ZeroKnots TechnologiesMuscleTiger

MuscleTiger onderzoeksnotities · Nr. 1

7 700-calorieregel klopt niet: gewichtsverlies eerlijk voorspellen en waarom je weegschaal liegt

Veel mensen kennen de 7 700-calorieregel: schrap 500 kcal per dag en je verliest ongeveer 0.45 kg per week. Ook die regel klopt niet, althans niet langer dan een paar weken.

Samengevat

De 7 700 kcal-regel klopt een paar weken en faalt over een jaar. Naarmate je afvalt, verbrand je minder, dus over een jaar verlies je ongeveer de helft van wat de rechte lijn belooft. Een deel van de vroege daling is water. Beoordeel je voortgang aan de trend van drie tot vier weken en zie elke prognose als een bereik van datums.

Er zijn drie eenvoudige redenen. Naarmate je afvalt, verbrandt je lichaam minder. Dezelfde beperking wordt dus een kleiner tekort en het verlies vertraagt. Een deel van wat in de eerste weken verdwijnt is water, zonder dat er vet bij verloren gaat. En de weegschaal schommelt om redenen die niets met vet te maken hebben, waardoor het lastig is te zien wat er echt gebeurt.

De regel komt voort uit één getal: een kilogram lichaamsgewicht is „waard” ongeveer 7 700 kcal. Vermenigvuldig je dagelijkse tekort met het aantal dagen en deel door 7 700, dan weet je hoeveel je tegen een bepaalde datum verliest. De rekensom is eenvoudig, en daarom is de regel blijven hangen.

In deze notitie kijken we naar waar de regel vandaan komt en wat die stilzwijgend aanneemt. We bekijken wat gecontroleerde studies en een dynamisch model er juist over zeggen, hoe groot en van welk soort de ruis van de weegschaal is, en hoe nauwkeurig een prognose eerlijk gezegd kan zijn. Aan het eind laten we zien hoe we dit gebruiken in de prognose van MuscleTiger en waar die nog tekortschiet. De getallen komen uit gepubliceerde studies, onderaan vermeld; waar we zelf iets berekenen, zeggen we dat.

1. Waar de 7 700 kcal-regel vandaan komt

De regel behandelt een kilogram verloren gewicht als een vaste hoeveelheid opgeslagen energie. Het cijfer is een mengsel. Vetmassa bevat ongeveer 9 400 kcal per kilogram, terwijl vetvrije massa maar ongeveer 1 800 kcal per kilogram bevat [2]. Een mengsel van ruwweg 78% vet en 22% overig weefsel geeft ongeveer 7 700 kcal/kg. Daar komt het bekende getal vandaan (onze berekening op basis van die twee waarden). Met een dagelijks tekort DD (kcal per dag) dat tt dagen aanhoudt, voorspelt de regel

ΔW  =  − D t7700(1)\Delta W \;=\; -\,\frac{D\,t}{7700} \tag{1}

dus 500 kcal per dag gedurende een week is ongeveer 0.45 kg, en dezelfde lijn loopt door zolang je maar wilt.

Vergelijking (1) verbergt twee aannames. Ten eerste dat het weefsel dat je verliest altijd dezelfde samenstelling heeft. Ten tweede, en belangrijker, dat het verschil tussen wat je eet en wat je verbrandt constant blijft terwijl je afvalt. Hall en Chow [1] merken op dat de regel een redelijke benadering is voor bescheiden, kortdurende veranderingen bij mensen met overgewicht of obesitas, dat ze bij anderen overschat wordt, en dat de ernstigste fout is dat ze negeert hoe het lichaam verandert naarmate het gewicht daalt.

2. Wat er werkelijk gebeurt: het lichaam past zich aan

Een kleiner lichaam kost minder energie om draaiend te houden, dus het energieverbruik daalt naarmate je afvalt. De eenvoudigste manier om dit te vatten is een lineair model van de energiebalans. Voor een gemiddelde zittende volwassene schrijven Chow en Hall [3]

ρ dWdt  =  I  −  ε W  −  b(2)\rho\,\frac{dW}{dt} \;=\; I \;-\; \varepsilon\,W \;-\; b \tag{2}

waarin WW het lichaamsgewicht is (kg), II de energie-inname (kcal per dag), ρ=9,100\rho = 9{,}100 kcal/kg de effectieve energiedichtheid van een gewichtsverandering, ε=22\varepsilon = 22 kcal/kg/dag hoeveel het verbruik stijgt per kilogram lichaamsgewicht, en b≈600b \approx 600 kcal per dag het deel van het verbruik dat niet van het gewicht afhangt. Bij een constante inname is de oplossing een exponentiële benadering van een nieuw evenwicht:

W(t)  =  W∞+(W0−W∞) e−t/τW∞=I−bε,τ=ρε≈410 dagen(3)\begin{gathered} W(t) \;=\; W_\infty + \bigl(W_0 - W_\infty\bigr)\,e^{-t/\tau} \\[4pt] W_\infty = \frac{I-b}{\varepsilon}, \qquad \tau = \frac{\rho}{\varepsilon} \approx 410\ \text{dagen} \end{gathered} \tag{3}

De tijdconstante van ongeveer 410 dagen betekent dat het halverwege-punt na ruwweg negen tot twaalf maanden is bereikt, en dat de verandering pas na ongeveer drie jaar vrijwel compleet is. Hall et al. [2] beschrijven hetzelfde gedrag: halveringstijden van ongeveer een jaar, en een vuistregel dat elke aanhoudende verandering van ongeveer 24 kcal per dag in de inname uiteindelijk neerkomt op ruwweg één kilogram lichaamsgewicht. Hetzelfde model is verwerkt in de NIDDK Body Weight Planner [9].

Wat figuur 1 laat zien. Beide lijnen beginnen bij dezelfde calorie-beperking. De rechte lijn is wat de 7 700-regel voorspelt: hetzelfde verlies elke week, zonder einde. De curve is wat er gebeurt wanneer het lichaam zich aanpast. Een lichter lichaam verbrandt minder calorieën, dus dezelfde inname laat een steeds kleiner tekort over, en het verlies vertraagt en vlakt af.

Lijndiagram dat de 3500 kcal-regel vergelijkt, die blijft dalen, met het dynamische model, dat na ongeveer 22 kilogram verlies afvlakt.
Figuur 1. Een persoon van 100 kg die de inname met een constant tekort van 480 kcal per dag verlaagt (een tekort van de omvang die Hall et al. [2] als voorbeeld gebruiken). De rechte lijn is vergelijking (1), de curve is vergelijking (3) met de constanten van Chow en Hall [3]. Na één jaar voorspelt de regel 22.8 kg verlies en het dynamische model 12.8 kg. Na drie jaar zou de regel deze persoon naar ongeveer 68 kg verlies brengen, terwijl het dynamische model afvlakt op ongeveer 22 kg verlies. Gepubliceerd model voor een gemiddelde volwassene; geen individuele data.

Klopt de werkelijkheid ermee?

Thomas et al. [4] verzamelden zeven studies waarin het gewichtsverlies begeleid of objectief gemeten was, dus de naleving was bekend: 103 volwassenen, 31 tot 93 dagen, en een gemiddeld gepland tekort van ongeveer 1 439 kcal per dag. De 7 700 kcal-regel voorspelde een gemiddeld verlies van 12.5 kg. Het werkelijke verlies was 9.1 kg, een verhouding van 0.73. Voor vijf van de studies voorspelde het dynamische model van Hall et al. 8.3 kg, tegen werkelijk 7.7 kg. Dat ligt dichtbij, maar nog altijd iets te optimistisch, met ongeveer 8%.

Buiten het lab speelt nog een extra effect. Echte programma's laten vaak een gewichtsplateau zien na zes tot acht maanden. Zowel Hall et al. [2] als Chow en Hall [3] schrijven een groot deel daarvan toe aan afnemende naleving van het plan, en slechts ten dele aan een vertraagde stofwisseling. Praktisch betekent dit dat het verschil tussen gemeten en voorspeld gewicht informatief is: het kan worden gebruikt om in te schatten hoe nauwkeurig iemand het plan volgt.

3. De weegschaal is geen vetmeter

Wat het getal beweegt

Een eenvoudig model van de meting

Op elke dag is het getal op de weegschaal de som van vier dingen. In formules:

yt  =  wt+gt+rt+nt(4)y_t \;=\; w_t + g_t + r_t + n_t \tag{4}

De taak van een trendschatting is wtw_t terug te halen uit de aflezingen yty_t. Het eenvoudigste hulpmiddel is een exponentieel gewogen voortschrijdend gemiddelde,

mt  =  α yt+(1−α) mt−1,0<α<1(5)m_t \;=\; \alpha\,y_t + (1-\alpha)\,m_{t-1}, \qquad 0<\alpha<1 \tag{5}

waarin mtm_t de trendschatting op dag tt is (wat de app als je gewicht toont) en α\alpha aangeeft hoeveel vertrouwen we in de aflezing van vandaag stellen. Elke dag beweegt de trend een fractie α\alpha van de weg van de trend van gisteren naar de aflezing van vandaag. Met een kleine α\alpha, bijvoorbeeld 0.1, is de trend glad maar traag in zijn reactie. Met een grote α\alpha volgt hij elke sprong van de weegschaal.

Een andere manier om te zien waarom dit werkt: een exponentieel voortschrijdend gemiddelde is een laagdoorlaatfilter, hetzelfde idee dat in elektronica en signaalverwerking wordt gebruikt. Snelle, willekeurige veranderingen zoals de dagelijkse ruis ntn_t worden grotendeels uitgemiddeld, terwijl de langzame verandering waar we om geven, de echte trend wtw_t, vrijwel ongewijzigd doorheen komt. Het weekritme rtr_t zit daartussenin, dus een kleinere α\alpha onderdrukt het sterker. De prijs is een vertraging: het filter merkt een echte verandering pas na enkele dagen op. Het verklaart ook een grens waar we hieronder op terugkomen. De vroege daling van glycogeen en water is ook een langzame verandering, dus het filter laat die samen met het vetverlies door.

De tabel hieronder zet de omvang naast elkaar.

Wat de weegschaal beweegtHoeveelHoe snel
Water, darminhoud, glycogeen (dag tot dag)ruwweg een kilogram; niet door vet veroorzaakt [3]uren tot dagen
Weekritmeongeveer 0.35% van de lichaamsmassa, rond 0.3 kg bij 90 kg [5]weekend omhoog, werkdagen omlaag
Begin van een dieet: glycogeen en het water erbij1–2 kg [6]eerste één tot twee weken
Creatine starten1–2 kg water [6]eerste weken
Feestdagengemiddeld +1.35% rond Kerstmis [5]enkele weken
Vetverlies van 0.5–1% van de lichaamsmassa per week0.45–0.9 kg per week bij 90 kggelijkmatig

Een eenvoudig voorbeeld laat zien waarom dit voor een prognose telt. Neem iemand die echt 0.4 kg vet per week verliest en die in de eerste twee weken ook 1.5 kg glycogeen en water kwijtraakt. De weegschaal daalt dan met 0.8 + 1.5 = 2.3 kg in 14 dagen. Naïef gelezen is dat 1.15 kg per week, bijna drie keer het werkelijke tempo. Het gladstrijken van de aflezingen haalt de dagelijkse onrust weg, maar het kan water niet van vet onderscheiden. Alleen de tijd kan dat: na ongeveer een maand ligt de vroege daling achter je en laat de trend het werkelijke tempo zien.

Maakt de keuze van de gladstrijkingsmethode uit?

Turicchi et al. [7] vergeleken Kalman-filtering, exponentiële afvlakking en lineaire interpolatie op data van slimme weegschalen van 50 volwassenen die eerder waren afgevallen. Ze vonden voor alle drie vergelijkbare fouten (ongeveer 0.62 tot 0.64% van het lichaamsgewicht). Een verstandige methode, zorgvuldig toegepast voor ontbrekende dagen en onwaarschijnlijke aflezingen, telt meer dan welke methode het precies is.

4. Hoe nauwkeurig kan een prognose zijn?

Een prognose heeft een startpunt nodig: hoeveel calorieën je elke dag verbrandt. Rekenmodellen schatten dat op basis van lengte, gewicht, leeftijd en activiteit, en de schatting zit meestal dicht bij de werkelijkheid. Hall et al. [2] stellen dat zelfs een goede schatting doorgaans ongeveer 5% van de ware waarde afwijkt, soms meer, tenzij het verbruik wordt gemeten met dubbel gelabeld water, een laboratoriummethode die het werkelijke energiegebruik van het lichaam volgt. Voor iemand die werkelijk 2 500 kcal per dag verbrandt, is 5% ongeveer 125 kcal, ruwweg een plak of twee brood. Zelfs de labmeting is niet exact. Breit et al. [8] vonden dat herhaling bij dezelfde persoon resultaten oplevert die ongeveer 150 kcal per dag uiteenlopen, en dat twee manieren om het energiegebruik van dezelfde persoon te bepalen 121 tot 275 kcal per dag kunnen verschillen.

De onzekerheid is dus klein op dagbasis. Ze telt voor een prognose alleen omdat een klein verschil, maanden lang volgehouden, zich optelt. Vergelijking (3) laat zien hoeveel. Op de lange termijn verschuift het gewicht waarop je uitkomt met

ΔW∞  =  ΔEε  ≈  100 kcal/dag22 kcal/kg/dag  ≈  4.5 kg(6)\Delta W_\infty \;=\; \frac{\Delta E}{\varepsilon} \;\approx\; \frac{100\ \text{kcal/dag}}{22\ \text{kcal/kg/dag}} \;\approx\; 4.5\ \text{kg} \tag{6}

voor elke 100 kcal per dag verschil tussen het aangenomen en het werkelijke verbruik.

Een concreet geval: drie mensen volgen precies hetzelfde plan, een tekort van 500 kcal per dag vanaf 90 kg. Het enige verschil is hoeveel calorieën ze werkelijk verbranden in vergelijking met wat de calculator aannam: 150 meer, precies zoals aangenomen, of 150 minder, wat ongeveer anderhalve plak brood per dag is. Volgens vergelijking (3) zijn hun gewichten na één jaar 72.7 kg, 76.7 kg en 80.7 kg. Niemand deed iets anders, en de calculator had dagelijks geen enkele fout die ertoe doet. Een kruimelgrote afwijking telt zich gewoon op.

Het goede nieuws is dat deze afwijking niet verborgen blijft. Ze zie je terug in je eigen wegingen, en het verschil tussen gemeten en voorspeld gewicht zegt iets over zowel de naleving als de fout in het startpunt. Chow en Hall [3] stellen voor precies die lus te gebruiken om de prognose in de loop van de tijd bij te stellen. Daarom werkt een bereik ook beter dan één datum: het zegt eerlijk waar de meeste mensen uitkomen, en de prognose kan nauwer worden naarmate je eigen gegevens binnenkomen. Een kanttekening is dat zelfgerapporteerde voedselinname notoir onnauwkeurig is, dus elke schatting die op logboeken steunt, neemt die fout over.

UPDATE

Het bereik rond de prognose verandert nu met de tijd. Het was vroeger een vast aandeel van het tempo, en dat past niet bij hoe de onzekerheid zich gedraagt. Direct na de start is het model nauwkeurig en blijft alleen de eigen ruis van de weegschaal over, dus is het bereik smal. Het wordt breder naarmate de prognose verder vooruitkijkt, omdat een kleine fout in het tempo of in de startschatting van de energie zich opstapelt [2] [10]. Zodra je je gewicht logt, wordt het weer smaller. De app verfijnt je persoonlijke tempo met een Kalman-filter, waarvan de onzekerheid bij elke nieuwe meting krimpt en daar waar geen metingen zijn weer groeit [11] [12]. Een coach ziet hetzelfde bereik.

De vorm volgt het geciteerde werk. Hoe snel het bereik breder wordt, is onze eigen keuze en is niet op gegevens afgestemd.

Resultaten

VraagEenvoudige regelWat het bewijs zegt
Een jaar lang 480 kcal per dag minder eten, beginnend bij 100 kg22.8 kg verlies, en nog steeds dalend12.8 kg verlies in het gepubliceerde lineaire model, afvlakkend rond 22 kg na ongeveer drie jaar
Begeleide studies, 31–93 dagen, gepland tekort ongeveer 1 439 kcal per dag12.5 kg voorspeld9.1 kg werkelijk (verhouding 0.73); het dynamische model voorspelde 8.3 kg tegen 7.7 kg [4]
Eerste twee weken van een dieetalles is vetéén tot twee kilogram kan glycogeen en water zijn [6], dus het tempo dat in deze weken wordt afgelezen kan ruwweg drie keer te hoog zijn
Normale wekelijkse schommelinggeenongeveer 0.35% van de lichaamsmassa, rond 0.3 kg bij 90 kg [5]
Onzekerheid uit de schatting van het verbruikgeeneen klein verschil van 150 kcal per dag (ongeveer anderhalve plak brood) verschuift het resultaat na één jaar met ongeveer 4 kg in elke richting in het voorbeeld van 90 kg

Zo gebruiken we dit in MuscleTiger

De prognose die je na de onboarding ziet, is gebouwd op dit dynamische model, met dezelfde vergelijking en dezelfde constanten als Chow en Hall: 9 100 kcal/kg en 22 kcal/kg/dag. Er wordt aangenomen dat je blijft eten op je geplande calorieniveau, en het laat je verbruik week na week dalen mee met je gewicht. Het verlies begint daarom op het geplande tempo, vertraagt en vlakt af tot een plateau. Dat is de vorm van vergelijking (3), dus geen rechte lijn. Het startpunt, je geplande calorieën, is persoonlijk. We bepalen het calorietekort met dezelfde 9 100 kcal/kg, zodat het tempo waarop je mikt en het tempo in de prognose overeenkomen. De grafiek toont drie lijnen: een langzamer, een volgens plan en een sneller scenario. De ruimte ertussen is een marge voor onvolledige naleving en een onzeker tempo. Die begint bijna nul, wordt breder met de tijd en wordt weer smaller naarmate je wegingen zich opstapelen (zie de update in sectie 4).

Het gewicht dat je in de app ziet is een gladgestreken trend met afhandeling van uitschieters, en niet het ruwe dagelijkse getal. Het adaptieve calorie-doel corrigeert de op formules gebaseerde schatting met je eigen gelogde inname en gewichtstrend.

UPDATE 17 november 2026. De prognose is niet langer drie scenariolijnen, niet na de onboarding en niet op het Statistiekscherm: beide gebruiken hetzelfde model en tonen één lijn met een bereik. De lijn is je eigen tempo, berekend met de feedbacklus die Chow en Hall [3] voorstellen: een Kalman-filter dat start vanaf je plan en elke weging het laat bijstellen, met vergelijking (2). Het tempo vertraagt dus naarmate je lichter wordt. De lijn loopt niet door als een rechte lijn. Het bereik heeft nu een vermelde bron. Het ene dat onbekend blijft is het verschil tussen je werkelijke energiebalans en het plan, uit de fout in de schatting van het verbruik [2] en uit de naleving. Dat verschil begint bij enkele honderden kcal per dag en krimpt naarmate je wegingen zich opstapelen, met een langzame verschuiving van gewoonten erbovenop. Door vergelijking (3) wordt dit bereik met de tijd breder, maar het vlakt af en groeit niet onbeperkt door. Voor iemand met maanden stabiele data blijft het smal. Over de afgelopen weken laat dezelfde band zien hoeveel je weegschaal rond de trend schommelt. De grafiek loopt door tot de lijn je doel bereikt, of, als dat bij je huidige tempo niet gebeurt, ver genoeg om te laten zien waar je gewicht uitkomt. De grootte van het startverschil en van de verschuiving zijn onze eigen schattingen. We controleerden op gesimuleerde mensen dat de band het werkelijke gewicht ongeveer zo vaak omvat als hij belooft. Dat vervangt geen controle op echte gebruikers.

Vóór je eerste weging is de lijn je plan, en het bereik komt uit de onzekerheid van de schatting van het verbruik en van de naleving die hierboven is beschreven. Een coach ziet hetzelfde beeld voor de mensen die die coach traint. Op het Statistiekscherm verschijnt de gestippelde planlijn ter vergelijking zodra je wegingen de onzekerheid van je tempo met ongeveer een derde hebben verkleind. Tot die tijd is de hoofdlijn het plan zelf.

De prognoselijn begint bij je eerste weging nadat je het plan bent gestart, en alleen wegingen vanaf die dag verschuiven je trend en je tempo. Gewichten van vóór het plan (bijvoorbeeld een oud item in Apple Health) worden niet gebruikt om te voorspellen hoe je gaat reageren. Toen probeerde je misschien niet af te vallen, at je misschien anders of gebruikte je een andere weegschaal, dus die periode zegt niets over het tempo onder een plan. We gebruiken die eerdere geschiedenis voor één ding: om je te beschrijven, namelijk hoeveel je weegschaalaflezing van dag tot dag verspreid is. Iemand van wie de aflezing een kilogram heen en weer slingert, krijgt een breder bereik dan iemand bij wie de aflezing nauwelijks beweegt. Het tempo en het doel blijven hetzelfde. Dit is ons eigen ontwerp. We vonden geen gepubliceerde methode die de ruis van de weegschaal van één persoon op deze manier schat, en het is niet gevalideerd met echte gebruikers.

Bekijk MuscleTiger

Conclusies

Beperkingen van deze notitie. Het dynamische model is een gepubliceerd gemiddelde voor zittende volwassenen en modelleert geen enkel individu. Figuur 1 en de uitgewerkte voorbeelden zijn ermee berekend. Individuele lichaamssamenstelling, activiteit en meetgewoonten veranderen de getallen. Dit is algemene informatie en vervangt geen medisch advies.

Bronnen

  1. Hall KD, Chow CC. Why is the 3500 kcal per pound weight loss rule wrong? Int J Obes 2013;37:1614. doi:10.1038/ijo.2013.112
  2. Hall KD, Sacks G, Chandramohan D, et al. Quantification of the effect of energy imbalance on bodyweight. Lancet 2011;378:826–37. doi:10.1016/S0140-6736(11)60812-X
  3. Chow CC, Hall KD. Short and long-term energy intake patterns and their implications for human body weight regulation. Physiol Behav 2014. doi:10.1016/j.physbeh.2014.02.044
  4. Thomas DM, Martin CK, Lettieri S, et al. Can a weight loss of one pound a week be achieved with a 3500-kcal deficit? Commentary on a commonly accepted rule. Int J Obes 2013;37:1611–3. doi:10.1038/ijo.2013.51
  5. Turicchi J, O’Driscoll R, et al. Weekly, seasonal and holiday body weight fluctuation patterns among individuals engaged in a European multi-centre behavioural weight loss maintenance intervention. PLoS ONE 2020. doi:10.1371/journal.pone.0232152
  6. Roberts BM, Helms ER, Trexler ET, Fitschen PJ. Nutritional recommendations for physique athletes. J Hum Kinet 2020;71:79–108. volledige tekst (PMC) · doi:10.2478/hukin-2019-0096
  7. Turicchi J, O’Driscoll R, Finlayson G, et al. Data imputation and body weight variability calculation using linear and nonlinear methods in data collected from digital smart scales: simulation and validation study. JMIR Mhealth Uhealth 2020;8(9):e17977. doi:10.2196/17977
  8. Breit MJ, Pan Z, et al. Using time-weighted averages of total daily energy expenditure to estimate energy intake during a weight loss intervention. Obesity 2025;33:2093–102. doi:10.1002/oby.70008
  9. NIDDK Body Weight Planner (an implementation of the model of Hall et al.). niddk.nih.gov
  10. Brady I, Hall KD. Dispatch from the field: is mathematical modeling applicable to obesity treatment in the real world? Obesity 2014;22(9):1939–41. doi:10.1002/oby.20804 · volledige tekst (PMC)
  11. Kalman RE. A new approach to linear filtering and prediction problems. J Basic Eng 1960;82(1):35–45. doi:10.1115/1.3662552
  12. VectorNav. Getting up to speed with Kalman filters (Inertial Navigation Primer, section 2.8): the covariance grows in the prediction step and shrinks in the update step. vectornav.com