Recherche soutenant LyteFast

Références évaluées par des pairs soutenant la prévision du poids, l'équilibre énergétique, l'empreinte carbone des régimes alimentaires, la détection du gluten, les bases de données nutritionnelles et l'analyse alimentaire par l'IA.

Les liens s'ouvrent dans votre langue lorsque cela est disponible • Priorisation des recherches de Harvard, Stanford et du MIT

Prévision de poids

La prévision du poids utilise des modèles prédictifs basés sur les principes de l'équilibre énergétique pour projeter les tendances de poids futures à partir de données récentes. Des recherches montrent que l'auto-surveillance du poids et de l'apport calorique, combinée à un lissage des tendances pour réduire le bruit quotidien, aide les individus à comprendre leur trajectoire et à effectuer des ajustements en temps opportun. La modélisation prédictive à court terme transforme votre trajectoire récente en prévisions exploitables qui soutiennent l'adhérence et les habitudes à long terme.

Key Studies

Calories Basées sur le Budget

Des budgets caloriques préétablis avec des retours clairs indiquant "dans le budget" ou "hors budget" aident les utilisateurs à faire des choix alimentaires éclairés en temps réel. Des recherches montrent que cette approche de soutien à la décision améliore l'adhésion aux objectifs caloriques en réduisant la charge cognitive et en fournissant un retour immédiat et exploitable. Le cadre simple "dépense vs. budget" s'aligne sur les principes de l'économie comportementale qui montrent que les gens prennent de meilleures décisions lorsqu'ils disposent de contraintes claires et d'un retour instantané sur leurs choix.

Key Studies

Déficit calorique et équilibre énergétique

L'équilibre énergétique—la relation entre les calories consommées et les calories dépensées—est le principal moteur du changement de poids. Les recherches montrent de manière cohérente qu'un déficit calorique entraîne une perte de poids, tandis qu'un surplus entraîne une prise de poids. Visualiser ce déficit en temps réel aide les utilisateurs à comprendre comment leurs choix quotidiens influencent leurs progrès vers leurs objectifs. L'application traduit l'équilibre énergétique en langage simple, montrant l'écart entre l'apport actuel et l'objectif, ainsi que les changements qui peuvent réduire cet écart.

Key Studies

Scanner Alimentaire IA

L'intelligence artificielle et l'apprentissage automatique permettent la reconnaissance automatisée des aliments à partir de photos, de descriptions textuelles et de la numérisation de codes-barres. Des recherches montrent que l'estimation nutritionnelle alimentée par l'IA peut fournir une précision raisonnable pour les aliments courants, aidant les utilisateurs à enregistrer leurs repas plus rapidement et de manière plus cohérente. La combinaison de l'analyse de photos, de la numérisation de codes-barres et de l'analyse de texte crée plusieurs voies pour l'enregistrement des aliments, réduisant les obstacles à l'auto-surveillance et améliorant l'adhésion au suivi des calories.

Key Studies

Empreinte Carbone

La production alimentaire représente une part significative des émissions mondiales de gaz à effet de serre. Des recherches montrent que différents aliments ont des empreintes carbone très variées, et que les choix alimentaires peuvent avoir un impact substantiel sur la durabilité environnementale. Suivre l'empreinte carbone des repas aide les utilisateurs à comprendre l'impact environnemental de leurs choix alimentaires et à prendre des décisions plus durables. Des études démontrent que même de petits changements alimentaires peuvent réduire de manière significative les émissions de carbone.

Key Studies

Détection du gluten

Pour les personnes atteintes de la maladie cœliaque ou de sensibilité au gluten, éviter le gluten est essentiel pour la santé. Des recherches montrent que même de petites quantités de gluten peuvent provoquer des symptômes et des dommages à long terme chez les individus sensibles. La numérisation de codes-barres et l'analyse des aliments peuvent aider à identifier les produits contenant du gluten, offrant un dépistage rapide pour soutenir l'adhésion à un régime sans gluten. Bien que l'application fournisse des indicateurs basés sur les informations sur les produits, il est important de noter qu'il s'agit d'un estimateur et non d'un substitut à une lecture attentive des étiquettes ou à des conseils médicaux.

Key Studies

Vue du jeûne et modélisation prédictive

Le jeûne intermittent et l'alimentation à horaires restreints sont des approches diététiques qui limitent l'alimentation à des fenêtres horaires spécifiques. Les recherches montrent que les avantages de ces approches sont principalement médiés par l'apport calorique total et la cohérence, plutôt que par le seul timing. La modélisation prédictive aide les utilisateurs à voir comment leurs schémas de jeûne se rapportent à leurs tendances de poids et à leurs prévisions. L'application relie les fenêtres de jeûne aux budgets caloriques, aux tendances et aux prévisions, rendant la relation entre le jeûne et les résultats claire et exploitable.

Key Studies

Références complètes

Liste complète de toutes les références évaluées par des pairs. Les balises indiquent quelle(s) fonctionnalité(s) chaque référence soutient.