Investigación que respalda a LyteFast

Referencias revisadas por pares que respaldan la previsión de peso, el equilibrio energético, la huella de carbono de las dietas, la detección de gluten, las bases de datos de nutrición y el análisis de alimentos mediante inteligencia artificial.

Los enlaces se abren en su idioma cuando están disponibles • Priorizando la investigación de Harvard, Stanford y MIT

Pronóstico de Peso

La previsión de peso utiliza modelos predictivos basados en principios de equilibrio energético para proyectar tendencias de peso futuras a partir de datos recientes. La investigación muestra que el auto-monitoreo del peso y la ingesta calórica, combinado con el suavizado de tendencias para reducir el ruido diario, ayuda a las personas a comprender su trayectoria y realizar ajustes oportunos. La modelización predictiva a corto plazo convierte su trayectoria reciente en pronósticos accionables que apoyan la adherencia y los hábitos a largo plazo.

Key Studies

Calorías Basadas en el Presupuesto

Los presupuestos de calorías preestablecidos con retroalimentación clara de "dentro del presupuesto" o "fuera del presupuesto" ayudan a los usuarios a tomar decisiones alimentarias informadas en tiempo real. La investigación demuestra que este enfoque de apoyo a la decisión mejora la adherencia a los objetivos calóricos al reducir la carga cognitiva y proporcionar retroalimentación inmediata y accionable. El simple marco de "gasto vs. presupuesto" se alinea con los principios de la economía del comportamiento que muestran que las personas toman mejores decisiones cuando tienen restricciones claras y retroalimentación instantánea sobre sus elecciones.

Key Studies

Déficit Calórico y Balance Energético

El equilibrio energético—la relación entre las calorías consumidas y las calorías quemadas—es el principal impulsor del cambio de peso. La investigación muestra consistentemente que crear un déficit calórico conduce a la pérdida de peso, mientras que un superávit conduce al aumento de peso. Visualizar este déficit en tiempo real ayuda a los usuarios a comprender cómo sus elecciones diarias impactan su progreso hacia los objetivos. La aplicación traduce el equilibrio energético a un lenguaje sencillo, mostrando la diferencia entre la ingesta actual y la meta, y qué cambios pueden cerrar esa brecha.

Key Studies

Escáner de Alimentos con IA

La inteligencia artificial y el aprendizaje automático permiten el reconocimiento automatizado de alimentos a partir de fotos, descripciones de texto y escaneo de códigos de barras. La investigación muestra que la estimación de nutrientes impulsada por IA puede proporcionar una precisión razonable para alimentos comunes, ayudando a los usuarios a registrar sus comidas de manera más rápida y consistente. La combinación de análisis de fotos, escaneo de códigos de barras y análisis de texto crea múltiples vías para el registro de alimentos, reduciendo las barreras para la auto-monitorización y mejorando la adherencia al seguimiento de calorías.

Key Studies

Huella de Carbono

La producción de alimentos representa una parte significativa de las emisiones globales de gases de efecto invernadero. La investigación muestra que diferentes alimentos tienen huellas de carbono muy distintas, y las elecciones dietéticas pueden impactar sustancialmente la sostenibilidad ambiental. Rastrear la huella de carbono de las comidas ayuda a los usuarios a comprender el impacto ambiental de sus elecciones alimentarias y a tomar decisiones más sostenibles. Los estudios demuestran que incluso pequeños cambios en la dieta pueden reducir de manera significativa las emisiones de carbono.

Key Studies

Detección de Gluten

Para las personas con enfermedad celíaca o sensibilidad al gluten, evitar el gluten es esencial para la salud. La investigación muestra que incluso pequeñas cantidades de gluten pueden causar síntomas y daños a largo plazo en individuos sensibles. El escaneo de códigos de barras y el análisis de alimentos pueden ayudar a identificar productos que contienen gluten, proporcionando un cribado rápido para apoyar la adherencia a una dieta sin gluten. Si bien la aplicación proporciona indicadores basados en la información del producto, es importante señalar que es un estimador y no un sustituto de la lectura cuidadosa de las etiquetas o de la orientación médica.

Key Studies

Vista de Ayuno y Modelado Predictivo

El ayuno intermitente y la alimentación restringida por tiempo son enfoques dietéticos que limitan la ingesta de alimentos a ventanas de tiempo específicas. La investigación muestra que los beneficios de estos enfoques están en gran medida mediados por la ingesta total de calorías y la consistencia, más que por el tiempo en sí. La modelización predictiva ayuda a los usuarios a ver cómo sus patrones de ayuno se relacionan con las tendencias de peso y pronósticos. La aplicación vincula las ventanas de ayuno con los presupuestos de calorías, tendencias y pronósticos, haciendo que la relación entre el ayuno y los resultados sea clara y accionable.

Key Studies

Referencias completas

Lista completa de todas las referencias revisadas por pares. Las etiquetas indican qué característica(s) respalda cada referencia.