Beslenme araştırmalarını bozan hatalı öğün bildirimleri

• Beslenme ile sağlık arasındaki ilişkiyi arayan birçok araştırma, insanların kendi bildirdiği alım miktarlarına dayanıyor; ancak yakın tarihli bir Nature Food çalışması ve düzeltmesi, bu verilerin güvenilirlik sınırlarını yeniden ortaya koydu
• Araştırmacılar 6000’den fazla DLW ölçümüyle enerji harcaması için bir tahmin denklemi oluşturdu ve bunu NHANES·NDNS gibi büyük beslenme araştırmalarındaki bildirilen alım miktarlarıyla karşılaştırdı
• Düzeltme sonrası ana veritabanlarındaki yanlış bildirim oranı yaklaşık %27’ye düştü, ancak beslenme anketlerinin gerçek alımı ne kadar iyi yansıttığı hâlâ tartışmalı
• Eleştirmenler DLW’nin enerji alımını hassas biçimde göstermediğini söylerken, destekleyenler bunun araştırmacıların veri setlerindeki yanlış bildirim ölçeğini tahmin etmesinde kullanılabileceğini düşünüyor
• Fotoğraflı beslenme günlükleri, giyilebilir kameralar, sensörler ve idrar biyobelirteçleri deneniyor; ancak büyük ölçekli anketlerin yerini alabilecek kadar ölçeklenebilir bir yöntem henüz yok

---

Kendi bildirilen beslenme verilerinde güvenilirlik sorunu

• Kahve, şarap ve çikolata gibi gıdaların sağlığa iyi gelip gelmediğini inceleyen araştırmalar, çoğu zaman insanların ne yiyip içtiklerini söyledikleriyle sonraki sağlık durumları arasındaki bağlantıyı arar
• Nature Food çalışması, bu yaklaşımın ne kadar istikrarsız olabileceğini gösteren bir örnek oldu
• Beslenme epidemiyolojisi çalışmaları genelde alım miktarını şu yollarla sorar
  • Besin günlüğü tutma
  • Son 24 saat, 1 hafta veya birkaç aya ilişkin alım anketleri
• Biyoistatistikçiler uzun zamandır insanların tükettiklerini yanlış hatırlayabileceği ya da gerçekten yediklerini söylemekte isteksiz olabileceği konusunda uyarıyor
• Bazı araştırmacılar, hayatta kalmak için gereken asgari alımın altında bildirim yapan katılımcıları dışlayan düzeltme yöntemleri öneriyor; ancak başka araştırmacılar beslenme araştırmaları ve politikalarda gıda öz bildirimine dayanılmaması gerektiğini düşünüyor

DLW ile enerji harcamasını ölçme yöntemi

• Yanlış bildirimi daha sıkı saptamanın bir yolu olarak doubly labeled water(DLW) technique kullanılıyor
• DLW yönteminde katılımcı, oksijen ve hidrojenin ağır izotoplarıyla işaretlenmiş su içer; ardından birkaç gün boyunca idrar örneklerinde bu elementler ölçülür
• Vücut kalori yakıp karbondioksit üretirken oksijen kullanılır ama hidrojen kullanılmaz; bu yüzden idrardaki göreli miktarlar kişinin kullandığı enerji miktarını yansıtır
• DLW ile gıda anketlerini birlikte kullanan çalışmalar, insanların bildirdikleri alımdan daha fazla enerji harcama eğiliminde olduğunu buldu
  • Bu, katılımcıların gerçekten daha az yemiş olduğu ya da daha büyük olasılıkla alımı eksik bildirdiği anlamına gelir
• Birleşik Krallık National Diet and Nutrition Survey(NDNS) kapsamında yüzlerce kişi üzerinde yapılan analizde bu farkın yaklaşık %30 olduğu tahmin edildi

Nature Food çalışması ve birim hatasının düzeltilmesi

• Nature Food araştırmacıları, 4 ila 96 yaş arasındaki kişilerden elde edilen mevcut 6000’den fazla DLW ölçümünü kullanarak enerji harcaması için bir tahmin denklemi oluşturdu
• Denklem, cinsiyet, yaş ve kilo gibi kolay ölçülebilen özelliklere dayanarak bireyin enerji harcamasını tahmin ediyor
• Araştırmacılar bu denklemi NHANES ve NDNS’teki binlerce kayda uygulayarak bildirilen enerji alımının tahmin aralığıyla uyumlu olup olmadığını kontrol etti
• İlk sonuçlarda NHANES yetişkin kayıtlarının %50’den fazlası ve NDNS kayıtlarının %60’tan fazlası tahmin aralığının altında görünüyordu
  • Daha fazla protein tükettiğini bildiren kişilerde anket ile DLW ölçümü arasındaki fark daha büyüktü
• Daha sonra Nature Food’un düzeltme bildirimi, araştırmacıların enerji harcaması tahmin denklemini uygularken ve bunu beslenme araştırmalarındaki bildirilen alımlarla karşılaştırırken enerji birimlerini yanlış kullandığını açıkladı
  • Denklemin çıktısı megajoule cinsindendi, ancak toplam enerji harcaması değerine yanlışlıkla kilojoule cinsinden bir değer girildi
  • Bu hata, eksik bildirim ölçeğinin olduğundan büyük tahmin edilmesine yol açtı
  • Düzeltilmiş yanlış bildirim oranı yaklaşık %27
• Walter Willett, bu düzeltmenin “önemli ve ciddi bir düzeltme” olduğunu ve yeni sonucun enerji alımının eksik bildirilmesi konusunda zaten bilinenlerle uyumlu olduğunu söyledi

Çalışmanın yorumlanmasına dair görüş ayrılıkları

• Çalışmanın ortak yazarı John Speakman, birçok beslenme epidemiyolojisi araştırmasının beslenme maruziyetleriyle hastalık sonuçlarını ilişkilendirmeye çalıştığını, ancak temel verilerin son derece şüpheli olduğunu düşünüyor
• Ona göre bu sorun, belirli bir gıdanın bir ay diyabet veya kanserle ilişkilendirilip ertesi ay ilişkisiz bulunması gibi çelişkili beslenme araştırması sonuçlarını açıklamaya yardımcı olabilir
• Samantha Kleinberg, NHANES verilerine dayanan çok sayıda araştırma olduğu için bu çalışmayı önemli buluyor
  • Diğer araştırmacılar da bu tahmin denklemini kullanarak kendi veri setlerini kontrol edebilir
  • Ancak makalenin kendisi de, sporcular veya hamileler gibi olağandışı enerji gereksinimleri olan kişilerde performansın düşük olabileceğini ve yanlış bildirimi yalnızca dolaylı biçimde saptadığını belirtiyor
• Walter Willett, çalışmayı “flawed” olarak nitelendiriyor
  • DLW ölçümleri enerji alımını hassas biçimde göstermiyor
  • DLW değerleri bireyin içinde bile zamanla değişiyor ve beslenme değişiklikleriyle fiziksel aktiviteye duyarlı
  • Ona göre yanlış bildirim sorunu, iyi yürütülmüş çalışmalarda beslenme ile hastalık arasındaki bağlantıları çarpıtacak ya da gıda politikalarını çökertecek kadar ciddi değil
  • Gıda politikalarının çeşitli bilimsel kanıtlara dayandığını düşünüyor
• NHANES’i denetleyen U.S. National Center for Health Statistics, beslenme araştırmalarında eksik bildirimin iyi bilinen bir sorun olduğunu ancak NHANES verilerinin hâlâ “valuable and important” olduğunu belirtti
  • Kurum, beslenme görüşmecilerine yoğun eğitim verilmesi gibi yüksek kaliteli veri sağlamak için önlemler alıyor
  • Araştırmacıların verileri nasıl analiz edeceklerini öğrenebileceği bir tutorial sunuyor
• Lindsay Jaacks, beslenme araştırmalarının hâlâ kullanılabilecek en iyi veri olduğunu düşünüyor
  • DLW, insanların anket yanıtlarında tam olarak neyi atladığını göstermediği için epidemiyologlar açısından sınırlı
  • Eksik bırakılan yiyecek ve içeceklerin ultra işlenmiş gıdalar, meyve, işlenmiş et, yoğurt ya da şekerli sütlü kahve olup olmadığı bilinmiyor
  • İnsanların her bir gıdanın miktarını da eksik tahmin edip etmediği, gelecekte araştırılması gereken bir alan

Anketleri tamamlamaya yönelik yeni ölçüm yöntemleri

• Pek çok araştırmacı, beslenme epidemiyolojisini anket bağımlılığından çıkarmaya ya da en azından ek ölçümlerle desteklemeye yönelik yöntemler geliştiriyor
• Speakman’ın ekibi, katılımcıların her öğünü fotoğrafladığı ve araştırmacıların ya da bilgisayar programlarının içeriği tahmin ettiği fotoğraflı beslenme günlüğü yöntemini deniyor
  • Bu yaklaşım isabetsiz olabiliyor ve katılımcı disiplinine de bağlı
• Başka araştırmacılar, katılımcıların tükettiklerini izlemek için giyilebilir kameraları test ediyor
• Kleinberg ve meslektaşları, hareket ve ses sensörlerinin kullanımını araştırıyor
• Gary Frost’un ekibi gibi gruplar, bir kişinin belirli bir gıdadan ne kadar tükettiğini ortaya koyabilecek idrar biyobelirteçleri arıyor
• Şu anda hiçbir yöntem, anketlerin ulaştığı ölçekte devreye alınmaya hazır değil
• Frost, bu tahmin denklemi gibi araçların araştırmacıların yanlış bildirim ölçeğini tahmin etmesine ve bunu araştırma makalelerine dahil etmesine yardımcı olabileceğini düşünüyor

[GN⁺]

Hacker News yorumları

• Google AI ve SnapCalorie’de bu alan üzerinde uzun süre çalıştım; insanların bir porsiyon miktarını göz kararı tahmin etme becerilerine ne kadar güvendikleri ve gerçekte ne kadar yanıldıkları ilginç
  CVPR’da yayımladığımız makaleye göre sıradan insanlar ortalama %53, eğitimli uzmanlar bile yaklaşık %40 sapıyor. Daha yüksek doğruluk gerekiyorsa gıda terazisi veya hacim ölçme araçları gerekiyor; insanlar yalnızca görsel olarak bir porsiyon miktarını iyi tahmin edemiyor
  Yağ, pişirme yağı ve gizli malzemeler sıkça dert ediliyor ama gerçek takip hatasında bunlardan çok porsiyon miktarı çok daha büyük rol oynuyor. Ayrıntılı hata ayrıştırması için yayımladığımız Nutrition5k makalesine bakabilirsiniz

  • 20 yıldır diyabetle yaşarken, “akıllı” diye yanıltıcı pazarlanan sistemler dahil her türlü yöntem, uygulama, diyet ve aracı denedim; ama tüm malzemeleri terazide tartmak dışında düzgün çalışan bir şey olmadı
    Diyabet hastaları için dışarıda yemek yemek her zaman zar atmak gibi; yemekten sonraki kan şekeri denen “eğlenceli” geri bildirim de tabağa göz kararı bakmanın tamamen işe yaramaz olduğunu sürekli hatırlatıyor
  • Bitesnap’te, araştırmacıların diyet takibi için uygulamamızı kullanmak istemesine yönelik ilginin beklediğimizden büyük olmasına şaşırmıştık
    Meğer insanlara kâğıt verip “öğle yemeğinde grilled cheese sandviç” yazdırmak, araştırma kalitesinde veriyi ölçeklenebilir ve güvenilir biçimde toplamanın bir yolu değilmiş
    USDA ile birlikte bir gıda kaydı veri kümesi de oluşturduk: https://agdatacommons.nal.usda.gov/articles/dataset/SNAPMe_A...
  • En az 2 hafta boyunca gıda terazisi ve ölçü kapları kullanıp, kuruyemiş veya pişirme yağı gibi küçük şeyler dahil yediğiniz her şeyi ölçmenizi şiddetle öneririm
    Bunu yaptıktan sonra günlük öğün ve atıştırmalıklarınızda ne kadar kalori olduğunu çok daha iyi sezersiniz
  • Doğrudan ölçmeseniz bile genelde oldukça doğru tahmin edebilirsiniz; geri bildirim varsa zamanla hatalar birbirini dengeleyecek yönde ayarlanır
    İşin püf noktası ambalaj ağırlığını kontrol etmek ve kabı N eşit porsiyona bölmektir. Yani önce hedef porsiyon boyutunu belirleyip sonra buna göre paylaştırmak
    Görev “1 ons tereyağı ölç” ise pratikte %40 yanılmazsınız. Çünkü 1 pound’luk dikdörtgen prizma tereyağını tekrar tekrar ikiye bölmek çok hassas yapılabilir. Tavukta da satın aldığınız paketteki benzer büyüklükte N parçanın toplam ağırlığını bilirsiniz; bunlardan bir parçayı bütün olarak pişirdiğiniz için tabağa gelen miktarı da epey iyi bilirsiniz
  • Bu sorun için sensör füzyonu ve bilim temelli diferansiyel denklem modelleri kullanan zarif bir matematiksel çözüm var
    Evde yemeklerin çoğunu tartıyor, yalnızca nadiren dışarıda yediğinizde miktar ve malzemeleri tahmin ediyorsanız, kişisel eksik tahmin oranını hesaplayıp düzeltebilirsiniz
    Startup’ımız BODYSIM.com da bu alan üzerinde uzun süredir çalışıyor. Kurucuların hepsi 16 aydan uzun süre mutfak terazisine dayalı günlük gıda kaydı tuttu ve bunları günlük BIA tartı ölçümleri, fitness takipçisi kalorileri, iki haftada bir kan testleri, aylık DEXA, 3D taramalar vb. ile karşılaştırdı
    Ayrıca makro besin dengesi ve kas hipertrofisi için bilim temelli yapısal modellerimiz var; bu sayede TDEE’yi, yani toplam günlük enerji harcamasını ve bileşenlerini çok yüksek güvenle tahmin edebiliyor, yağ kütlesi ve kas kütlesindeki günlük değişimleri öngörebiliyoruz. Bu gerçek matematik ve bilim olduğu için ters yönde de çalıştırılabiliyor; bu “eşzamanlılık kısıtı” sayesinde dışarıda yemek yerken kullanıcıya özgü eksik tahminleri veya fazla yemeyi tahmin etmeye yetecek kadar kısıt oluşuyor. Aslında böyle günleri hiç kaydetmemek daha iyi; biz boşluğu doldurabiliriz. Ancak bu tür nicelleştirilmiş öz izleme verisinin aynı anda gerekmesi nedeniyle yaygın kullanılmıyor gibi görünüyor

• “Her şeyi takip edip ölçüyorum” diyen insanların, ev yapımı sosları, farklı pişirme sürelerine sahip malzemeleri, zamanla azalan artan yemek besin değerlerini, birlikte yenilen yemekten birkaç kez alınan porsiyonları, yetiştirme yöntemi ya da çeşit farklarını nasıl ele aldığını merak ediyorum
  Yalnız yaşadığım, çoğunlukla paketli gıdalar ve birbirinin kopyası gibi görünen çiğ sebzeler yediğim dönemlerde kolay olmuş olabilir; ama şimdi yemekleri paylaşıp, barkodsuz ham malzemelerle çok yemek yapıp, tarife bağlı kalmadan göz kararı tatlandırmaya başladıktan sonra pek uymuyor gibi geliyor

  • Eskiden büyük çaba harcayarak kalori takibinde başarılı olmuş biri olarak, püf noktası kalori yoğunluğu yüksek yiyecekleri sıkı ölçmek, işlevsel olarak göz ardı edilebilecek “hafif” yiyeceklerde ise daha gevşek davranmak
    1 ons zeytinyağı 250 kilokalori iken, 1 ons yağsız protein genelde 30-50 kilokaloridir; 1 ons yeşil sebzede ise pratikte neredeyse hiç kalori yoktur
    Bu yüzden yağ ve miso gibi kalorisi yüksek malzemeler sıkı ölçülmeli; çoğu protein ve karbonhidrat için de aynı şey geçerli. Tohumlar ve domates sosu da bir miktar kalori yoğunluğuna sahip olduğundan ölçmek iyi olur, ama öncelikleri daha düşüktür
    Hardal, limon suyu, şekersiz baharatların çoğu, soğan, salatalık, maydanoz büyük miktarlarda kullanılmadığı sürece “bedava” sayılabilir. Hardal, limon, soğan, salatalık, maydanoz yüzünden kilo alan kimse yoktur
    Vitaminler gibi mikro besinleri ev mutfağında pratik olarak ölçmek zordur; endişe ediyorsanız vitamin-mineral takviyesi kullanabilirsiniz. Buna karşılık protein, karbonhidrat, yağ gibi makro besinler, artan yemekler dahil, genellikle bardak, kaşık ve tartıyla kabaca ölçülebilir
    Birden fazla kişinin paylaştığı yemeği sıkı takip etmek istiyorsanız, tek büyük tencerede pişirmek yerine protein, karbonhidrat, sos ve yağı ayrı tabak ya da kaselere bölüp birleştirmek daha kolaydır
  • Yemek miktarını kaydetmenin işe yaramasının nedeni, yiyecek tüketimini nicelleştirmesi
    Birçok insan için bu, bir porsiyonun büyük olması gerektiği, acıkınca hemen çözülmesi gerektiği ya da sürekli “tok” durumda olunması gerektiği gibi öğrenilmiş düşüncelerin ötesine geçmede etkilidir. Kusursuz değildir ve yeme bozukluğu geçmişi olanlara önerilmez; ama bir iki ay denemek, yemeğe ve özellikle atıştırmalıklara bakışınızı gerçekten değiştirir
    Ev yapımı sosları saymıyorum. Sosları basit yapıyor ve az kullanıyorum; ayrıca hedefim vücut yağ oranını %10’un altına indirmek değil
    Pişirme süresi farklarını ya çiğ malzeme bazında sayıyorum ya da takip uygulamasında varsa pişmiş bazda. Aşırı hassas olmaya gerek yok
    Artan yemeklerde besin değerinin azalmasını umursamıyorum. Kalori sayıları zaten tahmin ve bu, bilimden çok yaklaşık alınan kaloriyi kontrol etmeye yönelik psikolojik bir oyun
    Birden çok kişinin yediği yemeği ben yaptıysam toplamını hesaplayıp kendi payımı tahmin ediyorum. Bir arkadaşım yaptıysa hiç umursamayıp sadece “makul” miktarda yemeye çalışıyorum
    Salatalık çeşidi ya da yetiştirme yöntemi farkları da büyük ihtimalle pek önemli değildir. Ağırlık bazında salatalık salatalıktır; amaç kusursuzluk değil, yaklaşık bir kalori hissi edinmek
  • Yemek paylaşılıyorsa daha az yararlı olur, ama yalnız yiyen ve uzun vadeli takip yapmak isteyenler için basit bir yöntem var
    Günlük değil aylık düzeye odaklanıp, kaloriyi yerken değil satın alırken saymak yeterli. Örneğin bir paket tost ekmeğinde dilim başına 100 kalori ve 17 dilim varsa, o ayın kalori toplamına 1700 eklenir
    Ay sonunda o ay satın alınan toplam kalori miktarını gün sayısına bölerek kabaca ortalama günlük kaloriyi bulabilirsiniz
    Bazı gıdalar sonraki aya kalıp dalgalanma yaratır, ama uzun vadede bunlar dengelenir. Kalorisi yüksek ürünleri mantıklı biçimde bölüştürürseniz daha pürüzsüz olur
    Örneğin birkaç ay giden bir kavanoz mayonez 8000 kaloriyse, satın aldığınız aya 8000’in tamamını yazmak yerine o aya 2000, sonraki 3 ayın her birine de 2000 koyabilirsiniz
  • Çok titiz davransanız bile zor; ayrıca daha sayılabilir biçimde yeme alışkanlığınızın kendisi değişir
    Kilo verme döneminde daha önemlidir, koruma döneminde daha az önemlidir
    Çoğu bir tahmin oyunudur ve sonradan ortalamada tutacağı varsayımına dayanır. Baharatlar göz ardı edilebilir. Günde 25 kalori saysanız bile fazla saymış olabilirsiniz
    Yağı özenle ölçmek gerekir. Gram başına 9 kalori hızla birikir
    Yine de günde 100 kaloriyi kaçırdıysanız ve kayıtlara göre 500 kalori açıkta iseniz, hâlâ haftada yaklaşık 0,8 pound kaybedersiniz. Tutarlıysanız miktarı ayarlayıp kendi kayıt yönteminize uyum sağlayabilirsiniz
    Önemli olan besin bilgilerinin değişken olduğunu kabul etmektir. Kusursuz tutturmak mümkün olmadığı için kusurluluğu telafi etmek gerekir
  • Hedefe bağlı. Amaç kilo vermekse kalori takibini hiç düşünmemenizi öneririm
    Bunun yerine bütün sebze ve meyve tüketim sayısını sayıp bunu en üst düzeye çıkarmayı denemenizi öneririm. Kilo vermek için, tersine, bunu maksimize ediyorsunuz
    Bu küçük yiyecek kategorisini takip etmek çok daha kolaydır; bunu artırınca doğal olarak tokluk oluşur ve tatlı yiyecekleri daha az yersiniz. Ancak diyeti bir gecede dramatik biçimde değiştirirseniz süreçten nefret edip vazgeçersiniz, bu yüzden yavaş ilerlemek gerekir
    Diyeti haftada %10’dan az değiştirmek ve sevdiğiniz suçluluk veren yiyecekleri yemeye devam ederken keyif alabileceğiniz sağlıklı yiyecekleri daha fazla eklemek iyi olur. Mümkünse daha az sağlıklı yiyecekleri yemeden önce bunları yiyip tokluk hissinin oluşmasına zaman tanıyabilirsiniz
    Pizza yiyecekseniz önce yanında salata yiyebilir ya da sebzeli pizza seçebilirsiniz. Yolculuk daha ilerlemeden pizzayı tamamen bırakmaya çalışmanız gerekmez
    Strese girmeden böyle küçük değişiklikleri istikrarlı biçimde ararsanız uzun vadede doğru yöne gidersiniz; damak tadınız da önceden alışık olmadığı yiyeceklerden yavaş yavaş keyif almaya uyum sağlar

• Pek çok insanın kaynaklarla tamamen duygusal bir ilişki kurduğunu, bu yüzden mantıkla aşmanın pek mümkün olmadığını düşünüyorum. Yemek ile finans birbirine benziyor.
  Yıllarca eşimin haftalık market bütçesine uymasını sağlamaya çalıştım, ama her seferinde ciddi şekilde aşıldı. “Bu yiyeceğe ihtiyacımız vardı” ya da “Bu tuvalet malzemesi, markete dahil değil” gibi şeyler oluyordu; sonuçta market bütçesine uymayı başaramadık. Çözüm en sonunda daha yüksek maaşlı bir işe geçmeye çalışmak oldu.
  Kilo vermek de buna çok benziyor. Alınan kalori → harcanan kalori kavramsal olarak çok basit, ama pratikte çoğu insan için zor. Kavramı anlamadıkları için değil, uygulamada takıldıkları için. İnsan kendini kandırıyor, felsefi safsatalar üretiyor ve çoğunlukla arzularına yenik düşüyor. Yiyecek edinmek en temel dürtülerden biri olduğundan, insanların bunu zihinsel olarak kontrol etmekte zorlanması şaşırtıcı değil.
  Metabolizmaların farklı olduğu ya da tüm kalorilerin aynı olmadığı gerekçesiyle CICO’nun yanlış olduğuna inananlar da var. İkisi de doğru, ama varsayımı çürütmüyor. Hangi metabolizma olursa olsun, hangi tür kalori olursa olsun, daha az kalori hâlâ kilo kaybı yaratır. Birilerinin aynı sonuç için daha az çaba göstermesinin yetmesi haksızlık gibi gelebilir, ama hayatın her alanı da aslında böyle. Elbette kalorinin kalitesini artırmak da çok önemli ve göz ardı edilmemeli; ama bu da varsayımı çürütmüyor.

  • Bu hikâyede ben eş tarafıyım. “Marketlerden alınan şeyler” için sabit bir aylık bütçe koymak baştan başarısızlığa mahkûmdu.
    Evdeki ve kilerdeki eşyaların, kullanım miktarına ve alışkanlık değişimlerine göre birbirinden tuhaf yenileme döngüleri var; aylık ritim de fiyat dalgalanmaları etrafında plan yapmayı verimsiz hâle getiriyor.
    Ulaşılabilir hedef, aylık ortalama market harcamasını azaltmak; bunun yolu da evde artık stoklanmayacak şeyleri, daha ucuz alternatiflerle değiştirilecek şeyleri ve toptan satış mağazalarından alınacak şeyleri önceden belirlemek.
    İnsanlar daha az araba kullanmadıkça benzin bütçesini düşürmek zordur. Eş yalnızca depoyu doldurma rolünü üstlendiyse, o bir aracı konumundadır. Bu duygusal bir tepki olabilir, ama “kuralları esnetme” davranışının imkânsız bir talebi bir şekilde uygulanabilir hâle getirme yöntemi olabileceğini de düşünmek gerekir. Bilinçli olsun ya da olmasın, “hesaba katılmayan” şeyler her ay yenilenmiyor ve maliyet kalıpları da dalgalı olacaktır.
  • Kilo vermek için uzun süre boyunca istikrarlı biçimde daha az yemek gerekir; bu da duygusal ve motivasyon açısından gerçekten zordur.
    Açlık sorununu bir kenara bıraksak bile, yemeğin besin değerinden bağımsız, sosyal-psikolojik değerlerle ilgili her tür anlamı var.
    Kendi hayatımda da bunu büyük ölçüde hafife aldığımı ya da bu anlamı yanlış anladığımı düşünüyorum. Gerçekte işleyiş biçimi, insanların düşündüğünden çok daha geniş ve incelikli. Bunun yanlış olduğu anlamına gelmiyor; anlamlı biçimde ödüllendirici olan bir şeyi birdenbire elinden almak zordur, özellikle de bunun bilinçli olarak farkında değilsen daha da zordur.
  • Sadece “alınan kalori/harcanan kalori” diye tekrarlayan insanlar, piyano öğretmeninin yalnızca “pratik miktarı girdi → beceri çıktı” mantrasını tekrarlamasına benziyor.
    Öğrenciler motivasyon eksikliğinden, sıkıcı pratikten, bel ağrısından, tekrarlayan kullanım sendromundan, çalışma yöntemini değiştirmekten söz etse de “pratik miktarı eşittir beceri” diye cevap vermek gibi. Anlaması zor olan ne var, der gibi.
    Bir enstrümanda iyi olmak için zaman harcamak gerektiğini herkes bilir. Benzer şekilde, kilo vermek isteyenler arasında besin grupları üzerinden akan enerjinin korunumu ilkesini reddeden pek fazla kişi yoktur.
    Gerçekten rasyonel biçimde yardımcı olmak istiyorsan işe yarayan yöntemleri kullanmalısın. Şekeri bırakmak, eti bırakmak, aralıklı oruç, kalori saymak; ne olursa olsun, işe yarıyorsa yeter. Geçen hafta 10 saat pratik yapmayı neden başaramadığını sormadan çekingen biçimde bunu işaret etmek değil.
    Yalnızca alınan/harcanan kalori diyen insanlar, bu basit kavramı zihinsel olarak kabul etmekte zorlanıyor gibi görünüyor.
  • Alınan kalori → harcanan kalori, metabolizma tek yönlü seri bir süreç değil de bir geri besleme döngüsü olduğu için kusurlu ya da en azından faydası sınırlı.
    Ne yediğin, nasıl pişirildiği ve ne zaman yendiği; açlığı, egzersiz yapacak enerjiyi, dürtülere direnme gücünü ve besin alımına bağlı fizyolojik durumu karmaşık biçimde etkiliyor.
    CICO, kilo yönetimi sorununu geriye dönük açıklamakta yardımcı olur; ama plan yapmakta ya da kilo yönetimi hedeflerine doğru ilerlerken yaşam kalitesini korumakta yetersizdir.
  • Sapiens’i okuyorum; insan toplumunun hayranlık uyandırıcı olduğu, ama birey olarak bakıldığında şempanzelere utandırıcı derecede benzediğimiz cümlesi dikkatimi çekti.
    Bu zihinsel model, her yerde açıkça fazlalık varken bile kaynaklara sarılıp onları biriktirme gibi davranışları anlamaya yardımcı oluyor.

• MyFitnessPal ile kalori saymayı denediğinizde gerçekten muazzam bir çaba gerektiriyor. Dışarıda yemek yerseniz pratikte iş bitiyor; en fazla bir tahmin yapabiliyorsunuz.
  Soslar ve yağlar da dahil edildiğinde, en iyi durumda bile doğru olmak zor ve bunu sürekli yönetmek de zahmetli. En iyi seçenek, saymak zorunda kalmamak için bundan kaçınmak olabilir.
  Araştırmalarda neredeyse herkesin, iyi niyetli olsa bile bir noktada kötü veri gireceğini düşünüyorum.

  • Bu yüzden kilo vermenin en iyi yollarından biri yalnızca beslenme günlüğü tutmak ya da kalori saymak.
    Özel bir moda diyete gerek yok; yediğin her şeyi kaydetmeye çalışma eyleminin kendisi “bunu yemem gerekmiyor galiba” diye durup düşünmeni sağlıyor.
  • Bu uygulamalar, yaygın Amerikan ve Avrupa yemekleri dışında yetersiz kalıyor. Yediklerimin çoğu sağlıklı ev yemeği, ama bunları girmek gerçekten işkence.
    Evde sotelenmiş celtuce [1]? Evde buharda pişirilmiş marble goby [2]? Yolu yok. Sadece paketli mac and cheese’in besin bilgileri var.
    [1] https://en.wikipedia.org/wiki/Celtuce
    [2] https://en.wikipedia.org/wiki/Oxyeleotris_marmorata
  • Tutarlı biçimde hatalıysa faydalı olduğunu düşünüyorum.
    Belirli bir restoranda her zaman aynı şeyi yiyorsanız, başta o öğünün kalorisi için elinizden gelen en iyi tahmini yapabilir; ortalama kilonuz istediğiniz yönde hareket etmiyorsa hedef kaloriyi ayarlayarak telafi edebilirsiniz.
  • MyFitnessPal kullanırken istemeden daha fazla paketli, ultra işlenmiş gıda yemeye başladım.
    Ev yemeklerinin kalorisini tahmin etmekten nefret ediyordum ve zaten bunun hatalı bir tahmin olacağını biliyordum.
  • Çaba gerektiriyor, ama getirisi de çok. Yediklerinizi takip edip günlük kaloriyi yönetince kendinizi çok daha iyi hissediyorsunuz.
    Kesin kaloriyi bilmiyorsam biraz yüksek, kabaca 1,2 katı olarak tahmin ediyorum.

• İnsanlar her konuda öz bildirimde iyi değildir. Egzersiz, yemek, cinsel yaşam, kişisel bakım; hepsi aynı. Bir avukata ya da birinden hikâye çekip çıkarmak zorunda olan herhangi birine sorun yeter.
  İnsanlara bir şey soran herkes için bu temel varsayım olmalı. Bilim insanları denekler arasında doğru rapor veren bir grup olduğunu hayal ediyorsa, bu bilim insanlarının şaşırtıcı saflığını gösteren bir örnektir.

  • Geniş açıdan bakınca bu, son yaklaşık iki yüzyılda fotoğraf, plak, film gibi nispeten nesnel analog kayıt araçlarının ortaya çıkmasıyla öğrendiğimiz derslerden biri.
    Ondan önce, çeşitli olgular hakkında bilgiyi aktarmanın neredeyse tek yolu insan tanıklığıydı; düşük sadakat, düşük bilgi yoğunluğu, istikrarsız yorumlama ve yeniden üretim nedeniyle güvenilirliği en iyi ihtimalle sınırlıydı.
    İyi bir örnek Albrecht Dürer’in 1515 tarihli gergedan gravürüdür. Dolaylı anlatımlar ve eskizlere dayanarak yapıldığı için gerçeğiyle birebir aynı görünmez, ama gövde plakalarının bölümlenmesi, boynuz, ayak parmakları, gözlerin görünümü gibi belirli özellikleri şaşırtıcı derecede doğru kaydetmiştir. Referans: <https://en.wikipedia.org/wiki/D%C3%BCrer%27s_Rhinoceros>
    Analog kayıtlar da manipüle edilebiliyordu, ama genelde bunu pürüzsüz yapmak emek ve uzmanlık gerektirirdi; bağımsız kayıtlar karşılaştırılarak düzenlemeler ve değişiklikler tespit edilebilirdi.
    Photoshop sonrasında dijital görüntü manipülasyonunun ortaya çıkmasıyla fotoğraf “kanıtlarının” kanıt değeri giderek zayıfladı; yapay zekanın ve akıllı telefonların yaygınlaşmasıyla durağan görüntülerin ve videoların neredeyse tamamı bir ölçüde işleniyor. Yapay zeka ile durağan görüntü, video, ses, konuşma ve arka plan seslerinde gerçek zamanlı olarak inandırıcı kurmacalar üretmek mümkün; bu da hem sıradan insanları hem uzmanları kafa karışıklığına sürükleyebilir.
    Sonuçta teknolojimiz bir zamanlar bu soruna çözüm sunmuş olsa da, artık teknoloji aracılık ettiğinde bile, hatta özellikle ettiğinde, düşük güvenilirlikli uydurma raporlar alanına geri dönüyoruz.
  • Bilim insanlarının nefes kesen saflığı ifadesine gelince, kargayı yıkamakla beyaz olmaz.
    Eğitim sistemiyle sağduyu enjekte edilemez. Meslekten bilim insanlarının çoğu sıradandır ya da manipüle edilmiş bir sistemde hayatta kalmaya çalışıyordur.
  • Burada en başta sorun araştırmacılarmış gibi görünüyor. Hızla makale yayımlamak için supposedly real data üretmeye çalışılan bir durum olabilir.
    Ya da sahada uzun süre çalışmış araştırmacılar bunu zaten biliyordur; sorun araştırmayı halka basitleştirerek aktaran tarafta olabilir.

• Kahvenin iyi olup olmadığına, şarap ya da çikolatanın durumuna yanıt vermek için genetik, yemek saatleri, fiziksel kondisyon, hareketsiz yaşam gibi karıştırıcı değişkenler fiilen sonsuzdur.
  Bu daha çok 80/20 meselesine benzer; 80’i hallettikten sonra 20’yi unutmak daha iyidir. Zaten yanıtı alamayacaksınız.
  Görünüşünüz de sağlıksız, hisleriniz de kötüyse büyük olasılıkla berbat besleniyorsunuzdur. Görünüşünüz ve haliniz iyiyse arada bir kadeh şarap ya da akşam yemeğinden sonra bir parça çikolata büyük etki yaratmayacaktır.

  • Kalan %20’lik belirsizlik, rastgele seçilmiş bir örnekte örneklem sayısını ciddi biçimde artırarak azaltılabilir.
    Ama bu tür araştırmalarda rastgele olmayan birden fazla seçim ölçütü var: araştırmaya ilgi, araştırma protokolüne uyum, tekrar raporlama eylemi.
    Beslenme bilimi ciddiye alınacaksa N onlarca kişi değil, on binlerce kişi olmalı. Maliyetli olur, ama önemli işler için kesinlikle doğrusu budur.
  • Ya da uykunuz berbat olabilir. Otoimmün hastalık, depresyon, uzun süre kalmış bir virüsün yol açtığı kalıcı inflamasyon durumu vb. de olabilir.

• Bunun araştırmaların çoğunda gerçekten sorun yaratıp yaratmadığını merak ediyorum.
  Mutlak gıda alımının doğru olması gereken araştırmalarda sorun olurdu, ama karşılaştığım araştırmaların çoğu tam da bu nedenle göreli ifadeler kullanıyor. Örneğin yaşıtlarına göre X’i daha fazla yapan kişilerde Y ile korelasyon görülüyor gibi.
  Sabah kahvesi tüketiminin uzun ömürle ilişkili olup olmadığına bakılıyorsa, makalenin ima ettiği gibi herkesin gıda alımını olduğundan az bildirdiğine inansak bile pek alakalı görünmüyor. Çünkü bu göreli bir karşılaştırma.
  Elbette böyle sonuçlar “X uzun ömrün sırrı!” gibi tık tuzağı başlıklara çarpıtılıyor, ama bu diyet araştırmasının kendi sorunundan çok popüler bilim haberciliğinin sorunu gibi.

  • Eksik bildirimin tekdüze olduğunu varsayıyorsunuz.
    Gerçekte insanlar utandıkları şeyleri daha az bildirebilir, bunun tersindekileri ise daha fazla bile bildirebilir. Bu, düzeltilmesi çok daha zor bir veri kusurudur.
  • O tür başlıklar, kötü verilere dayanan 100 çöp araştırmayı birleştiren meta-araştırmalardan çıkıyor ve sonunda gerçek tıbbı, sağlık trendlerini, American X Association gibi kurumları etkiliyor.
    Verdiğiniz “sabah kahvesi” örneği de saf bir shot espressodan 600 kaloriyi aşan Starbucks “kahvesine” kadar her şey olabilir; meta-araştırma makinesi hepsini tek sepete atıyor.
    Tüm Reddit yorumlarını ChatGPT’ye yedirip bir şey sormaya, sonra da toplum düzeyinde kendi sağlığınızı ortaya koyarak o yanıta inanmaya benziyor.
  • Mutlak gıda alımına dayanan araştırmaların sorunlu olduğu doğru. Bu tür araştırmalar ya hiç yapılmıyor ya yapılırsa çöp sonuçlar üretip göz ardı ediliyor ya da mutlak alımın önemini düşük görerek yorumlanıyor.
    Makale aslında herkesin az bildirdiğini söylüyor; herkesin aynı ölçüde az bildirdiğini değil. Ayrıca bunun böyle olmaması için yeterince neden var.
    Nedeni utançsa, kendi yeme alışkanlıklarından daha fazla utanan kişiler daha çok eksik bildirecektir. İnsanlar atıştırmalıklardan çok öğünleri daha iyi hatırlıyorsa, çok atıştıranlar az atıştıranlara göre daha fazla eksik bildirecektir. Ek olarak, sonradan alınan ek porsiyon ilk tabaktan daha kolay unutuluyorsa, tıkınmaya elverişli yiyecekler diğerlerine göre daha fazla eksik bildirilecektir. Bu kadar çok sistematik çarpıtma varken herkesin eşit şekilde eksik bildirdiğini varsaymak asıl şaşırtıcı olurdu.
  • Korelasyon aramak, nedenselliği değerlendirmede yalnızca ilk ve en kolay adımdır.
    Ama sonrasındaki zor işe neredeyse hiç geçilmiyor. Bu yüzden her yönde korelasyon gösteren bir yığın araştırma ve birbirleriyle çelişen bir yığın araştırma var. Yine de bu durumdan memnun gibiyiz. Beslenme araştırmalarının hali içler acısı.
  • Çoğu insan gerçeklerden utanır.
    Bu yüzden sebzeyi fazla bildirir; alkolü, sigarayı ya da araştırmanın yasal olarak polise bildirmek zorunda kalabileceği yasa dışı uyuşturucuları söylemeyebilir. Kendine vejetaryen diyen biri yediği eti rapor etmeyebilir; kilolu biri tatlıyı atladığını bildirebilir.

• Uyku araştırmalarının hastanın kendi beyanına bırakılmayıp klinikte yapılmasının nedeni de bu
  Doğru veri istiyorsanız gerçek araştırma yapmanız gerekir; araştırmacıların porsiyonları bizzat ayırması ve takvimi de sağlaması gerekir

  • Böyle çalışmalar gerçekten var ve bunlara randomize besleme deneyleri deniyor
    Katılımcılara tüm öğünler ve atıştırmalıklar sağlanıyor; bazen haftalarca, hatta aylarca sürekli izleniyorlar
    https://pubmed.ncbi.nlm.nih.gov/39134209/
    Doğal olarak bu tür çalışmalar, klasik “anket doldurma” gözlemsel çalışmalarına göre çok daha müdahaleci ve maliyetli olduğu için nadir. Yine de varlar ve sonuçları da çok faydalı
    Yaygın biçimde atıf yapılan beslenme anketi araçlarından biri Nurses' Health Study; sayısız tüket-at tarzı beslenme clickbait sonucunun temelini oluşturdu. Bu anket temelli gözlemler, etin vücuda zararlı olduğunu da yararlı olduğunu da kanıtlamak için kullanıldı; yapay tatlandırıcıların zayıflattığını da kilo aldırdığını da kanıtlamak için kullanıldı. “Ara sıra geçmiş dönemde ne yediğini hatırlamaya çalış” şeklindeki tek bir anket, beslenme biliminin muazzam gürültüsünün kökeni
  • Uyku apnesi için evde yapılan uyku çalışmaları da yaygın değil mi? Ben de yaptırmıştım

• Deneyimime göre insanlar özellikle alkolün kalorilerini pek iyi anlamıyor
  Karbonhidrat ve protein genelde gram başına 4 kalori, alkol ise gram başına 7 kalori. Yalnızca yağ, gram başına 9 kaloriyle daha yüksek enerji yoğunluğuna sahip
  2000'lerde düşük karbonhidratlı gıda modası büyüktü; Bacardi'nin romunda karbonhidrat olmamasını öne çıkaran popüler bir reklam yaptığını hatırlıyorum. Aslında aromasız tüm distile içkiler karbonhidrat içermez ve yine de kalorileri çok yüksektir; buna rağmen kiloyu önemseyen kişiler için daha akıllı bir seçenekmiş gibi pazarladılar

  • Alkol zor bir konu; çünkü kalori ölçütü, enerji ve kilo üzerindeki etkisini ölçmek için özellikle kötü bir yöntem
    Ağacın kalorisini ölçmeye benziyor. İyi yandığı için kalorisi yüksektir ama metabolize edilmesi pek iyi olmaz. Bir odun parçası yaklaşık 400 kcal/100 g'dır
    Etanol 1325 kJ/mol enerjiye sahiptir. Ancak metabolik yolun ortasında reaksiyon durursa, içki içtikten sonra asetik asit idrarla atıldığı için alkolden elde edilebilecek enerji çok daha azalır ve yalnızca 215,1 kJ/mol olur
    https://en.wikipedia.org/wiki/Pharmacology_of_ethanol#Metabo...
  • Bu yüzden “düşük kalorili” bira pazarlaması çok olsa da 90–100 kalorinin altında bira neredeyse hiç görülmüyor

• İnsanların kendileriyle ilgili çoğu şeyi doğru raporlayamadığının genel olarak bilinen bir gerçek olduğunu sanıyordum
  Gerçekten sıkı bir araştırma yapmak için objektif olmak gerekir; bu da giyilebilir cihazlar veya başka akıllı monitörler için iyi bir gerekçe oluşturuyor