¿Cómo se calculan los requerimientos nutricionales en deportistas o en personal que quieren perder peso? Esta es una de las grandes preguntas que se suele hacer la gente. La respuesta es que existen varios métodos, todos ellos suelen utilizar en una primera fase la determinación del gasto de energía en reposo (REE en inglés y GER en español), ya que se considera una variable bastante importante para el desarrollo de planificaciones nutricionales y conseguir una prescripción dietética adecuada. A partir de esa estimación inicial, se intenta determinar el gasto energético total multiplicando por un factor de actividad recomendado o se mide con diferentes dispositivos (wearables):

GET= gasto de energía en reposo * factor recomendado

En esta segunda parte del Excel básico: Gasto energético de reposo nos vamos a centrar en un nuevo artículo que salió en Septiembre de 2017 “An artificial neural network to predict resting energy expenditure in obesity”.

04-01-2018 12-08-40.png

Donde nos explicaban  que  se han desarrollado varias ecuaciones predictivas, pero carecen de precisión en los sujetos con un peso extremo, incluyendo poblaciones obesas. En este estudio,utilizan las redes neuronales artificiales (ANN) para predecir mediante herramientas  de inteligencia artificial el REE en personas con obesidad.

Concretamente midieron a 853 personas con obesidad que iniciaron un programa de control del peso en el Departamento de Endocrinología del Hospital de Lyon (Francia). Para el análisis estadístico utilizaron nuevos modelos de optimización de redes neuronales artificiales (Multilayer Perceptron Artificial Neural Networks. ANNs.) Este algoritmo desarrollado fue creado y validado en una cohorte de 565 sujetos obesos donde les midieron el GER por calorimetría indirecta. Los resultados predictivos fueron comparados con  otras 23 ecuaciones predictivas y “entrenado” con dos muestras independientes de 100 y 237 sujetos obesos para validación externa.

Los resultado que obtuvieron fue que de las 23 ecuaciones de predicción establecidas para  medir el GER, la ecuación de Harris & Benedict  recalculada por Roza fue la más exactas para una población obesa.

04-01-2018 9-42-23.png

Las siguientes ecuaciones que conseguían mejores predicciones eran:

USA Dietary Reference Intakes (DRI):

04-01-2018 9-50-30.png

Müller, (original equations):

MUller.png

Para terminar, esto autores desarrollaron y validaron un modelo ANN para la predicción de GER en sujetos obesos, utilizando simplemente el peso corporal, la estatura, la edad y el sexo, siendo más precisos que las ecuaciones predictivas del GER establecidas previamente. Estos resultados fueron confirmados mediante una validación externa con datos independientes con personas con obesidad con diferentes características antropométricas.

Lo mejor de todo es que estos autores nos ponen a disposición una calculadora ANN-REE  para predecir este valor pinchando en la siguiente imagen:

04-01-2018 9-59-34.pngPara los que quieran probar el resto de ecuaciones aquí les dejo un vídeo de cómo hacerlo a través de excel:

¿Quieres descargarte el Excel?  GER. PARTE II

Referencias:

  • Disse, E., Ledoux, S., Bétry, C., Caussy, C., Maitrepierre, C., Coupaye, M., … & Simon, C. (2017). An artificial neural network to predict resting energy expenditure in obesity. Clinical Nutrition.
  • Kais Ncibi, Tarek Sadraoui, Mili Faycel, Amor Djenina. A Multilayer Perceptron Artificial Neural Networks Based a Preprocessing and Hybrid Optimization Task for Data Mining and Classification. International Journal of Econometrics and Financial Management. Vol. 5, No. 1, 2017, pp 12-21. http://pubs.sciepub.com/ijefm/5/1/3

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s