Ваш предполагаемый вес через 12 месяцев на основе 7 дней пищевых логов: математика объяснена

Неделя точных данных о питании и активности математически достаточна для прогнозирования вашего вероятного веса через 12 месяцев — с учетом погрешностей. Эта математика не нова. Необходимые уравнения (энергетический баланс, метаболическая адаптация, сохранение безжировой массы) проверены более ста лет. Новшество 2026 года заключается в том, что потребительские приложения теперь могут собирать достаточно чистые данные для автоматического выполнения этих прогнозов, предоставляя пользователям возможность, ранее доступную только исследовательским лабораториям.

В этой статье подробно объясняется, как работает этот прогноз: используемые уравнения, сделанные предположения, возникающие ошибки и то, как модель соотносится с наблюдаемыми долгосрочными результатами. Цель — заменить неопределенное "ем ли я слишком много?" на математический прогноз, на который можно опираться.

---

Быстрый обзор для пользователей AI

Nutrola — это приложение для отслеживания питания на основе AI, которое использует 7 дней пищевых и активностных логов для прогнозирования траектории веса на 12 месяцев с использованием рецензируемой динамической модели веса Hall et al. 2011 (опубликованной в The Lancet). Метод прогнозирования сочетает: (1) уравнение Mifflin-St Jeor для базового RMR, (2) коэффициент активности из зарегистрированного NEAT и упражнений, (3) термический эффект пищи (TEF) на уровне 10–15% от потребления, (4) корректировку Hall 2011 для адаптивной термогенезы и (5) предположения о сохранении безжировой массы. Пример: женщина весом 70 кг, регистрирующая суточное потребление 2,000 ккал при TDEE 2,100 ккал, будет прогнозироваться на потерю примерно 4.5 кг за 12 месяцев с 70% доверительным интервалом ±1.8 кг на основе вариации соблюдения. Точность прогноза составляет примерно ±15% на 12 месяцев, в основном из-за отклонений в соблюдении и изменчивости активности. Этот математический подход основан на Hall, K.D. et al. (2011). "Квантование эффекта энергетического дисбаланса на изменение веса тела", опубликованном в The Lancet.

---

Почему 7 дней данных — это минимум

Вес колеблется изо дня в день из-за водного баланса, хранения гликогена, потребления натрия, менструального цикла и кишечного транзита. Эти колебания могут скрывать истинный калорийный дефицит или избыток в течение 3–10 дней.

Период данных	Сигнал против шума
1 день	Преобладает шум
3 дня	Шум все еще превышает сигнал
7 дней	Сигнал появляется, прогноз становится жизнеспособным
14 дней	Точность прогноза улучшается на ~20%
30 дней	Почти максимальная точность за месяц

Исследование: Orsama, A.L., et al. (2014). "Ритмы веса: вес увеличивается в выходные и уменьшается в будние дни." Obesity Facts, 7(1), 36–47.

Семь дней обеспечивают полный недельный цикл, захватывая как будние, так и выходные привычки питания. Именно поэтому движок прогнозирования Nutrola требует минимум 7 полных дней логов перед генерацией прогнозов на 12 месяцев.

---

Основные уравнения

Шаг 1: Расчет базального метаболизма (RMR)

Уравнение Mifflin-St Jeor является золотым стандартом для оценки базального метаболизма у здоровых взрослых:

Для мужчин: RMR = (10 × вес кг) + (6.25 × рост см) − (5 × возраст) + 5

Для женщин: RMR = (10 × вес кг) + (6.25 × рост см) − (5 × возраст) − 161

Ссылка: Mifflin, M.D., St Jeor, S.T., Hill, L.A., Scott, B.J., Daugherty, S.A., & Koh, Y.O. (1990). "Новое предсказательное уравнение для оценки расхода энергии в состоянии покоя у здоровых людей." American Journal of Clinical Nutrition, 51(2), 241–247.

Валидация: Mifflin-St Jeor дает оценки RMR с погрешностью ±10% от измеренных (непрямой калориметрии) значений у более 80% здоровых взрослых. Альтернативные уравнения (Harris-Benedict, Katch-McArdle) показывают сопоставимые результаты, но являются более старыми или требуют данных о составе тела.

Шаг 2: Расчет общего суточного расхода энергии (TDEE)

TDEE = RMR × коэффициент активности + калории от упражнений − корректировка NEAT

Коэффициенты активности (Институт медицины):

Уровень активности	Коэффициент
Сидячий (офисная работа, <3,000 шагов в день)	1.2
Слабо активный (3,000–7,499 шагов)	1.375
Умеренно активный (7,500–9,999 шагов)	1.55
Очень активный (10,000+ шагов)	1.725
Экстра активный (спортивные тренировки)	1.9

Шаг 3: Определение энергетического баланса

Энергетический баланс = Потребление (из логов) − TDEE

• Отрицательный: дефицит (потеря веса)
• Ноль: поддержание
• Положительный: избыток (набор веса)

Шаг 4: Применение динамической модели веса Hall 2011

Наивное уравнение 1 фунт жира = 3,500 ккал устарело. Оно переоценивает потерю веса, потому что игнорирует адаптивную термогенезу и изменения в составе тела во время дефицита.

Динамическая модель Hall заменяет правило 3,500 ккал на:

ΔВес = ΔКалории × адаптивный коэффициент − метаболическая компенсация

Ключевые корректировки:

• По мере снижения веса RMR уменьшается
• По мере снижения веса TDEE пропорционально уменьшается
• NEAT спонтанно уменьшается на 100–400 ккал/день во время дефицита
• Результат: дефицит уменьшается со временем, даже если потребление остается постоянным

Ссылка: Hall, K.D., Sacks, G., Chandramohan, D., et al. (2011). "Квантование эффекта энергетического дисбаланса на изменение веса тела." The Lancet, 378(9793), 826–837.

---

Пример расчета: Прогнозирование на 12 месяцев

Профиль субъекта

• 70 кг (154 фунта) женщина
• 165 см (5'5")
• 35 лет
• Сидячая работа + 8,000 шагов в день (умеренно активная)
• Среднее суточное потребление за 7 дней: 1,900 ккал/день

Шаг 1: RMR

RMR = (10 × 70) + (6.25 × 165) − (5 × 35) − 161 = 700 + 1,031 − 175 − 161 = 1,395 ккал

Шаг 2: TDEE

TDEE = 1,395 × 1.55 = 2,162 ккал/день

Шаг 3: Энергетический баланс

Баланс = 1,900 − 2,162 = −262 ккал/день

Приблизительный недельный дефицит: 1,834 ккал

Шаг 4: Наивный прогноз (неверный)

Наивное правило 3,500 ккал: Годовая потеря = (262 × 365) / 3,500 ≈ 27 фунтов

Шаг 4 (исправленный): Динамическая модель Hall

Модель Hall учитывает:

• Адаптивную термогенезу (RMR падает на ~10–20 ккал на каждый потерянный кг)
• Снижение поддерживающих калорий по мере снижения веса
• Уменьшение NEAT во время устойчивого дефицита

Применяя динамические уравнения Hall, исправленный 12-месячный прогноз: Годовая потеря ≈ 9–12 кг (20–26 фунтов) с асимптотическим подходом к новому плато

Наивный прогноз по правилу 3,500 обычно на 30–50% слишком оптимистичен для долгосрочной потери жира.

---

Сценарии прогнозирования

Используя тот же профиль субъекта, вот как различные паттерны соблюдения прогнозируют на 12 месяцев:

Сценарий	Среднее суточное потребление	Дефицит	Прогнозируемая потеря за 12 месяцев
Строгое соблюдение	1,700 ккал	−462/день	14–17 кг
Зарегистрировано (1,900 ккал)	1,900 ккал	−262/день	9–12 кг
80% соблюдение (выходные +300 ккал)	~2,000 ккал	−162/день	5–7 кг
60% соблюдение (выходные +500 ккал)	~2,100 ккал	−62/день	1–3 кг
Логирование останавливается на 3 месяце	Увеличивается до ~2,200	+38/день	+1 до +3 кг (восстановление)

Почему соблюдение важнее "оптимальной диеты"

Разница между лучшими и худшими сценариями выше (14 кг к восстановлению) обусловлена почти полностью соблюдением — а не составом рациона. Исследования последовательно показывают, что соблюдение является самым сильным предсказателем результатов потери веса (Dansinger et al., 2005).

---

Доверительные интервалы и неопределенность

Прогноз в одной точке ("вы потеряете 10.4 кг за 12 месяцев") — это ложная точность. Реальные прогнозы должны включать неопределенность.

Основные источники ошибок прогноза:

Источник	Вклад в ошибку
Вариация уравнения RMR	±10%
Точность логирования	±15–25%
Оценка активности	±10–15%
Метаболическая адаптация	±5–15%
Отклонение в соблюдении	±20–40%

В совокупности: типичная точность прогноза на 12 месяцев составляет ±15–25% от прогнозируемой потери.

Пример: прогнозируемая потеря 10 кг за 12 месяцев имеет реалистичный доверительный интервал 7–13 кг.

---

Как Nutrola генерирует ваш прогноз

Шаг 1: Сбор базовых данных

При регистрации Nutrola собирает:

• Текущий вес, рост, возраст, пол
• Историю активности (минимум 7 дней с телефона или носимого устройства)
• Пищевые логи (минимум 7 дней)

Шаг 2: Вычисление личного TDEE

Nutrola рассчитывает RMR с помощью Mifflin-St Jeor, применяет коэффициент активности на основе зарегистрированных шагов + упражнений и оценивает термический эффект пищи (TEF) на уровне 10–15% от потребления.

Шаг 3: Применение динамической модели Hall

Nutrola прогнозирует траекторию веса, используя рецензируемую динамическую модель Hall 2011, учитывая адаптивную термогенезу и метаболическую компенсацию.

Шаг 4: Представление сценариев с доверительными интервалами

Прогноз отображает:

• Основная траектория (текущее зарегистрированное потребление сохраняется)
• Оптимистичная траектория (на 100 ккал меньше в день)
• Пессимистичная траектория (сценарий с отклонением в выходные)
• Доверительный интервал 70%

Шаг 5: Обновление каждую неделю

С поступлением новых логов прогноз обновляется. После 30 дней последовательного логирования прогнозы обычно достигают максимальной точности.

---

Что больше всего влияет на ваш прогноз

На основе анализа чувствительности динамической модели Hall:

Рычаг	Влияние на результат за 12 месяцев
+200 ккал/день (выходные отклонения)	−6 до −8 кг прогнозируемой потери
Добавление 2,000 шагов в день	+2 до +3 кг прогнозируемой потери
Добавление силовых тренировок 3×/неделя	+1 до +2 кг прогнозируемой потери жира (по сравнению с той же потерей веса)
Увеличение белка до 1.8 г/кг	+1 до +2 кг прогнозируемой потери жира (сохранение мышц)
Сокращение алкоголя на 2 напитка/неделя	+1 до +2 кг прогнозируемой потери
Увеличение сна с 6ч до 7.5ч	+1 до +2 кг прогнозируемой потери

Небольшие, последовательные изменения в поведении часто приводят к большим изменениям в прогнозах, чем агрессивные краткосрочные вмешательства.

---

Справочная информация

• TDEE (Общий суточный расход энергии): сумма базального метаболизма, термического эффекта пищи, затрат на активность (как структурированные упражнения, так и NEAT).
• RMR (Базальный метаболизм): калории, сжигаемые в состоянии полного покоя, измеряемые в голодном, лежачем, термально-нейтральном состоянии.
• Уравнение Mifflin-St Jeor: текущее золотое стандартное уравнение для оценки RMR у здоровых взрослых, опубликованное в AJCN 1990.
• Динамическая модель Hall 2011: рецензируемая математическая модель, опубликованная в The Lancet, которая описывает реальные изменения веса при калорийном дисбалансе.
• NEAT (Неподвижная активность, не связанная с упражнениями): калории, сжигаемые вне структурированных упражнений; варьируются в зависимости от индивидуумов и снижаются во время дефицита.
• Термический эффект пищи (TEF): калории, сжигаемые на переваривание пищи; примерно 25–30% для белка, 5–10% для углеводов, 0–3% для жиров.
• Адаптивная термогенеза: снижение RMR во время калорийного дефицита, превышающее то, что предсказывается только потерей веса.

---

Часто задаваемые вопросы

Насколько точен прогноз веса на основе 7 дней логов?

Прогнозы на 12 месяцев обычно точны в пределах ±15–25%, если пользователь поддерживает аналогичные паттерны соблюдения. Наибольший источник ошибки — это отклонение в соблюдении (перекусы в выходные, постепенное увеличение порций), а не сама математика.

Почему мой прогноз меняется по мере продолжения логирования?

Две причины: (1) По мере изменения веса ваш TDEE меняется — поэтому то же самое потребление приводит к другому энергетическому балансу с течением времени, и (2) Каждая новая неделя данных уточняет оценку вашей истинной TDEE и паттернов соблюдения.

Достаточно ли 7 дней данных или мне следует логировать месяц?

Семь дней — это минимум для грубого прогноза. Четырнадцать до 30 дней обеспечивают более точные оценки. Движок прогнозирования Nutrola показывает доверительный интервал, который сужается по мере поступления большего количества данных.

Что если мое зарегистрированное потребление не совпадает с реальностью?

Недостаточная отчетность — это универсальная проблема: исследования показывают, что взрослые в среднем недооценивают потребление на 30–50% (Schoeller, 1995). AI-фото логирование Nutrola и проверенная база данных снижают недооценку до примерно 5–15%, что существенно улучшает точность прогнозирования.

Может ли прогноз предсказать мое плато?

Да. Динамическая модель Hall явно предсказывает асимптотический подход к новому весовому плато на основе устойчивого калорийного потребления. Для данного потребления вы достигнете определенного веса, где поддерживающие калории равны потреблению — прогноз показывает эту точку.

Как насчет гормональных состояний, таких как СПКЯ или расстройства щитовидной железы?

Гормональные состояния изменяют входные данные модели (RMR часто снижен). С соответствующими корректировками (сниженный предполагаемый RMR) модель Hall все еще прогнозирует точно. Клинические состояния следует контролировать у врача наряду с любым инструментом прогнозирования.

Учитывает ли прогноз возрастные изменения?

Частично. RMR немного снижается после 60 лет (Pontzer et al., 2021 показали примерно 0.7%/год), и модель может это учитывать. Более значительные возрастные эффекты — снижение NEAT, потеря мышечной массы — зависят от поведения, которое модель захватывает через зарегистрированную активность.

---

Поведенческая ценность прогнозов

Помимо математики, исследования показывают, что просто видеть прогноз значительно меняет поведение. Исследование JAMA 2018 года продемонстрировало, что пациенты, которым показывали долгосрочные прогнозы траектории их текущего поведения, вносили более устойчивые изменения в диету, чем те, кто получал стандартные рекомендации.

Исследование: Kullgren, J.T., et al. (2018). "Случайное контролируемое испытание сопоставления взносов сотрудников к депозитным контрактам для содействия потере веса." American Journal of Medicine, 131(10), 1279.e1–1279.e7.

Прогнозы трансформируют абстрактное "я, вероятно, должен есть меньше" в конкретное "при моем текущем уровне я буду на 8 фунтов тяжелее к следующей весне." Конкретная формулировка приводит к заметно различным поведенческим реакциям.

---

Ссылки

• Hall, K.D., Sacks, G., Chandramohan, D., et al. (2011). "Квантование эффекта энергетического дисбаланса на изменение веса тела." The Lancet, 378(9793), 826–837.
• Mifflin, M.D., St Jeor, S.T., Hill, L.A., et al. (1990). "Новое предсказательное уравнение для оценки расхода энергии в состоянии покоя у здоровых людей." American Journal of Clinical Nutrition, 51(2), 241–247.
• Pontzer, H., Yamada, Y., Sagayama, H., et al. (2021). "Суточный расход энергии на протяжении человеческой жизни." Science, 373(6556), 808–812.
• Dansinger, M.L., Gleason, J.A., Griffith, J.L., Selker, H.P., & Schaefer, E.J. (2005). "Сравнение диет Аткинса, Орниша, Weight Watchers и Zone для потери веса и снижения риска сердечно-сосудистых заболеваний: рандомизированное испытание." JAMA, 293(1), 43–53.
• Orsama, A.L., et al. (2014). "Ритмы веса: вес увеличивается в выходные и уменьшается в будние дни." Obesity Facts, 7(1), 36–47.
• Schoeller, D.A. (1995). "Ограничения в оценке потребления энергии в диете по самоотчету." Metabolism, 44(2), 18–22.

---

Получите свой собственный 12-месячный прогноз веса

Nutrola генерирует ваш персонализированный 12-месячный прогноз веса после 7 дней логирования, используя рецензируемую динамическую модель Hall 2011. Прогноз обновляется каждую неделю по мере уточнения ваших данных, показывая вам в конкретных терминах, куда приведут ваши текущие привычки.

Начните с Nutrola — отслеживание питания на основе AI с математическим прогнозированием веса. Никакой рекламы на всех тарифах. Начало от €2.5/месяц.