Γιατί Δύο Εφαρμογές Καταμέτρησης Θερμίδων Δείχνουν Διαφορετικές Θερμίδες για το Ίδιο Φαγητό;

Καταγράψτε την ίδια σαλάτα κοτόπουλου σε δύο διαφορετικές εφαρμογές καταμέτρησης θερμίδων και θα δείτε δύο διαφορετικά σύνολα θερμίδων. Όχι ελαφρώς διαφορετικά — μερικές φορές οι διαφορές φτάνουν τις 100, 200 ή ακόμα και 300 θερμίδες. Εισάγετε το ίδιο φαγητό, την ίδια μερίδα, το ίδιο γεύμα. Ωστόσο, οι εφαρμογές δεν μπορούν να συμφωνήσουν για το πόσες θερμίδες καταναλώσατε.

Αυτό δεν είναι σφάλμα. Είναι ένα δομικό πρόβλημα με τον τρόπο που οι εφαρμογές καταμέτρησης θερμίδων αντλούν, αποθηκεύουν και εμφανίζουν διατροφικά δεδομένα. Κάθε εφαρμογή αντλεί από διαφορετικές βάσεις δεδομένων, εφαρμόζει διαφορετικούς κανόνες στρογγυλοποίησης, χρησιμοποιεί διαφορετικά προεπιλεγμένα μεγέθη μερίδας και χειρίζεται διαφορετικά τις μεθόδους παρασκευής τροφίμων. Το αποτέλεσμα είναι ότι καμία δύο εφαρμογές δεν θα σας δώσουν ποτέ ταυτόσημους αριθμούς για το ίδιο γεύμα.

Η κατανόηση του γιατί συμβαίνει αυτό — και η γνώση ποιες πηγές να εμπιστευτείτε — είναι απαραίτητη για οποιονδήποτε παίρνει σοβαρά την παρακολούθηση της διατροφής του.

Γιατί Διαφωνούν οι Εφαρμογές Καταμέτρησης Θερμίδων: Οι Τρεις Βασικές Αιτίες

Διαφορετικές Πηγές Δεδομένων

Ο μεγαλύτερος λόγος που δύο εφαρμογές δείχνουν διαφορετικές θερμίδες είναι ότι αντλούν από διαφορετικές διατροφικές βάσεις δεδομένων. Δεν υπάρχει καθολική βάση δεδομένων τροφίμων που να μοιράζονται όλες οι εφαρμογές. Κάθε εφαρμογή συγκεντρώνει το δικό της σύνολο δεδομένων από έναν συνδυασμό κυβερνητικών βάσεων δεδομένων, δεδομένων που παρέχονται από κατασκευαστές και υποβολών χρηστών.

Η βάση δεδομένων FoodData Central της USDA θεωρείται το χρυσό πρότυπο για τα ολόκληρα τρόφιμα στις Ηνωμένες Πολιτείες. Περιέχει εργαστηριακά αναλυμένα διατροφικά δεδομένα για χιλιάδες τρόφιμα, δοκιμασμένα υπό ελεγχόμενες συνθήκες. Ωστόσο, δεν χρησιμοποιούν όλες οι εφαρμογές τα δεδομένα της USDA ως κύρια πηγή, και ακόμη και αυτές που το κάνουν, τα συμπληρώνουν με δεδομένα από άλλες πηγές που μπορεί να έρχονται σε αντίθεση.

Η Cronometer χρησιμοποιεί κυρίως τη βάση δεδομένων NCCDB (Nutrition Coordinating Center Food and Nutrient Database), η οποία συντηρείται από το Πανεπιστήμιο της Μινεσότα. Η MyFitnessPal βασίζεται σε μεγάλο βαθμό στη βάση δεδομένων χρηστών της με πάνω από 14 εκατομμύρια καταχωρήσεις. Η Lose It χρησιμοποιεί έναν συνδυασμό δεδομένων από κατασκευαστές και τη δική της επιμελημένη βάση δεδομένων. Κάθε μία από αυτές τις πηγές έχει δημιουργηθεί με διαφορετικές μεθοδολογίες, διαφορετικά δείγματα τροφίμων και διαφορετικά αναλυτικά πρότυπα.

Όταν αυτές οι βάσεις δεδομένων διαφωνούν — και το κάνουν τακτικά — οι εφαρμογές που τις χρησιμοποιούν θα δείξουν διαφορετικούς αριθμούς θερμίδων για το ίδιο φαγητό.

Διαφορετικά Προεπιλεγμένα Μεγέθη Μερίδας

Ακόμα και όταν δύο εφαρμογές χρησιμοποιούν τα ίδια δεδομένα θερμίδων ανά 100g, μπορεί να δείχνουν διαφορετικούς αριθμούς επειδή προεπιλέγουν διαφορετικά μεγέθη μερίδας. Μία εφαρμογή μπορεί να προεπιλέγει το "στήθος κοτόπουλου" σε 100g, ενώ μια άλλη σε "1 μέτριο στήθος (174g)" και μια τρίτη σε "3 oz (85g)."

Ένας χρήστης που επιλέγει το πρώτο αποτέλεσμα χωρίς να προσαρμόσει το μέγεθος της μερίδας θα καταγράψει διαφορετικό αριθμό θερμίδων σε κάθε εφαρμογή. Τα υποκείμενα δεδομένα μπορεί να είναι ταυτόσημα, αλλά η παρουσίαση δημιουργεί μια διαφορά.

Αυτό είναι ιδιαίτερα προβληματικό για τρόφιμα με ασαφή μεγέθη μερίδας. "1 μήλο" μπορεί να σημαίνει 150g ή 220g ανάλογα με τη βάση δεδομένων. "1 φλιτζάνι ρύζι" μπορεί να σημαίνει ξηρό ή μαγειρεμένο, συμπιεσμένο ή χαλαρά γεμάτο. Αυτές οι διαφορές φαίνονται μικρές αλλά προστίθενται σε μια ολόκληρη ημέρα καταγραφής.

Διαφορετικοί Κανόνες Στρογγυλοποίησης

Η FDA επιτρέπει στους κατασκευαστές να στρογγυλοποιούν τις θερμιδικές τιμές στις ετικέτες διατροφής σύμφωνα με συγκεκριμένους κανόνες που περιγράφονται στο 21 CFR 101.9. Οι θερμίδες μπορούν να στρογγυλοποιηθούν στην πλησιέστερη αύξηση 5 θερμίδων κάτω από 50 θερμίδες και στην πλησιέστερη αύξηση 10 θερμίδων πάνω από 50 θερμίδες. Αυτό σημαίνει ότι ένα τρόφιμο με 127 πραγματικές θερμίδες μπορεί να αναφέρεται ως 130, ενώ μια άλλη πηγή μπορεί να το αναφέρει ως 125.

Διαφορετικές εφαρμογές χειρίζονται αυτή τη στρογγυλοποίηση διαφορετικά. Ορισμένες χρησιμοποιούν την στρογγυλοποιημένη τιμή της ετικέτας. Άλλες προσπαθούν να χρησιμοποιήσουν πιο ακριβείς τιμές από εργαστηριακές βάσεις δεδομένων. Ορισμένες στρογγυλοποιούν διαφορετικά το τελικό ημερήσιο σύνολο. Αυτές οι διαφορές στρογγυλοποίησης είναι μικρές ανά τρόφιμο (συνήθως 3-8 θερμίδες) αλλά συσσωρεύονται σε 15-20 τρόφιμα την ημέρα.

Η Διαφορά Είναι Πραγματική: Ίδια Τρόφιμα, Διαφορετικές Εφαρμογές

Για να δείξουμε την πρακτική επίδραση, εδώ είναι μια σύγκριση θερμίδων για 10 κοινά τρόφιμα σε τέσσερις δημοφιλείς εφαρμογές καταμέτρησης θερμίδων. Όλες οι καταχωρήσεις χρησιμοποιούν την πλησιέστερη διαθέσιμη αντιστοιχία σε μια τυποποιημένη μερίδα 100g κάθε τροφίμου.

Τρόφιμο (ανά 100g)	Nutrola (Επιβεβαιωμένο)	MyFitnessPal	Cronometer	Lose It
Στήθος Κοτόπουλου, Ψητό	165 kcal	172 kcal	165 kcal	158 kcal
Λευκό Ρύζι, Μαγειρεμένο	130 kcal	138 kcal	130 kcal	129 kcal
Μπανάνα, Ωμή	89 kcal	96 kcal	89 kcal	89 kcal
Ολόκληρο Αυγό, Μεγάλο (50g)	72 kcal	78 kcal	72 kcal	70 kcal
Σολομός, Ψητός	208 kcal	216 kcal	206 kcal	196 kcal
Αβοκάντο, Ωμό	160 kcal	167 kcal	160 kcal	152 kcal
Γλυκοπατάτα, Ψητή	90 kcal	103 kcal	90 kcal	86 kcal
Ελαιόλαδο (1 κουταλιά της σούπας, 14g)	119 kcal	120 kcal	119 kcal	120 kcal
Βρώμη, Ξηρή	389 kcal	379 kcal	389 kcal	375 kcal
Κιμάς 85/15, Μαγειρεμένος	250 kcal	263 kcal	247 kcal	241 kcal

Σημείωση: Οι τιμές της MyFitnessPal αντιπροσωπεύουν το κορυφαίο αποτέλεσμα αναζήτησης, το οποίο διαφέρει ανά περιοχή και αλλάζει με την πάροδο του χρόνου λόγω της φύσης της crowdsourcing. Οι τιμές της Nutrola και της Cronometer ευθυγραμμίζονται στενά με τα δεδομένα αναφοράς της USDA FoodData Central. Οι τιμές της Lose It αντικατοπτρίζουν τη δική της επιμελημένη βάση δεδομένων.

Τι Αποκαλύπτει Αυτός ο Πίνακας

Η διαφορά ανά τρόφιμο φαίνεται μέτρια — συνήθως 5-20 θερμίδες ανά 100g. Αλλά σκεφτείτε ένα ρεαλιστικό ημερήσιο σχέδιο γευμάτων. Αν καταναλώνετε 5-6 διαφορετικά τρόφιμα και το καθένα έχει απόκλιση 10-20 θερμίδων ανά μερίδα, το ημερήσιο σύνολό σας μπορεί εύκολα να αποκλίνει κατά 100-200 θερμίδες μεταξύ των εφαρμογών. Για χρήστες που καταναλώνουν μεγαλύτερες μερίδες ή πιο θερμιδικά πυκνά τρόφιμα, η διαφορά μπορεί να φτάσει τις 250-300 θερμίδες.

Μια μελέτη του 2019 από τους Teixeira και συνεργάτες, που δημοσιεύθηκε στο Nutrition Journal, διαπίστωσε ότι όταν το ίδιο διαιτολόγιο καταγράφηκε σε πολλές εφαρμογές παρακολούθησης, η μέση ημερήσια διαφορά θερμίδων ήταν 234 θερμίδες. Για κάποιον σε έλλειμμα 500 θερμίδων, αυτό αντιπροσωπεύει σχεδόν το μισό από το συνολικό του θερμιδικό περιθώριο.

Ποια Πηγή Δεδομένων Πρέπει να Εμπιστευτείτε;

Δεν είναι όλα τα διατροφικά δεδομένα ίσα. Υπάρχει μια σαφής ιεραρχία αξιοπιστίας.

Επίπεδο 1: Εργαστηριακά Αναλυμένα Κυβερνητικά Δεδομένα

Τα πιο αξιόπιστα δεδομένα θερμίδων προέρχονται από τρόφιμα που έχουν αναλυθεί φυσικά σε εργαστηριακό περιβάλλον. Η βάση δεδομένων FoodData Central της USDA (πρώην Εθνική Βάση Δεδομένων Θρεπτικών Συστατικών της USDA) περιέχει δεδομένα από τρόφιμα που αγοράστηκαν σε λιανική, παρασκευασμένα σύμφωνα με τυποποιημένες μεθόδους και αναλυμένα χρησιμοποιώντας έγκυρες εργαστηριακές τεχνικές, συμπεριλαμβανομένης της καύσης θερμίδων.

Η NCCDB που διατηρείται από το Πανεπιστήμιο της Μινεσότα χρησιμοποιεί παρόμοια εργαστηριακή μεθοδολογία. Ευρωπαϊκές αντίστοιχες βάσεις περιλαμβάνουν τη βάση δεδομένων McCance και Widdowson (Ηνωμένο Βασίλειο) και τον Bundeslebensmittelschluessel (Γερμανία).

Αυτές οι βάσεις δεδομένων είναι το χρυσό πρότυπο. Όταν μια καταχώρηση τροφίμου αναφέρει δεδομένα της USDA ή ισοδύναμα εργαστηριακά δεδομένα, μπορείτε να την εμπιστευτείτε εντός κανονικής αναλυτικής διακύμανσης (συνήθως συν ή πλην 5-10%).

Επίπεδο 2: Ετικέτες Διατροφής Κατασκευαστών

Οι ετικέτες διατροφής απαιτούνται από την FDA (στις ΗΠΑ) και αντίστοιχες υπηρεσίες παγκοσμίως. Οι κατασκευαστές είναι νομικά υπεύθυνοι για την ακρίβεια των ετικετών τους, με την FDA να επιτρέπει μια ανοχή έως 20% για τις δηλωμένες θερμιδικές τιμές (21 CFR 101.9).

Τα δεδομένα από τις ετικέτες των κατασκευαστών είναι αξιόπιστα για συσκευασμένα και επώνυμα προϊόντα, αλλά φέρουν το πρόβλημα της ανοχής 20%. Ένα προϊόν που αναγράφει 200 θερμίδες μπορεί νομίμως να περιέχει έως 240 θερμίδες. Για τους περισσότερους σκοπούς παρακολούθησης, τα δεδομένα από τις ετικέτες είναι αρκετά ακριβή — αλλά είναι ένα βήμα κάτω από τα εργαστηριακά αναλυμένα δεδομένα.

Επίπεδο 3: Δεδομένα Υποβληθέντα από Χρήστες και Crowdsourced

Τα δεδομένα που υποβάλλονται από χρήστες είναι το λιγότερο αξιόπιστο επίπεδο. Δεν υπάρχει τυποποιημένη μεθοδολογία. Οι χρήστες μπορεί να ζυγίζουν τα τρόφιμα λανθασμένα, να μεταγράφουν δεδομένα ετικετών με λάθη, να συγχέουν τις τιμές ωμού και μαγειρεμένου προϊόντος ή να υποβάλλουν δεδομένα για διαφορετικό μέγεθος μερίδας από αυτό που αναγράφεται. Μια μελέτη του 2022 στο Journal of Food Composition and Analysis διαπίστωσε ποσοστά σφαλμάτων 20-30% σε καταχωρήσεις τροφίμων που προέρχονται από crowdsourcing.

Τα δεδομένα από crowdsourcing θα πρέπει να θεωρούνται εκτίμηση, όχι μέτρηση. Αν η εφαρμογή σας βασίζεται κυρίως σε δεδομένα από crowdsourcing, περιμένετε οι ημερήσιες συνολικές σας να φέρουν σημαντική αβεβαιότητα.

Η Πραγματική Επίδραση: 100-300 Θερμίδες την Ημέρα Προστίθενται

Μια διαφορά 100-300 θερμίδων την ημέρα μεταξύ εφαρμογών μπορεί να φαίνεται διαχειρίσιμη, αλλά τα μαθηματικά με την πάροδο του χρόνου είναι δραματικά.

Με 200 θερμίδες την ημέρα από μη ανιχνευόμενο σφάλμα:

• Ανά εβδομάδα: 1,400 θερμίδες κρυφής διαφοράς
• Ανά μήνα: 6,000 θερμίδες — περίπου ισοδύναμο με 0.7 kg (1.5 lbs) σωματικού λίπους
• Ανά 12 εβδομάδες: 16,800 θερμίδες — περίπου 2.2 kg (4.8 lbs) σωματικού λίπους

Για κάποιον που στοχεύει σε έλλειμμα 500 θερμίδων ημερησίως για να χάσει 0.5 kg την εβδομάδα, ένα συστηματικό σφάλμα 200 θερμίδων μειώνει το πραγματικό του έλλειμμα σε 300 θερμίδες — επιβραδύνοντας την απώλεια βάρους κατά 40%. Ένα σφάλμα 300 θερμίδων μειώνει το αποτελεσματικό έλλειμμα σε μόλις 200 θερμίδες, κόβοντας την πρόοδο κατά περισσότερο από το μισό.

Αυτός είναι ο λόγος που οι άνθρωποι που αλλάζουν εφαρμογές καταμέτρησης θερμίδων μερικές φορές βλέπουν ξαφνικές αλλαγές στα αποτελέσματά τους. Δεν άλλαξαν τη διατροφή τους — η νέα εφαρμογή απλώς μετρά διαφορετικά.

Πώς να Ελαχιστοποιήσετε τις Διαφορές Μεταξύ Εφαρμογών

Επιλέξτε Μια Εφαρμογή και Μείνετε Σε Αυτή

Η πιο σημαντική συμβουλή είναι η συνέπεια. Ακόμα κι αν τα δεδομένα της εφαρμογής σας είναι ελαφρώς λανθασμένα σε απόλυτους όρους, η χρήση της ίδιας εφαρμογής με συνέπεια σημαίνει ότι η σχετική παρακολούθηση σας (συγκρίσεις ημέρας προς ημέρα, εβδομαδιαίοι μέσοι όροι, τάση με την πάροδο του χρόνου) παραμένει έγκυρη. Το σφάλμα γίνεται μια σταθερή απόκλιση αντί για τυχαίο θόρυβο.

Η εναλλαγή μεταξύ εφαρμογών εισάγει μεταβλητότητα που καθιστά αδύνατη την ερμηνεία των δεδομένων σας με νόημα.

Επιλέξτε Μια Εφαρμογή Με Επιβεβαιωμένη Πηγή Δεδομένων

Ο πιο αποτελεσματικός τρόπος για να ελαχιστοποιήσετε τις διαφορές θερμίδων είναι να επιλέξετε μια εφαρμογή που αντλεί τα δεδομένα της από εργαστηριακά αναλυμένες κυβερνητικές βάσεις δεδομένων αντί από υποβολές χρηστών.

Η Nutrola διατηρεί μια βάση δεδομένων με πάνω από 1.8 εκατομμύρια τρόφιμα, το καθένα με μια μοναδική καταχώρηση επιβεβαιωμένη από διατροφολόγο, διασταυρωμένη με αξιόπιστες πηγές, συμπεριλαμβανομένης της USDA FoodData Central. Δεν υπάρχουν διπλές καταχωρήσεις που να δημιουργούν σύγχυση, και κανένα δεδομένο υποβληθέν από χρήστες που να εισάγει σφάλματα. Συνδυασμένο με την AI-powered φωτογραφική καταγραφή και την καταγραφή φωνής για γρήγορη καταχώρηση δεδομένων, καθώς και έναν σαρωτή γραμμωτού κώδικα υποστηριζόμενο από επιβεβαιωμένα δεδομένα προϊόντων, το αποτέλεσμα είναι μια εμπειρία παρακολούθησης όπου μπορείτε να εμπιστευτείτε τους αριθμούς.

Με 2.50 ευρώ το μήνα χωρίς διαφημίσεις σε κανένα σχέδιο, η Nutrola έχει σχεδιαστεί για χρήστες που χρειάζονται τα δεδομένα τους να είναι σωστά — όχι απλώς παρόντα. Διαθέσιμη και για iOS και Android.

Διασταυρώστε τα Πιο Καταγεγραμμένα Τρόφιμά Σας

Αν καταναλώνετε τα ίδια 20-30 τρόφιμα τακτικά (όπως οι περισσότεροι άνθρωποι), αφιερώστε 15 λεπτά για να διασταυρώσετε τα πιο καταγεγραμμένα αντικείμενά σας με την ιστοσελίδα της USDA FoodData Central στο fdc.nal.usda.gov. Αν οποιαδήποτε από τις συχνά χρησιμοποιούμενες καταχωρήσεις σας είναι περισσότερο από 10% εκτός από την τιμή της USDA, βρείτε μια καλύτερη καταχώρηση ή δημιουργήστε μια προσαρμοσμένη καταχώρηση χρησιμοποιώντας τα δεδομένα της USDA.

Καταγράψτε με Βάρος, Όχι με Όγκο ή "Μερίδα"

Η καταγραφή με βάση το βάρος (γραμμαρίων ή ουγκιών) είναι εγγενώς πιο ακριβής από την καταγραφή με βάση τον όγκο (φλιτζάνια, κουταλιές της σούπας) ή αυθαίρετες μονάδες "μερίδας". Ένας ζυγιστής τροφίμων αφαιρεί μια ολόκληρη στρώση εκτίμησης από τη διαδικασία παρακολούθησης.

Σύμφωνα με μια μελέτη του 2019 στο British Journal of Nutrition, οι συμμετέχοντες που χρησιμοποίησαν ζυγιστές τροφίμων ανέφεραν θερμιδική πρόσληψη που ήταν 20-25% πιο ακριβής από εκείνους που εκτίμησαν τα μεγέθη μερίδας οπτικά.

Συχνές Ερωτήσεις

Γιατί η MyFitnessPal δείχνει περισσότερες θερμίδες από την Cronometer για το ίδιο φαγητό;

Η MyFitnessPal βασίζεται κυρίως σε καταχωρήσεις που υποβάλλονται από χρήστες, ενώ η Cronometer χρησιμοποιεί τη βάση δεδομένων NCCDB. Το κορυφαίο αποτέλεσμα στην MyFitnessPal μπορεί να προέρχεται από έναν χρήστη που εισήγαγε δεδομένα για διαφορετική μέθοδο παρασκευής, μεγαλύτερο μέγεθος μερίδας ή διαφορετικό προϊόν εντελώς. Τα δεδομένα της Cronometer τείνουν να ευθυγραμμίζονται πιο στενά με τις εργαστηριακές τιμές της USDA επειδή αντλούν από μια επαγγελματικά επιμελημένη πηγή.

Πόσο μπορεί να διαφέρουν οι θερμίδες μεταξύ εφαρμογών;

Η έρευνα δείχνει ότι οι ημερήσιες θερμιδικές συνολικές μπορεί να διαφέρουν κατά 100-300 θερμίδες μεταξύ εφαρμογών όταν καταγράφεται η ίδια διατροφή. Μια μελέτη του 2019 που δημοσιεύθηκε στο Nutrition Journal βρήκε μέση διαφορά 234 θερμίδων την ημέρα σε δημοφιλείς εφαρμογές παρακολούθησης. Για μεμονωμένα τρόφιμα, η διαφορά ανά καταχώρηση είναι συνήθως 5-20% ανάλογα με το τρόφιμο και την πηγή δεδομένων.

Ποια εφαρμογή καταμέτρησης θερμίδων έχει τη πιο ακριβή βάση δεδομένων τροφίμων;

Οι εφαρμογές που αντλούν τα δεδομένα τους από εργαστηριακά αναλυμένες βάσεις δεδομένων (USDA FoodData Central, NCCDB) είναι πιο ακριβείς από αυτές που βασίζονται σε δεδομένα crowdsourcing. Η Nutrola χρησιμοποιεί μια βάση δεδομένων επιβεβαιωμένη από διατροφολόγο με πάνω από 1.8 εκατομμύρια τρόφιμα με μια μοναδική επιβεβαιωμένη καταχώρηση ανά τρόφιμο, διασταυρωμένη με αξιόπιστες πηγές. Η Cronometer χρησιμοποιεί επίσης δεδομένα που προέρχονται από εργαστήρια μέσω της NCCDB. Η ακρίβεια εξαρτάται από την πηγή δεδομένων, όχι από τη δημοτικότητα της εφαρμογής.

Έχει σημασία αν χρησιμοποιώ διαφορετική εφαρμογή από τον φίλο ή τον προπονητή μου;

Ναι, μπορεί να έχει σημαντική σημασία. Αν ο προπονητής σας σχεδιάσει ένα σχέδιο γευμάτων χρησιμοποιώντας μια εφαρμογή και εσείς το παρακολουθείτε χρησιμοποιώντας μια διαφορετική εφαρμογή, οι θερμιδικές συνολικές μπορεί να μην ταιριάζουν — ακόμα κι αν καταναλώνετε τα ακριβή τρόφιμα που συνταγογραφήθηκαν. Η ασφαλέστερη προσέγγιση είναι να χρησιμοποιείτε την ίδια εφαρμογή με τον προπονητή ή τον διατροφολόγο σας, ή να επικοινωνείτε με όρους βαρών τροφίμων αντί για θερμιδικές συνολικές που αναφέρονται από την εφαρμογή.

Πρέπει να προσαρμόσω τον στόχο θερμίδων μου αν αλλάξω εφαρμογές;

Αν αλλάξετε σε μια εφαρμογή με διαφορετική πηγή δεδομένων, το ημερήσιο σύνολό σας πιθανότατα θα αλλάξει ακόμα κι αν η διατροφή σας παραμείνει η ίδια. Αντί να προσαρμόσετε αμέσως τον στόχο θερμίδων σας, καταγράψτε τη φυσιολογική σας διατροφή για μία έως δύο εβδομάδες στην καινούργια εφαρμογή και παρακολουθήστε την τάση. Αφήστε την αντίδραση του σώματός σας (αλλαγή βάρους, επίπεδα ενέργειας) να καθοδηγήσει τυχόν προσαρμογές αντί να προσπαθείτε να ταιριάξετε τους αριθμούς της παλιάς εφαρμογής.