这样吃,跑步中多燃脂59%?

传统观点认为,由于糖原是跑步等有氧运动中主要的供能来源,而碳水化合物又是糖原的主要来源~

所以,经常进行有氧训练的童鞋,日常应该多吃碳水,来保证身体里足够的糖原储备。

但是,最近的一项关于饮食对耐力运动员,运动中燃脂消耗的研究发现:长期保持低碳水摄入的运动员,运动中燃脂能力居然更强!

1/低碳饮食,运动中燃脂更强?

近日,发表在ACSM的一项研究指出,适应了低碳饮食的耐力运动员,运动过程中的脂肪消耗,居然比传统高碳饮食运动员,平均要高出59%!①

相关研究:

为研究不同碳水摄入对运动中燃脂效果的影响,研究人员专门找了20名有某种固定碳水摄入习惯的男性马拉松运动员①

高碳组:日常饮食以传统高碳水摄入为主(碳水:蛋白质:脂肪=59:14:25;N=10)

低碳组:长期坚持(>20月)低碳水摄入饮食(碳水:蛋白质:脂肪=10:19:70;N=10)

研究人员让这两组被试,以相同中高强度,进行了180分钟的跑步机跑步训练,并对比了两组人运动中的相关参数指标。

结果表明:

相同强度下,高碳组和低碳组,运动中平均耗氧量、以及运动疲劳程度均比较接近;

但是,运动过程中的燃脂差异,两组人却有显著区别,相比高碳组,低碳组运动全程都表现出更高的燃脂水平!

其中,运动中的最高燃脂量,低碳组甚至可以达到1.54g/min脂肪消耗,是高碳组的2.3倍之高!(低碳组平均为:1.54g/min;高碳组平均为:0.67g/min)

也就是说,习惯低碳饮食的耐力运动员,运动中燃脂能力明显更强。

2/“低碳”,为啥能消耗更多脂肪?

那么运动过程中,低碳饮食的高燃脂效果又是怎么实现的呢?这就要从运动过程中的身体供能方式说起了。

虽然咱们都知道,有氧运动要消耗糖原,而且糖原比脂肪的供能速度也要高的多~

但是咱们也说过:有氧供能,并不是先消耗完糖原再开始消耗脂肪的。身体在你跑步的第一秒其实就开始消耗脂肪了!②

于是下面重点来了:习惯低碳饮食的人,由于身体里的糖原储备相对更少(你摄入的碳水是以糖原的形式储存在肝脏、骨骼肌中的),所以他们的身体更适应通过快速调动脂肪、燃脂来供能,运动中的燃脂效率自然也更高咯。

还是上面那个研究,再来对比一下高碳组和低碳组运动中的碳水(糖原)消耗差异:

可以看到,低碳组由于身体里面的糖原储备更少,所以运动中虽然脂肪消耗高了,但是碳水消耗却相对比较少①。

简单总结:

为什么经常低碳饮食的人,运动中燃脂能力更强?

因为他们日常碳水摄入低,身体糖原供能跟不上啊,于是身体供能的司令官一拍大腿:碳水不足脂肪补啊!

这样运动过程中,就有更多的脂肪被动员起来参与供能咯~

3/低碳,日常也能更燃脂吗?

看到这儿,有童鞋可能好奇了,那低碳饮食是不是也可以增加日常活动中的燃脂消耗帮我瘦呢?

答案是:未必!

再次放出上面那个实验的数据图,可以看到,低碳组高碳组虽然运动中的燃脂消耗有所不同,但是运动前和运动结束后,两组之间的脂肪消耗就基本没什么区别了!①

也就是说,低碳饮食并不一定能提高你日常生活中的脂肪消耗。

而且前两年《美国医学会期刊》也发表过相关文章表示:如果是为减肥,不管你采用的是低碳饮食还是低脂饮食,效果并没有显著差异③……

甚至有研究发现:高碳水饮食相对低碳水饮食,可能更有利于你身体的代谢和脂肪氧化,更有利于减重④;

因为这些饮食方式之所以能让一部分人减重,本质上都因为是营养元素不均衡的单一饮食……

而吃单一的食物,相对的就会导致总热量摄入降低,所以说白了就是因为你吃一样东西,吃的少了,所以瘦了……

另外,还有研究表示:长期的低碳水饮食可能会增加糖尿病患病的风险⑤。

综上所述,鉴于目前低碳饮食的减脂效果还没有定论,我个人并不建议大家为减脂而采用低碳饮食~

简单总结:

不合理不正确的运动饮食,短时间可能有效,长时间则可能造成对你身体的反噬,不光让你体重反弹,还有各种潜在健康危机在等你!

而好好吃、均衡吃、该吃吃的饮食模式,简单可行,也更有利于你持续减重。

4/想尝试,怎么做?

总结一下,低碳饮食不一定有助于你日常更好燃脂,但对于经常有氧的童鞋,可以提高有氧运动过程中的燃脂能力。

同时,由于低碳饮食身体里脂肪供能的能力更强,对于需要中长时间有氧运动的情况下,不需要在运动前和运动中过多补充碳水,可以避免运动中进食对肠胃造成的压力。

所以经常跑步的你,倒是可以一试~

具体的尝试步骤,可以三步走:

1.逐渐减少主食的摄入,从一顿3两变2两;

2.日常主食用粗粮代替部分细粮,控制血糖稳定;

3.将主食减少的热量,通过更多蛋白和食源性脂肪(坚果等)来替代;

需要注意的是,上面研究中选取的低碳饮食运动员,都是长时间(>20月)保持低碳饮食习惯的,所以短期不一定有这种效果哦。

另外,如果你尝试了一段时间低碳,觉得满脑子都是米饭糕点……那可能这种方式不适合你,为了避免暴饮暴食,还是不要低碳,赶紧回归正常饮食吧~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,332评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,508评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,812评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,607评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,728评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,919评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,071评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,802评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,256评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,576评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,712评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,389评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,032评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,026评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,473评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,606评论 2 350

推荐阅读更多精彩内容

  • 上回书道:健身运动的小伙伴,如果长期不吃米饭,不一定能帮你瘦更快,但极有可能让大姨妈离家出走! 然后有童鞋咆哮了:...
    硬派健身阅读 5,286评论 2 7
  • 南京iOS交流群:435594196 刚创立的群,南京的iOS小伙伴们,嗨起来~~~ step by step~
    迡風旳等待阅读 589评论 1 1
  • 自从隆隆重重过完春节之后,上半年各种假期也仅剩一个了,也许您和我一样,在宅家或睡塌上错过了清明小长假,五一劳动节,...
    暖暖环游记阅读 1,402评论 10 22
  • 好想找个时间去听海,寻点血腥的味道。好想再去走那两条铁路,感觉远远地可觉得很平坦。好想在图书馆,翻几夜的书就睡着了...
    落桑Chen阅读 186评论 2 1
  • //链表:它有设计为大小合适的容器组成,容器根据需要连接起来//链表组件:链表有节点组成,每个节点可放置指定的数据...
    LuckTime阅读 400评论 0 0