Tenere traccia di tutto ciò che mangi e bevi in un giorno è un compito noioso che è difficile tenere il passo con il tempo. Sfortunatamente, il monitoraggio doveroso è una componente vitale per una perdita di peso di successo, tuttavia, un nuovo studio in Obesità rileva che non è necessario un tracciamento perfetto per ottenere una perdita di peso significativa.
I ricercatori della UConn, dell’Università della Florida e dell’Università della Pennsylvania hanno monitorato 153 partecipanti al programma di perdita di peso per sei mesi in cui gli utenti hanno auto-segnalato la loro assunzione di cibo utilizzando un programma digitale commerciale per la perdita di peso. I ricercatori volevano vedere quali fossero le soglie ottimali per il monitoraggio della dieta per prevedere la perdita di peso del 3%, 5% e 10% dopo sei mesi.
“Abbiamo collaborato con WeightWatchers, che aveva in programma di rilasciare un nuovo programma di punti personali, e volevano ottenere dati empirici attraverso la nostra sperimentazione clinica”, afferma Sherry Pagoto, coautrice e professoressa del Dipartimento di scienze della salute alleate.
Pagoto spiega che il nuovo programma adotta un approccio personalizzato all’assegnazione dei punti, incluso un elenco di alimenti a punto zero per eliminare la necessità di calcolare le calorie per tutto,
“Il monitoraggio della dieta è una pietra angolare di tutti gli interventi per la perdita di peso e tende ad essere il più grande predittore dei risultati. Questo programma riduce l’onere di tale compito consentendo alimenti a punto zero, che non devono essere monitorati”.
I ricercatori e gli sviluppatori stanno cercando modi per rendere il processo di tracciamento meno gravoso, perché, come dice Pagoto, per molti programmi, gli utenti potrebbero sentirsi come se dovessero contare le calorie per il resto della loro vita: “Questo non è sostenibile. Gli utenti hanno bisogno tenere traccia di tutto ogni singolo giorno o non necessariamente?”
Con sei mesi di dati, Ran Xu, professore assistente presso il Dipartimento di scienze della salute alleate, era interessato a vedere se esisteva un modo per prevedere i risultati in base a quanto facevano i partecipanti al monitoraggio della dieta. Ran Xu e dottorato in scienze della salute alleate. lo studente Richard Bannor ha analizzato i dati per vedere se c’erano schemi associati al successo della perdita di peso dal punto di vista della scienza dei dati. Utilizzando un metodo chiamato analisi della curva delle caratteristiche operative del ricevitore (ROC), hanno scoperto quanti giorni le persone hanno bisogno per monitorare il loro cibo per raggiungere una perdita di peso clinicamente significativa.
“Si scopre che non è necessario monitorare il 100% ogni giorno per avere successo”, afferma Xu. “Specificamente in questo studio, scopriamo che le persone devono solo monitorare circa il 30% dei giorni per perdere più del 3% di peso e il 40% dei giorni per perdere più del 5% di peso, o quasi il 70% dei giorni per perdere di più del 10% di peso. Il punto chiave qui è che non è necessario monitorare ogni giorno per perdere una quantità di peso clinicamente significativa.”
Ciò è promettente poiché Pagoto sottolinea che l’obiettivo per un programma di perdita di peso di sei mesi è in genere compreso tra il 5% e il 10%, un intervallo in cui sono stati osservati benefici per la salute negli studi clinici.
“Molte volte le persone sentono di aver bisogno di perdere 50 libbre per diventare più sane, ma in realtà iniziamo a vedere cambiamenti in cose come la pressione sanguigna, i lipidi, il rischio di malattie cardiovascolari e il rischio di diabete quando le persone perdono circa il 5-10% del loro peso”, dice Pagoto. “Ciò può essere ottenuto se i partecipanti perdono da uno a due chili a settimana, il che è considerato un ritmo sano di perdita di peso”.
Xu ha quindi esaminato le traiettorie del monitoraggio della dieta nei sei mesi del programma.
I ricercatori hanno trovato tre traiettorie distinte. Uno che chiamano high tracker, o super utenti, che ha monitorato il cibo quasi tutti i giorni della settimana per sei mesi e ha perso in media circa il 10% del proprio peso.
Tuttavia, molti partecipanti appartenevano a un secondo gruppo che ha iniziato a monitorare regolarmente, prima che il loro monitoraggio diminuisse gradualmente nel tempo fino a raggiungere, entro i quattro mesi, solo circa un giorno alla settimana. Hanno comunque perso circa il 5% del loro peso.
Un terzo gruppo, chiamato low tracker, ha iniziato a tracciare solo tre giorni alla settimana ed è sceso a zero entro tre mesi, dove è rimasto per il resto dell’intervento. In media questo gruppo ha perso solo il 2% del proprio peso.
“Una cosa interessante di questi dati è che, spesso in letteratura, i ricercatori guardano solo se esiste una correlazione tra il monitoraggio e i risultati complessivi della perdita di peso. Ran ha adottato un approccio di scienza dei dati ai dati e ha scoperto che c’è dell’altro nella storia ”, dice Pagoto. “Ora stiamo vedendo diversi modelli di tracciamento. Questo ci aiuterà a identificare quando fornire ulteriore assistenza e chi ne avrà più bisogno”.
I modelli potrebbero aiutare a informare i programmi futuri che potrebbero essere adattati per aiutare a migliorare il monitoraggio degli utenti in base al gruppo in cui rientrano. Studi futuri approfondiranno questi modelli per capire perché si presentano e, si spera, svilupperanno interventi per migliorare i risultati.
“Per me, la cosa entusiasmante di questi programmi digitali è che abbiamo un’impronta digitale del comportamento dei partecipanti”, afferma Xu. “Possiamo analizzare nel dettaglio ciò che le persone fanno durante questi programmi. I dati possono informare gli approcci di medicina di precisione, dove possiamo assumere questa prospettiva di scienza dei dati, identificare modelli di comportamento e progettare un approccio mirato”.
I programmi sanitari forniti digitalmente forniscono ai ricercatori moltitudini di dati che non avevano mai avuto prima e che possono produrre nuove intuizioni, ma questa scienza richiede un approccio multidisciplinare.
“Prima, sembrava che stessimo volando nel buio o semplicemente basandoci su aneddoti o misure auto-segnalate, ma ora che abbiamo così tanti dati sugli utenti è diverso. Abbiamo bisogno della scienza dei dati per dare un senso a tutti questi dati. È qui che la scienza di squadra è così importante perché gli scienziati clinici e di dati pensano al problema da prospettive molto diverse, ma insieme possiamo produrre intuizioni che nessuno di noi potrebbe fare da solo. Questo deve essere il futuro di questo lavoro “, afferma Pagoto.
Xu concorda: “Dal punto di vista della scienza dei dati, l’apprendimento automatico è entusiasmante, ma se abbiamo solo l’apprendimento automatico, sappiamo solo cosa fanno le persone, ma non sappiamo perché o cosa fare con queste informazioni. Ecco dove abbiamo bisogno di scienziati clinici come Sherry per dare un senso a questi risultati. Ecco perché la scienza di squadra è così importante”.
Non volando più nel buio, questi team multidisciplinari di ricercatori ora dispongono degli strumenti necessari per iniziare a personalizzare ulteriormente i programmi per aiutare le persone a raggiungere i risultati desiderati. Per ora, gli utenti di queste app possono essere certi di poter comunque ottenere risultati significativi, anche se mancano alcune voci.
Da un’altra testata giornalistica. news de www.sciencedaily.com