С самого момента создания программы 100-дневный воркаут мы были на несколько шагов впереди традиционной фитнес индустрии. В то время, как все фитнес гуру и персональные тренера топили за дробное и частое питание, разгон метаболизма и различные странные диеты и добавки, мы рассказывали правду матку про калории и энергетический баланс. Именно благодаря этому абсолютно все участники 100-дневки, которые захотели, смогли изменить свой вес в ту или иную сторону. Без исключений.

Но время не стоит на месте, и даже самые одаренные фитнес тренера в наши дни становятся адептами концепции баланса калорий (или IIFYT, как они её называют на английский манер), а это значит, что нам пора двигаться дальше. И сегодня я хочу сообщить о том, что подсчет калорий, на самом деле, вовсе не так хорош, как вам его пытаются разрекламировать!

Если вы не первый день интересуетесь вопросами похудения, то наверняка слышали о вот такой формуле:

Остается только посчитать эти две переменные и проследить за тем, чтобы количество потраченных калорий было больше, чем количество полученных. Верно? В теории, да. На практике же у вас нет никакого надежного механизма для подсчета количества израсходованных калорий. И хотя в интернете можно найти огромное количество разнообразных формул, разработанных теми или иными "учеными", они все носят усредненный характер и их эффективность в применении к конкретному человеку стремится к нулю. Просто посмотрите на несколько вариантов:

Если у вас в школе был Регрессионный анализ, то простейшей двух факторной регрессии y=αx+βy+ε должна быть вам известна. А если у вас был курс Статистики в университете, то вы отлично знаете, каким образом подбираются коэффициенты α и β, а аббревиатура МНК вашему сердцу намного ближе и понятнее, чем МДК. И если дела обстоят действительно так, тогда абсурдность приведенной выше формулы для вас очевидна, и вы можете спокойно пропустить следующие несколько абзацев, а для всех остальных я постараюсь дать простое объяснение написанному выше.

Многофакторный регрессионный анализ позволяет вам строить модели, показывающие зависимость одной переменной (искомой), от других переменных (известных). Это всего лишь модель, которая ничего не объясняет, может быть не очень точна и ни на что особо не претендует. Но выглядит научно для тех, кто прогуливал в школе физику и не понимает, что НЕЛЬЗЯ СКЛАДЫВАТЬ КИЛОГРАММЫ С САНТИМЕТРАМИ И ГОДАМИ, а на выходе получать количество калорий.

Представьте, что у вас есть некоторое количество данных о разных людях, в числе которых есть информация о весе, росте и возрасте каждого человека, а так же о количестве калорий, которые он потребляет в день. И на основе этих данных (а их у вас сравнительно немного, всего 498, [1]) вам нужно сформулировать математическую формулу, которая позволяла бы вычислить количество необходимых калорий по указанным выше параметрам (вес, рост, возраст). При этом вы заранее знаете, что она никогда не даст вам результата из таблицы (разве что случайно).

Я хочу сделать на этом акцент ещё раз. Вы изначально знаете, что если подставите в формулу значения из какой-нибудь строчки вашей таблицы с данными, то не получите количество калорий, указанных в этой таблице. Допустим, у вас есть строчка №394 с данными о человеке: количество калорий - 2200, вес - 70, рост 180, возраст - 25. Если вы подставите в свою формулу эти данные, то получите количество калорий 1955. И ЭТО СЧИТАЕТСЯ НОРМАЛЬНЫМ! В случае регрессионного анализа формула и не должна быть точной, лучшая формула всего навсего даст наименьшую сумму квадратов разностей между предсказанием и фактом для имеющегося набора данных.

Если предыдущие абзацы показались вам слишком сложными, то настоятельно рекомендую записаться на курс Статистики, это действительно очень сильно поможет в жизни, ну а мне остается только поздравить "ученых", разработавших эту формулу, потому что она оказалась на 5% эффективнее (на определенной сомнительной выборке респондентов), чем предыдущая формула Харриса-Бенедикта, которую представили миру ещё аж в 1919 году. И я обязательно сделаю о ней отдельную статью, потому что сорняки нужно вырывать с корнями, а корни понятий "базовый метаболизм" и "активный метаболизм" находятся именно там.

Кстати, потом Миффлин-Сан Жеор и сотоварищи опубликовали свою модифицированную формулу, которая должна была быть точнее, потому что стала "учитывать" степень физической активности человека (А).

Степень эпичности, которая заложена в эти "1,2", "1,375", "1,55", "1,725", и "1,9" просто зашкаливает. Но принцип нахождения этого коэффициента аналогичен, поэтому я не буду сейчас на этом останавливаться.

И простой вопрос, чтобы вашему здравому смыслу было, чем заняться на досуге. Насколько точными могут быть эти формулы, если они не учитывают индивидуальные особенности человека.

Точную дневную потребность организма в калориях, и тем более точное количество израсходованных калорий, определить невозможно. Но на этом наши беды не заканчиваются, потому что со второй переменной дела обстоят ничуть не лучше. Думаете, что можно узнать количество потребляемых калорий, прочитав состав на этикетках или просуммировав калорийность отдельных продуктов в готовых блюдах?

Придется огорчить.

Не существует принятой точной методики подсчета калорийности для указания её на этикетке, а проведение точных поэлементных лабораторных исследований каждого конкретного продукта было бы слишком дорогостоящим. Именно поэтому большинство производителей указывает приблизительную цифру, которая основывается на данных, полученных десятки лет назад (можете сами представить себе точность приборов в те времена).

А учитывая огромное количество факторов, которые могут повлиять на калорийность одного и того же, пускай даже самого стандартизированного продукта, но из разных партий, то фактическая и указанная калорийность могут достаточно сильно расходиться. И государственные регулирующие органы смотрят на это сквозь пальцы. В США [2] допустимо 20% отклонение от реальности в любую из сторон! В России ситуация аналогичная и допустимые отклонения показателей пищевой ценности молочной продукции, согласно Приложению N16 ТР ТС 033/2013, составляют 10-15% на 100г продукта! При том, как для основных питательных веществ аналитическая вариабельность составляет 20-28%, в среднем 24% от общей табличной вариабельности; для микрокомпонентов от 38% до 43%. Это обусловлено биологической изменчивостью сырья растительного и животного происхождения [4].

И это мы говорим о продуктах в упаковках, если же брать свежие продукты (овощи, фрукты, мертвых животных), то там калорийность может прыгать сильно даже в рамках партии с одной грядки или одного участка!

Ну а теперь лучше сядьте, если вдруг читаете эту статью стоя с телефона, потому что погрешность калорийности блюд, приготовленных в местах общественного питания, может доходить до 50-100%! То есть можете забыть о числах из карты калорийности любимого ресторана, потому что они так же далеки от реальности, как статуя Ленина в Москве от своей копии в Китае!

На первый взгляд простое и логичное уравнение для подсчета калорий, о котором я говорил в начале статьи, напроверку становится ящиком Пандоры, потому что ни одну из входящих переменных, равно как и процесс превращения их в результат, невозможно точно определить.

А если так, то имеет ли вообще смысл тратить своё время на это пустое занятие?

1. M.D. Mifflin, S.T. StJeor,L.A. Hill, B.J. Scott, S.A. Daugherty, Y.O. Koh, A new predictive equation for resting energy expenditure in healthy individuals, The American Journal of Clinical Nutrition, Volume 51, Issue 2, 1 February 1990, Pages 241–247, https://doi.org/10.1093/ajcn/51.2.241 (ссылка)

2. T.D. Freuman, U.S. News & World Report, 21 August 2012, https://health.usnews.com/health-news/blogs/eat-run/2012/08/21/when-nutrition-labels-lie

3. J-M Lee, H-S Ahn, S-K Kang, Y Kim, Examining The Validity Of Fitbit Charge HR For Measuring Heart Rate In Free-living Conditions, Medicine and science in sports and exercise 48(5S Suppl 1), May 2016, https://www.researchgate.net/publication/304665942_Examining_The_Validity_Of_Fitbit_Charge_HR_For_Measuring_Heart_Rate_In_Free-living_Conditions_2792_Board_315_June_3_9_30_AM_-_11_00_AM

4. Справочные таблицы химического состава и калорийности российских продуктов \ Под ред. Скурихина И.М., Тутельяна В.А. – М.: ДеЛи, принт, 2007, стр.14 .