Comer sin contar calorías: ¿sabe el cuerpo cuánto necesita?

Objetivo del estudio: Muchos programas de promoción de la salud para empleados fomentan cambios en el estilo de vida, como comer más frutas y verduras o hacer más actividad física. La mayoría de estos programas parten de una perspectiva centrada en el peso: fomentan esos cambios con el objetivo principal de cambiar el peso, normalmente para perderlo.

Resultados: Los participantes (n = 42) eran en un 95 % blancos y en un 98 % mujeres. Se inscribieron en el estudio 26 personas del grupo de alimentación intuitiva (AI) y 16 del grupo ILP. De ese grupo, se entrevistó a 13 participantes (AI = 6; ILP = 7). El programa de AI se asoció con una reducción significativamente mayor de la alimentación alterada entre el inicio y el final del curso que el programa ILP. No se observaron mejoras estadísticamente significativas entre los grupos, del inicio al final del curso, en las preocupaciones por el peso o la figura, los niveles de AI, la valoración del propio cuerpo ni el sesgo relacionado con el peso. El análisis cualitativo identificó 5 temas principales: 1) influencias en la imagen corporal, 2) cultura de la dieta, 3) formas de comer y hacer ejercicio, 4) bienestar mental y emocional, y 5) autocuidado.

Objetivo del estudio: Las supervivientes de cáncer de mama (CM) suelen afrontar dificultades relacionadas con el control del peso y la alimentación alterada, que pueden perjudicar su calidad de vida. Este ensayo piloto controlado aleatorizado evaluó los efectos de una intervención de seis sesiones de alimentación consciente sobre las conductas alimentarias y la composición corporal de supervivientes de CM.

Resultados: El uso de las señales de hambre y saciedad aumentó significativamente con el tiempo en ambos grupos (TAU: p = 0.004; TAU + MEI: p = 0.007). Se observaron mejoras significativas en determinadas dimensiones de la alimentación consciente, como la desinhibición, la alimentación emocional, el control al comer y la atención e intención al comer (todas p < 0.05). Las puntuaciones totales del MEQ-30 aumentaron significativamente en ambos grupos (TAU: p < 0.001; TAU + MEI: p = 0.010). La circunferencia de la cintura disminuyó significativamente en el grupo TAU (p = 0.002), mientras que la circunferencia de la cadera disminuyó en el grupo TAU + MEI (p = 0.009). El análisis GEE mostró que participar en el grupo TAU + MEI se asociaba de manera independiente con un IMC más bajo a lo largo del tiempo (p = 0.013), mientras que el subtipo HR(+)/HER2(-) y las enfermedades crónicas se asociaban con un IMC más alto (todas p < 0.05).

Objetivo del estudio: Las aplicaciones web y móviles para el seguimiento de la alimentación están muy extendidas; sin embargo, su uso puede aumentar el riesgo de alimentación alterada. Los estudiantes universitarios suelen consumir pocos nutrientes, a pesar de ingerir suficientes calorías. Una forma de mejorar la calidad de la dieta podría ser usar una aplicación para teléfonos inteligentes que fomente la alimentación intuitiva.

Resultados: Tras nuestra intervención de 4 semanas, la calidad de la dieta en aspectos que protegen contra las enfermedades crónicas aumentó un 28 %, el consumo de fruta aumentó un 63 % y los niveles de antioxidantes en la piel aumentaron un 6.1 % (g de Hedges = 0.16; diferencia media 0.33, intervalo de confianza [IC] BCa del 95 % corregido por sesgo y acelerado: 0.04-0.61; P = .03). La alimentación intuitiva global no cambió durante el estudio de uso; sin embargo, aumentó la subescala de permiso incondicional para comer (g de Hedges = -0.28; diferencia media 0.28, IC BCa del 95 %: 0.07-0.49; P = .01, P ajustada = .07). En general, la alimentación alterada tampoco cambió con el uso de la aplicación, aunque disminuyó la restricción alimentaria (g de Hedges = -0.23; diferencia media 0.30, IC BCa del 95 %: -0.61 a -0.04; P = .04, P ajustada = .22). La puntuación SUS media de la aplicación In2Eat fue de 67.2 (DE 15.5). El número de días en que se registró una comida se correlacionó positivamente con las puntuaciones SUS (r = 0.28; P = .06), y el número total de comidas registradas mostró una asociación monotónica con la facilidad de uso de la aplicación (ρ = 0.31; P = .04).