Skip to main content
  1. Home
  2. Salud
  3. Noticias
  4. News

Descubren por qué algunas personas siempre tienen hambre

Add as a preferred source on Google

Las personas que experimentan grandes caídas en los niveles de azúcar en la sangre varias horas después de comer, sienten más hambre y consumen cientos de calorías extra durante el día.

Así lo reveló un estudio publicado en Nature Metabolism realizado por Predict, un programa de investigación nutricional que analiza las respuestas a los alimentos en entornos de la vida real.

Recommended Videos

La investigación descubrió por qué algunas personas luchan por perder peso, incluso con dietas controladas en calorías, y reveló la importancia de comprender el metabolismo individual.

Dos semanas de seguimiento

Unsplash

Durante dos semanas, el equipo recopiló datos sobre las respuestas del azúcar en la sangre y otros marcadores de salud de 1,070 personas , después consumir desayunos estandarizados y comidas libres.

Los desayunos estándar contenían la misma cantidad de calorías, pero su composición variaba en términos de carbohidratos, proteínas, grasas y fibra.

Los participantes realizaron una prueba de respuesta del azúcar en la sangre en ayunas (prueba de tolerancia oral a la glucosa) para medir qué tan bien su cuerpo procesaba el azúcar.

Otros estudios que habían analizado el azúcar en la sangre después de comer se centraban en la forma en que los niveles suben y bajan en las primeras dos horas después de una comida, lo que se conoce como pico glucémico.

Sin embargo, después de analizar los datos, los investigadores de Predict notaron que algunas personas experimentaron “caídas de azúcar” significativas entre dos a cuatro horas después del pico inicial.

La clave: escoger bien los alimentos

Una mujer con un tenedor y un cuchillo
Según los investigadores, las personas con grandes caídas en sus niveles de azúcar tuvieron un aumento de 9 por ciento en el hambre y esperaron alrededor de media hora menos en promedio antes de su próxima comida, en comparación con los del grupo que tuvo descensos menores.

Además, consumieron 75 calorías más en las 3 y 4 horas posteriores al desayuno, y alrededor de 312 calorías extra durante todo el día. Este patrón podría convertirse en 9 kilos (20 libras) de aumento de peso durante un año.

“Hemos demostrado que las caídas de azúcar son un mejor predictor de hambre y posterior ingesta de calorías que la respuesta inicial del pico glucémico en la sangre después de comer”, explicó Sarah Berry, del King’s College de Londres.

Ana Valdés, de la Facultad de Medicina de la Universidad de Nottingham, explicó que “muchas personas luchan por perder peso y no recuperarlo, y solo unos cientos de calorías adicionales cada día pueden sumar varios kilos aumento de peso durante un año”.

Elegir alimentos que funcionen junto con su biología podría ayudar a las personas a sentirse más llenas durante más tiempo y a comer menos en general.

“Nuestro descubrimiento de que el tamaño de la caída de azúcar después de comer tiene un impacto tan grande en el hambre y el apetito tiene un gran potencial para ayudar a las personas a comprender y controlar su peso y su salud a largo plazo”, sostuvo.

El programa Predict es impulsado por el  General Hospital de Massachusetts (Estados Unidos) y las universidades británicas de King’s College London, Nottingham y Leeds, la estadounidense de Harvard y la sueca de Lund, además de la compañía de la salud ZOE.

Rodrigo Orellana
Former Digital Trends Contributor
ChatGPT Health está causando pánico innecesario
Text, Electronics, Mobile Phone

A principios de este mes, OpenAI presentó un nuevo espacio centrado en la salud dentro de ChatGPT, presentándolo como una forma más segura para que los usuarios puedan hacer preguntas sobre temas sensibles como datos médicos, enfermedades y fitness. Una de las características principales destacadas en el lanzamiento fue la capacidad de ChatGPT Health para analizar datos de aplicaciones como Apple Health, MyFitnessPal y Peloton para identificar tendencias a largo plazo y ofrecer resultados personalizados. Sin embargo, un nuevo informe sugiere que OpenAI podría haber exagerado la eficacia de esta función para extraer información fiable de esos datos.

Según las primeras pruebas realizadas por Geoffrey A. Fowler de The Washington Post, cuando ChatGPT Health obtuvo acceso a una década de datos de Apple Health, el chatbot calificó la salud cardíaca del reportero con un suspenso. Sin embargo, tras revisar la evaluación, un cardiólogo la calificó de "infundada" y afirmó que el riesgo real de enfermedad cardíaca en el periodista era extremadamente bajo.

Read more
Si usas Google AI para los síntomas, debes saber que cita mucho a YouTube
Google AI Doctor

Los Resumenes de IA de Google empiezan a parecer un atajo para preguntas sobre síntomas, pero las fuentes detrás de esos resúmenes pueden sorprenderte. En una instantánea de diciembre de 2025 de 50.807 búsquedas de salud en alemán, YouTube fue el dominio más citado dentro de los Resumen de IA.

Google AI Health Advice puede parecer definitivo incluso cuando se basa en una mezcla de enlaces que no comparten los mismos estándares médicos, pero si usas el resumen para tranquilizarte, trata las citas como el producto real, no como el párrafo al principio.

Read more
Tus audios de WhatsApp ayudarían a detectar signos tempranos de depresión
Una mujer tapa su boca con un teléfono que en su pantalla tiene el logo de Whatsapp

Cada vez está más claro que los hábitos mundanos de nuestra vida diaria —como enviar una nota rápida a un amigo— podrían pronto ser la clave para entender nuestra salud mental. Según una fascinante nueva investigación publicada el 21 de enero de 2026 en PLOS Mental Health, un nuevo modelo de IA médica ha demostrado que puede detectar el trastorno depresivo mayor con una precisión sorprendente, simplemente escuchando breves grabaciones de audio de WhatsApp.

El estudio, liderado por investigadores en Brasil entre ellos Victor H. O. Otani de la Facultad de Ciencias Médicas de Santa Casa de São Paulo, encontró que su IA podía identificar la depresión en participantes femeninas con un 91,9% de precisión. Todo lo que la IA necesitaba era una grabación sencilla de la persona describiendo cómo le había ido la semana.

Read more