Forskning, der understøtter LyteFast

Peer-reviewed referencer, der understøtter vægtforudsigelse, energibalance, kulstofaftryk af kostvaner, glutenpåvisning, ernæringsdatabaser og AI-fødeanalyse.

Links åbner på dit sprog, når det er tilgængeligt • Prioritering af forskning fra Harvard, Stanford og MIT

Vægtforudsigelse

Vægtforudsigelse anvender prædiktive modeller baseret på energibalanceprincipper til at projicere fremtidige vægttrends ud fra nylige data. Forskning viser, at selvmonitorering af vægt og kalorieindtag, kombineret med trendudjævning for at reducere dag-til-dag støj, hjælper folk med at forstå deres forløb og foretage rettidige justeringer. Prædiktiv modellering på kort sigt omdanner dit nylige forløb til handlingsorienterede forudsigelser, der understøtter overholdelse og langsigtede vaner.

Key Studies

Budget-baserede kalorier

Forudindstillede kaloriebudgetter med klart "inden for budget" eller "over budget" feedback hjælper brugere med at træffe informerede madvalg i realtid. Forskning viser, at denne beslutningsstøtte tilgang forbedrer overholdelsen af kaloriemål ved at reducere den kognitive belastning og give øjeblikkelig, handlingsorienteret feedback. Den enkle "forbrug vs. budget" rammeværk stemmer overens med adfærdsøkonomiske principper, der viser, at folk træffer bedre beslutninger, når de har klare begrænsninger og øjeblikkelig feedback på deres valg.

Key Studies

Kalorieunderskud og energibalance

Energibalance—forholdet mellem indtagne kalorier og forbrændte kalorier—er den primære drivkraft bag vægtændringer. Forskning viser konsekvent, at skabelsen af et kalorieunderskud fører til vægttab, mens et overskud fører til vægtøgning. At visualisere dette underskud i realtid hjælper brugerne med at forstå, hvordan deres daglige valg påvirker deres fremgang mod mål. Appen oversætter energibalance til almindeligt sprog, viser kløften mellem det nuværende indtag og målet, samt hvilke ændringer der kan lukke denne kløft.

Key Studies

AI Madscanner

Kunstig intelligens og maskinlæring muliggør automatiseret fødevaregenkendelse fra fotos, tekstbeskrivelser og stregkodescanning. Forskning viser, at AI-drevet ernæringsestimering kan give rimelig nøjagtighed for almindelige fødevarer, hvilket hjælper brugerne med at registrere måltider hurtigere og mere konsekvent. Kombinationen af fotoanalyse, stregkodescanning og tekstbehandling skaber flere veje til fødevareregistrering, hvilket reducerer barrierer for selvmonitorering og forbedrer overholdelsen af kalorieregistrering.

Key Studies

Kulstofaftryk

Madproduktion står for en betydelig del af de globale drivhusgasemissioner. Forskning viser, at forskellige fødevarer har vidt forskellige CO2-aftryk, og kostvalg kan i høj grad påvirke miljømæssig bæredygtighed. At spore CO2-aftrykket af måltider hjælper brugerne med at forstå den miljømæssige indvirkning af deres madvalg og træffe mere bæredygtige beslutninger. Studier viser, at selv små kostændringer kan reducere CO2-emissionerne betydeligt.

Key Studies

Gluten Detektion

For personer med cøliaki eller glutenfølsomhed er det essentielt at undgå gluten for at opretholde helbredet. Forskning viser, at selv små mængder gluten kan forårsage symptomer og langsigtet skade hos følsomme individer. Stregkodescanning og fødevareanalyse kan hjælpe med at identificere produkter, der indeholder gluten, hvilket giver hurtig screening for at støtte overholdelsen af en glutenfri kost. Selvom appen giver indikatorer baseret på produktinformation, er det vigtigt at bemærke, at det er en estimator og ikke en erstatning for omhyggelig læsning af etiketter eller medicinsk vejledning.

Key Studies

Fastevisning og Prædiktiv Modellering

Intermitterende faste og tidsbegrænset spisning er kosttilgange, der begrænser indtagelsen af mad til specifikke tidsvinduer. Forskning viser, at fordelene ved disse tilgange i høj grad er medieret af det samlede kalorieindtag og konsistens, snarere end timing alene. Prædiktiv modellering hjælper brugerne med at se, hvordan deres faste mønstre relaterer sig til deres vægttrends og prognoser. Appen forbinder fastevinduer med kaloriebudgetter, trends og prognoser, hvilket gør forholdet mellem faste og resultater klart og handlingsorienteret.

Key Studies

Fuld Referencer

Komplet liste over alle fagfællebedømte referencer. Tags angiver, hvilke funktioner hver reference understøtter.