Investigació que recolza LyteFast

Referències revisades per experts que donen suport a la previsió de pes, l'equilibri energètic, la petjada de carboni de les dietes, la detecció de gluten, les bases de dades nutricionals i l'anàlisi alimentària mitjançant IA.

Els enllaços s'obren en el teu idioma quan està disponible • Prioritzant la investigació de Harvard, Stanford i MIT

Previsió de Pes

La previsió de pes utilitza models predictius basats en els principis de l'equilibri energètic per projectar tendències de pes futures a partir de dades recents. La recerca mostra que l'automonitorització del pes i la ingesta de calories, combinada amb l'alleugeriment de tendències per reduir el soroll diari, ajuda les persones a comprendre la seva trajectòria i a fer ajustos a temps. La modelització predictiva a curt termini transforma la teva trajectòria recent en previsions accionables que suporten l'adherència i els hàbits a llarg termini.

Key Studies

Calories Basades en el Pressupost

Els pressupostos calòrics preestablerts amb retroalimentació clara de "dins del pressupost" o "fora del pressupost" ajuden els usuaris a prendre decisions alimentàries informades en temps real. La recerca demostra que aquest enfocament de suport a la decisió millora l'adhesió als objectius calòrics al reduir la càrrega cognitiva i proporcionar retroalimentació immediata i accionable. El senzill marc de "gastar vs. pressupost" s'alinea amb els principis de l'economia del comportament que demostren que les persones prenen millors decisions quan tenen restriccions clares i retroalimentació instantània sobre les seves eleccions.

Key Studies

Deficiència Calòrica i Equilibri Energètic

L'equilibri energètic—la relació entre les calories consumides i les calories cremades—és el principal factor que impulsa el canvi de pes. La recerca demostra de manera consistent que crear un dèficit calòric condueix a la pèrdua de pes, mentre que un superàvit provoca un augment de pes. Visualitzar aquest dèficit en temps real ajuda els usuaris a entendre com les seves eleccions diàries impacten el seu progrés cap als objectius. L'aplicació tradueix l'equilibri energètic en un llenguatge senzill, mostrant la diferència entre la ingesta actual i l'objectiu, així com quines canvis poden tancar aquesta diferència.

Key Studies

Escàner d'Aliments AI

La intel·ligència artificial i l'aprenentatge automàtic permeten el reconeixement automàtic d'aliments a partir de fotos, descripcions de text i escaneig de codis de barres. La recerca mostra que l'estimació nutricional impulsada per IA pot proporcionar una precisió raonable per a aliments comuns, ajudant els usuaris a registrar els àpats de manera més ràpida i consistent. La combinació de l'anàlisi de fotos, l'escaneig de codis de barres i l'anàlisi de text crea múltiples vies per al registre d'aliments, reduint les barreres a l'automonitorització i millorant l'adherència al seguiment de calories.

Key Studies

Petjada de Carboni

La producció d'aliments representa una porció significativa de les emissions globals de gasos d'efecte hivernacle. La recerca mostra que diferents aliments tenen empremtes de carboni molt diverses, i les eleccions dietètiques poden tenir un impacte substancial en la sostenibilitat ambiental. Fer un seguiment de l'empremta de carboni dels àpats ajuda els usuaris a comprendre l'impacte ambiental de les seves eleccions alimentàries i a prendre decisions més sostenibles. Els estudis demostren que fins i tot petits canvis dietètics poden reduir significativament les emissions de carboni.

Key Studies

Detecció de Gluten

Per a les persones amb malaltia celíaca o sensibilitat al gluten, evitar el gluten és essencial per a la salut. La investigació mostra que fins i tot petites quantitats de gluten poden causar símptomes i danys a llarg termini en individus sensibles. L'escaneig de codis de barres i l'anàlisi d'aliments poden ajudar a identificar productes que contenen gluten, proporcionant una detecció ràpida per a suportar l'adherència a una dieta sense gluten. Si bé l'aplicació proporciona indicadors basats en la informació del producte, és important tenir en compte que és un estimador i no un substitut de la lectura acurada d'etiquetes o de l'orientació mèdica.

Key Studies

Visió del Jejuni i Modelatge Predictiu

El dejuni intermitent i l'alimentació restringida en el temps són enfocaments dietètics que limiten l'alimentació a finestres horàries específiques. La investigació mostra que els beneficis d'aquests enfocaments són, en gran mesura, mediatitzats per la ingesta calòrica total i la consistència, més que pel moment en si. La modelització predictiva ajuda els usuaris a veure com els seus patrons de dejuni es relacionen amb les tendències de pes i les previsions. L'aplicació vincula les finestres de dejuni amb els pressupostos calòrics, les tendències i les previsions, fent que la relació entre el dejuni i els resultats sigui clara i accionable.

Key Studies

Referències Completes

Llista completa de totes les referències revisades per parells. Les etiquetes indiquen quina(s) característica(s) suporta cada referència.