Riemann Cavity

Почему так? Оказывается (https://pubmed.ncbi.nlm.nih.gov/19377888/), на поджелудочной железе есть рецепторы мелатонина. Соответственно, когда мелатонин повышается, он подавляет поджелудочную железу и выработку инсулина, что в свою очередь и продлевает глюкозный пик. Приблизительный график уровня мелатонина вы, наверное, и так можете угадать:

Получается, что регулярно есть плотно на ночь — не самая лучшая стратегия в плане контроля уровня глюкозы на долгосроке.

А что вообще происходит?

Судя по всему, чувствительность к глюкозе у нас меняется в течение дня (для меня это новость). Вот тут (https://onlinelibrary.wiley.com/doi/10.1111/jdi.13810) проводили глюкозотолерантный тест утром и вечером, померили глюкозу и инсулин в крови. Увидели, что спайк глюкозы в крови в ответ на сахар продолжается дольше вечером, чем утром. Инсулин вечером “разгоняется” дольше и пикирует выше:

Нарушаем? (читать в notion)

Знаете эту тему, что на ночь есть “нельзя, потому что еда в животе гниет”?

Или вот другую тему, что надо обязательно завтракать?

Как человеку с минимальным уровнем жизнеспособности по утрам, который соответственно не всегда завтракает и иногда ужинает на ночь, мне стало интересно, есть ли реальные аргументы за и против?

Warning: в тексте используется слово “кушать” в нарушение литературных стилистических норм, рекомендуется убрать детей от экранов.

Давиться завтраком или нет?

Судя по всему, страшилка про “надо завтракать” выросла из кучи обсервационных наблюдений. В среднем, люди, которые не завтракают, толще и больше подвержены риску сердечно-сосудистых заболеваний (много ссылок тут https://www.mdpi.com/2072-6643/13/10/3331).

Однако, рандомизированные исследования, которые заставляли людей есть утром, не показали никаких позитивных изменений ни в весе, ни в анализах. (https://onlinelibrary.wiley.com/doi/full/10.1002/oby.22791,https://www.bmj.com/content/364/bmj.l42).

Более того, люди начинают есть больше, чем ели до этого, и набирать вес (https://pubmed.ncbi.nlm.nih.gov/28063876/)

Проблема рандомизированных исследований — как обычно, они слишком короткие (до 2 месяцев мониторинга), проблема обсервационных — причин лишнего веса и прочих проблем у незавтракающих может быть дофига других (стрессовая жизнь, фастфуд и прочее). Короче, ответа нет, если просто смотреть на эти исследования.

Далее, что по позднему ужину?

Тут все как вы, наверное, и ожидали: обсервационные исследования говорят, что кушать с 23 до 1 ночи коррелирует с повышенным шансом умереть пораньше, особенно если плотно. (https://www.nature.com/articles/s41387-024-00266-6)

Также люди, которые поздно ужинают, в среднем больше склонны к толстоте и метаболическим проблемам типа инсулинорезистентности.(https://www.sciencedirect.com/science/article/pii/S0002916522005688?via%3Dihub)

Рандомизированные исследования на тему позднего ужина оказались еще короче, чем на тему завтрака (длительность — 1-несколько дней), но с более любопытным результатом. Вот тут, например, (https://academic.oup.com/jcem/article/105/8/2789/5855227) описывается эксперимент, где участники завтракали и обедали одинаково в одно время, а потом было два варианта развития событий:

1. ранний плотный ужин (18.00) и легкий перекус (22.00), потом спать (23.00-07.00)
2. легкий перекус (18.00) и поздний плотный ужин (22.00), потом спать (23.00-07.00)

[Графики слева показывают средние значения глюкозы и инсулина в абсолютном времени. Графики справа совмещают по горизонтали что происходило относительно после плотного ужина, раннего и позднего]

Оказалось, что поздний ужин (красная линия) сильнее и дольше триггерит глюкозу чем такой же ужин, если бы он был съеден ранее (синяя линяя). Инсулин тоже возвращается в норму медленнее.

Почти в каждом deep learning-based продукте, над которым я работал, на каком-то этапе где-то сбоку появляется небольшая линейная модель, обучаемая отдельно, иногда даже на классических фичах. Она, конечно, не может решать основную сложную задачу, но внезапно сильно помогает с каким-нибудь корнеркейсом. Например:
- определять резкую смену контекста (и необходимость сбросить стейт),
- детектить потенциальные ошибки или аномалии,
- слегка уточнять результаты сложного пайплайна,
- роутить инпут между компонентами,
- заполнять недостающий параметр, если в API вдруг не приходит какое-то поле, а менять что-то на клиенте слишком дорого,
- подсвечивать потенциальные проблемы человекам in the loop.

Этой модели никогда нет в изначальном дизайне: если проблема была заметна изначально, она бы зачастую решалась элегантнее - например, добавлением дополнительной головы в основную модель. Она появляется, когда все вроде почти работает, и не хватает совсем чуть-чуть.

Вот сейчас у меня есть матрица расстояний в чем-то вроде матчинга, и нужно оценивать уверенность матча, потому что иногда лучше ответить ничего, чем неправильно. Сначала берешь собственно дистанцию, потом хочется добавить еще пару эвристик типа расстояние до second best кандидата, их нужно как-то взвешивать... Так что не надо брезговать классикой, и умение выжать лишний процент из линейной модели все еще полезно.