J'ai récemment beaucoup blogué sur l'utilisation de Graph Builder pour visualiser mes données de régime et de forme physique, et vous pouvez voir tous les articles de cette série . Tout en créant mon Discovery Summit 2014 affiche électronique À propos de ce projet, j’ai considérablement élargi mes compétences en tant qu’utilisateur JMP. C’était la première fois que j’écrivais un JSL personnalisé pour automatiser l’importation, la combinaison et le formatage des données d’un grand ensemble de fichiers ( ~ 50 Excel et ~ 50 fichiers texte contenant les données du journal des activités et des aliments, respectivement). Cet investissement a vraiment porté ses fruits, car j'ai pu appliquer les compétences acquises à d'autres tâches d'importation et de visualisation de données liées au travail.
En plus d'acquérir une plus grande expérience avec JMP et JSL, j'ai beaucoup appris sur moi-même et sur mes habitudes grâce à ce projet. L’une de mes révélations les plus importantes a été que même les données que j’avais soigneusement recueillies et relevées par les personnes elles-mêmes contenaient des failles et des biais liés à l’utilisation de mon appareil et aux habitudes d’enregistrement des aliments. Cette découverte a influencé mes réflexions sur les efforts à grande échelle visant à agréger les données relatives au régime alimentaire et à la condition physique chez les individus afin de comprendre les tendances en matière de perte de poids et a également affecté la manière dont je continue à collecter mes propres données.
j'ai blogué avant de commencer à porter moins mon moniteur d’activité de brassard pendant les mois d’été, afin d’éviter les lignes de bronzage, et comment ce modèle d’utilisation a influencé l’exhaustivité de mes données d’activité. Il semble raisonnable que chaque personne utilisant un moniteur d'activité puisse avoir un modèle d'utilisation unique qui influerait sur l'exhaustivité et l'exactitude de ses propres données. Mon appareil me fournit tous les jours une mesure «Pourcentage de corps» qui me permet de comparer des données présentant des heures d'usure similaires. Bien que cela ne soit peut-être pas encore parfait, c'est un pas dans la bonne direction. Ci-dessous, le graphique que j'ai inclus dans mon affiche pour illustrer mes propres modèles d'usure.
De même, les schémas d'exploitation des aliments varient probablement d'un individu à l'autre. Des recherches antérieures ont confirmé que les gens ont du mal à se souvenir des détails des aliments qu’ils mangeaient il ya des jours, voire des heures, et encore moins des habitudes alimentaires du jour, de la semaine ou de l’année précédentes. Les participants à l'étude sur le régime alimentaire ont tendance à sous-estimer leur consommation d'aliments. L'estimation de la taille des portions est une autre source d'erreur dans la journalisation des aliments et peut varier d'une personne à l'autre. Que ce soit intentionnel ou non, la fréquence, la rapidité et la précision de la consignation des aliments varient certainement d'un groupe de personnes à l'autre. (Vous pouvez en savoir plus sur ces questions et d’autres dans un chapitre disponible gratuitement publié en 2013 et intitulé Méthodologie d'évaluation alimentaire .)
J'ai remarqué que la consignation de mes aliments avant ou juste après un repas aide à minimiser mon biais de rappel, alors je le fais autant que possible. Par explorer mes propres données du journal alimentaire Dans Graph Builder, j'ai pu identifier plusieurs groupes de jours aberrants où mes propres données de journalisation étaient incomplètes pour diverses raisons. Même une étude à grande échelle dont les participants utilisaient une application d’enregistrement des aliments, comme moi, serait confrontée à un choix: prendre les données des participants à leur valeur réelle en sachant que la conformité et la qualité des données peuvent varier considérablement, ou procéder à une évaluation individuelle des profils de conformité. Sans connaître la vérité sous-jacente sur les habitudes alimentaires de chaque individu, il serait extrêmement difficile de déterminer si les données étaient incomplètes ou incorrectes et comment cela pourrait affecter les conclusions générales de l'étude.
J'ai vu de nombreux exemples d'inadéquations entre les tailles de portion indiquées et le poids réel des aliments sur les étiquettes d'aliments, et j'ai lu de nombreux articles indiquant que le nombre de calories sur les menus est souvent peu fiable. Le nombre de calories dans les aliments similaires peut être très variable en raison des différences dans les ingrédients largement cachés tels que le sucre, le beurre ou l'huile. Lorsque cela est possible, je pèse ou mesure des portions pour améliorer la précision des données de mon journal alimentaire. Pour compenser la sous-estimation des calories dans les aliments emballés ou préparés au restaurant dans ma propre collecte de données, j'ajoute souvent 10% à la portion que je consomme pour un article, même si je sais que les erreurs peuvent parfois être beaucoup plus grandes!
Les erreurs d'estimation de la consommation se combinent à des erreurs de calcul de la consommation d'exercice lorsqu'il s'agit de calculer les chiffres du déficit et de l'excédent qui régissent en définitive la perte de poids. La plupart des applications qui enregistrent les aliments vous permettent également d’enregistrer vos exercices, vous permettant ainsi de gagner plus de calories. Malheureusement, les estimations standard de la dépense calorique pour les activités ne correspondent souvent pas à la réalité. Ils peuvent surestimer la véritable brûlure chez certaines personnes ou inclure des calories de base qui auraient été brûlées même si aucun exercice n'avait été fait. L'essentiel est que les gens pensent généralement que l'exercice brûle beaucoup plus de calories qu'il ne le fait. Particulièrement pour les femmes de petite taille qui consomment le moins de calories brûlées par l'exercice, le recours à l'exercice exclusivement pour perdre du poids est une stratégie très imparfaite, ce que je me suis malheureusement prouvé à plusieurs reprises au cours de ma vie.
Au cours de mes récentes et fructueuses phases de perte de poids, je me suis concentré sur le maintien d'un déficit entre ma consommation et ma brûlure. J'atteins le déficit en mangeant moins que ce que je brûle et en ajustant cet équilibre selon les besoins pour obtenir le résultat souhaité. J'ai partagé des données sur le gain de poids et la perte de poids de ma dernière grossesse et de la perte de poids post-bébé en un post précédent; un graphique Graph Builder a clairement montré que lorsque j'étais dans un excédent, je prenais du poids et quand j'étais en déficit, je le perdais. Mon gain pendant la grossesse était bien supérieur au montant imputable au poids du bébé / eau, ce qui représente environ 20 livres de graisse corporelle en excès qui m'a pris des mois à perdre. J'ai constaté le même lien entre l'équilibre calorique au cours de mes dernières années de maintien du poids. Bien que mes fluctuations de poids soient beaucoup plus petites, les mêmes concepts de base sont toujours valables.
Tout ce que j'ai appris jusqu'à présent sur les données autodéclarées du journal des aliments et les mesures d'activité m'a ouvert les yeux sur les limites de mes propres données et sur les difficultés rencontrées par les chercheurs menant des études de perte de poids à grande échelle basées sur des données autodéclarées. Les études à grande échelle visent à tirer des conclusions générales en faisant la moyenne sur un ensemble hétérogène d'individus présentant une génétique, des modes de vie et des modèles de rapport variés.
Dans ma propre étude n = 1, j'ai collecté suffisamment de données sur la vie libre pour quantifier ce qui me permet de perdre du poids et de maintenir une plage saine pour moi - une compréhension qui m'a largement échappé jusqu'à ce point de ma vie. Sans surprise, j'ai convergé vers la même stratégie de déficit que celle utilisée couramment dans les études de perte de poids qui traitent les gens comme des rats en cage, quantifiant de près leur consommation et leur activité pour prouver que l'équilibre calorique négatif est le facteur essentiel de la perte de poids. Je suis vraiment reconnaissant de ne pas avoir besoin de vivre dans une cage pour apprendre ce que j'ai au cours des dernières années. À bien des égards, l’apprentissage de mes données m'a aidé à me libérer.
sheela a écrit:
C'est tellement intéressant. Les images graphiques en disent beaucoup plus que quand on voit beaucoup de chiffres. Oui, il manque des données, mais nous pouvons maintenant en collecter davantage et améliorer notre visualisation.
Ce que nous lisons | Soi Quantifié Quantifié a écrit:
[…] Réflexions sur mon projet en cours sur l'alimentation et la forme physique par Shannon Conners. Encore une fois Shannon nous émerveille avec sa belle et réfléchie explication sur la façon dont […]
