<markdown>

https://nourishedbyscience.com/andreas-eenfeldt/

引言与嘉宾介绍

瑞典斯德哥尔摩的医学博士 Andreas Eenfeldt是全球最大的低碳水饮食网站 DietDoctor.com 的创始人，最近又创办了 Hava。Andreas 在营养学、体重调节，特别是各种减肥方法方面知识渊博。

饮食质量与每卡饱感 (Satiety Per Calorie, SPC)

对话探讨如何通过改变食物的质量，在摄入更少热量的同时感到快乐和饱足。

一些常见的容易导致过量摄入和体重增加的食物，如椒盐脆饼 、饼干、薯片、曲奇 、冰淇淋。

为何人们会过量食用这些食物?

Andreas说，如果在10 年前，他会归咎于这些食物富含糖和碳水化合物，认为升高血糖和胰岛素（脂肪储存激素），导致肥胖。但他现在认为并非如此简单。

Andreas 当前的观点是，这些食物的主要问题在于其极低的每卡饱腹感。这意味着需要吃很多才能感到饱。这些食物会“欺骗”大脑，让人想吃得远超所需。有几个原因：

1. 低蛋白质：这些食物蛋白质含量通常很低（约 10%），这个比例恰恰是导致食欲最强。
2. 低纤维。
3. 高能量密度 ：尤其是一些干燥、烘焙的食品。
4. 成瘾性/超适口性：特定组合（如糖+脂肪的冰淇淋，或精制碳水+盐的椒盐脆饼）会刺激大脑，即使不饿也想吃（例如餐后仍能吃下冰淇淋或饼干）。

总结来说，这些食物的共性是每卡热量提供的饱腹感很低，导致摄入大量热量后才能满足。

每卡饱感 (SPC) 的重要性

进一步探讨 SPC 概念本身。难道不是个体体型和总能量消耗决定了热量摄入量吗？为何食物类型会影响选择吃多少热量？

Andreas 强调，现有大量研究（尤其是关于超加工食品的研究）明确证实了这一点。当人们从主要食用未加工食品转向主要食用超加工食品时，即使被告知可以随意吃，也会在不知不觉中每天多摄入 500-1000 卡。这表明食物特性确实能显著影响自发的热量摄入量。

Andreas 对 SPC 概念深信不疑，以至于他开发了一款名为 Hava 的App，旨在帮助用户利用这一概念来改善饮食。他认为 SPC 是一个革命性的概念，但由于其复杂性（涉及蛋白质百分比、能量密度、纤维含量、成瘾性等多个因素的计算），很难仅凭人脑或电子表格来实践。现代 AI 技术使得开发这样一款 App 成为可能：用户只需拍摄食物照片，App 就能自动分析并提供改进建议，无需用户进行复杂计算。

SPC 评分的四大因素：

• 蛋白质百分比 (Protein Percentage)：Andreas 认为这是最有力的因素之一，尤其在长期研究中。他们的 App 数据（基于 87,000 个饮食日）和既有研究都显示，蛋白质摄入百分比越高，自发摄入的总热量越少。这条规律在蛋白质占比超过 10-12% 后基本呈线性下降趋势（极低蛋白饮食&lt;10%也可能降低食欲，但不推荐长期采用，因易导致肌肉流失）。他建议可以将蛋白质占比提高到 20% 以上，30% 以上效果更佳，甚至可以到 40-50%，但再高就难以长期维持。对于肾脏健康的人来说，高蛋白饮食的风险被极度夸大，除非有严重的肾病并遵医嘱限制蛋白，否则无需担心。
• 纤维密度 (Fiber Density)：以每大卡含多少克纤维来衡量。数据表明，纤维摄入量越高，自发热量摄入量越低。Andreas 认为这是四个因素中相对最弱的一个，但仍有显著影响。
• 能量密度 (Energy Density)：以每克或每百克食物含多少卡热量衡量。人类倾向于吃下差不多相同重量的食物，因此食物能量密度越高，摄入的总热量就越多。这是一个相当强大的因素。
• 享乐特性/超适口性 (Hedonic/Hyperpalatability)：指食物的“成瘾性”。特定营养组合（糖+脂肪，碳水+盐，脂肪+盐）会强烈刺激大脑奖励中枢，导致过量摄入。Andreas 承认这方面科学证据相对最弱，但结合常识和一些初步研究（如 Kevin Hall 正在进行的研究），这似乎也是一个重要因素。食物工业可能早就掌握并利用了这些原理。

SPC 与其他饮食因素的关系

除了核心关注的四个因素，马里奥还发现其他可能影响饱腹感的因素，如食物质地（软食易多吃，硬食需咀嚼多则少吃）和进食速度 。

Andreas 认同这些因素可能有关联，并且未来可能考虑将其纳入算法。但他指出，目前的技术难点在于营养数据库缺乏这些信息。不过，他推测这些因素可能与已包含的四个因素有较强的相关性（例如，高蛋白、高纤维、低能量密度的食物通常需要更多咀嚼，进食速度更慢；而超适口的加工食品往往可以快速吞咽）。因此，即使不直接包含这些因素，现有算法可能已经间接捕捉了这部分影响。

SPC 与长期体重管理

提高一餐的 SPC 能降低这餐热量摄入，但这如何转化为长期的总热量摄入和体重变化？

Andreas 回答：

• App 数据支持：Hava App 的数据显示，从低 SPC 饮食转向高 SPC 饮食，用户日均热量摄入量几乎减半 (接近 50%)。
• 个人实验：Andreas 本人进行了为期两周的实验，将自己原本尚可的饮食（SPC 约 55）提升至非常高（SPC &gt; 70）。在不刻意节食、饿了就吃的前提下，他日均热量摄入减少了 800 大卡（降至约 1700 大卡/天），两周内体重下降了 2.4 公斤。这表明即使对饮食已经较好的人，提高 SPC 仍有显著效果。
• 对普通美国人的估算：如果一个典型的美国人（饮食中 70% 超加工食品，日均摄入 3600 大卡，SPC 可能在 20 多）将饮食 SPC 提高到 60，根据数据推算，其日均热量摄入可能减少约三分之一，降至 2400 大卡左右。
• 长期效果与适应性变化：这并不意味着会无限期地维持巨大的热量缺口。随着体重下降，身体会发生适应性变化（如能量消耗降低），且身体对脂肪减少的感知可能也会刺激食欲。因此，长期来看，热量摄入量可能会略有回升（如从 2400 回升到 2600-2800），但仍会显著低于最初的 3600 大卡，从而帮助个体达到并维持一个更低的、更健康的体重。关键在于，这个过程是在不感到饥饿或剥夺感的情况下自然发生的。

SPC 与营养密度

追求高 SPC 饮食很可能同时带来营养密度 的提升。因为高蛋白、高纤维、低能量密度的食物（即高 SPC 食物）通常也是营养素丰富的全食物（如肉类、鱼类、豆类、蔬菜、水果）。

SPC 与慢性病根源

现代饮食环境与慢性病（尤其是肥胖和 2 型糖尿病）的关系。

• 问题的严重性：美国成年人中 93% 代谢不健康，50 岁以上更是高达 97%。这很可能源于当前的食品环境。肥胖和代谢问题是心脏病、癌症、痴呆症、中风等主要慢性病的驱动因素。
• 技术创造的问题与技术解决方案：工业化的食品系统创造了一个与人类进化环境脱节的、致病的食品环境。而社会对此的反应往往是寻求技术解决方案，如减肥手术 和新型减肥药（如 GLP-1 受体激动剂）。
• 对减肥药的态度：Andreas 对 GLP-1 类药物持非常积极的态度，尽管承认其有副作用，但他认为肥胖本身的风险要大得多。他将这些药物视为“饱腹感激素”，其作用机制与通过食物提高 SPC 类似，都是增加饱腹感、减少食欲。
• 饮食干预 vs. 药物干预：Andreas 认为，通过优化饮食提高 SPC 的效果可能不亚于这些药物（其数据表明 SPC 饮食可减少 40% 以上的热量摄入，与药物减重效果相当）。他建议，每个人都应首先尝试通过调整饮食（无需彻底改变，只需逐步优化）来改善健康。如果效果不够，可以考虑药物，甚至饮食与药物结合可能是最强效的策略。
• 长期依从性：任何干预措施都需要长期坚持才能获益。药物需要终身服用以维持效果，且有副作用。而找到一种可持续的、令人满意的高 SPC 饮食方式，其“副作用”可能是整体饮食质量的提升。

SPC 对不同饮食模式的统一解释

SPC 概念或许能解释为何看似截然相反的饮食模式（如低脂高碳水素食 vs. 低碳水高脂肪生酮）都能有效帮助人们减肥。

• 低脂高碳水素食：通常能量密度低、纤维含量高、超适口食物少，蛋白质百分比也可能不错（取决于具体食物选择）。这些都贡献了较高的 SPC。
• 低碳水高脂肪生酮：能量密度和纤维可能不占优，但蛋白质百分比通常非常高，并且由于限制碳水，也自然排除了大量超适口/成瘾性加工食品。因此，也通过不同的途径实现了较高的 SPC。
• Dietfits 研究：这项高质量研究对比了低脂高碳饮食和低碳高脂饮食，发现两组减重效果和健康改善程度相似，没有显著差异。用单一的碳水-胰岛素模型或反对动物制品的模型都无法解释，但用 SPC 模型则可以合理解释——两种饮食都通过不同方式提高了每卡饱感。

  总结

两人认为，与其纠结于特定的饮食标签（低脂、低碳、生酮、素食等），不如专注于优化饮食的内在质量，即提高其每卡饱感。具体方法包括：

• 减少超加工食品摄入。
• 减少含糖饮料和酒精等液体热量。
• 提高蛋白质摄入百分比。
• 增加纤维摄入量。
• 降低饮食的整体能量密度（警惕添加的油脂、淀粉、糖浆等）。
• 优先选择天然、未加工的全食物。

  ###
  

  </markdown>

  Edit:2025.04.14

<markdown> </markdown>

讨论列表 AKP讨论 查看原帖及回帖