Źródła danych zdrowotnych i nauka stojąca za Wellness Project

TDEE (całkowite dzienne zapotrzebowanie energetyczne)

Aplikacja szacuje dzienne spalanie kalorii jedną z trzech metod, wybieraną automatycznie na podstawie dostępnych danych:

• Równanie Mifflina-St Jeora (podstawowe): BMR wyliczane z wagi, wzrostu, wieku i płci, skalowane mnożnikiem aktywności na podstawie liczby kroków i zapisanej intensywności treningu. Źródło: Mifflin MD i in., „A new predictive equation for resting energy expenditure in healthy individuals”, American Journal of Clinical Nutrition, 1990.
• Równanie Katch-McArdle (ścieżka masy beztłuszczowej): stosowane, gdy dostępne są aktualne dane o składzie ciała. BMR wyliczane na podstawie masy beztłuszczowej, a nie całkowitej wagi. Źródło: McArdle WD, Katch FI, Katch VL, Exercise Physiology: Nutrition, Energy, and Human Performance.
• Adaptacyjne TDEE (obliczanie wsteczne): gdy istnieje wystarczająca historia zapisów, TDEE jest obliczane wstecznie z zależności między zaobserwowanym spożyciem kalorii a wygładzonym trendem wagi, przy użyciu wykładniczo ważonej średniej ruchomej i analizy regresji. Podstawa koncepcyjna: Hall KD i in., „Quantification of the effect of energy imbalance on bodyweight”, The Lancet, 2011; Thomas DM i in., „Time to correctly predict the amount of weight loss with dieting”, Journal of the Academy of Nutrition and Dietetics, 2014.

NSI (Znormalizowany Indeks Siły)

NSI ocenia serię treningu siłowego względem standardów populacyjnych dla masy ciała, wieku i płci użytkownika.

• Szacowanie 1RM: wyprowadzone z zatwierdzonego wzoru predykcyjnego opartego na podniesionym ciężarze i liczbie powtórzeń. Źródło: 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.
• Populacyjne normy siły: benchmarki per ćwiczenie interpolowane wg masy ciała i korygowane wg wieku, wyprowadzone z opublikowanych danych normatywnych o sile oraz badań nad skalowaniem allometrycznym. Źródła: Haff GG & Triplett NT (red.), Essentials of Strength Training and Conditioning, wyd. 4, NSCA; Jaric S, „Muscle strength testing: use of normalisation for body size”, Sports Medicine, 2002.
• Korekta wiekowa: standardy siłowe są skalowane wiekiem, żeby odzwierciedlić udokumentowany spadek szczytowej siły w ciągu życia. Źródło: Pearson SJ i in., "Muscle function and ageing," Scandinavian Journal of Medicine & Science in Sports, 2002.

Fit Score (dzienny wskaźnik złożony 0-100)

Dzienny Fit Score łączy wyniki treningowe, sen, żywienie, regenerację, aktywność i subiektywne samopoczucie w jeden indeks wellness od 0 do 100. Składniki renormalizują się, gdy w danym dniu brakuje danych. Metodologie leżące u podstaw każdego obszaru są udokumentowane w poszczególnych sekcjach metryk na tej stronie.

Wynik snu (0-100)

Gdy dane o fazach snu są dostępne z podłączonego urządzenia, wynik wykorzystuje cztery komponenty. Gdy dostępny jest tylko czas trwania, komponent czasu trwania skaluje się do 100%.

• Czas trwania: oceniany względem zalecanej długości snu dla dorosłych. Źródło: Hirshkowitz M i in., "National Sleep Foundation's sleep time duration recommendations," Sleep Health, 2015.
• Sen głęboki: oceniany na tle opublikowanych wartości normatywnych snu głębokiego dla dorosłych. Źródło: Ohayon M i in., "Meta-analysis of quantitative sleep parameters from childhood to old age in healthy individuals", Sleep, 2004.
• Sen REM: oceniany na podstawie opublikowanych wartości normatywnych REM dla dorosłych. Źródło: Ohayon M i in., "Meta-analysis of quantitative sleep parameters from childhood to old age in healthy individuals," Sleep, 2004; Carskadon MA i Dement WC w Principles and Practice of Sleep Medicine.
• Wybudzenia: oceniane na podstawie klinicznych wytycznych ciągłości snu. Źródło: American Academy of Sleep Medicine, International Classification of Sleep Disorders.

Wskaźnik regeneracji (0-100)

Wskaźnik regeneracji łączy sygnały fizjologiczne i subiektywne w jeden wskaźnik gotowości.

• HRV: wartości RMSSD porównane do osobistej kroczącej linii bazowej użytkownika. Ponieważ HRV jest silnie indywidualne, osobista linia bazowa ma większą wagę niż normy populacyjne. Źródło: Plews DJ i in., "Training adaptation and heart rate variability in elite endurance athletes," Sports Medicine, 2013; Shaffer F i Ginsberg JP, "An overview of heart rate variability metrics and norms," Frontiers in Public Health, 2017.
• Tętno spoczynkowe: porównywane z osobistym punktem odniesienia użytkownika i normami zdrowia populacyjnego. Niższe tętno spoczynkowe koreluje z lepszą kondycją sercowo-naczyniową i regeneracją. Źródło: wytyczne American Heart Association dotyczące tętna spoczynkowego jako markera ryzyka sercowo-naczyniowego.
• Sen: godziny zalogowane z urządzenia lub ręcznie. Odniesienie: rekomendacja AASM 7-9 godzin dla dorosłych.
• Samopoczucie: samodzielnie raportowana energia, nastrój, zakwaszenie i stres. Zakwaszenie i stres są odwrócone (wyższe zakwaszenie/stres = niższa regeneracja).

Zmienność rytmu serca (HRV)

Aplikacja rejestruje i wyświetla RMSSD (pierwiastek średniej kwadratów kolejnych różnic odstępów RR) w milisekundach, najbardziej zwalidowaną krótkoterminową metrykę HRV do monitorowania sportowego.

• Pomiar: pozyskiwany z Apple Health, Fitbit, Oura lub Google Health Connect. Każdy dostawca stosuje własną, zwalidowaną metodę pomiaru (średnia nocna lub odczyt poranny).
• Interpretacja: porównanie z własną kroczącą linią bazową użytkownika, nie ze średnimi populacyjnymi, ponieważ bezwzględne wartości HRV różnią się drastycznie między osobami. Źródło: Plews DJ i in., „Comparison of heart-rate-variability recording with smartphone photoplethysmography, Polar H7 chest strap, and electrocardiography,” International Journal of Sports Physiology and Performance, 2014.
• Sygnał gotowości: znaczący spadek poniżej osobistej wartości bazowej (zwłaszcza w połączeniu z podwyższonym tętnem spoczynkowym) jest traktowany jako flaga regeneracyjna. Źródło: Buchheit M, "Monitoring training status with HR measures: do all roads lead to Rome?" Frontiers in Physiology, 2014.