Todos hemos pasado por las vacaciones de Navidad^(Christmas) y estamos pensando en formas de compensar el cambio repentino en el estilo de vida durante 2 semanas. Todo el mundo parece estar preocupado por el aumento de peso durante las vacaciones, así que decidí tener la primera Navidad y Año Nuevo^{(Christmas and New Year)} cuantificados . Tras conseguir los datos de prestar atención a mi actividad, sueño y alimentación^{(sleep and food)} , he sacado unas conclusiones muy interesantes. En este artículo, compartiré con ustedes los datos de diciembre de 2014^{(December 2014)} , en comparación con el resto del año. Lo sorprendente es que las vacaciones, de hecho, no son tan significativas en comparación con el resto del año cuando se observan los datos reales. Esto es lo que he aprendido:

¿Qué estaba rastreando?

Como sabía que me mudaría a un nuevo apartamento en diciembre^(December) , opté por restringirme a varios tipos de métricas que ya eran fáciles de rastrear para mí:

• Métricas relacionadas con los alimentos^{(Food-related metrics)} : mantengo un registro de alimentos^{(food log)} detallado , que se enfoca en los principales macronutrientes (carbohidratos, proteínas, fibras y grasas), además de las calorías.
• Métricas relacionadas con el^{(Sleep-related metrics)} sueño : calidad^{(sleep quality)} del sueño (medida por mi brazalete BodyMedia Link^{(BodyMedia Link armband)} ), duración del sueño y tiempo^{(duration and time)} para conciliar el sueño
• Métricas relacionadas con la actividad^{(Activity-related metrics)} , según lo informado por mi brazalete BodyMedia Link^{(BodyMedia Link armband)} (cantidad de pasos, calorías quemadas)
• Medición de peso^{(Weight measurement)} durante la mañana y la tarde.

Tenga en cuenta que hay un error en el seguimiento de todo. Desde el peso (la báscula puede tener un error), hasta la estimación de las cantidades de alimentos y la medición del sensor BodyMedia Link^{(BodyMedia Link sensor)} . Sin embargo, eso solo implica que los datos no están correctamente correlacionados en algunas situaciones, como verás en este caso de estudio^{(case study)} . A pesar de todos los errores, todavía se pueden sacar conclusiones interesantes.

Conclusiones Preliminares

Mi principal conclusión es que el estilo de vida en diciembre^(December) es mayormente el mismo estilo de vida que tengo durante el resto del año, exacerbado un poco (10-15%) por las vacaciones. Entonces, si aumenta de peso, es porque mantiene el estilo de vida poco saludable del resto del año y solo lo amplifica: come un poco más, duerme un poco más, se mueve un poco menos. Pero la mayoría de nosotros solo tendemos a prestar atención a nuestro peso durante este período, por lo que se crea la falsa impresión de que el problema radica en las vacaciones.

Llevé un registro de mi propio peso durante este período, y aunque literalmente no había límite en lo que comía, solo gané 1 kg (2 lb) durante las vacaciones, que ahora está disminuyendo lentamente. Eso es increíble a primera vista: ¿las vacaciones son solo un 10% peores que el resto del año? Mirando los datos, es cierto.

Aquí están los datos agregados de los últimos 9 meses de 2014^{(aggregated data for the last 9 months of 2014)} . Observe^(Notice) cómo el peso sigue bajando lentamente, a pesar de que mis calorías quemadas están por debajo de las calorías consumidas. Eso es porque he estado sobreestimando la comida de forma más agresiva últimamente (tendré que detener eso). También comencé a beber más agua, mientras comía menos sodio, lo que hizo que la cantidad total de agua en mi cuerpo disminuyera^{(body decrease)} .

Pequeños cambios en los datos a veces reflejan grandes cambios en la vida. Ahora, repasemos las categorías individuales de métricas mencionadas anteriormente (comida, sueño, actividad, peso) para ver cómo variaron durante la temporada navideña^{(holiday season)} .

Consideré todo el mes de diciembre^(December) como la temporada de vacaciones^{(holiday season)} . Elegí todo el mes porque la primera mitad suele estar más ocupada para poder hacer arreglos para la segunda mitad. Así que todo el mes es una interrupción de nuestra rutina normal.

Comida

Mi primera reacción al ver los datos fue: "¡No estuvo tan mal!". Mi ingesta calórica promedio para diciembre^(December) fue de aproximadamente 3700 kcal por día, en comparación con el promedio de 3330 kcal por día^{(day average)} durante los últimos 3 meses ( septiembre-noviembre^{(September-November)} ). Curiosamente^{(Interestingly)} , ¡eso es un aumento del 11 % increase ! En números absolutos, es bastante significativo, por supuesto.

Si te preguntas por qué estoy comiendo tantas calorías, es porque también quemo muchas (según lo medido por BodyMedia Link ). Mi objetivo de peso actual es perder alrededor de 1 kg (2 lb) por mes durante los próximos 3 meses, por lo que prestaré más atención. Durante los últimos meses, he sobreestimado mi ingesta de alimentos de forma más agresiva de lo habitual, por lo que, para empezar, las cifras reales no son tan altas.

Dejando a un lado las calorías, las otras métricas de alimentos se ven bastante bien. He tenido un problema con la ingesta de grasas desde mayo de 2014^{(May 2014)} , ya que mi ingesta de grasas ha estado entre el 40 % y el 45 % de la ingesta de calorías^{(calorie intake)} . Esto es malo y conduce a un mayor riesgo de enfermedad cardíaca^{(heart disease risk)} a largo plazo, lo sé. Esto se debe a los siguientes cambios:

• Practico el ayuno intermitente^{(practice intermittent fasting)} (solo desayuno y almuerzo^{(breakfast and lunch)} ); esto significa que estoy comiendo alimentos más densos en calorías. Esos tienden a contener más grasa.
• Dejé la carne (excepto la carne de pescado) en algún momento de junio de 2014^{(June 2014)} ; la razón es porque no confío en que puedas encontrar una fuente confiable y constante de carne saludable. Esto complica aún más mi ingesta de grasas, ya que estoy luchando por encontrar una forma baja en grasas de incorporar suficientes proteínas a mi dieta. Son necesarios para el crecimiento de tejidos^{(tissue growth)} , y actualmente los tomo de vegetales y queso.
• Empecé a comer un aguacate al día (bueno, casi, unos 200 en los últimos 9 meses). Contiene bastantes grasas insaturadas. Aunque se cree que reduce el riesgo de enfermedades cardíacas^{(lower heart disease risk)} , la métrica general sigue siendo bastante problemática.

Pero lo bueno es que la ingesta de grasas durante diciembre^(December) no fue peor de lo habitual. Otra cosa que había estado monitoreando de cerca desde noviembre de 2014^{(November 2014)} fue la ingesta de sodio. Verás, había estado comiendo alimentos salados durante meses sin prestar demasiada atención. Demasiado sodio conduce a un mayor riesgo de enfermedad cardiovascular:

• Wasa pan crujiente rico en fibra para ayudar a mantener alta mi ingesta de fibra. Pero nunca consideré revisar la sal también.
• Pretzels de aceite^{(Oil Pretzels)} de oliva para detener mi pérdida de peso con sus calorías introduciendo un refrigerio saludable (o eso pensé).

Eliminé ambos de mi dieta en diciembre de 2014^{(December 2014)} , y pueden ver que a pesar de que me estaba dando un festín en ciertos días (mi récord personal es de 7000 kcal consumidas en el día de Navidad^{(Christmas day)} ), el promedio mensual de sodio^{(sodium average)} es mucho mejor.

Dado que mi esposa y yo ya no comemos carne excepto pescado, debemos tener mucho cuidado con nuestra ingesta de proteínas. Afortunadamente^(Happily) para nosotros, nuestras mamás se dieron cuenta de eso cuando visitábamos a nuestras familias durante las fiestas, y las grandes comidas en las que participábamos eran ricas en carne de pescado. Entonces, en diciembre^(December) , tuve una ingesta promedio de proteínas del 13,26 %, la más alta desde que dejé de comer otros tipos de carnes.

Para mí, registrarme en un festín me hace sentir más relajado y disfrutarlo más. Esto es un poco contradictorio, pero la razón es que sé que ahora puedo evaluar mi exceso y compararlo con lo que sucede con el resto del año.

Finalmente, a pesar de que la comida festiva es mayormente cocinada y carece de fibra, aún logré obtener un promedio de 45 gramos por día de fibra en diciembre^(December) . A pesar de que dejé de comer el Wasa Crispbread .

Dormir

Las dos métricas de sueño que sigo de cerca son: Puntaje de sueño^{(Sleep Score)} (0-100, cuanto más alto, mejor) y Tiempo para^{(Time to Fall Asleep)} conciliar el sueño . Mido ambos usando mi BodyMedia Link conmigo en la cama. El Sleep Score es la relación entre el tiempo que estuvo durmiendo (según el sensor) y el tiempo que pasó en la cama. Los datos de una noche podrían verse así:

Si bien es fácil entender por qué uso la puntuación del sueño^{(sleep score)} , Time to Fall Dormido^{(Time to Fall Asleep)} es importante para mí porque soy una persona hiperactiva con problemas para conciliar el sueño. Para mejorar eso, utilizo una serie de trucos diferentes: leer antes de acostarme de mi Kindle sin mis anteojos (para que mis ojos se cansen), dormir con el estómago vacío para tener menos energía durante la noche (ayuno intermitente), evitar café en total. Con el tiempo, ha demostrado ser una muy buena medida de lo bien que lo estoy haciendo.

Durante diciembre de 2014, mi puntaje^{(Sleep Score)} promedio de sueño volvió a subir al 86 %, un desempeño estelar que no había logrado desde el comienzo del verano, cuando caminaba diariamente muchos kilómetros al aire libre y me relajaba más. La puntuación fue buena a pesar del estrés asociado con la búsqueda de un nuevo apartamento y la mudanza de todas las cosas (llenamos una furgoneta generosa con ellos).

El momento de quedarse dormido^{(Time to Fall Asleep)} estaba en su punto más bajo. Básicamente^(Basically) , cada vez que tenía tiempo de acostarme en la cama, me dormía de inmediato. No tenía energía para leer nada de mi Kindle , lo cual era una buena señal, pero me hizo pensar en mis preciados libros y cambiar mi rutina de lectura^{(reading routine)} .

Los minutos dormidos^(Slept) fueron aproximadamente los mismos que en los últimos 2 meses ( octubre y noviembre^{(October and November)} ): 370 minutos. Esto fue significativamente más alto que en septiembre^(September) (que tenía 357). En septiembre^(September) comencé a trabajar en Programmer Fitness , y aún no sabía cómo organizar mi tiempo. Esto me llevó a trasnochar mucho y, a fin de mes, decidí dormir un poco más y tener un horario más regular.

Mi puntaje de sueño^{(sleep score)} suele ser del 85%, lo que significa que paso 7 horas en la cama y duermo 6 de ellas. Eso es un promedio que incluye fines de semana y días festivos. Si suena como un valor bajo, tenga en cuenta que traté de aumentarlo, pero no estaba convencido de los resultados.

Actividad

Mientras trabajaba en Programmer Fitness , noté que la única cantidad significativa de calorías quemadas que una persona promedio puede controlar es proporcional a la cantidad de pasos que damos. A continuación se muestran dos gráficos de un cliente real para demostrarlo. El primero es el desglose de las calorías quemadas en Tasa Metabólica Basal^{(Basal Metabolic Rate)} , Actividad Moderada y Actividad Intensa^{(Moderate Activity and Intense Activity)} (que suman el número total de calorías quemadas).

El segundo es la aterradora correlación de la actividad moderada^{(Moderate Activity)} con el número de pasos.

Eso hace que me importe el número de pasos más de lo que cabría esperar. Y sorpresa: el número de pasos que di en diciembre^(December) no fue el más bajo de 2014. Se explica de forma muy sencilla:

• Tuvimos que mudarnos a un apartamento nuevo este mes. Esto significó ver 15-20 apartamentos antes de elegir el que nos mudamos. Eso requirió mucho conducir y caminar.
• El nuevo apartamento es sustancialmente más grande que el anterior. Mi esposa bromeaba diciendo que obtendremos una mayor cantidad de pasos en el nuevo.
• En realidad, mover nuestras cosas también requería mucho movimiento.

Así es como logré alcanzar el límite recomendado de 10k por día^{(day limit)} , a pesar del ajetreado diciembre^(December) con temperaturas bajo cero en el exterior. ¡Buenas noticias!

En cuanto a las calorías quemadas, hay una ligera disminución con respecto a los meses anteriores. Tuvimos una pausa de 2 semanas en nuestros entrenamientos de Qwan Ki Do y no tuve tiempo de compensar eso por mi cuenta. ¡Sin embargo, las cosas vuelven a la normalidad en enero^(January) !

Peso

Dejé el peso al final intencionalmente por 2 razones: primero, es porque no me cuantifiqué durante las vacaciones para controlar mi peso. También estaba sobreestimando la ingesta de manera demasiado agresiva. Ya lo sabía en mi corazón, pero ver los datos me convenció de cambiar mi comportamiento.

Mi consumo total es más alto que el total de calorías quemadas, pero aun así perdí un poco de peso.

Hay 2 razones para esto:

• Dejé de comer el Wasa Crispbread y los pretzels, que eran ricos en sodio. Entonces comencé a eliminar un poco más de agua, que estaba retenida en mi cuerpo.
• La sobreestimación agresiva. Incluso un 10% adicional es importante a largo plazo.

Trataré de ser más consciente de mi registro a partir de ahora.

Lo que he aprendido este diciembre

Estoy tan contenta de haber hecho esto. Nunca imaginé que los datos serían tan ricos. Mi principal conclusión es que, aunque nuestro comportamiento difiere bastante en diciembre^(December) , las diferencias generales en lo que comemos, cómo dormimos y cuánto nos movemos son pequeñas. En el panorama general, por supuesto.

No engordas debido a las vacaciones de Navidad^(Christmas) , sino a tu estilo de vida actual. Como mencioné, tendemos a prestar más atención a nuestro peso durante este tiempo, y es entonces cuando notamos lo que ha estado sucediendo durante el año.

En el frente de la cuantificación^{(quantifying front)} , sobrestimaré la comida de manera más conservadora. 9 meses parece una gran cantidad de datos a primera vista, pero rápidamente me di cuenta de que necesitas más.

Una métrica que me hubiera gustado ver es la ingesta de agua^{(water intake)} . Empecé a iniciar sesión recientemente, pero todavía no soy muy bueno en eso. Me he dado cuenta de que cuando comemos un festín, simultáneamente comemos más y bebemos menos. Existe la teoría de que la mayoría de las veces nuestra sensación de hambre es en realidad sed^{(fact thirst)} , pero no podemos distinguir correctamente entre ellas.

¡Me gustaría terminar este artículo deseándoles un Feliz Año Nuevo Cuantificado^{(Quantified New Year)} ! Que^(May) todas sus métricas estén a la altura del desafío en 2015.

Andrei Ismail es un ingeniero de software experimentado con experiencia en startups y un doctorado en Inteligencia Artificial. Ha perdido 50 libras en 6 meses y actualmente está trabajando en un programa de preparación física para geeks, disponible en PÉRDIDA DE PESO PARA INGENIEROS^{(WEIGHT LOSS FOR ENGINEERS)} .^{(Andrei Ismail is an experienced software engineer with startup experience under his belt and a PhD in Artificial Intelligence. He has lost 50 pounds in 6 months and is currently working on a fitness coaching program for geeks, available at WEIGHT LOSS FOR ENGINEERS.)}

Christmas Doesn't Make You Fat, The Rest Of The Year Does

We've all been through the Christmaѕ holidаys, and are thinking of ways to compensate for the ѕudden change in lifestyle for 2 weeks. Everyone ѕeems to be worried about the weight put on during the holidays, so І decided to have the first quantifiеd Christmas and New Year. After gеtting the datа from paying attention to my activity, sleep and food, I have drawn some very interesting conclusions. In this article, I will share with you the data from December 2014, compared to the rest of the year. The surprising insight is that the holidays are, in fact, not that significant compared to thе rest of the year when looking at the actual data. Here's what I have learned:

What Was I Tracking?

Because I knew I was moving to a new apartment in December, I chose to restrict myself to several types of metrics that were already easy to track for me:

• Food-related metrics: I keep a detailed food log, that focuses on the main macronutrients - carbs, proteins, fibers, and fat - in addition to calories
• Sleep-related metrics: sleep quality (as measured by my BodyMedia Link armband), sleep duration and time to fall asleep
• Activity-related metrics, as reported by my BodyMedia Link armband (number of steps, calories burned)
• Weight measurement during the morning and evening

Note that there is an error in tracking everything. From the weight (the scale might have an error), to estimating the food quantities and the measurement of the BodyMedia Link sensor. However, that only implies that the data is not correlated correctly in some situations, as you will see in this case study. Despite all errors, interesting conclusions can still be drawn.

Preliminary Conclusions

My main conclusion is that the lifestyle in December is mostly the same lifestyle that I have during the rest of the year, exacerbated a bit (10-15%) by the holidays. So if you gain weight, it's because you are maintaining the unhealthy lifestyle from the rest of the year and only amplifying it: eating a bit more, sleeping a bit more, moving a bit less. But most of us only tend to pay attention to our weight during this period, so a false impression that the problem lies in the holidays is created.

I tracked my own weight during this period, and even though there was literally no limit on what I ate, I only gained 1 kg (2 lbs) during the holidays, which is slowly coming off now. That is unbelievable at first sight - are holidays only 10% worse than the rest of the year? Looking at the data, it is true.

Here is the aggregated data for the last 9 months of 2014. Notice how the weight is still trending down slowly, despite the fact that my calories burned are below calories eaten. That is because I have been over-estimating food more aggressively lately (will have to stop that). I also started drinking more water, while eating less sodium, making the total quantity of water in my body decrease.

Small changes in the data sometimes reflect huge changes in life. Now, let's go through the individual categories of metrics mentioned before (food, sleep, activity, weight) in order to see how they varied throughout the holiday season.

I considered the whole month of December as the holiday season. I chose the whole month because the first half is usually busier in order to make arrangements for the second half. So the whole month is a disruption from our normal routine.

Food

My first reaction when seeing the data was: "It wasn't that bad!". My average calorie intake for December was about 3700 kcal per day, compared to the 3330 kcal per day average for the past 3 months (September-November). Interestingly enough, that is an 11% increase! In absolute numbers, it's quite significant, of course.

If you're wondering why I'm eating so many calories, it's because I also burn a lot (as measured by the BodyMedia Link). My current weight goal is to lose about 1 kg (2 lbs) per month for the next 3 months, so I will pay more attention. During the last months, I've over-estimated my food intake more aggressively than usual, so the actual numbers are not that high to begin with.

Leaving calories aside, the other food metrics look pretty good. I've been having a problem with fat intake since May 2014, as my fat intake has been somewhere between 40% and 45% of the calorie intake. This is bad, and leads to increased heart disease risk on the longer term, I know. This is because of the following changes:

• I practice intermittent fasting (eating only breakfast and lunch); this means that I am eating foods that are denser in calories. Those tend to contain more fat.
• I gave up meat (except for fish meat) sometime in June 2014; the reason is because I do not trust that you can find a reliable, constant source of healthy meat. This further complicates my fat intake, as I am struggling to find a low-fat way to bring enough proteins into my diet. They are required for tissue growth, and I am currently taking them from vegetables and cheese.
• I started eating one avocado per day (well, almost - about 200 in the past 9 months). It contains quite a lot of unsaturated fat. Even though it is believed to lower heart disease risk, the overall metric is still quite problematic.

But the good thing is, fat intake during December wasn't worse than the usual. Another thing that I had been closely monitoring since November 2014 was sodium intake. You see, I had been eating salty foods for months without paying too much attention. Too much sodium leads to increased risk of cardiovascular disease:

• Wasa fiber-rich crispbread in order to help keep my fiber intake high. But I never considered checking the salt as well.
• Olive Oil Pretzels in order to halt my weight loss with its calories by introducing a healthy snack (or so I thought).

I eliminated both from my diet in December 2014, and you can see that even though I was feasting on certain days (my personal record being 7000 kcal eaten in the Christmas day), the monthly sodium average is much better.

Since my wife and I are both not eating meat anymore except fish, we have to be very careful about our protein intake. Happily for us, our moms took notice of that when we visited our families for the holidays, and the big meals we took part in were rich in fish meat. So in December, I had a 13.26% average intake from proteins, highest ever since I quit eating other types of meats.

For me, logging a feast makes me feel more relaxed and enjoy it more. This is a bit counterintuitive, but the reason is that I know I can now evaluate my excess and compare it to what happens to the rest of the year.

Finally, even though holiday food is mostly cooked and lacks fiber, I still managed to pull of a 45 grams per day of fiber average in December. Despite the fact that I stopped eating the Wasa Crispbread.

Sleep

The two sleep metrics that I closely follow are: Sleep Score (0-100, the higher the better) and Time to Fall Asleep. I measure both by wearing my BodyMedia Link with me to bed. The Sleep Score is the ratio between the time it you were sleeping (according to the sensor), and the time spent in bed. One night's data might look like this:

While it's easy to understand why I use the sleep score, Time to Fall Asleep is important to me because I am a hyperactive person with problems falling asleep. To improve that, I employ a number of different tricks: read before bedtime from my Kindle without my glasses on (to make my eyes tired), sleep on an empty stomach so that I have less energy during the evening (intermittent fasting), avoid coffee altogether. Over time, it has proven a very good measure of how well I am doing.

During December 2014, my Sleep Score average was back up to 86%, a stellar performance I had not achieved since the beginning of summer, when I was walking daily plenty of miles per day in fresh air and relaxing more. The score was good despite the stress associated with searching for a new apartment and moving all the things into it (we filled a generous van with them).

The Time to Fall Asleep was at an all-time low. Basically, whenever I had time to hit the bed, I would fall asleep immediately. I did not have energy to read from my Kindle at all, which was a good sign but it got me thinking about my precious books and changing my reading routine.

Slept minutes were about the same as the last 2 months (October and November) - 370 minutes. This was significantly higher than September (which had 357). In September I started working on Programmer Fitness, and I did not know how to organize my time yet. This led to a lot of late nights, and at the end of the month, I decided to get a bit more sleep and a more regular schedule.

My sleep score is usually 85%, which means I spend 7 hours in bed, and sleep 6 of them. That is an average which includes weekends and holidays. If it sounds like a low value, please know that I tried to increase it, but wasn't convinced about the results.

Activity

While working on Programmer Fitness, I noticed that the only meaningful amount of burned calories an average person can control is proportional to the number of steps we make. Below are two graphs from an actual client to prove that. The first is the breakdown of burned calories into the Basal Metabolic Rate, Moderate Activity and Intense Activity (adding up to the total number of burned calories).

The second one is the scary correlation of Moderate Activity with the number of steps.

That makes me care about the number of my steps more than you'd expect. And surprise: the number of steps I made in December were not the lowest of 2014. It can be explained quite simply:

• We had to move to a new apartment this month. This meant viewing 15-20 apartments before choosing the one we moved in. That required a lot of driving and walking.
• The new apartment is substantially bigger than the older one. My wife was joking that we will get a larger number of steps in the new one.
• Actually moving our things also required a lot of movement.

This is how I managed to achieve the recommended 10k per day limit, despite the busy December with freezing temperatures outside. Good news!

In terms of burned calories, there is a slight decrease compared to the previous months. We had a 2-week pause in our Qwan Ki Do trainings, and I did not have time to compensate for that on my own. Things are back to normal in January though!

Weight

I intentionally left the weight at the end for 2 reasons: first, it's because I did not quantify myself during the holidays in order to manage my weight. I was also over-estimating the intake too aggressively. I knew it in my heart already, but seeing the data convinced me to change my behaviour.

My total intake is higher than my total calories burned, but I still lost a bit of weight.

There are 2 reasons for this:

• I stopped eating the Wasa Crispbread and the pretzels, which were rich in sodium. So I started to eliminate a bit more water, which was being held in my body.
• The aggressive over-estimation. Even an extra 10% is important on the long term.

I will try to be more mindful of my logging from now on.

What I Have Learned This December

I am so glad I did this. I never imagined the data would be so rich. My main conclusion is that even though our behaviour differs quite a lot in December, the overall differences in what we eat, how we sleep and how much we move are small. In the big picture, of course.

You don't grow fat because of the Christmas holidays, but due to your existing lifestyle. As I mentioned, we tend to pay closer attention to our weight during this time, and that is when we notice what had been happening during the year.

On the quantifying front, I will over-estimate food more conservatively. 9 months seems like a lot of data at first sight, but I quickly realised you need more.

One metric that I would have liked to see is water intake. I started to log it recently, but I'm not very good at it yet. I've noticed that when feasting, we simultaneously eat more and drink less. There is a theory that most of the time our feeling of hunger is in fact thirst, but we cannot correctly distinguish between them.

I would like to end this article by wishing you a Happy Quantified New Year! May all your metrics rise to the challenge in 2015.

Andrei Ismail is an experienced software engineer with startup experience under his belt and a PhD in Artificial Intelligence. He has lost 50 pounds in 6 months and is currently working on a fitness coaching program for geeks, available at WEIGHT LOSS FOR ENGINEERS.

Related posts

• Cómo las soluciones inteligentes de Samsung me ayudaron a combatir las alergias

• Cómo mantener un estilo de vida activo con el Samsung Health ecosystem

• 5 formas de mejorar tu salud con el ASUS VivoWatch 5 -

• Las 6 mejores aplicaciones gratuitas de Android para dejar de fumar

• Estrategias de la vida real para registrar su ingesta de alimentos

• Los beneficios y peligros de registrar su consumo de alimentos

• Health and safety issues sobre Hololens use

• ¿Qué está haciendo la industria de los wearables con los datos de sus dispositivos?

• ¿Cómo comprobar si tu PC puede ejecutar Windows 11 PC Health Check tool

• CareUEyes es un Eye Care Software gratuito que viene con un Blue Light Filter

• Workrave es un software gratuito para controlar el tiempo en la computadora

• Health Problemas causados ​​por los teléfonos inteligentes sobre el uso excesivo

• 10 mejores comidas a Stay Active and Energetic en Office

• Xiaomi Mi Band 6, Mi Watch Lite o Mi Watch: ¿cuál es el adecuado para ti?

• Software libre para Monitor & Check Hard Disk Health para fallas potenciales

• Ejercicios para usuarios de computadoras y trabajadores de oficina - Nerd Fitness

• Christmas Fondos de pantalla para su teléfono inteligente en 2020

• IrisTech software ayudará a proteger su Eyes y mantener Eye Health

• ¿Qué es Microsoft Update Health Tools que veo en Windows 10?

• Dar a sus ojos un descanso de la computadora con Pause4Relax