Hacer un seguimiento de todo lo que come y bebe en un día es una tarea tediosa que es difícil de mantener con el tiempo. Desafortunadamente, el seguimiento obediente es un componente vital para una pérdida de peso exitosa; sin embargo, un nuevo estudio en Obesidad encuentra que no se necesita un seguimiento perfecto para lograr una pérdida de peso significativa.
Investigadores de UConn, la Universidad de Florida y la Universidad de Pensilvania dieron seguimiento a 153 participantes del programa de pérdida de peso durante seis meses, en los que los usuarios autoinformaron su consumo de alimentos mediante un programa de pérdida de peso digital comercial. Los investigadores querían ver cuáles eran los umbrales óptimos para el seguimiento de la dieta para predecir una pérdida de peso del 3 %, 5 % y 10 % después de seis meses.
«Nos asociamos con WeightWatchers, que planeaba lanzar un nuevo programa de puntos personales, y querían obtener datos empíricos a través de nuestro ensayo clínico», dice la coautora y profesora del Departamento de Ciencias de la Salud Afines, Sherry Pagoto.
Pagoto explica que el nuevo programa adopta un enfoque personalizado para asignar puntos, incluida una lista de alimentos de punto cero para eliminar la necesidad de calcular las calorías para todo.
«El seguimiento de la dieta es la piedra angular de todas las intervenciones de pérdida de peso, y tiende a ser el mayor predictor de los resultados. Este programa reduce la carga de esa tarea al permitir alimentos de punto cero, que no necesitan seguimiento».
Los investigadores y desarrolladores están buscando formas de hacer que el proceso de seguimiento sea menos oneroso porque, como dice Pagoto, para muchos programas, los usuarios pueden sentir que necesitan contar calorías por el resto de sus vidas: «Eso simplemente no es sostenible. ¿Los usuarios necesitan rastrear todo todos los días o no necesariamente?»
Con seis meses de datos, el profesor asistente del Departamento de Ciencias de la Salud Afines, Ran Xu, estaba interesado en ver si había una manera de predecir los resultados en función de la cantidad de seguimiento de la dieta que hicieron los participantes. Ran Xu y Ph.D. en Ciencias de la Salud Afines. El estudiante Richard Bannor analizó los datos para ver si había patrones asociados con el éxito en la pérdida de peso desde la perspectiva de la ciencia de datos. Usando un método llamado análisis de curva de características operativas del receptor (ROC), encontraron cuántos días las personas necesitan hacer un seguimiento de sus alimentos para alcanzar una pérdida de peso clínicamente significativa.
«Resulta que no es necesario realizar un seguimiento del 100% cada día para tener éxito», dice Xu. «Específicamente en este ensayo, encontramos que las personas solo necesitan hacer un seguimiento de alrededor del 30 % de los días para perder más del 3 % de peso y del 40 % de los días para perder más del 5 % de peso, o casi el 70 % de los días para perder más del 10 % del peso. El punto clave aquí es que no es necesario realizar un seguimiento todos los días para perder una cantidad de peso clínicamente significativa».
Esto es prometedor, ya que Pagoto señala que el objetivo de un programa de pérdida de peso de seis meses suele ser del 5 % al 10 %, un rango en el que se han observado beneficios para la salud en ensayos clínicos.
«Muchas veces las personas sienten que necesitan perder 50 libras para estar más saludables, pero en realidad comenzamos a ver cambios en cosas como la presión arterial, los lípidos, el riesgo de enfermedades cardiovasculares y el riesgo de diabetes cuando las personas pierden entre un 5 y un 10 %. de su peso», dice Pagoto. «Eso se puede lograr si los participantes pierden alrededor de una o dos libras por semana, lo que se considera un ritmo saludable de pérdida de peso».
Luego, Xu observó las trayectorias del seguimiento de la dieta durante los seis meses del programa.
Los investigadores encontraron tres trayectorias distintas. Uno al que llaman rastreadores altos, o súper usuarios, que rastrearon los alimentos la mayoría de los días de la semana durante seis meses y, en promedio, perdieron alrededor del 10% de su peso.
Sin embargo, muchos participantes pertenecían a un segundo grupo que comenzó a realizar un seguimiento regular, antes de que su seguimiento disminuyera gradualmente con el tiempo a, en la marca de cuatro meses, solo un día por semana. Todavía perdieron alrededor del 5% de su peso.
Un tercer grupo, llamado rastreadores bajos, comenzó a rastrear solo tres días a la semana y se redujo a cero a los tres meses, donde permaneció durante el resto de la intervención. En promedio, este grupo perdió solo el 2% de su peso.
«Una cosa que es interesante acerca de estos datos es que, a menudo en la literatura, los investigadores solo observan si existe una correlación entre el seguimiento y los resultados generales de pérdida de peso. Ran adoptó un enfoque de ciencia de datos para los datos y descubrió que hay más en la historia «, dice Pagoto. «Ahora estamos viendo diferentes patrones de seguimiento. Esto nos ayudará a identificar cuándo brindar asistencia adicional y quién la necesitará más».
Los patrones podrían ayudar a informar programas futuros que podrían adaptarse para ayudar a mejorar el seguimiento de los usuarios según el grupo al que pertenecen. Los estudios futuros profundizarán en estos patrones para comprender por qué surgen y, con suerte, desarrollarán intervenciones para mejorar los resultados.
«Para mí, lo emocionante de estos programas digitales es que tenemos una huella digital del comportamiento de los participantes», dice Xu. «Podemos profundizar en el meollo de lo que hace la gente durante estos programas. Los datos pueden informar enfoques de medicina de precisión, donde podemos tomar esta perspectiva de ciencia de datos, identificar patrones de comportamiento y diseñar un enfoque específico».
Los programas de salud entregados digitalmente brindan a los investigadores una gran cantidad de datos que nunca antes habían tenido y que pueden generar nuevos conocimientos, pero esta ciencia requiere un enfoque multidisciplinario.
«Antes, se sentía como si estuviéramos volando en la oscuridad o simplemente siguiéramos anécdotas o medidas autoinformadas, pero es diferente ahora que tenemos tantos datos de usuarios. Necesitamos ciencia de datos para dar sentido a todos estos datos. Aquí es donde La ciencia en equipo es muy importante porque los científicos clínicos y de datos piensan en el problema desde perspectivas muy diferentes, pero juntos podemos producir conocimientos que ninguno de nosotros podría hacer por sí solo. Este debe ser el futuro de este trabajo «, dice Pagoto.
Xu está de acuerdo: «Desde la perspectiva de la ciencia de datos, el aprendizaje automático es emocionante, pero si solo tenemos aprendizaje automático, solo sabemos qué hace la gente, pero no sabemos por qué o qué hacer con esta información. Ahí es donde necesitamos científicos clínicos. como Sherry para dar sentido a estos resultados. Es por eso que la ciencia del equipo es tan importante».
Ya no vuelan en la oscuridad, estos equipos multidisciplinarios de investigadores ahora tienen las herramientas necesarias para comenzar a adaptar los programas aún más para ayudar a las personas a lograr los resultados deseados. Por ahora, los usuarios de estas aplicaciones pueden estar seguros de que aún pueden obtener resultados significativos, incluso si pierden algunas entradas.