Recientemente he publicado muchos blogs sobre el uso de Graph Builder para visualizar mis datos de dieta y estado físico, y puedes ver todas las publicaciones en esta serie . Al crear mi Discovery Summit 2014 e-cartel sobre este proyecto, amplié significativamente mis habilidades como usuario de JMP. Esta fue la primera vez que escribí un JSL personalizado para automatizar la importación, combinación y formato de datos de un gran conjunto de archivos ( ~ 50 Excel y ~ 50 archivos de texto que contienen datos de actividad y registro de alimentos, respectivamente). Esta inversión de tiempo realmente valió la pena, ya que he podido aplicar las habilidades que aprendí a otras tareas de importación y visualización de datos relacionados con el trabajo.
Además de adquirir una mayor experiencia con JMP y JSL, aprendí mucho sobre mí y mis hábitos a través de este proyecto. Una de mis revelaciones más importantes fue que incluso mis datos de autoinforme cuidadosamente recopilados contenían fallas y sesgos relacionados con el uso de mi dispositivo y los patrones de registro de alimentos. Este descubrimiento ha influido en mis pensamientos sobre los esfuerzos a gran escala para agregar datos de dieta y estado físico a través de individuos para comprender los patrones de pérdida de peso y también ha afectado la forma en que continúo recolectando mis propios datos.
yo tengo blogueo antes, sobre cómo usé menos el monitor de actividad de mi brazalete durante los meses de verano en un esfuerzo por evitar las líneas de bronceado, y cómo este patrón de uso influyó en la integridad de mis datos de actividad. Parece razonable que cada persona que use un monitor de actividad pueda tener un patrón de uso único que influya en la integridad y precisión de sus propios datos. Mi dispositivo me proporciona una métrica diaria de "Porcentaje de personas", que me ayuda a comparar datos con horas de uso similares. Aunque esto podría no ser perfecto, es un paso en la dirección correcta. A continuación se muestra el gráfico que incluí en mi póster para ilustrar mis propios patrones de desgaste.
De manera similar, es probable que los patrones de extracción de alimentos varíen según el individuo. Investigaciones anteriores han confirmado que las personas tienen problemas para recordar los detalles de los alimentos que comieron hace días o incluso horas, y mucho menos recordar los patrones de dieta del día, la semana o el año anterior. Los participantes en el estudio de dieta tienden a sub-informar el consumo de alimentos. La estimación del tamaño de la porción es otra fuente de error en el registro de alimentos y puede diferir de persona a persona. Ya sea intencional o no intencional, la frecuencia, la puntualidad y la precisión de los registros de alimentos seguramente variarán entre un grupo de personas. (Puede leer mucho más sobre estos y otros temas en un capítulo disponible gratuitamente publicado en 2013 titulado Metodología de evaluación dietética .)
He notado que registrar mis alimentos antes o justo después de una comida ayuda a minimizar mi sesgo de recuperación, por lo que lo hago siempre que sea posible. Por explorando mis propios datos de registro de alimentos en Graph Builder, pude identificar varios grupos diferentes de días atípicos en los que mis propios datos de registro estaban incompletos por varias razones. Incluso un estudio a gran escala cuyos participantes usaron una aplicación de registro de alimentos como yo lo haría con una opción: tomar los datos de los participantes a un valor nominal, sabiendo que el cumplimiento y la calidad de los datos pueden variar ampliamente, o realizar una evaluación de los patrones de cumplimiento de registros por individuo. Sin conocer la verdad subyacente acerca de los patrones de alimentación de cada individuo, sería extremadamente difícil evaluar si los datos estaban incompletos o incorrectos, y cómo eso podría afectar las conclusiones generales del estudio.
He visto muchos ejemplos de desajustes entre el tamaño de las porciones y el peso real de los alimentos en las etiquetas de los alimentos, y he leído muchos artículos que indican que los recuentos de calorías en los menús a menudo no son confiables. Los alimentos de aspecto similar pueden tener una cantidad de calorías muy variable debido a las diferencias en los ingredientes ocultos, como el azúcar, la mantequilla o el aceite. Cuando es posible, peso o mido porciones para mejorar la precisión de mis datos de registro de alimentos. Para compensar la subestimación de calorías en alimentos empaquetados o preparados en restaurantes en mi propia recopilación de datos, a menudo agrego un 10% al tamaño de la porción que registro para un artículo, ¡aunque sé que los errores a veces pueden ser mucho mayores!
Los errores en la estimación del consumo se combinan con los errores en el cálculo de la quema de ejercicios cuando se trata del cálculo de las cifras de déficit y excedentes que finalmente gobiernan la pérdida de peso. La mayoría de las aplicaciones que registran alimentos también le permiten registrar ejercicios, por lo que "ganan" más calorías para comer. Desafortunadamente, las estimaciones estándar de quema de calorías para actividades a menudo no coinciden con las circunstancias de la vida real. Pueden sobrestimar la verdadera quemadura de algunas personas o incluir calorías de referencia que se habrían quemado incluso si no se hubiera hecho ejercicio. La conclusión es que la gente suele pensar que el ejercicio quema muchas más calorías de lo que lo hace. Especialmente para las mujeres de corta estatura cuya quema de calorías es el ejercicio, confiar exclusivamente en el ejercicio para perder peso es una estrategia muy defectuosa, que desafortunadamente me he demostrado varias veces a lo largo de mi vida de luchas por mi peso.
Durante mis recientes y exitosas fases de pérdida de peso, me he centrado en mantener un déficit entre mi consumo y mi consumo. Logro el déficit comiendo menos de lo que quema y ajustando ese balance según sea necesario para lograr el resultado deseado. Compartí los datos de aumento de peso y pérdida de peso de mi último embarazo y la pérdida de peso posterior al bebé en un post anterior; un gráfico Graph Builder mostró claramente que cuando tenía un excedente, ganaba peso y, cuando tenía un déficit, perdía peso. Mi ganancia durante el embarazo fue muy superior a la cantidad atribuible al peso del bebé / agua, representando alrededor de 20 libras de exceso de grasa corporal que me llevó meses perder. He visto la misma conexión entre el balance de calorías durante mis últimos años de mantenimiento de peso. Aunque mis fluctuaciones de peso son mucho más pequeñas, los mismos conceptos básicos siguen siendo válidos.
Todo lo que he aprendido hasta este momento sobre los datos de registro de alimentos y las mediciones de actividad de autoinformación me han abierto los ojos sobre las limitaciones de mis propios datos y los desafíos que enfrentan los investigadores que realizan estudios de pérdida de peso a gran escala basados en datos de autoinforme. Los estudios a gran escala apuntan a sacar conclusiones amplias promediando un conjunto heterogéneo de individuos con variadas genéticas, estilos de vida y patrones de informe.
Ahora he recopilado suficientes datos de vida libre en mi propio estudio n = 1 para cuantificar qué es lo que funciona para que pueda perder peso y mantenerme en un rango saludable para mí, una comprensión que me eludió en gran medida hasta este momento de mi vida. No es sorprendente que haya convergido en la misma estrategia de déficit comúnmente empleada en los estudios de pérdida de peso que tratan a las personas como ratas enjauladas, cuantificando de cerca su ingesta y actividad para demostrar que el balance de calorías negativo es el factor crítico que causa la pérdida de peso. Estoy realmente agradecido de no tener que vivir en una jaula para aprender lo que tengo en los últimos años. En muchos sentidos, aprender lo que tengo de mis datos me ha ayudado a liberarme.
sheela escribió:
Esto es muy interesante. Las imágenes gráficas transmiten mucho más que cuando vemos muchos números. Sí, faltan algunos datos, pero ahora podemos recopilar más y mejorar nuestra visualización.
Lo que estamos leyendo | Yo Cuantificado escribió:
[…] Reflexiones sobre mi proyecto de dieta y acondicionamiento físico en curso por Shannon Conners. Una vez más, Shannon nos cautiva con su hermosa y reflexiva explicación sobre cómo [...]
