Wellness Project 背後的健康資料來源與科學

卡路里和常量營養素估算（食物記錄）

當你記錄食物時（輸入描述、與 AI 教練聊天、掃描照片或儲存食譜），App 的 AI 模型會針對所描述的食物與份量，估算熱量、蛋白質、碳水化合物、脂肪、酒精與微量營養素。這些是模型估算值，不是實際測量值，一律會如此標示，且你可以在儲存前或儲存後編輯每個數值。

• 營養素數值：已記錄的餐點、儲存的食譜與照片掃描，都是由 AI 模型估算，而非從食品成分資料庫查詢。
• 條碼掃描的產品：掃描條碼取得的營養資訊，來自 Open Food Facts 資料庫、USDA FoodData Central (https://fdc.nal.usda.gov) 的 USDA 品牌產品資料，或直接讀取產品上印的營養標示，而非由模型估算。
• 提供者匯入：從已連結的提供者（Cronometer、Apple Health、Health Connect 或 Google Health）匯入的餐點，會依該提供者回報的內容原樣記錄，不會由 App 重新估算。
• 能量換算：熱量與三大營養素之間採用 Atwater 通用係數換算：蛋白質每公克 4 kcal、碳水化合物每公克 4 kcal、脂肪每公克 9 kcal、酒精每公克 7 kcal。參考文獻：Merrill AL & Watt BK, "Energy Value of Foods: Basis and Derivation," USDA Agriculture Handbook No. 74, 1973。
• 每日目標與背景：紀錄旁顯示的熱量與三大營養素目標，依循 USDA 美國膳食指南 (https://www.dietaryguidelines.gov) 以及美國醫學研究院對巨量營養素的膳食參考攝取量。參考文獻：Institute of Medicine, "Dietary Reference Intakes for Energy, Carbohydrate, Fiber, Fat, Fatty Acids, Cholesterol, Protein, and Amino Acids," National Academies Press, 2005。
• 由照片與描述估算份量：AI 估算的份量只是近似值，準確度必然受限於畫面中可見或文字中描述的內容；數值在適用時會附上信心指標，且隨時可以編輯。

TDEE（每日總能量消耗）

App 會使用三種方法之一來估算每日熱量消耗，並依可用資料自動選擇：

• Mifflin-St Jeor 公式（主要）：BMR 由體重、身高、年齡與性別推算，再乘上根據步數與已記錄訓練強度得出的活動係數。參考文獻：Mifflin MD et al., "A new predictive equation for resting energy expenditure in healthy individuals," American Journal of Clinical Nutrition, 1990。
• Katch-McArdle 公式（去脂體重路徑）：在有近期身體組成資料時使用。BMR 由去脂體重而非總體重推算。參考文獻：McArdle WD, Katch FI, Katch VL, Exercise Physiology: Nutrition, Energy, and Human Performance。
• 自適應 TDEE（反推計算）：當紀錄歷史足夠時，會利用指數加權移動平均與迴歸分析，根據實際攝取熱量與平滑後的體重趨勢之間的關係反推 TDEE。理論基礎：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(標準化力量指數)

NSI 會依使用者的體重、年齡與性別，對照族群標準為肌力訓練組別評分。

• 1RM 估算：根據舉起的重量與完成的次數，以經過驗證的預測公式推算，次數上限為 20 次，因為次數更多的組別反映的是肌耐力，而非最大肌力。單次組直接採用實測值而非預測值，因為舉起的重量本身就是一次最大重量。預設公式：Epley。參考文獻：Epley B, "Poundage Chart," Boyd Epley Workout, 1985。可選的替代公式包括 Lander 與 Brzycki。參考文獻：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。
• 族群肌力標準：各動作的基準值依體重內插，並以年齡係數調整，來源為已發表的肌力常模資料與異速縮放研究。參考文獻：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。
• 年齡調整：肌力標準會依年齡調整，以反映人一生中最大出力有紀錄可循的下降。參考文獻：Pearson SJ et al., "Muscle function and ageing," Scandinavian Journal of Medicine & Science in Sports, 2002。

Fit Score（每日綜合得分 0-100）

每日 Fit Score 將訓練表現、睡眠、營養、恢復、活動與主觀身心狀態整合為單一的 0-100 健康指數。當某天缺少資料時，各組成項目會重新正規化。各領域的底層方法請見本頁各個指標的說明段落。

睡眠評分（0–100）

當已連接的穿戴裝置提供睡眠階段資料時，評分會使用四個組成項目。僅有睡眠時數時，時數項目佔 100%。

• 睡眠時間：依據成人建議的每晚睡眠時間評分。參考文獻：Hirshkowitz M et al., "National Sleep Foundation's sleep time duration recommendations," Sleep Health, 2015。
• 深層睡眠：依據已發表的成人深層睡眠常模值評分。參考文獻：Ohayon M et al., "Meta-analysis of quantitative sleep parameters from childhood to old age in healthy individuals," Sleep, 2004。
• REM 睡眠：依據已發表的成人 REM 常模值評分。參考文獻：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。
• 夜間醒來：依據臨床睡眠連續性指引評分。參考文獻：American Academy of Sleep Medicine, International Classification of Sleep Disorders。

恢復分數 (0–100)

恢復評分結合生理與主觀訊號，整合為單一的準備度指數。

• HRV：將 RMSSD 數值與使用者個人的滾動基準值比較。由於 HRV 的個體差異很大，個人基準值的權重高於族群常模。參考文獻：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。
• 靜止心率：與使用者的個人基準及一般人群的健康常模比較。較低的靜止心率與較佳的心血管體能及恢復相關。參考：American Heart Association (AHA) 關於以靜止心率作為心血管風險指標的指引。
• 睡眠：來自穿戴裝置或手動輸入的記錄時數。參考：AASM 對成人建議的 7 至 9 小時。
• 身心狀態：自我回報的精力、情緒、痠痛與壓力。痠痛與壓力為反向計分（痠痛/壓力越高，恢復越低）。

心率變異性（HRV）

App 會以毫秒記錄並顯示 RMSSD（相鄰 RR 間期差值的均方根），這是運動監測中驗證最充分的短期 HRV 指標。

• 測量方式：資料來自 Apple Health、Fitbit、Oura 或 Google Health Connect。各提供者使用自己經過驗證的擷取方法（整夜平均值或晨間讀數）。
• 解讀：與使用者自己的滾動基準值比較，而非族群平均值，因為 HRV 的絕對數值在不同個體之間差異極大。參考文獻：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。
• 準備度訊號：明顯低於個人基準值（尤其同時伴隨 RHR 升高）時，會被視為恢復警示。參考文獻：Buchheit M, "Monitoring training status with HR measures: do all roads lead to Rome?" Frontiers in Physiology, 2014。