Zdroje zdravotních dat a věda za Wellness Project

Odhad kalorií a makroživin (záznam jídel)

Když zaznamenáte jídlo (textovým popisem, konverzací s AI koučem, skenem fotografie nebo uložením receptu), AI model aplikace odhadne kalorie, bílkoviny, sacharidy, tuky, alkohol a mikroživiny pro uvedené potraviny a porce. Jsou to odhady modelu, nikoli měření, jsou vždy takto označené a každou hodnotu můžete upravit před uložením i po něm.

• Hodnoty živin: zaznamenaná jídla, uložené recepty a skeny fotek jsou odhady modelu AI, nikoli údaje vyhledané v databázi složení potravin.
• Produkty načtené čárovým kódem: Výživové údaje pocházejí z databáze Open Food Facts, značkových produktů USDA v USDA FoodData Central (https://fdc.nal.usda.gov) nebo z výživové tabulky vytištěné na produktu, která se čte přímo bez odhadu modelu.
• Import od poskytovatelů: Jídla importovaná od připojeného poskytovatele (Cronometer, Apple Health, Health Connect nebo Google Health) se zapisují přesně tak, jak je poskytovatel uvedl, a aplikace je znovu neodhaduje.
• Přepočet energie: Kalorie se vztahují k makroživinám podle obecných Atwaterových faktorů: 4 kcal/g u bílkovin, 4 kcal/g u sacharidů, 9 kcal/g u tuků a 7 kcal/g u alkoholu. Zdroj: Merrill AL & Watt BK, „Energy Value of Foods: Basis and Derivation“, USDA Agriculture Handbook No. 74, 1973.
• Denní cíle a kontext: Cíle kalorií a makroživin zobrazené vedle záznamů vycházejí z Výživových doporučení pro Američany amerického ministerstva zemědělství (https://www.dietaryguidelines.gov) a referenčních hodnot příjmu makroživin Institutu medicíny. Zdroj: Institute of Medicine, „Dietary Reference Intakes for Energy, Carbohydrate, Fiber, Fat, Fatty Acids, Cholesterol, Protein, and Amino Acids“, National Academies Press, 2005.
• Odhad porcí z fotek a popisů: velikosti porcí odhadované AI jsou přibližné. Přesnost přirozeně omezuje to, co je viditelné nebo popsáno; tam, kde je to vhodné, hodnoty doprovází ukazatel spolehlivosti a lze je kdykoli upravit.

TDEE (celkový denní energetický výdej)

Aplikace odhaduje denní výdej kalorií jednou ze tří metod, které automaticky vybírá podle dostupných dat:

• Mifflin-St Jeorova rovnice (primární): bazální metabolismus BMR se počítá z hmotnosti, výšky, věku a pohlaví a násobí faktorem aktivity podle kroků a zaznamenané intenzity tréninků. Zdroj: Mifflin MD et al., "A new predictive equation for resting energy expenditure in healthy individuals," American Journal of Clinical Nutrition, 1990.
• Rovnice Katch-McArdle (výpočet z netukové hmoty): Používá se, pokud jsou k dispozici aktuální údaje o složení těla. Bazální metabolismus (BMR) se počítá z netukové hmoty, nikoli z celkové váhy. Zdroj: McArdle WD, Katch FI, Katch VL, Exercise Physiology: Nutrition, Energy, and Human Performance.
• Adaptivní TDEE (zpětný výpočet): Při dostatečné historii záznamů se TDEE zpětně vypočítává ze vztahu mezi zaznamenaným kalorickým příjmem a vyhlazeným trendem hmotnosti pomocí exponenciálně váženého klouzavého průměru a regresní analýzy. Koncepční základ: Hall KD a kol., „Quantification of the effect of energy imbalance on bodyweight“, The Lancet, 2011; Thomas DM a kol., „Time to correctly predict the amount of weight loss with dieting“, Journal of the Academy of Nutrition and Dietetics, 2014.

NSI (normalizovaný index síly)

NSI hodnotí sérii silového tréninku vzhledem k populačním normám pro hmotnost, věk a pohlaví uživatele.

• Odhad 1RM: Vychází z ověřených predikčních rovnic, které využívají zvednutou hmotnost a počet opakování. Počet opakování je omezen na 20, protože série s vyšším počtem opakování odrážejí spíše svalovou vytrvalost než maximální sílu. Série s jediným opakováním se považuje za naměřenou, nikoli predikovanou, protože zvednutá hmotnost sama představuje maximum pro jedno opakování. Výchozí rovnice: Epley. Zdroj: Epley B, „Poundage Chart“, Boyd Epley Workout, 1985. Mezi volitelné alternativy patří Lander a Brzycki. Zdroje: Lander J, „Maximums based on reps“, National Strength and Conditioning Association Journal, 1985; Brzycki M, „Strength testing: predicting a one-rep max from reps-to-fatigue“, Journal of Physical Education, Recreation & Dance, 1993.
• Populační silové standardy: referenční hodnoty jednotlivých cviků interpolované podle tělesné hmotnosti a upravené věkovým faktorem, odvozené z publikovaných normativních dat o síle a výzkumu alometrického škálování. Zdroje: Haff GG a Triplett NT (ed.), Essentials of Strength Training and Conditioning, 4. vydání, NSCA; Jaric S, „Muscle strength testing: use of normalisation for body size“, Sports Medicine, 2002.
• Úprava podle věku: Silové standardy se škálují podle věku, aby odrážely doložený pokles maximální síly během života. Zdroj: Pearson SJ a kol., „Muscle function and ageing“, Scandinavian Journal of Medicine & Science in Sports, 2002.

Fit Score (denní souhrn 0 až 100)

Denní Fit Score kombinuje tréninkový výkon, spánek, výživu, regeneraci, aktivitu a subjektivní pohodu do jediného indexu 0–100. Pokud v daný den chybí data, složky se znovu normalizují. Metodiky každé oblasti jsou popsány v příslušných částech metrik na této stránce.

Skóre spánku (0–100)

Když připojené zařízení poskytuje fáze spánku, skóre využívá čtyři složky. Pokud je dostupná jen délka, tato složka se přepočítá na 100 %.

• Délka: Hodnocení podle doporučené délky nočního spánku dospělých. Zdroj: Hirshkowitz M et al., „National Sleep Foundation's sleep time duration recommendations“, Sleep Health, 2015.
• Hluboký spánek: Hodnocení podle publikovaných normativních hodnot hlubokého spánku u dospělých. Zdroj: Ohayon M et al., „Meta-analysis of quantitative sleep parameters from childhood to old age in healthy individuals“, Sleep, 2004.
• REM spánek: hodnocení podle publikovaných normativních hodnot REM u dospělých. Zdroj: Ohayon M a kol., „Meta-analysis of quantitative sleep parameters from childhood to old age in healthy individuals“, Sleep, 2004; Carskadon MA a Dement WC v Principles and Practice of Sleep Medicine.
• Probuzení: Hodnoceno podle klinických doporučení pro souvislost spánku. Zdroj: American Academy of Sleep Medicine, International Classification of Sleep Disorders.

Skóre regenerace (0–100)

Skóre regenerace kombinuje fyziologické a subjektivní signály do jediného ukazatele připravenosti.

• HRV: Hodnoty RMSSD porovnané s osobní klouzavou výchozí hodnotou uživatele. HRV je silně individuální, proto se osobní výchozí hodnotě přikládá větší váha než populačním normám. Zdroje: Plews DJ et al., „Training adaptation and heart rate variability in elite endurance athletes“, Sports Medicine, 2013; Shaffer F & Ginsberg JP, „An overview of heart rate variability metrics and norms“, Frontiers in Public Health, 2017.
• Klidová tepová frekvence: porovnává se s osobním výchozím stavem uživatele a populačními zdravotními normami. Nižší RHR souvisí s lepší kardiovaskulární kondicí a regenerací. Zdroj: doporučení American Heart Association ke klidové tepové frekvenci jako ukazateli kardiovaskulárního rizika.
• Spánek: počet hodin z nositelného zařízení nebo ručního zadání. Referenční hodnota: doporučení AASM 7 až 9 hodin pro dospělé.
• Pohoda: vámi hodnocená energie, nálada, bolestivost svalů a stres. Bolestivost a stres se obracejí (vyšší bolestivost/stres = nižší regenerace).

Variabilita tepové frekvence (HRV)

Aplikace zaznamenává a zobrazuje RMSSD (odmocninu z průměru čtverců rozdílů sousedních intervalů RR) v milisekundách, nejlépe ověřenou krátkodobou metriku HRV pro sportovní sledování.

• Měření: pochází z Apple Health, Fitbit, Oura nebo Google Health Connect. Každý poskytovatel používá vlastní ověřenou metodu záznamu (noční průměr nebo ranní měření).
• Výklad: ve srovnání s vlastním průběžným základem uživatele, nikoli populačním průměrem, protože absolutní HRV se mezi lidmi výrazně liší. Zdroj: Plews DJ a kol., „Comparison of heart-rate-variability recording with smartphone photoplethysmography, Polar H7 chest strap, and electrocardiography“, International Journal of Sports Physiology and Performance, 2014.
• Signál připravenosti: výrazný pokles pod osobní výchozí hodnotu, zvlášť v kombinaci se zvýšeným RHR, slouží jako upozornění na regeneraci. Zdroj: Buchheit M, „Monitoring training status with HR measures: do all roads lead to Rome?“, Frontiers in Physiology, 2014.