熱量攝取與消耗：數學很簡單，測量很混亂

熱量攝取與消耗（CICO）描述的是一個必須平衡的帳目關係，就像銀行餘額一定等於存入減去支出。攝取的能量多於消耗時，多出的部分會被儲存；攝取少於消耗時，差額就會由體內儲存的能量補上。人體代謝沒有哪一種情況能違反這個基本關係。

CICO 沒有說的是,飢餓感、食物品質、睡眠、荷爾蒙、藥物與行為都無關緊要。它們不是次要因素,而是作用在等式兩端的機制。睡眠與壓力會改變食慾與你最終吃下的量。食物組成會改變飽足感,以及某個攝取量能不能維持數個月而不只是幾天。藥物與荷爾蒙狀態則可能明顯改變靜止能量需求。這些都不會推翻這套計算方式,而是解釋了為什麼對某些人、在人生某些階段,要達到特定的攝取量或消耗量會比其他人困難得多。

攝取端感覺是比較容易掌握的一半,但其實存在真實的誤差。包裝食品標籤依規定允許一定的誤差範圍,而不是回報精確數字,所以就算兩個產品印著相同的熱量標示,也不保證完全一致。自己下廚的不確定性更高:食譜產出量、食材替換、從未測量過的食用油,以及用眼睛估計而非秤重的份量,都會在數字被記錄之前疊加誤差。餐廳餐點的誤差更大,因為公告的熱量是實驗廚房估算出來的,不是眼前這盤菜的實測值,而正常烹調的落差幅度可能相當大。

一般的記錄誤差還會疊加在這一切之上:忘了算進去的食用油、四捨五入的份量、沒有記錄到的零食。這不代表記錄沒有意義,而是代表單一天的數字,可信度應該比看起來的低一些。這也是為什麼 Wellness Project 把沒有記錄的一天視為未知而不是零,平均值只會除以你實際有記錄的天數,而你刻意記錄為 0 大卡的一天(真正的斷食日),則會算作真實的零。把這兩種情況混為一談,會悄悄地讓維持熱量估算看起來偏低。

消耗端由幾個部分組成,每一部分都有自己的誤差。靜態代謝需求(單純維持生命所消耗的熱量)對大多數人來說佔比最大,但除非直接測量,否則只能靠公式估算,而幾乎沒有人會去直接測量。非運動性活動,像是走路、站立、無意識的小動作、日常活動,是總量中真正龐大且真正變動很大的一部分,而且沒有任何公式能看見它。結構化訓練會再加上自己的一塊,甚至消化食物本身所消耗的能量(食物產熱效應)也是真實存在、只是較小的一項貢獻。除此之外,消耗量還會隨體重改變:較輕的身體,在靜止和做同樣活動時,消耗通常會比較重的身體來得少。

Mifflin-St Jeor 這類公式能為靜息消耗提供合理的起始估算，請參閱 TDEE 說明了這項計算怎麼運作,但那終究是套用在個人身上的群體平均值。裝置回報的數字,雖然本身也不完美,但比單靠公式更接近你自己的實際消耗量,這正是 消耗熱量準確度 有詳細說明。

因為等式兩邊都是估算，而且體重計上的體重本身也不是儲存能量的直接讀值，所以每天的體重幾乎不會完全照數學預測走。鈉攝取造成的水分滯留、隨碳水與訓練改變的肝醣、腸胃內容物、與月經週期相關的體液變化，以及訓練後發炎，都可能讓體重變動幅度超過一天真實能量差所能造成的影響。

這些都不代表計算方式有問題。這代表體重計測量的是包含水分在內的總體重,不是直接測量體脂,而水分變動的速度和雜訊程度都遠高於體脂。這正是 Wellness Project 選擇讀取平滑趨勢,而不是拿某天早上的體重去對比另一天的原因:單一次的頭尾差異大多是雜訊,而趨勢線能平均掉足夠的雜訊,呈現出底層真正的方向。

淨熱量赤字或盈餘大約 3,500 大卡對應到一磅體脂,這是廣泛使用的能量換算經驗法則,不是精確的物理常數。它來自脂肪組織大略的能量密度,對粗略規劃很有用,但不代表體重計上減少一磅就自動等於減少一磅體脂,因為體重計上的重量包含水分和其他會獨立於體脂變動的質量。它在整個長期減脂期間也不會保持完全固定,因為身體組成和消耗量都會隨體重改變而改變,所以同樣的 3,500 大卡差額,在減脂期開始和結束時換算出的結果並不相同。

Wellness Project 的調適型估算器,會以大約每磅 3,500 大卡作為實用的換算係數,而且只用在經過多週平滑處理的體重趨勢上,絕不會用在單一一天的體重數字上。這樣用在趨勢而非單一資料點時,這個估算已經準確到足以派上用場;但若用在某天早上的單一數字,就不準了。

第二行其實和本頁最上方的計算恆等式是同一個,只是重新排列,改為求解消耗端而不是結果端。因為攝取量可以記錄,體重趨勢也能觀察,所以這個公式可以反向推導,用來估算維持熱量,而不是正向預測體重變化。

下面是幾個計算示例，只是用來說明，不是任何人該追的目標：如果平滑後的體重趨勢持平，估算的維持熱量會接近平均記錄攝取量。如果某人每天平均吃 2,000 大卡，同時每週減少約 0.5 磅，數學上表示平均消耗略高於 2,000 大卡。反過來，如果趨勢上升，就表示維持熱量低於記錄的攝取量。這些數字都不是飲食處方，只是在解讀已經發生的事。若要了解為了目標實際該採用多大的赤字，請參閱 什麼是熱量赤字.

單日數字可能看起來非常精密，例如熱量記到個位數、裝置顯示一個明確數值，但不代表它真的準確。精密度和準確度是兩回事：食品標示允許的誤差、份量估算，以及裝置本身的誤差範圍，不會因為螢幕上的最後數字沒有四捨五入就消失。

在等式兩端，連續數週的紀錄都比看起來很精準的單日數字更有價值。攝取端記錄的天數越多，份量與標示誤差越能被平均；消耗端有更多次量體重和更長的裝置歷史，也能平均掉水分波動與公式誤差。真正讓估算變好的，是一致性，不是小數點後幾位。

飲食記錄、體重歷史,以及連接裝置的活動與消耗數據,全都會匯入同一個估算模型,而不是各自獨立、需要手動對照的數字。記錄的餐點建立攝取端的資料,體重紀錄建立平滑後的趨勢,裝置數據則讓消耗端的估算更貼近你真實的身體狀態,而不只是套公式。結果會顯示為你的 維持熱量 估算值,而且這三項訊號會在 app 的「消耗熱量」畫面中,一起放在同一條時間軸上。

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)