- Muchos estudios que buscan la relación entre dieta y salud dependen de la ingesta autoinformada de las personas, pero un estudio reciente en Nature Food y su corrección volvieron a mostrar los límites de confiabilidad de estos datos
- Los investigadores crearon una ecuación de predicción del gasto energético con más de 6000 mediciones con DLW y la compararon con la ingesta reportada en grandes encuestas nutricionales como NHANES y NDNS
- Tras la corrección, la tasa de reporte erróneo en las principales bases de datos bajó a aproximadamente 27%, pero sigue en debate qué tan bien reflejan las encuestas dietarias la ingesta real
- Los críticos sostienen que el método DLW no muestra con precisión la ingesta energética, mientras que sus defensores creen que puede usarse para estimar la magnitud del reporte erróneo en los conjuntos de datos
- Se están probando diarios fotográficos de dieta, cámaras portátiles, sensores y biomarcadores urinarios, pero todavía no existe un método escalable capaz de reemplazar las encuestas masivas
Problemas de confiabilidad en los datos dietarios autoinformados
- Las investigaciones que intentan confirmar si alimentos como café, vino o chocolate son buenos para la salud suelen buscar conexiones entre lo que las personas dijeron haber comido y bebido, y su estado de salud posterior
- El estudio de Nature Food se convirtió en un ejemplo de cuán inestable puede ser este enfoque
- La investigación en epidemiología nutricional normalmente pregunta por la ingesta de estas maneras
- Llevar un diario de alimentos
- Encuestas sobre lo consumido en las últimas 24 horas, la última semana o los últimos meses
- Los bioestadísticos llevan mucho tiempo advirtiendo que las personas pueden recordar mal lo que consumieron, o sentir incomodidad al contar lo que realmente comieron
- Algunos investigadores proponen métodos de corrección que excluyen a participantes que reportaron una ingesta inferior al mínimo necesario para sobrevivir, pero otros creen que la investigación dietaria y las políticas públicas no deberían depender del autorreporte de alimentos
Cómo se mide el gasto energético con DLW
- Como método para detectar el reporte erróneo con mayor rigor, se usa la doubly labeled water(DLW) technique
- En el método DLW, el participante bebe agua marcada con isótopos pesados de oxígeno e hidrógeno, y luego durante varios días se miden esos elementos en muestras de orina
- Como el cuerpo usa oxígeno, pero no hidrógeno, al producir dióxido de carbono mientras quema calorías, la cantidad relativa en la orina refleja la cantidad de energía que la persona utilizó
- Los estudios que combinaron DLW con cuestionarios de alimentación encontraron que las personas tienden a gastar más energía de la que reportan consumir
- Eso significa que los participantes en realidad comieron menos o, más probablemente, subreportaron su ingesta
- En un análisis de cientos de personas del National Diet and Nutrition Survey (NDNS) del Reino Unido, esa diferencia se estimó en alrededor de 30%
El estudio de Nature Food y la corrección por error de unidades
- El equipo del estudio de Nature Food creó una ecuación de predicción del gasto energético usando más de 6000 mediciones previas de DLW obtenidas de personas de entre 4 y 96 años
- La ecuación estima el gasto energético individual a partir de características fáciles de medir, como sexo, edad y peso
- Los investigadores aplicaron esta fórmula a miles de registros de NHANES y NDNS para verificar si la ingesta energética reportada coincidía con el rango predicho
- En los resultados originales, más del 50% de los registros de adultos de NHANES y más del 60% de los de NDNS aparecían por debajo del rango predicho
- La diferencia entre las encuestas y las mediciones DLW era mayor en quienes reportaban haber consumido más proteína
- Más tarde, un aviso de corrección de Nature Food señaló que los investigadores usaron mal las unidades de energía al aplicar la ecuación de predicción del gasto energético y compararla con la ingesta reportada en las encuestas dietarias
- La salida de la ecuación estaba en megajoules, pero se introdujeron por error valores del gasto energético total en kilojoules
- Ese error hizo que la magnitud del subreporte se sobreestimara
- La tasa corregida de reporte erróneo es de aproximadamente 27%
- Walter Willett dijo que esta corrección es una “corrección considerable e importante” y que los nuevos resultados coinciden con lo que ya se sabía sobre el subreporte de la ingesta energética
Diferencias de opinión sobre cómo interpretar el estudio
- John Speakman, coautor del estudio, considera que muchos trabajos de epidemiología nutricional intentan vincular exposiciones dietarias con resultados de enfermedad, pero que los datos de base son muy dudosos
- Supone que este problema puede ayudar a explicar los resultados contradictorios en nutrición, donde un alimento aparece vinculado con diabetes o cáncer en un mes y al mes siguiente ya no
- Samantha Kleinberg considera importante este estudio porque muchas investigaciones dependen de datos de NHANES
- Otros investigadores también pueden usar esta ecuación de predicción para revisar sus propios conjuntos de datos
- Aun así, el propio artículo aclara que puede funcionar mal en personas con requerimientos energéticos atípicos, como atletas o embarazadas, y que solo detecta el reporte erróneo de manera indirecta
- Walter Willett evaluó que el estudio es “flawed”
- Las mediciones con DLW no muestran con precisión la ingesta energética
- Los valores de DLW también cambian con el tiempo dentro de una misma persona y son sensibles a cambios en la dieta y la actividad física
- Considera que el problema del reporte erróneo no es tan grave como para distorsionar la relación entre dieta y enfermedad en estudios bien realizados ni para derrumbar la política alimentaria
- Cree que la política alimentaria se basa en múltiples evidencias científicas
- El U.S. National Center for Health Statistics, que supervisa NHANES, indicó que el subreporte en las encuestas dietarias es un problema bien conocido, pero que los datos de NHANES siguen siendo “valuable and important”
- Toman medidas para asegurar datos de alta calidad, como capacitación intensiva para entrevistadores dietarios
- Ofrecen un tutorial para que los investigadores aprendan a analizar los datos
- Lindsay Jaacks considera que las encuestas dietarias siguen siendo los mejores datos disponibles
- DLW es limitado para los epidemiólogos porque no dice qué fue lo que las personas omitieron en sus respuestas
- No permite saber si los alimentos y bebidas faltantes eran ultraprocesados, frutas, carnes frías, yogur o café con leche azucarado
- También queda por investigar si las personas subestiman la cantidad de cada alimento
Nuevos métodos de medición para complementar las encuestas
- Muchos investigadores están desarrollando métodos para que la epidemiología nutricional deje de depender de encuestas o, al menos, para complementarlas con mediciones adicionales
- El equipo de Speakman experimenta con diarios fotográficos de dieta, en los que los participantes fotografían cada comida y luego investigadores o programas informáticos estiman su contenido
- Este método es impreciso y también depende de la disciplina del participante
- Otros investigadores prueban cámaras portátiles para rastrear lo que consumen los participantes
- Kleinberg y sus colegas exploran el uso de sensores de movimiento y audio
- Grupos como el de Gary Frost buscan biomarcadores urinarios que puedan revelar cuánto consumió alguien de ciertos alimentos
- Por ahora, ningún método está listo para desplegarse a la escala que logran las encuestas
- Frost cree que herramientas como esta ecuación de predicción pueden ayudar a los investigadores a estimar la magnitud del reporte erróneo e incluirla en sus artículos
1 comentarios
Opiniones en Hacker News
En Google AI y SnapCalorie investigamos este campo durante mucho tiempo, y es interesante ver cuánta confianza tiene la gente en su capacidad para estimar a ojo el tamaño de una porción, y cuánto se equivoca en realidad.
Según un artículo que presentamos en CVPR, la gente común se desvía en promedio 53%, e incluso los expertos entrenados alrededor de 40%. Si se necesita mayor precisión, hacen falta una báscula de alimentos o herramientas para medir volumen; las personas no estiman bien el tamaño de una porción solo con la vista.
Muchos se preocupan por el aceite, las grasas de cocción y los ingredientes ocultos, pero en el error real de seguimiento el tamaño de la porción pesa mucho más que eso. Para un desglose detallado del error, pueden ver nuestro artículo Nutrition5k.
Para una persona con diabetes, comer fuera siempre es tirar los dados, y la “divertida” retroalimentación de la glucosa posprandial recuerda constantemente que mirar el plato a ojo no sirve para nada.
Resultó que darle a la gente una hoja y pedirle que escribiera “sándwich de queso a la plancha en el almuerzo” no era una forma escalable ni confiable de recopilar datos con calidad de investigación.
También creamos un conjunto de datos de registros alimentarios con el USDA: https://agdatacommons.nal.usda.gov/articles/dataset/SNAPMe_A...
Después de eso, tendrás una idea mucho mejor de cuántas calorías contienen tus comidas y snacks habituales.
El truco es revisar el peso del paquete y dividir el contenido en N porciones iguales. Es decir, primero definir el tamaño objetivo de la porción y luego dividirlo en función de eso.
Si la tarea es “mide 1 onza de mantequilla”, en la práctica no te equivocarías 40%. Porque puedes partir repetidamente a la mitad un bloque rectangular de mantequilla de 1 libra con mucha precisión. Con el pollo también: sabes el peso total de N piezas de tamaño similar en el paquete que compraste, y como cocinaste una pieza entera, sabes bastante bien cuánto terminó en el plato.
Si en casa pesas la mayor parte de la comida y solo estimas cantidades e ingredientes cuando comes fuera de vez en cuando, se puede estimar y corregir la tasa personal de subestimación.
Nuestra startup BODYSIM.com también lleva mucho tiempo investigando este campo. Todos los fundadores llevan más de 16 meses registrando alimentos a diario con báscula de cocina y comparándolo cada día con mediciones de básculas BIA, calorías de monitores de actividad física, análisis de sangre quincenales, DEXA mensual, escaneos 3D, etc.
Además, contamos con un modelo estructural basado en ciencia para el balance de macronutrientes y la hipertrofia muscular, que nos permite estimar con mucha confianza el TDEE, es decir, el gasto energético diario total y sus componentes, y predecir los cambios diarios en masa grasa y masa muscular. Esto es matemática y ciencia reales, por lo que también puede ejecutarse en sentido inverso, y gracias a esta “restricción de simultaneidad” hay suficientes restricciones para estimar la subestimación o el exceso de comida de cada usuario al comer fuera. De hecho, en esos días es mejor no registrar nada y nosotros podemos completarlo. Sin embargo, parece que no se usa ampliamente porque requiere disponer al mismo tiempo de estos datos cuantificados de autoseguimiento.
Me pregunto cómo manejan las personas que dicen “rastreo y peso todo” cosas como las salsas caseras, ingredientes con distintos tiempos de cocción, la pérdida de nutrientes en sobras que se van reduciendo con el tiempo, las porciones tomadas varias veces de platos compartidos y las diferencias por método de cultivo o variedad.
Quizá era fácil cuando vivía solo y comía sobre todo alimentos empacados y verduras crudas que parecían clones, pero ahora que comparto comidas, cocino mucho con ingredientes sin código de barras y sazono a ojo sin receta, siento que ya no cuadra bien.
Una onza de aceite de oliva tiene 250 kilocalorías, pero una onza de proteína magra suele tener 30 a 50 kilocalorías, y una onza de verduras verdes prácticamente no tiene calorías.
Por eso hay que medir con rigor ingredientes muy calóricos como el aceite y el miso, y lo mismo aplica a la mayoría de las proteínas y carbohidratos. Las semillas y la salsa de tomate también tienen cierta densidad calórica, así que conviene medirlas, aunque con menor prioridad.
La mostaza, el jugo de limón, la mayoría de las especias sin azúcar, la cebolla, el pepino y el perejil pueden considerarse “gratis” siempre que no se usen en grandes cantidades. Nadie engordó por la mostaza, el limón, la cebolla, el pepino o el perejil.
Los micronutrientes como las vitaminas son prácticamente imposibles de medir en una cocina doméstica y, si te preocupan, puedes usar suplementos de vitaminas y minerales. En cambio, los macronutrientes como proteínas, carbohidratos y grasas por lo general se pueden medir más o menos, incluso en sobras, con tazas, cucharas y una báscula.
Si quieres rastrear con rigor comida compartida entre varias personas, es más fácil servir por separado la proteína, los carbohidratos, la salsa y la grasa en cada plato o bowl para combinarlos, en vez de cocinar todo en una sola olla grande.
Para mucha gente, esto ayuda a superar ideas aprendidas como que una porción debe ser grande, que el hambre debe resolverse de inmediato o que uno siempre debe estar “lleno”. No es perfecto y no lo recomendaría a personas con antecedentes de trastornos alimentarios, pero probarlo uno o dos meses realmente cambia la forma de ver las comidas y, sobre todo, los snacks.
No cuento las salsas caseras. Hago salsas simples, uso poca cantidad y tampoco estoy apuntando a tener menos de 10% de grasa corporal.
Las diferencias de tiempo de cocción las cuento con base en los ingredientes crudos o, si está disponible en la app de seguimiento, con base en el alimento cocido. No hace falta una precisión extrema.
No me preocupo por la pérdida de nutrientes en las sobras. Las cifras de calorías de por sí son estimaciones y esto es más un juego psicológico para controlar aproximadamente las calorías ingeridas que una ciencia.
Si es comida para varias personas y la hice yo, calculo el total y luego estimo mi parte. Si la hizo un amigo, directamente no me preocupo y solo intento comer una cantidad “razonable”.
Probablemente tampoco importen mucho las diferencias de variedad o método de cultivo del pepino. Por peso, un pepino es un pepino; el objetivo no es la perfección, sino adquirir una noción aproximada de las calorías.
Hay que enfocarse en el mes, no en el día, y contar las calorías al comprar, no al comer. Por ejemplo, si una barra de pan tiene 17 rebanadas de 100 calorías cada una, se suman 1700 al total de calorías del mes.
A fin de mes, puedes dividir el total de calorías compradas ese mes entre la cantidad de días para obtener una media diaria aproximada.
Algunos alimentos quedan hasta el mes siguiente y generan variación, pero en periodos largos se compensa. Para productos muy calóricos, asignarlos de forma lógica suaviza más el cálculo.
Por ejemplo, si un frasco de mayonesa que dura varios meses tiene 8000 calorías, en vez de cargar las 8000 al mes en que lo compraste, puedes asignar 2000 a ese mes y 2000 a cada uno de los tres meses siguientes.
Es más importante durante la pérdida de peso y menos importante durante el mantenimiento.
La mayor parte es un juego de estimaciones y depende de la suposición de que, con el tiempo, los promedios cuadrarán. Las especias se pueden ignorar. Incluso asignarles 25 calorías al día podría ser una sobreestimación.
El aceite sí hay que medirlo con disciplina. 9 calorías por gramo se acumulan muy rápido.
Aun así, si se te escaparon 100 calorías al día y según tus registros tienes un déficit de 500 calorías, todavía bajarías alrededor de 0.8 libras por semana. Si eres constante, puedes ajustar las cantidades y adaptarte a tu propio método de registro.
La clave es aceptar que la información nutricional es variable. No puedes acertar perfectamente, así que hay que compensar la imperfección.
En su lugar, recomiendo contar las porciones de verduras y frutas enteras y tratar de maximizarlas. Es decir, maximizarlas precisamente para bajar de peso.
Es mucho más fácil rastrear solo esta pequeña categoría de alimentos, y al aumentarla aparece naturalmente la saciedad, lo que hace que comas menos cosas dulces. Pero si cambias la dieta drásticamente de la noche a la mañana, terminarás odiando el proceso y abandonándolo, así que hay que ir despacio.
Conviene cambiar menos del 10% de la dieta por semana y seguir comiendo esos alimentos culposos que te gustan, pero agregando más alimentos saludables que puedas disfrutar. Si es posible, cómelos antes de los menos saludables para dar tiempo a que aparezca la saciedad.
Si vas a comer pizza, puedes comer primero una ensalada de acompañamiento o elegir pizza con verduras. No hace falta intentar dejar la pizza por completo hasta que el proceso esté más avanzado.
Sin estresarte, si buscas constantemente estos pequeños cambios, a largo plazo irás en la dirección correcta, y tu paladar también se adaptará poco a poco para disfrutar alimentos a los que no estaba acostumbrado.
Mucha gente parece tener una relación puramente emocional con los recursos, así que la lógica no logra atravesarla fácilmente. La comida y las finanzas se parecen
Durante años intenté que mi esposa respetara el presupuesto semanal de supermercado, pero siempre lo excedía por mucho. Decía cosas como “necesitaba esta comida” o “esto es artículo de baño, así que no cuenta como despensa”, y al final nunca logramos ajustarnos al presupuesto de supermercado. La solución terminó siendo intentar cambiarme a un trabajo mejor pagado
Bajar de peso es muy parecido. Calorías que entran→calorías que salen es conceptualmente muy simple, pero en la práctica a la mayoría le cuesta. No es que no entiendan el concepto, sino que se traban al ejecutarlo. Uno se engaña, arma sofismas filosóficos y, por lo general, cede ante los deseos. Conseguir comida es uno de los impulsos más básicos, así que no sorprende que a la gente le cueste controlarlo intelectualmente
También hay quienes creen que CICO está mal porque los metabolismos son distintos o porque no todas las calorías son iguales. Ambas cosas son ciertas, pero no niegan la premisa. Sea cual sea el metabolismo y el tipo de caloría, menos calorías siguen produciendo pérdida de peso. Puede sentirse injusto que alguien tenga que esforzarse menos para lograr el mismo resultado, pero en realidad eso pasa en todos los ámbitos de la vida. Por supuesto, mejorar la calidad de las calorías también es muy importante y no debería ignorarse, pero eso tampoco niega la premisa
Las cosas de la casa y de la despensa tienen ciclos de reposición raros y distintos según el uso y los cambios de hábitos, y el ritmo mensual también hace ineficiente planear alrededor de las variaciones de precios
Un objetivo alcanzable es reducir el gasto promedio mensual en supermercado, y la forma de hacerlo es decidir de antemano qué cosas ya no se van a almacenar en casa, cuáles se van a cambiar por alternativas más baratas y cuáles se van a comprar en tiendas mayoristas
Es difícil bajar el presupuesto de gasolina si la gente no maneja menos. Si la esposa solo era la encargada de cargar gasolina, entonces era la mensajera. Puede ser una reacción emocional, pero también hay que considerar la posibilidad de que “doblar las reglas” sea una forma de volver de algún modo ejecutable una exigencia imposible. Consciente o no, las cosas que “no se cuentan” probablemente no se reemplazan todos los meses y tienen patrones de costo irregulares
Incluso dejando de lado el problema del hambre, la comida está cargada de todo tipo de significados que no tienen que ver con su valor nutricional, sino con su valor sociopsicológico
Creo que en mi propia vida lo subestimé mucho, o entendí mal ese significado. La forma en que realmente funciona es mucho más amplia y sutil de lo que la gente cree. No digo que esté mal, sino que es difícil quitar de golpe algo que recompensa de manera significativa, especialmente cuando uno no lo sabe conscientemente
Aunque los alumnos hablen de falta de motivación, práctica aburrida, dolor de espalda, lesiones por esfuerzo repetitivo o cambios en la forma de practicar, él solo responde “la práctica es igual a habilidad”. Como si dijera: ¿qué tiene de difícil de entender?
Todo el mundo sabe que para tocar bien un instrumento hay que dedicarle tiempo. Del mismo modo, entre quienes quieren bajar de peso no habrá muchos que nieguen la conservación de la energía que fluye a través de los grupos de alimentos
Si de verdad quieres ayudar de manera racional, hay que usar métodos que funcionen. Dejar el azúcar, dejar la carne, ayuno intermitente, contar calorías; lo que sea, mientras funcione. No se trata de señalar tímidamente que la semana pasada no practicó 10 horas, sin siquiera preguntar por qué no pudo hacerlo
Quienes solo hablan de entradas/salidas parecen tener dificultades para aceptar intelectualmente este concepto simple
Qué comes, cómo lo cocinas y cuándo lo comes afectan de manera compleja el hambre, la energía para hacer ejercicio, la capacidad de resistir impulsos y el estado fisiológico derivado de la ingesta de nutrientes
CICO sirve para explicar retrospectivamente los problemas de control de peso, pero se queda corto para planear o para mantener la calidad de vida mientras avanzas hacia objetivos de control de peso
Este modelo mental ayuda a entender cosas como el comportamiento de aferrarse a los recursos y acumularlos, aun cuando claramente hay excedentes por todas partes
Contar calorías con MyFitnessPal requiere un esfuerzo enorme. Si comes fuera, prácticamente se acabó; como mucho, tienes una estimación
Si incluyes salsas y aceites, es difícil ser preciso incluso en el mejor de los casos, y también es fastidioso mantenerlo. La mejor opción puede ser evitarlo para no tener que calcular
En estudios, casi todo el mundo probablemente termine ingresando datos malos en algún momento, aunque sea de buena fe
No hace falta una dieta de moda especial; el solo acto de intentar registrar todo lo que comes te hace detenerte y pensar: “quizás no necesito comer esto”
¿Celtuce salteado en casa [1]? ¿Marble goby al vapor en casa [2]? No hay forma. Solo tienen información nutricional de mac and cheese en caja
[1] https://en.wikipedia.org/wiki/Celtuce
[2] https://en.wikipedia.org/wiki/Oxyeleotris_marmorata
Si siempre comes lo mismo en cierto restaurante, al principio puedes hacer la mejor estimación de calorías de esa comida y, si tu peso promedio no se mueve en la dirección deseada, ajustar tu objetivo de calorías para compensar
Porque odiaba estimar las calorías de la comida casera y sabía que, de todos modos, sería una estimación imprecisa
Si no sé las calorías exactas, estimo un poco más alto, aproximadamente 1.2 veces
A la gente se le da mal autoinformar cualquier cosa. Ejercicio, comida, vida sexual, arreglo personal: todo igual. Basta con preguntarle a un abogado o a alguien que tenga que sacarle información a otra persona.
Esto debería ser una premisa básica para cualquiera que le haga preguntas a la gente. Si los científicos imaginan que entre sus sujetos de estudio hay un grupo que reporta con precisión, es una muestra de una ingenuidad asombrosa por parte de los científicos.
Antes de eso, el testimonio humano era casi la única forma de transmitir información sobre diversos fenómenos, y su confiabilidad era, en el mejor de los casos, limitada por su baja fidelidad, baja densidad de información e interpretación y reproducción inestables.
Un buen ejemplo es el grabado en madera del rinoceronte de Albrecht Dürer de 1515. Como se hizo a partir de reportes indirectos y bocetos, no se ve idéntico al animal real, pero ciertas características —como la segmentación de la coraza, el cuerno, los dedos y la apariencia del ojo— quedaron registradas con una precisión sorprendente. Referencia: <https://en.wikipedia.org/wiki/D%C3%BCrer%27s_Rhinoceros>
Los registros analógicos también podían manipularse, pero por lo general hacerlo de manera pulida requería esfuerzo y pericia, y comparar registros independientes permitía detectar ediciones y cambios.
Con la manipulación digital de imágenes después de Photoshop, el valor probatorio de la “evidencia” fotográfica se fue debilitando, y con la expansión de la IA y los smartphones, casi todas las imágenes fijas y los videos están procesados en algún grado. Con IA se pueden crear en tiempo real ficciones plausibles de imágenes fijas, video, voz, habla y sonidos de fondo, capaces de confundir tanto a personas comunes como a expertos.
Al final, aunque nuestra tecnología alguna vez ofreció una solución a este problema, ahora estamos volviendo al terreno de los reportes inventados de baja confiabilidad, incluso —y especialmente— cuando la tecnología media el proceso.
El sistema educativo no puede inyectar sentido común. La mayoría de los científicos profesionales son mediocres, o están intentando sobrevivir en un sistema manipulado.
O quizá los investigadores con muchos años de trabajo de campo ya saben esto, y el problema está en quienes simplifican la investigación para el público.
Para responder si el café es bueno, o qué pasa con el vino o el chocolate, las variables de confusión —genética, horarios de comida, condición física, vida sedentaria, etc.— son prácticamente infinitas.
Es más bien un problema 80/20: conviene ocuparse del 80 y olvidarse del 20. De todos modos no se obtendrá una respuesta.
Si alguien se ve mal de salud y además se siente mal, por lo general es muy probable que esté comiendo pésimo. Si se ve bien y se siente bien, una copa de vino de vez en cuando o un bocado de chocolate después de cenar probablemente no tendrá gran impacto.
Pero en estos estudios hay varios criterios de selección que no son aleatorios: interés en el estudio, cumplimiento del protocolo del estudio y el acto de volver a reportar.
Si la ciencia de la nutrición quiere ponerse seria, la N debería ser de decenas de miles, no de decenas de personas. Cuesta dinero, pero para las cosas importantes eso es absolutamente lo correcto.
Me pregunto si esto realmente causa problemas en la mayoría de los estudios.
Si un estudio necesita que la cantidad absoluta de alimentos consumidos sea precisa, entonces sí sería un problema, pero la mayoría de los estudios que veo usan expresiones relativas justamente por esta razón. Por ejemplo, personas que hacen más X que sus pares muestran correlación con Y.
Si se quiere ver si el consumo de café por la mañana está correlacionado con la longevidad, aunque uno crea, como sugiere el artículo, que todos subreportan su ingesta de comida, no parece muy relevante. Es una comparación relativa.
Claro que esos resultados se tuercen en titulares carnada como “¡X es el secreto de la longevidad!”, pero eso se parece más a un problema de la divulgación científica popular que a un problema de los estudios de dieta en sí.
En la realidad, la gente puede reportar menos lo que le da vergüenza y, por el contrario, reportar de más lo opuesto. Ese es un defecto de datos mucho más difícil de corregir.
Incluso el ejemplo del “café de la mañana” puede ser cualquier cosa, desde una taza de espresso puro hasta un “café” de Starbucks de más de 600 calorías, pero la máquina de metaestudios lo mete todo en la misma bolsa.
Es parecido a alimentar ChatGPT con todos los comentarios de Reddit, preguntarle algo y luego confiarle tu salud a nivel social a esa respuesta.
El artículo básicamente dijo que todos reportan de menos, no que todos reporten de menos en la misma medida. Y hay buenas razones para pensar que no es así.
Si la causa es la vergüenza, quienes se avergüenzan más de sus hábitos alimenticios subreportarán más. Si la gente recuerda mejor las comidas que los snacks, quienes comen muchos snacks subreportarán más que quienes comen pocos. Además, si es más fácil olvidar las porciones adicionales que el primer plato, los alimentos que facilitan los atracones se subreportarán más que los que no. Con tantas distorsiones sistemáticas, lo sorprendente sería asumir que todos subreportan de manera uniforme.
Pero casi nunca se continúa con el trabajo difícil posterior. Por eso hay montones de estudios que muestran correlaciones en cualquier dirección, y también montones de estudios que se contradicen entre sí. Aun así, parece que estamos satisfechos con este estado de cosas. La situación de la investigación nutricional es lamentable.
Por eso puede reportar muchas verduras y no mencionar alcohol, tabaco o drogas ilegales que quizá el estudio tenga obligación legal de reportar a la policía. Alguien que se declara vegetariano quizá no reporte la carne que comió, y una persona gorda puede reportar que se saltó el postre.
Esta es la razón por la que los estudios del sueño se hacen en clínicas y no se dejan a los autoinformes de los pacientes.
Si quieres datos precisos, hay que hacer investigación de verdad, y los investigadores deben repartir directamente las porciones de comida y proporcionar también los horarios.
A los participantes se les proporcionan todas las comidas y snacks, y a veces se los monitorea continuamente durante semanas o incluso meses.
https://pubmed.ncbi.nlm.nih.gov/39134209/
Por supuesto, estos estudios son mucho más invasivos y costosos que los estudios observacionales clásicos de “llenar un cuestionario”, así que son poco comunes. Aun así, existen y sus resultados son muy útiles.
Una herramienta de cuestionario nutricional ampliamente citada es el Nurses' Health Study, que sirvió de base para innumerables resultados clickbait de nutrición de usar y tirar. Estas observaciones basadas en encuestas se han usado tanto para demostrar que la carne es mala para el cuerpo como que es buena, y tanto para demostrar que los edulcorantes artificiales adelgazan como que engordan. Un único cuestionario de “intenta recordar qué comiste durante el periodo anterior” es la raíz de una enorme cantidad de ruido en la ciencia de la nutrición.
En mi experiencia, la gente entiende especialmente mal las calorías del alcohol.
Los carbohidratos y las proteínas suelen tener 4 calorías por gramo, y el alcohol 7 calorías por gramo. Solo la grasa tiene mayor densidad energética, con 9 calorías por gramo.
Recuerdo que en los años 2000 hubo una gran moda de alimentos bajos en carbohidratos, y Bacardi tenía un anuncio popular que destacaba que su ron no tenía carbohidratos. De hecho, todos los destilados sin saborizantes no tienen carbohidratos y aun así son muy altos en calorías, pero lo comercializaban como si fuera una opción más inteligente para quienes cuidan su peso.
Es parecido a medir las calorías de la madera. Como se quema bien, tiene muchas calorías, pero no se metaboliza bien. Un trozo de madera tiene unas 400 kcal/100 g.
El etanol tiene 1325 kJ/mol de energía. Pero si la reacción se detiene a mitad de la ruta metabólica, como el ácido acético se excreta en la orina después de beber, la energía que se puede obtener del alcohol se reduce mucho, a solo 215,1 kJ/mol.
https://en.wikipedia.org/wiki/Pharmacology_of_ethanol#Metabo...
Pensé que era de conocimiento general que la gente no informa bien la mayoría de las cosas sobre sí misma.
En realidad, para hacer estudios rigurosos hay que ser objetivos, así que esto es un buen argumento a favor de los wearables u otros monitores inteligentes.