اگر اپلیکیشن کالریشمار به شما میگوید امروز ۲۱۰۰ کیلوکالری غذا خوردهاید و ساعت هوشمندتان نشان میدهد ۶۵۰ کیلوکالری سوزاندهاید، آیا این عددها واقعاً دقیقاند؟
پاسخ کوتاه این است: نه به آن دقتی که ظاهر عددها القا میکند؛ اما این ابزارها همچنان میتوانند بسیار مفید باشند.
کالریشمارها را بهتر است ابزار تخمین و پایش روند بدانیم، نه وسیلهای که میزان واقعی انرژی دریافتی یا مصرفشده بدن را با دقت آزمایشگاهی اندازهگیری میکند. میزان خطا نیز به این بستگی دارد که درباره کالری غذا صحبت میکنیم یا کالری سوزاندهشده.

وقتی از «کالریشمار» صحبت میکنیم، معمولاً دو سیستم متفاوت را در یک عبارت قرار میدهیم.
در بخش تغذیه، اپلیکیشن براساس غذایی که انتخاب میکنید، مقدار آن و اطلاعات موجود در پایگاه داده غذایی، انرژی دریافتی شما را تخمین میزند.
در بخش فعالیت بدنی، گوشی یا ساعت هوشمند از اطلاعاتی مانند حرکت بدن، شتابسنج، ضربان قلب، سن، جنسیت، وزن و الگوریتم اختصاصی خود برای تخمین مصرف انرژی استفاده میکند.
بنابراین هیچکدام از این ابزارها در حالت معمول مستقیماً «کالری» را اندازهگیری نمیکنند. آنها براساس دادههای موجود برآورد انجام میدهند.
این تفاوت بسیار مهم است، چون منابع خطای این دو سیستم نیز متفاوت است.
در ثبت غذایی، بخش مهمی از دقت به کیفیت اطلاعاتی بستگی دارد که وارد سیستم میشود.
اگر ماده غذایی درست انتخاب شود، وزن یا حجم آن نسبتاً دقیق باشد و پایگاه داده اپ اطلاعات مناسبی داشته باشد، تخمین انرژی میتواند برای استفاده روزمره قابل قبول باشد.
اما چند منبع خطا دائماً تکرار میشوند:
پایگاه داده غذایی: اطلاعات یک غذای مشابه ممکن است میان پایگاههای داده مختلف متفاوت باشد. برخی اپها نیز اجازه میدهند کاربران اطلاعات غذایی جدید وارد کنند و همه این ورودیها الزاماً کنترل کیفی یکسانی ندارند.
اندازه وعده: تفاوت میان ۳۰ و ۵۰ گرم آجیل شاید از نظر بصری زیاد به نظر نرسد، اما از نظر انرژی قابل توجه است.
روغن و مواد جانبی: روغن پختوپز، سس، کره، مغزها، شکر داخل نوشیدنی و خوراکیهای کوچکی که در طول روز مصرف میشوند بهراحتی از ثبت روزانه حذف میشوند.
غذاهای ترکیبی: تخمین کالری یک سیب نسبتاً ساده است؛ اما برای خورش، پاستا، ساندویچ یا غذای خانگی با چند ماده اولیه، عدم قطعیت بیشتر میشود.
فراموشکردن ثبت: حتی بهترین پایگاه داده جهان نیز نمیتواند غذایی را که وارد نشده محاسبه کند.
یک مرور سیستماتیک و متاآنالیز منتشرشده در Advances in Nutrition در سال ۲۰۲۱، ۱۴ مطالعه اعتبارسنجی اپهای ثبت رژیم غذایی را بررسی کرد. در ۱۱ مطالعهای که امکان تحلیل انرژی وجود داشت، اپها در مقایسه با روش مرجع بهطور تجمیعی حدود ۲۰۲ کیلوکالری در روز کمتر از میزان مرجع گزارش کردند. البته میزان تفاوت میان مطالعات بالا بود و نتیجه را نباید بهعنوان «خطای ثابت ۲۰۲ کالری برای هر کاربر» تفسیر کرد.
به بیان ساده، این عدد نشان میدهد که ثبت غذایی دیجیتال میتواند خطای قابل توجهی داشته باشد، اما اندازه و جهت خطا برای هر فرد، اپ، پایگاه داده و روش ثبت یکسان نیست.
مطالعات دیگری نیز نشان دادهاند که دقت پایگاه داده میان اپهای تجاری متفاوت است. برای برخی مواد غذایی اختلاف با پایگاههای داده پژوهشی کم است، درحالیکه برای برخی مواد یا ریزمغذیها اختلاف بیشتری دیده میشود.

یکی از بزرگترین منابع خطای ثبت غذا، تخمین چشمی حجم یا وزن وعده است.
مرور سیستماتیک منتشرشده در Nutrition Reviews نشان داده است که برآورد اندازه وعده خود یکی از منابع مهم خطا در ارزیابی رژیم غذایی است.
برای استفاده معمولی لازم نیست تا آخر عمر هر دانه برنج را وزن کنید. اما وزنکردن مواد غذایی پرمصرف برای مدتی کوتاه میتواند به شما کمک کند درک دقیقتری از اندازه واقعی سهم غذایی پیدا کنید.
این موضوع بهویژه برای مواد پرانرژی مهم است؛ مثلاً روغن، کره، آجیل، کره بادامزمینی، پنیر، شکلات و بعضی سسها.
برای بسیاری از افراد، چند هفته اندازهگیری دقیق میتواند بعدها تخمین چشمی را واقعبینانهتر کند.
عدد «Calories Burned» روی ساعت هوشمند معمولاً عدم قطعیت بیشتری از کالری ثبتشده یک غذای مشخص دارد.
ساعت هوشمند برای تخمین مصرف انرژی ممکن است از ضربان قلب، شتاب، نوع حرکت، مشخصات بدنی و الگوریتمهایی استفاده کند که روی گروههایی از افراد توسعه یافتهاند.
اما متابولیسم انسان فقط تابع تعداد قدم یا ضربان قلب نیست.
دو نفر با وزن مشابه که یک فعالیت مشابه انجام میدهند الزاماً دقیقاً مقدار یکسانی انرژی مصرف نمیکنند. کارایی حرکتی، ترکیب بدنی، شدت واقعی فعالیت، سطح آمادگی، شرایط محیط و عوامل متعدد دیگر میتوانند تفاوت ایجاد کنند.
روشهای پژوهشی دقیقتر برای اندازهگیری مصرف انرژی، مانند کالریسنجی غیرمستقیم، از تبادل اکسیژن و دیاکسیدکربن برای تخمین متابولیسم استفاده میکنند. ساعت هوشمند چنین اندازهگیری مستقیمی انجام نمیدهد.

شواهد پژوهشی نشان میدهد که ابزارهای پوشیدنی در برخی شاخصها بهتر از مصرف انرژی عمل میکنند.
یک مرور سیستماتیک منتشرشده در JMIR mHealth and uHealth در سال ۲۰۲۰، ۱۵۸ مقاله درباره ۹ برند ابزار پوشیدنی تجاری را بررسی کرد. دقت شمارش قدم و ضربان قلب در برخی دستگاهها و شرایط مناسب بود، اما برای مصرف انرژی هیچیک از برندهای بررسیشده در مجموع به محدوده قابل قبول دقت نرسیدند.
یک متاآنالیز در British Journal of Sports Medicine نیز با بررسی ۶۰ مطالعه نشان داد دقت تخمین مصرف انرژی بسته به دستگاه و نوع فعالیت بهشدت متغیر است. ترکیب داده ضربان قلب با شتابسنج میتواند تخمین را بهتر کند، اما مشکل را کاملاً برطرف نمیکند.
نکته جالب این است که فناوری از آن زمان پیشرفت کرده، اما مشکل تخمین انرژی هنوز کاملاً حل نشده است.
مرور سیستماتیک تازهای که در سال ۲۰۲۶ در Frontiers in Digital Health منتشر شد و ۴۷ مطالعه را بررسی کرد، نشان داد دقت بسیاری از شاخصهای پوشیدنیها طی سالهای اخیر بهتر شده است. بااینحال، مصرف انرژی همچنان یکی از ضعیفترین شاخصهاست و حتی دستگاههای جدید در برخی اعتبارسنجیها حدود ۱۰ تا ۴۰ درصد خطا نسبت به کالریسنجی غیرمستقیم نشان دادهاند.
بنابراین عددی مانند «۶۳۷ کالری سوزاندهشده» نباید بهگونهای تفسیر شود که گویی بدن دقیقاً ۶۳۷ کیلوکالری مصرف کرده است.
رقم دقیق روی صفحه، الزاماً به معنی اندازهگیری دقیق نیست.
خیر. تفاوت بزرگی میان دقت مطلق و کاربرد عملی برای پایش روند وجود دارد.
فرض کنید ساعت شما همیشه مصرف انرژی یک نوع تمرین را کمی بیشتر از مقدار واقعی تخمین میزند. اگر همان دستگاه را با تنظیمات مشابه و به شیوهای ثابت استفاده کنید، ممکن است هنوز بتوانید بفهمید فعالیت این هفته در مقایسه با هفته قبل بیشتر یا کمتر بوده است.
برای بسیاری از کاربردهای شخصی، روند مهمتر از عدد مطلق است.
همین منطق در مورد وزن، تعداد قدمها، ضربان قلب هنگام تمرین و بسیاری دیگر از دادههای سلامت دیجیتال نیز صادق است.
به همین دلیل بهتر است بهجای این پرسش که:
«آیا عدد ساعت من دقیقاً درست است؟»
بپرسیم:
«آیا این ابزار با روش نسبتاً ثابتی داده تولید میکند که بتوانم تغییرات خودم را در طول زمان دنبال کنم؟»

برای استفاده مؤثر از این ابزارها، لازم نیست انتظار دقت آزمایشگاهی داشته باشید. مهمتر این است که منابع خطا را کاهش دهید و روش ثبت خود را تا حد ممکن ثابت نگه دارید.
چند کار بیشترین تأثیر را دارند:
غذاهای پرتکرار را در ابتدا وزن کنید. این کار به درک بهتر اندازه واقعی سهم غذایی کمک میکند.
برای محصولات بستهبندیشده، اطلاعات اپ را با برچسب محصول مقایسه کنید. ورودی موجود در پایگاه داده ممکن است متعلق به نسخه دیگری از محصول باشد.
غذاهای خانگی پرتکرار را به شکل Recipe ذخیره کنید. اگر هر بار غذای مشابه را از صفر تخمین بزنید، خطای بیشتری وارد داده میشود.
روغن، سس و افزودنیهای پرکالری را فراموش نکنید. مقدار کم این مواد گاهی انرژی قابل توجهی دارد.
نوشیدنیها و خوراکیهای کوچک را نیز ثبت کنید. خطای ثبت معمولاً فقط از «اشتباه اپ» نمیآید؛ فراموشکردن مصرف واقعی هم مهم است.
وزن بدن خود را در پروفایل ساعت یا اپ بهروز کنید. بسیاری از الگوریتمهای تخمین مصرف انرژی از این داده استفاده میکنند.
برای مقایسه روند، دستگاه و روش ثبت را دائماً عوض نکنید. مقایسه دادههای یک سیستم ثابت معمولاً معنادارتر از مقایسه عددهای دو اکوسیستم متفاوت است.
تمام کالری ورزش را بهصورت خودکار دوباره نخورید. اگر ساعت مصرف انرژی را بیشبرآورد کرده باشد و همان عدد مستقیماً به بودجه غذایی اضافه شود، خطا میتواند وارد تصمیم تغذیهای شود.

اگر هدف شما کاهش چربی، افزایش وزن یا بهبود عملکرد است، تصمیمگیری فقط براساس کالری ثبتشده در اپ منطقی نیست.
دادههای واقعی بدن میتوانند نقش «بازخورد» را داشته باشند.
برای مثال، اگر چند هفته تصور میکنید روزانه در کسری انرژی قرار دارید اما میانگین وزن و اندازه دور کمر تغییری نمیکند، یکی از احتمالات این است که دریافت یا مصرف انرژی واقعی با عددهای اپ متفاوت باشد.
به همین ترتیب، اگر وزن بسیار سریع افت میکند، گرسنگی شدید دارید و عملکرد تمرینی نیز کاهش یافته است، صرف اینکه اپ میگوید برنامه شما «درست» است برای ادامه بدون ارزیابی کافی نیست.
بهتر است چند شاخص را همزمان بررسی کنید:
روند میانگین وزن در چند هفته
اندازه دور کمر در صورت مرتبطبودن با هدف
عملکرد تمرینی
سطح گرسنگی و سیری
انرژی و ریکاوری
میزان پایبندی واقعی به برنامه
روند فعالیت و تعداد قدمها
در این مدل، اپلیکیشن یکی از منابع داده است؛ نه داور نهایی.
در بعضی شرایط بله، اما نباید عدد ۲۰۲ کیلوکالری متاآنالیز سال ۲۰۲۱ را به همه افراد تعمیم داد.
آن مقدار یک میانگین تجمیعی میان مطالعات مختلف بود و اختلاف قابل توجهی میان مطالعات وجود داشت. خطای واقعی یک فرد ممکن است کمتر، بیشتر یا حتی در جهت دیگری باشد.
بااینحال، یک پیام عملی مهم وجود دارد: اگر هدف شما بر پایه اختلاف نسبتاً کوچکی میان دریافت و مصرف انرژی طراحی شده باشد، خطاهای ثبت میتوانند بخش قابل توجهی از آن اختلاف را پوشش دهند.
به همین دلیل بازخورد چند هفتهای بدن از اتکا به یک عدد روزانه قابل اعتمادتر است.
وجود حسگرهای بیشتر بالقوه اطلاعات بیشتری برای الگوریتم فراهم میکند، بنابراین ساعت هوشمند میتواند در بسیاری از فعالیتها داده بهتری از گوشی تنها در اختیار داشته باشد.
اما این موضوع به معنی دقت کامل در محاسبه انرژی نیست.
پژوهشها نشان میدهند اضافهشدن دادههایی مانند ضربان قلب میتواند تخمین انرژی را بهتر کند، ولی نوع فعالیت، محل قرارگیری دستگاه، الگوریتم، مدل دستگاه و ویژگیهای فرد همچنان بر نتیجه اثر میگذارند.
بنابراین «ساعت بهتر از گوشی» را نباید با «عدد ساعت دقیق است» یکسان دانست.
برای اهداف عمومی تناسب اندام، کالریشمار میتواند ابزار مناسبی برای خودپایشی باشد. اما وقتی نیاز تغذیهای یا پزشکی دقیق وجود دارد، سطح موردنیاز از ارزیابی متفاوت است.
برای مثال، شرایط پزشکی خاص، بارداری، برخی بیماریهای متابولیک یا برنامههای درمانی تغذیهای ممکن است نیاز به ارزیابی حرفهای داشته باشند.
همچنین ثبت غذا برای همه مناسب نیست. اگر شمارش کالری باعث اضطراب، احساس گناه شدید، وسواس نسبت به غذا یا رفتارهای ناسالم میشود، استفاده از روشهای دیگری برای مدیریت تغذیه میتواند مناسبتر باشد.
کالریشمارهای موبایلی دروغ نمیگویند، اما حقیقت را هم با دقت آزمایشگاهی اندازه نمیگیرند.
در بخش غذا، دقت به کیفیت پایگاه داده، انتخاب غذای صحیح، اندازه وعده و کاملبودن ثبت وابسته است. در بخش فعالیت بدنی نیز ساعت و گوشی مصرف انرژی را از روی حسگرها و الگوریتم تخمین میزنند و شواهد نشان میدهد تخمین انرژی هنوز یکی از نقاط ضعف اصلی ابزارهای پوشیدنی است.
بنابراین بهترین استفاده از این ابزارها این نیست که عدد «۱۸۷۳ کالری» را حقیقت مطلق بدانیم.
کاربرد بهتر این است که ثبت غذا و فعالیت را تا حد امکان منظم و ثابت انجام دهیم، روندها را در بازه چند هفته بررسی کنیم و دادههای اپ را در کنار تغییرات واقعی بدن و عملکرد قرار دهیم.
در مدیریت وزن، روند قابل اعتماد معمولاً از یک عدد ظاهراً دقیق ارزشمندتر است.
اگر از کالریشمار استفاده میکنید، برای دو هفته روش ثبت خود را تا حد امکان ثابت نگه دارید و بهجای قضاوت براساس یک روز، میانگین هفتگی و روند واقعی وزن و عملکردتان را بررسی کنید.
بسته به هدف میتواند مهم باشد، اما عدد ۲۰۲ کیلوکالری گزارششده در متاآنالیز ۲۰۲۱ میانگین مجموعهای از مطالعات است و نباید آن را خطای ثابت همه اپها یا کاربران در نظر گرفت. نکته مهم این است که خطای ثبت میتواند از نظر عملی قابل توجه باشد.
ساعت معمولاً به حسگرهای بیشتری مانند ضربان قلب و حرکت مچ دست دسترسی دارد و بنابراین اطلاعات بیشتری برای تخمین دارد. بااینحال، مصرف انرژی همچنان یک تخمین الگوریتمی است و حتی ساعتهای جدید نیز میتوانند خطای قابل توجهی داشته باشند.
نه بهصورت خودکار و صرفاً براساس عدد ساعت. اگر دستگاه میزان انرژی مصرفشده را بیشبرآورد کند، خوردن کامل همان مقدار میتواند کسری انرژی موردنظر را کاهش دهد یا از بین ببرد. تصمیم بهتر باید براساس هدف، دریافت پایه و روند واقعی وزن و عملکرد گرفته شود.
A Systematic Review and Meta-Analysis of Validation Studies Performed on Dietary Record Apps
Advances in Nutrition, 2021.
Comparative Validity of Mostly Unprocessed and Minimally Processed Food Items Differs Among Popular Commercial Nutrition Apps Compared with a Research Food Database
Journal of the Academy of Nutrition and Dietetics, 2022.
Assessment of the Accuracy of Nutrient Calculations of Five Popular Nutrition Tracking Applications
Public Health Nutrition, 2018.
Mobile Apps for Dietary and Food Timing Assessment: Evaluation for Use in Clinical Research
JMIR Formative Research, 2023.
Portion Size Estimation in Dietary Assessment: A Systematic Review of Existing Tools, Their Strengths and Limitations
Nutrition Reviews, 2020.
Reliability and Validity of Commercially Available Wearable Devices for Measuring Steps, Energy Expenditure, and Heart Rate: Systematic Review
JMIR mHealth and uHealth, 2020.
How Well Do Activity Monitors Estimate Energy Expenditure? A Systematic Review and Meta-Analysis of the Validity of Current Technologies
British Journal of Sports Medicine, 2020.
Accuracy and Precision of Energy Expenditure, Heart Rate, and Steps Measured by Combined-Sensing Fitbits Against Reference Measures: Systematic Review and Meta-analysis
JMIR mHealth and uHealth, 2022.
Advancement in Wrist Worn Physical Activity Trackers: Technological Developments and Measurement Accuracy: A Systematic Review
Frontiers in Digital Health, 2026.