljert casestudie, ikke som en klinisk funn.

Hvorfor sammenlignet dere bare tre apper i stedet for fem?

Den 12 ukers varigheten gjorde det upraktisk å opprettholde full parallell logging i mer enn tre apper. Vår separate sammenligning av "juksedager" testet fem apper for et enkelt dagsbilde. Denne studien prioriterte longitudinal dybde over tverrsnittbredde.

Kunne deltakeren fått de samme resultatene med MyFitnessPal hvis hun manuelt hadde korrigert oppføringene?

Teoretisk sett, ja. Hvis hun uavhengig hadde verifisert hver MFP-oppføring mot USDA-data og korrigert avvik, ville MFP ha produsert de samme kaloritallene som Nutrola. Men den prosessen krever ernæringskunnskap som de fleste brukere mangler, og legger til 5-10 minutter per måltid, som nettopp er friksjonen som ødelegger etterlevelsen. Poenget med en sporing-app er å gi nøyaktige data uten at brukeren må revidere dem.

Hvor mye koster Nutrola sammenlignet med MyFitnessPal og FatSecret?

Nutrola starter på 2,5 euro per måned med en 3-dagers gratis prøveperiode. MyFitnessPals gratisversjon inkluderer annonser og crowdsourcet data; premiumversjonen koster $19.99/måned. FatSecrets gratisversjon inkluderer annonser; premiumversjonen koster $6.99/måned. Nutrola har ingen annonser på noen nivåer.

Påvirker metabolsk tilpasning disse projeksjonene?

Ja. Modellen med 3,500 kalorier per pund er en forenkling. Metabolsk tilpasning betyr at når en person går ned i vekt, reduseres TDEE, og kostnaden per pund for videre vekttap øker. Dette vil redusere de absolutte vekttapstallene for alle tre app-scenariene proporsjonalt, men vil ikke endre de relative forskjellene mellom appene. En dynamisk energibalanse-modell publisert i The Lancet av Hall et al. i 2011 anslår at metabolsk tilpasning reduserer vekttapet over 12 uker med omtrent 10-15% sammenlignet med den statiske modellen.

Hvilken rolle spilte treningssporing i resultatene?

Deltakeren fullførte i gjennomsnitt 3,1 treningsøkter per uke (blanding av styrketrening og moderat cardio). Nutrolas Apple Health-synkronisering importerte treningsdata og justerte automatisk hennes daglige kalori-budsjett, noe som ga henne et nøyaktig netto kalori-bilde. MFP synkroniserer også med Apple Health, men kalorijusteringen var basert på sine egne (lavere) matkalorier, noe som skapte et større oppfattet nettounderskudd. FatSecrets integrering av treningskalorier var mindre detaljert. Treningskomponenten forsterket nøyaktighetsforskjellene i stedet for å kompensere for dem.

Kan jeg gjenskape denne testen selv?

Ja. Logg måltidene dine i flere apper samtidig i minst 4 uker og sammenlign de daglige totalene. Jo lenger du sporer, jo tydeligere vil de systematiske forskjellene komme frem. Start en 3-dagers gratis prøveperiode av Nutrola, fortsett å bruke din nåværende app parallelt, og sammenlign kaloritallene side om side. Tallene taler for seg selv.

Hvordan hjelper AI Kostholdsassistenten med langsiktig vekttap?

Nutrolas AI Kostholdsassistent analyserer de loggede dataene dine over tid og gir personlige anbefalinger: når underskuddet ditt er for aggressivt og risikerer muskeltap, når proteininnholdet ditt er ujevnt fordelt over måltidene, eller når helge-spisemønstrene dine motvirker ukedisiplinen. Denne typen langsiktig tilbakemelding er bare nyttig når den er bygget på nøyaktige underliggende data, noe som er grunnen til at databasens kvalitet og AI-coaching er uatskillelige komponenter i effektiv sporing.