摄入卡路里，消耗卡路里：简单的数学，混乱的测量

摄入卡路里，消耗卡路里（CICO）说的是这种关系是一个记账恒等式。它必须保持平衡，就像银行账户余额必须等于存款减去取款一样。如果摄入的能量多于消耗，多余部分就会被储存起来。如果摄入的能量少于消耗，差额就会从储存的能量中支取。人体代谢不存在这一原则不成立的情况。

CICO 并没有说饥饿感、食物质量、睡眠、激素、药物和行为都无关紧要。这些不是无关的旁支因素，而是作用于等式两端的具体机制。睡眠和压力会影响食欲和你最终吃下的量。食物构成会改变饱腹感，也会影响某个摄入量能否坚持数月而不只是几天。药物和激素状态可能会明显改变静息能量需求。这些都不会打破记账逻辑，它们解释的是，为什么对某些人、在人生的某些阶段，达到某个摄入量或某个消耗量会格外困难。

摄入这一端，看起来是比较容易掌握的一半，但它同样存在真实的误差。包装食品的标签是允许存在监管误差范围的，而不是报告一个精确数字，所以两款标示卡路里相同的产品，也不一定能精确对应到每一卡路里。自己下厨则进一步放大了这种不确定性：食谱的实际产量、食材替换、从未被称量的烹调油，以及靠目测而非称重估计的份量，都会在数字被记录之前累积误差。餐厅的餐食情况更糟，因为标示的卡路里数字来自试验厨房的估算，而不是对你面前这盘菜的实际测量，正常烹饪的实际结果与这个估算值之间可能存在很大差异。

日常的记录误差还会在这些因素之上进一步叠加：忘记算进去的烹调油、被四舍五入的份量、一份从未被记录的零食。这些都不代表记录没有意义，只是说明单日的数字应该获得的信任度要比它看起来的低。这也是为什么 Wellness Project 把没有记录的一天当作未知，而不是零，平均值只会除以你实际记录过的天数；而如果你特意把某天记录为 0 卡路里，也就是声明的禁食日，它就会被算作真实的零。把这两种情况混为一谈，会在不知不觉中把维持热量估算拉得偏低。

消耗端由多个部分构成，每个部分都有各自的误差。静息能量需求（单纯维持生命所消耗的卡路里）对大多数人来说占比最大，但除非直接测量，否则几乎只能靠公式估算，而几乎没有人会去做直接测量。非运动性活动，走路、站立、小动作、日常活动，是总量中真实存在、且真实会波动的一大部分，任何公式都无法捕捉到它。结构化训练会再增加一部分，即便是消化食物本身所需的能量（食物热效应），也是一个真实但相对较小的组成部分。除此之外，消耗量还会随体重变化而变化：体重更轻的身体，在静息状态和同样的活动中，通常比体重更重时消耗得更少。

像 Mifflin-St Jeor 这样的公式能为静息部分给出一个合理的起始估算值，参见 TDEE 了解这个计算是如何进行的，但它终究是把人群平均值应用到个人身上。设备报告的数字，尽管同样不完美，也能比单靠公式更接近你自己的真实消耗量，这也是 消耗卡路里的准确度 有详细说明。

由于等式两端都是估算值，而且体重秤上的数字本身也不是储存能量的直接读数，日常体重几乎从不会与数学计算的预测完全吻合。摄入钠导致的水分潴留、随碳水摄入和训练变化的糖原储量、肠道中当前的内容物、与月经周期相关的体液变化，以及训练后的炎症反应，这些因素都可能让体重秤波动的幅度超过真实的单日能量失衡本身所能造成的变化。

这些都不意味着这个等式失效了。它只说明体重秤测量的是包含水分在内的身体总质量，而不是体脂本身，而水分变化的速度和噪声都远大于脂肪。这正是 Wellness Project 只看平滑后趋势、而不是比较某天早晨与另一天早晨体重的全部原因：单看两个时间点的差值大多只是噪声，而趋势线能把足够多的噪声平均掉，从而显示出背后真实的方向。

大约 3,500 千卡的净缺口或盈余对应一磅体脂，这是一个被广泛使用的能量换算经验法则，不是精确的物理常数。它源自脂肪组织的大致能量密度，对粗略规划有用，但并不意味着体重秤上一磅的变化就自动等于一磅体脂，因为体重秤上的数字还包含会独立于脂肪波动的水分等其他质量。在一个较长的阶段中，它也不会完全保持不变，因为身体成分和消耗量都会随体重变化而变化，所以同样是 3,500 卡路里的差额，在一次持续数月的减脂周期的开始和结束时，换算出的结果并不完全相同。

Wellness Project 的自适应估算器，使用每磅约 3,500 kcal 作为实用换算系数，并且始终只应用于平滑后、跨越数周的体重趋势，绝不应用于单日的体重秤读数。以这种方式，应用于趋势而不是单个数据点，这个近似值足够可靠、也确实有用。而如果应用于某天早晨的单一数字，则并非如此。

第二行公式，其实就是本页开头那个记账恒等式，只是重新排列后，求解的是消耗端而不是结果端。由于摄入量可以记录，体重趋势可以观察，这个等式就可以反过来推算维持热量，而不是正向用来预测体重变化。

下面给出几个示例，它们只是示例，不是任何人应该追求的目标：如果平滑后的趋势是平的，估算的维持热量就会接近平均记录摄入量。如果一个人每天平均摄入 2,000 卡路里，同时每周大约减重 0.5 磅，那么这个数学关系就意味着他的平均消耗量略高于 2,000。如果趋势反而在上升，那就意味着维持热量低于所记录的摄入量。这些数字都不是饮食处方，只是对已经发生的情况的解读。关于为实现目标究竟应该制造多大的热量缺口，参见 什么是热量缺口.

单日的数字可能看起来很精确，卡路里精确记录到个位数，设备读数带有具体数值，却未必准确。精确度和准确度是两回事：食品标签的误差范围、份量估算的误差，以及设备本身的误差，都不会因为屏幕上最终显示的数字没有四舍五入而消失。

在等式的两端，持续数周的记录都胜过看似精确的单日数据。在摄入端，记录的天数越多，份量和标签误差就越能被平均掉。在消耗端，体重记录和设备历史数据的时间越长，水分波动和公式误差也就越能被平均掉。真正提升估算准确度的是持续性，而不是小数点位数。

饮食记录、体重历史，以及已连接设备的活动和消耗数据，都会汇入同一个估算值，而不是各自独立、需要你手动核对的数字。记录的饮食构成摄入端，称重记录构成平滑后的趋势，设备数据则让消耗端的依据比公式更贴近你自己的身体。最终结果会呈现为你的 维持热量 估算值，而这三个信号会一起呈现在应用消耗卡路里视图的同一条时间线上。

U.S. FDA, 21 CFR 101.9, Nutrition labeling of food (calorie declaration and compliance)

Urban et al., Accuracy of stated energy contents of restaurant foods, JAMA (2011)

Thomas et al., Effect of dietary adherence on the body weight plateau, American Journal of Clinical Nutrition (2014)