Les sources de données santé et la science derrière Wellness Project

Estimation des calories et des macronutriments (enregistrement des aliments)

Quand tu enregistres un repas (en saisissant une description, en discutant avec un coach IA, en scannant une photo ou en sauvegardant une recette), le modèle d'IA de l'app estime les calories, les protéines, les glucides, les lipides, l'alcool et les micronutriments des aliments et portions décrits. Ce sont des estimations du modèle, pas des mesures, toujours signalées comme telles, et tu peux modifier chaque valeur avant ou après l'enregistrement.

• Valeurs nutritionnelles : les repas enregistrés, les recettes sauvegardées et les scans de photos sont estimés par le modèle d’IA, et non recherchés dans une base de composition des aliments.
• Produits scannés par code-barres : les valeurs nutritionnelles d’un code-barres scanné proviennent de la base Open Food Facts, des données de produits de marque de l’USDA issues d’USDA FoodData Central (https://fdc.nal.usda.gov), ou du tableau nutritionnel imprimé sur le produit, lu directement plutôt qu’estimé par un modèle.
• Imports de fournisseurs : les repas importés depuis un fournisseur connecté (Cronometer, Apple Health, Health Connect ou Google Health) sont enregistrés exactement tels que ce fournisseur les a transmis, sans être réestimés par l’appli.
• Conversion énergétique : les calories sont reliées aux macronutriments à l’aide des facteurs généraux d’Atwater : 4 kcal/g pour les protéines, 4 kcal/g pour les glucides, 9 kcal/g pour les lipides et 7 kcal/g pour l’alcool. Référence : Merrill AL & Watt BK, "Energy Value of Foods: Basis and Derivation," USDA Agriculture Handbook No. 74, 1973.
• Objectifs quotidiens et contexte : les objectifs de calories et de macros affichés à côté de ton journal suivent les USDA Dietary Guidelines for Americans (https://www.dietaryguidelines.gov) et les apports nutritionnels de référence pour les macronutriments de l’Institute of Medicine. Référence : Institute of Medicine, "Dietary Reference Intakes for Energy, Carbohydrate, Fiber, Fat, Fatty Acids, Cholesterol, Protein, and Amino Acids," National Academies Press, 2005.
• Estimation des portions à partir de photos et de descriptions : les portions estimées par l’IA sont des approximations. La précision est limitée par nature à ce qui est visible ou décrit ; les valeurs comportent un indicateur de confiance lorsque c’est applicable et sont toujours modifiables.

TDEE (dépense énergétique quotidienne totale)

L'app estime la dépense calorique quotidienne selon l'une des trois méthodes suivantes, choisie automatiquement en fonction des données disponibles :

• Équation de Mifflin-St Jeor (principale) : BMR dérivé du poids, de la taille, de l’âge et du sexe, ajusté par un multiplicateur d’activité issu du nombre de pas et de l’intensité des séances enregistrées. Référence : Mifflin MD et al., "A new predictive equation for resting energy expenditure in healthy individuals," American Journal of Clinical Nutrition, 1990.
• Équation de Katch-McArdle (à partir de la masse maigre) : utilisée lorsque des données récentes de composition corporelle sont disponibles. BMR dérivé de la masse maigre plutôt que du poids total. Référence : McArdle WD, Katch FI, Katch VL, Exercise Physiology: Nutrition, Energy, and Human Performance.
• TDEE adaptatif (calcul inversé) : lorsqu’un historique de saisie suffisant existe, le TDEE est recalculé à partir de la relation entre l’apport calorique observé et la tendance lissée du poids, à l’aide d’une moyenne mobile pondérée exponentiellement et d’une analyse de régression. Base conceptuelle : Hall KD et al., "Quantification of the effect of energy imbalance on bodyweight," The Lancet, 2011 ; Thomas DM et al., "Time to correctly predict the amount of weight loss with dieting," Journal of the Academy of Nutrition and Dietetics, 2014.

NSI (indice de force normalisé)

Le NSI évalue une série de musculation par rapport aux standards de population pour le poids de corps, l’âge et le sexe de l’utilisateur.

• Estimation du 1RM : dérivée d’équations prédictives validées à partir de la charge soulevée et du nombre de répétitions effectuées, avec un plafond de 20 répétitions, car les séries à nombre élevé de répétitions reflètent l’endurance musculaire plutôt que la force maximale. Une série d’une seule répétition est prise telle que mesurée plutôt que prédite, puisque la charge soulevée est elle-même le maximum sur une répétition. Équation par défaut : Epley. Référence : Epley B, "Poundage Chart," Boyd Epley Workout, 1985. Des alternatives sont sélectionnables, dont Lander et Brzycki. Références : 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.
• Standards de force de population : repères par exercice interpolés selon le poids de corps et ajustés par un facteur d’âge, dérivés de données normatives de force publiées et de recherches sur la mise à l’échelle allométrique. Références : Haff GG & Triplett NT (eds.), Essentials of Strength Training and Conditioning, 4th ed., NSCA ; Jaric S, "Muscle strength testing: use of normalisation for body size," Sports Medicine, 2002.
• Ajustement selon l’âge : les standards de force sont mis à l’échelle selon l’âge pour refléter le déclin documenté de la production de force maximale au fil de la vie. Référence : Pearson SJ et al., "Muscle function and ageing," Scandinavian Journal of Medicine & Science in Sports, 2002.

Fit Score (composite quotidien 0-100)

Le Fit Score quotidien combine performance à l'entraînement, sommeil, nutrition, récupération, activité et bien-être subjectif en un seul indice de bien-être de 0 à 100. Les composantes sont renormalisées lorsque des données manquent pour un jour donné. Les méthodologies sous-jacentes de chaque domaine sont décrites dans les sections de chaque métrique sur cette page.

Score de sommeil (0-100)

Lorsque des données sur les phases de sommeil sont disponibles depuis un appareil connecté, le score utilise quatre composantes. Lorsque seule la durée est disponible, la composante durée passe à 100 %.

• Durée : évaluée par rapport à la durée de sommeil nocturne recommandée chez l’adulte. Référence : Hirshkowitz M et al., "National Sleep Foundation's sleep time duration recommendations," Sleep Health, 2015.
• Sommeil profond : évalué par rapport aux valeurs normatives publiées du sommeil profond chez l’adulte. Référence : Ohayon M et al., "Meta-analysis of quantitative sleep parameters from childhood to old age in healthy individuals," Sleep, 2004.
• Sommeil REM : évalué par rapport aux valeurs REM normatives publiées pour les adultes. Référence : Ohayon M et al., "Meta-analysis of quantitative sleep parameters from childhood to old age in healthy individuals," Sleep, 2004 ; Carskadon MA & Dement WC in Principles and Practice of Sleep Medicine.
• Réveils : évalués selon les recommandations cliniques de continuité du sommeil. Référence : American Academy of Sleep Medicine, International Classification of Sleep Disorders.

Score de récupération (0-100)

Le Score de récupération combine des signaux physiologiques et subjectifs en un seul indice de disponibilité.

• VFC : valeurs de RMSSD comparées à la base de référence glissante personnelle de l’utilisateur. La VFC étant très individuelle, la base personnelle pèse davantage que les normes de population. Référence : 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.
• Fréquence cardiaque au repos : comparée à la référence personnelle de l'utilisateur et aux normes de santé de la population. Une fréquence cardiaque au repos plus basse est corrélée à une meilleure forme cardiovasculaire et à une meilleure récupération. Référence : recommandations de l'American Heart Association sur la fréquence cardiaque au repos comme marqueur de risque cardiovasculaire.
• Sommeil : heures enregistrées par un appareil connecté ou saisies manuellement. Référence : recommandation de l'AASM de 7 à 9 heures pour les adultes.
• Bien-être : énergie, humeur, courbatures et stress autodéclarés. Les courbatures et le stress sont inversés (courbatures/stress plus élevés = récupération plus faible).

Variabilité de la fréquence cardiaque (VFC)

L'app enregistre et affiche la RMSSD (racine carrée de la moyenne des carrés des différences successives entre intervalles RR) en millisecondes, la mesure de VFC à court terme la plus validée pour le suivi sportif.

• Mesure : provient d’Apple Health, Fitbit, Oura ou Google Health Connect. Chaque fournisseur utilise sa propre méthode de capture validée (moyenne nocturne ou relevé du matin).
• Interprétation : comparée à la base de référence glissante propre à l’utilisateur, et non aux moyennes de population, car les valeurs absolues de VFC varient considérablement d’une personne à l’autre. Référence : Plews DJ et al., "Comparison of heart-rate-variability recording with smartphone photoplethysmography, Polar H7 chest strap, and electrocardiography," International Journal of Sports Physiology and Performance, 2014.
• Signal de préparation : une baisse significative sous la base personnelle (surtout associée à une RHR élevée) est utilisée comme indicateur de récupération. Référence : Buchheit M, "Monitoring training status with HR measures: do all roads lead to Rome?" Frontiers in Physiology, 2014.