,

数据驱动无食挑战中学到了什么?

2021 年 9 月 20 日 马蒂·肯德尔

看到人们在数据驱动无食 30 天挑战赛中将理论付诸实践的过程中学习,真是令人兴奋。

通过人们的眼睛看到这个过程,以及他们所有的惊喜时刻,这很有趣。

许多观察结果加强了我们之前的分析。但也有惊喜。

看看我们学到了什么!

无食者的血糖已经非常稳定了!

在前三个基线日,我们要求人们在餐前餐后检查血糖。看到大多数人进食后血糖升高的幅度如此之小,我感到震惊。

饭后血糖平均升高仅为 0.6 mmol/L 或 11 mg/dL。这完全在健康的非糖尿病人的正常范围内。相当多的人发现他们的血糖在进食后下降。

正如从下面的图表中看到的那样,稳定的血糖与较低的腰围身高比并不相符。餐后血糖升高与 BMI 或清醒血糖也没有任何关系。

这让很多其他人感到惊讶。文章《想减脂?不要以稳定的血糖为目标!(为什么CGM 会让你变胖)》在几天内获得了超过 120,000 次观看!

在进食之前管理血糖数据可以消除能量平衡方程式中的猜测

在基线后,我们只要求人们在进食前跟踪血糖。当跟踪血糖时,人们有权管理自己的能量平衡并取得重大进展。

如果血糖高于触发点,就会假设身体有足够的燃料,可以再等一会儿再吃。

如果还不了解,可以在此处下载免费基线电子表格,以确定餐前触发因素。

学习最低有效剂量

挑战中的每日帖子同时提供一句话知识和行动。

可以读一本关于代谢如何运作的书,但除非付诸实践并观察身体如何反应,否则没有任何用处。

当人们根据信息采取行动并观察身体如何反应时,知识就会“坚持”!随着新习惯的强化,这一切都是有道理的。

人们可以预测自己的血糖并训练饥饿感

当人们学会倾听自己的饥饿信号时,许多人发现能够预测自己的血糖水平。

数据驱动无食的最终目标不是让人永远依赖血糖仪,而是了解真实的饥饿信号。

缓慢逐渐开始是有帮助的

我们的目标是确保获得最低有效限制剂量,同时获得想要的结果。

慢慢减少餐前触发是数据驱动无食系统的一个重要方面。随着继续追求较低的触发值,体重、血糖和腰围也会随之更低。

v2-d45c18d469e0d86557edb1e53fd58f18_b.jpg

我们最初将触发模式设置为在一整周的日志记录后下降。然而,虽然很多人都渴望看到触发点下降,但一旦突然下降,就很难跟上。

尽管他们在饥饿训练的第一周表现非常好,但他们发现很难跟上。因此,对触发模式进行了改进,使其在四天后下降得更加缓慢。

保持内在蜥蜴的快乐很重要

人们学会了尊重内在蜥蜴大脑(被亲切地称为“Lizzy”)。寻找足够食物的本能对于维持生命至关重要。

许多人在长时间无食后发现,当真的吃东西时,最终会吃得更多,并且没有取得所希望的进步。

通过定期给身体提供高质量的食物,可以确保内在蜥蜴大脑保持睡眠,可以更容易地取得长期进步。

人们可以学会区分真正的饥饿

人们以血糖为指导,学会了区分真正的饥饿与为了舒适、愉悦或娱乐而进食。

较高的蛋白质百分比导致较低的胰岛素

与其担心蛋白质,由于其短期的胰岛素反应,人们意识到蛋白质含量较高的食物(即不简单快速从脂肪和碳水化合物中获取能量)往往会降低一天中的胰岛素水平。

许多减重和减脂效果最好的人几乎都在使用蛋白质改良无食方法,该方法能够最大限度地减少饥饿感,保持瘦体重并使用血糖作为指导来燃烧脂肪,以指导何时需要进食。

较短“无食”可能比延长的无食更有用

没有多少人喜欢延长无食时间。

虽然许多人认为他们需要延长无食时间才能实现自噬或控制糖尿病,但没有关于人类的研究告诉我们需要无食多长时间才能获得益处。

我们所知道的是,实现最佳血糖、体重、身体成分和腰高比与健康和长寿相一致。从长远来看,多次较短无食似乎更有可能使人们实现这一目标,同时在进食时仍能获得所需的营养。

可以有很好的血糖,但仍然没减脂

管理餐前血糖是大多数人确定是否需要进食的绝佳方式。

但是有几个铁杆生酮者的餐前血糖非常好,但体重并没有减轻。

如果还在为身体的脂肪油箱加油,即使碳水很低,也不会减肥。

需要减少饮食中的脂肪摄入量,让脂肪来自体脂。

很多事情都会影响血糖

人们发现食物以外的许多因素都会影响血糖(例如压力、睡眠、运动、脱水、热量、药物和女性经期)。

一旦人们理解了这一点并锁定了主餐,就能够更好地管理这些小插曲并回到正轨。

注意到由于压力或睡眠不佳引起的血糖升高非常有用,有助于确保管理这些其他生活方式因素。

提前加载热量和蛋白质似乎帮助了很多人

晚上吃得过饱通常更容易。

这样做可能是很自然的,因为这对于我们的祖先来说是一种很好的方式,可以确保在胰岛素抵抗最严重的时候进食,从而确保从食物中储存最多的脂肪。

然而,如果我们想减少进食量、减掉脂肪并逆转 2 型糖尿病,那么在一天的早些时候,或者至少在太阳升起的时候吃更多的食物似乎是有帮助的。

DDF数驱空帮助了很多平台期的人

数据驱动无食被证明是一种有用的工具,可以帮助很多人调整食物摄入量并了解不同的食物如何影响血糖。

减少膳食脂肪对于减少体脂和降低血糖也很重要

许多人发现,减少脂肪摄入量有助于进一步控制血糖。

当身体有多余的燃料进入时(无论是否含有大量营养素),会阻止身体消耗储存的能量。

再等一会儿再吃也不会死的!

人们对升高的血糖感到放心,还不需要吃东西,可以再等一会儿。

偶尔“大餐”不会杀死你

人们了解到,偶尔的放纵并不代表失败;不需要因为“脱轨”而感到内疚。他们可以只跟踪血糖并重新开始。

一天两餐比一餐好

许多人发现一天两餐比一餐好。我们的分析发现,如果只吃一餐,就更难获得足够的蛋白质和其他营养素,而且我们倾向于选择高能量的舒适食物。

进餐时间窗口

其他人发现饮食窗口有助于微调他们的饮食习惯。

与大师班配合得很好

最后,我们发现单靠无食是有其局限性的。人们意识到,当限制食用量或食用频率时,食品质量更为重要。我们很高兴看到许多人从数据驱动无食挑战升级到营养优化大师班,以优化食物选择。

CGM 不一定更好

连续血糖监测仪CGM正变得越来越流行。虽然这些对于 1 型糖尿病患者来说是天赐之物,但对于某些人来说,数据可能太多,而对于数据驱动无食而言则过多。

CGM还可能导致人们过分关注餐后血糖,尽量减少餐后血糖升高。在数据驱动无食中,我们所做的只是在进食前用血糖来验证饥饿感。一个简单的血糖仪,每天进行两到三个检测,就足够了。

每天少于一两餐不一定有帮助

虽然一餐总比两餐好,这似乎是一种直觉,但许多人发现,根据血糖水平,他们养成了每天两餐的习惯。

人们可以长期这样做

虽然许多人在 30 天内实现了目标,但许多其他人决定想要更长时间地进行数据驱动无食,直到实现最后的目标。

Data-Driven Fasting Challenge: What did we learn? - Optimising Nutrition​optimisingnutrition.com图标