TrackCaffeine
Tentang

Kafein, diukur secara jujur

TrackCaffeine ada untuk menjawab dua pertanyaan secara akurat: berapa banyak kafein dalam sebuah minuman, dan berapa lama kafein itu bertahan di tubuh Anda. Sebagian besar halaman di web hanya menjawab yang pertama, dan seringkali dengan angka yang disalin tanpa menyertakan sumber. Kami memadukan dataset yang dikurasi dengan model peluruhan yang transparan sehingga pertanyaan kedua juga mendapat jawaban yang nyata.

Data kami

Nilai kafein berasal dari pengungkapan publik produsen, USDA FoodData Central, dan pengukuran yang dipublikasikan. Ini adalah perkiraan — kandungan kafein bervariasi berdasarkan penyeduhan, batch, dan ukuran sajian — jadi kami memberi label demikian dan tidak pernah menyajikannya sebagai angka pasti atau data medis. Seluruh set 87 minuman dipublikasikan sebagai sebuah dataset terbuka yang dapat Anda unduh sebagai JSON atau CSV untuk diperiksa atau digunakan kembali.

Metode kami

Kafein dieliminasi melalui farmakokinetika orde pertama. Kami memodelkan setiap dosis sebagai peluruhan dengan waktu paruh — 5.7 jam secara default, rata‑rata populasi yang umum dikutip — dan menjumlahkan dosis untuk memperkirakan berapa banyak yang ada dalam sistem Anda pada setiap saat. Ini adalah mesin yang sama yang menjalankan aplikasi iOS kami, CoffeeLog. Ini adalah sebuah model, bukan pengukuran darah Anda, dan metabolisme individu sangat bervariasi.

Siapa yang membuat ini

TrackCaffeine dibangun dan dipelihara oleh Merey Tleugazin, dan diterbitkan oleh VAST FLOW. CoffeeLog adalah aplikasi pelacak kafein kami untuk iPhone dan Apple Watch. Jika Anda menemukan nilai yang kelihatan salah, beri tahu kami — akurasi adalah tujuan utamanya.

Bukan nasihat medis

Segala sesuatu di sini untuk informasi umum. Ini bukan nasihat medis, diagnosis, atau pengobatan. Jika Anda memiliki pertanyaan tentang kafein dan kesehatan Anda — kehamilan, kondisi jantung, interaksi obat — konsultasikan dengan profesional yang berkualifikasi.

Siapa yang menulis situs ini dan apa yang orang tersebut lakukan dan tidak lakukan?

Merey Tleugazin adalah penulis utama dan pemelihara TrackCaffeine serta bertanggung jawab untuk mengumpulkan dataset publik dan mengimplementasikan model peluruhan yang digunakan di seluruh situs. Merey Tleugazin bukan seorang klinisi, ahli gizi, atau farmakolog, yang berarti situs ini tidak menawarkan nasihat medis yang dipersonalisasi, diagnosis, atau pengobatan dan hanya boleh digunakan sebagai sumber informasi publik.

Merey Tleugazin adalah pendiri VAST FLOW, penerbit TrackCaffeine; ini adalah nama penerbit resmi dan jalur kontak untuk pertanyaan dan permintaan hukum. VAST FLOW adalah penerbit organisasi untuk TrackCaffeine, dan Anda dapat menghubungi VAST FLOW melalui halaman kontak kami untuk koreksi, izin, dan permintaan pers.

Peran penulis adalah mengkurasi dan mengutip pengukuran kafein, mengimplementasikan dan mendokumentasikan model farmakokinetik yang transparan, serta memelihara dataset terbuka; itu adalah tugas inti yang berulang yang menghasilkan isi situs. Batasannya—secara tegas bukan seorang klinisi, ahli gizi, atau farmakolog—berarti pertanyaan klinis yang kompleks (misalnya interaksi obat, panduan kehamilan, atau dosis yang dipersonalisasi) harus diarahkan ke profesional yang berkualifikasi dan tidak diselesaikan oleh situs ini.

Bagaimana proses editorial kami dari saat sebuah nilai masuk ke dataset hingga halaman dipublikasikan dan direvisi?

Nilai kafein yang diusulkan masuk ke TrackCaffeine melalui pengajuan yang disertai sumber, divalidasi terhadap sumber publik primer, ditambahkan ke dataset terbuka dengan metadata sumber, dan kemudian halaman turunan diterbitkan setelah siklus tinjauan. Revisi selanjutnya mengikuti alur kerja perubahan yang terlacak: pemeriksaan ulang sumber, peningkatan versi dataset, pembaruan halaman, dan entri changelog publik.

  1. Pengiriman dan penganggaran sumber: setiap nilai baru harus mengutip sumber primer (pengungkapan produsen, USDA FoodData Central, atau pengukuran yang dipublikasikan) dan menyertakan URL atau sitasi; entri tanpa sumber primer ditolak.
  2. Validasi: seorang editor membandingkan nilai yang diajukan dengan sumber yang dikutip dan dengan entri sebanding dalam dataset; jika sumber bertentangan dengan beberapa pengungkapan produsen atau dengan USDA FoodData Central, entri tersebut ditandai untuk tinjauan sekunder.
  3. Entri dataset: nilai yang tervalidasi ditambahkan ke dataset terbuka sebagai baris baru dengan cap waktu dan bidang sumber; dataset dilisensikan CC BY 4.0 (Creative Commons Attribution 4.0), yang mengizinkan penggunaan kembali dengan atribusi.
  4. Penurunan model dan perenderan halaman: nilai dataset baru dirender ke halaman situs yang menggunakannya dan digunakan oleh kalkulator publik di Alat, termasuk kalkulator waktu paruh kafein.
  5. Publikasi dan transparansi: halaman yang diterbitkan mencantumkan sitasi sumber, cap waktu versi dataset terbaru, dan tautan ke baris dataset sehingga pembaca dapat memeriksa sumber mentah; koreksi diberi anotasi dalam entri changelog pada halaman.

Semua perubahan dataset diberi versi sehingga setiap halaman yang diterbitkan dapat menunjuk ke snapshot dataset yang tepat digunakan; ini menjaga reproduktibilitas dan memungkinkan pembaca memverifikasi perhitungan pada tanggal publikasi tertentu. Lisensi dataset dan persyaratan sumber primer ditegakkan pada langkah entri dataset untuk mempertahankan asal-usul dan kejelasan penggunaan ulang.

Mengapa kami memilih model waktu paruh orde pertama dan di mana model ini sengaja dibuat lebih sederhana daripada literatur farmakologi?

Kami menggunakan model eliminasi orde pertama karena ini adalah model farmakokinetik paling sederhana yang menghasilkan estimasi yang transparan dan dapat direproduksi tentang berapa banyak kafein yang tersisa seiring waktu; model diimplementasikan sebagai remaining = dose × 0.5^(hours ÷ 5.7) dengan waktu paruh rata‑rata populasi 5.7 jam (342 menit). Eliminasi orde pertama adalah model di mana laju eliminasi sebanding dengan konsentrasi saat ini, dan waktu paruh adalah waktu yang dibutuhkan agar suatu kuantitas berkurang menjadi setengah nilainya; kedua definisi ini sengaja disajikan singkat agar model mudah diaudit dan direproduksi.

Eliminasi orde pertama adalah penyederhanaan farmakokinetik standar yang digunakan ketika peluruhan eksponensial tunggal cocok untuk data agregat populasi; waktu paruh adalah parameter tunggal yang merangkum peluruhan tersebut. Pilihan model memprioritaskan transparansi daripada akurasi individual: ia memberikan aturan aritmetika yang jelas yang dapat diterapkan siapa pun pada dosis mana pun dalam dataset, tetapi model ini tidak memodelkan kinetika multi-kompartemen, variasi genetik pada CYP1A2, atau interaksi obat–obat yang muncul dalam literatur farmakologi spesialis.

Untuk menggambarkan aritmetika kami menunjukkan dua contoh langsung menggunakan nilai dari dataset kami: sebuah Espresso (single) 63 mg setelah satu waktu paruh (5.7 jam) dihitung sebagai 63 mg × 0.5^(5.7 ÷ 5.7) = 63 mg × 0.5^1 = 31.5 mg tersisa. Sebuah Latte (large, 2 shots) 126 mg setelah dua waktu paruh (11.4 jam) dihitung sebagai 126 mg × 0.5^(11.4 ÷ 5.7) = 126 mg × 0.5^2 = 126 mg × 0.25 = 31.5 mg tersisa.

Penyederhanaan yang disengaja adalah: kami tidak mengstratifikasi waktu paruh berdasarkan genotipe, usia, status kehamilan, penyakit hati, atau penggunaan obat bersamaan, dan kami tidak berusaha mengonversi ke konsentrasi plasma darah atau memprediksi okupansi reseptor. Untuk pernyataan tentang efek tidur kami merujuk pada studi tidur yang dipublikasikan yang mengukur dampak tidur secara langsung: Drake et al., 2013 menunjukkan bahwa 400 mg yang dikonsumsi enam jam sebelum tidur mengurangi total waktu tidur lebih dari satu jam (Drake et al., 2013, Journal of Clinical Sleep Medicine).

Bagaimana Anda melaporkan kesalahan dan apa jalur koreksi kami jika kami salah?

Jika Anda percaya sebuah nilai atau perhitungan salah, laporkan melalui formulir kontak pada halaman kontak kami dengan URL halaman, nilai yang Anda yakini keliru, dan sumber yang Anda ingin kami konsultasikan. Kami akan mengakui penerimaan, menyelidiki bahan sumber, dan—jika terbukti perlu—memperbarui baris dataset, menerbitkan halaman yang dikoreksi, dan mencatat perubahan dalam changelog halaman.

Jalur koreksi adalah rangkaian tindakan yang ditetapkan untuk memperbaiki konten yang keliru: penerimaan, verifikasi terhadap sumber primer, pembaruan dataset dengan cap waktu dan bidang sumber, perenderan ulang halaman, dan entri changelog; jalur ini menjaga asal-usul dan keterlihatan. Kami menyimpan sitasi sumber asli pada setiap baris dataset dan mempertahankan versi dataset sebelumnya sehingga setiap perubahan dapat diaudit; jika pembaruan mengubah angka yang sebelumnya dipublikasikan kami menyertakan catatan pada halaman yang menjelaskan apa yang berubah dan mengapa.

Kesalahan fakta kecil yang bertentangan dengan sumber primer yang dikutip diperbaiki dalam siklus editorial normal kami; perselisihan materi yang melibatkan sumber primer yang ambigu atau kontradiktif memicu tinjauan sekunder dan, bila sesuai, catatan penjelasan pada halaman yang menggambarkan ketidaksepakatan. Jika kami tidak dapat menyelesaikan nilai yang diperselisihkan hingga mencapai konsensus, kami akan menyajikan sumber yang bersaing berdampingan pada halaman alih‑alih menghapus asal‑usulnya.

Bagaimana TrackCaffeine didanai dan apa hubungannya dengan aplikasi yang disebutkan sebelumnya di situs ini?

TrackCaffeine diterbitkan oleh VAST FLOW dan terutama dibiayai oleh penerbit dengan pendapatan tambahan yang berasal dari aplikasi iOS pengembang dan dukungan sukarela dari pengguna; aplikasi tersebut menggunakan dataset dan model yang sama dengan situs ini. Model pendanaan transparan: infrastruktur yang didukung penerbit ditambah pendapatan produk pengguna dan dukungan pembaca opsional; kami tidak menerbitkan data yang disponsori yang mengubah nilai dataset.

Didanai oleh penerbit berarti kontrol editorial dan pengelolaan dataset tetap di tangan VAST FLOW dan tidak ditentukan oleh pengiklan pihak ketiga atau produsen. Hubungan dengan aplikasi bersifat operasional dan teknis: dataset terbuka yang sama dan kode peluruhan orde pertama yang sama memasok kalkulator situs (misalnya last-cup-before-bed) dan fitur pelacakan di aplikasi, yang menyelaraskan perilaku produk dengan halaman dan dataset yang dipublikasikan.

Untuk permintaan hukum dan administratif Anda dapat menghubungi penerbit melalui /contacts/, dan ketentuan operasional serta praktik privasi kami tersedia di /terms/ dan /privacy/.

Apa yang tidak akan pernah dipublikasikan TrackCaffeine?

Kami tidak akan pernah menerbitkan rekomendasi dosis, nasihat medis yang dipersonalisasi, atau klaim apa pun yang tidak dapat ditautkan ke sumber primer; kategori‑kategori tersebut dikecualikan dari tugas editorial kami. Rekomendasi dosis adalah intervensi medis dan memerlukan klinisi atau apoteker; TrackCaffeine adalah referensi informasional yang menyediakan jumlah yang diberi sumber dan model peluruhan yang dapat diaudit, bukan panduan pengobatan.

Secara spesifik, kami tidak akan menerbitkan: panduan dosis yang dipersonalisasi, klaim tentang interaksi obat yang tidak didukung oleh literatur farmakologi primer, atau konten promosi yang mengubah nilai dataset untuk alasan komersial. Jika seorang produsen meminta perubahan data, kami akan memperlakukannya sebagai pengajuan sumber dan meminta dokumentasi primer; kami tidak akan menerima pembayaran sebagai imbalan untuk mengubah nilai kafein yang dipublikasikan.

Jika Anda membutuhkan panduan tentang batas harian yang aman kami menautkan ke sumber otoritatif dalam panduan kami, misalnya panduan Safe Caffeine Intake kami dan panduan khusus kehamilan dalam Caffeine During Pregnancy: How Much Is Safe?; untuk keputusan klinis konsultasikan profesional yang berkualifikasi. Untuk batas kesehatan masyarakat, catat bahwa EFSA merangkum penilaian risiko relevan pada 2015 dan Drake et al. mengukur efek tidur pada 2013 (EFSA, 2015; Drake et al., 2013), dan dataset kami dipublikasikan di bawah CC BY 4.0 (CC BY 4.0), yang memungkinkan orang lain menggunakan kembali baris‑baris tersebut dengan atribusi.

CoffeeLog · iOS

Lacak ini secara otomatis dengan CoffeeLog

Situs ini menjawab pertanyaan itu sekali. CoffeeLog menjawabnya setiap hari — mencatat apa yang Anda minum, menampilkan peluruhan kafein secara real time, dan memberitahu Anda cangkir terakhir yang bisa Anda minum sebelum kafein mengganggu tidur Anda.

Lacak kafein secara otomatis Dapatkan aplikasinya