HCE dirancang untuk digunakan dengan dataset pribadi kecil dan individu, tetapi juga dapat digunakan dengan dataset yang lebih besar untuk beberapa individu.
Analisis ini berfokus pada dua variabel utama dari data China Study II: kematian di kisaran 35-69 usia, dan kematian dalam 70-79 jangkauan. Tabel di bawah menunjukkan koefisien asosiasi dihitung dengan HCE bagi mereka dua variabel. Variabel label asli ditampilkan.
Satu keuntungan dari melihat kematian dalam rentang ini adalah bahwa mereka lebih mungkin untuk mencerminkan dampak dari penyakit degeneratif. Penyakit menular kemungkinan membunuh banyak anak-anak di Cina pada saat data sedang dikumpulkan. Penyakit jantung, di sisi lain, cenderung telah membunuh lebih banyak orang di 35-69 dan 70-79 rentang.
Hal ini juga baik untuk memiliki data untuk kedua rentang, karena faktor-faktor yang mungkin meningkatkan umur panjang adalah mereka yang berhubungan dengan angka kematian menurun pada kedua rentang. Sebagai contoh, sebuah faktor yang sangat terkait dengan kematian dalam 35-69 kisaran, tetapi tidak 70-79 kisaran, mungkin hanya menjadi sangat mematikan di bekas kisaran.
Mortalitas pada kedua rentang yang sangat berkorelasi dengan satu sama lain, yang diharapkan. Berikutnya, di bagian paling atas untuk kedua rentang, adalah seks. Menjadi perempuan adalah jauh variabel dengan kuat, dan negatif, asosiasi dengan kematian.
Sementara saya harapkan perempuan untuk hidup lebih lama, kekuatan dari asosiasi membuat saya berpikir bahwa ada sesuatu yang lain terjadi di sini. Mungkin berbeda pola diet atau perilaku yang ditampilkan oleh perempuan. Mungkin merokok atau alkohol yang banyak kurang lazim di antara mereka.
Pola gaya hidup yang sangat berbeda antara pria dan wanita mungkin menjadi variabel pengganggu utama dalam sampel China Study.
Beberapa variabel yang berlebihan; yang berarti bahwa mereka sangat berkorelasi dan tampaknya untuk mengukur hal yang sama. Hal ini jelas ketika kita melihat koefisien lain dari asosiasi yang dihasilkan oleh HCE.
Misalnya, konsumsi makanan tanaman kuat dan berkorelasi negatif dengan konsumsi pangan hewani; begitu kuat bahwa Anda bisa menggunakan salah satu dari kedua variabel untuk mengukur lain, setelah pembalik skala. Hal yang sama berlaku untuk konsumsi beras dan tepung putih.
Konsumsi makanan tanaman tidak berkorelasi kuat dengan konsumsi protein tanaman; banyak makanan nabati memiliki sedikit protein di dalamnya. Orang-orang yang memiliki kandungan protein tinggi biasanya industri dan berbasis benih. Jenis makanan yang paling sangat terkait dengan konsumsi protein nabati adalah tepung putih, jauh. Korelasi adalah 0,645.
Gambar di bawah ini didasarkan pada tabel di atas. Aku membuka contoh terpisah dari Excel, dan disalin koefisien yang dihasilkan oleh HCE ke dalamnya. Kemudian saya membangun dua grafik batang dengan mereka. Variabel label diganti dengan nama yang lebih sugestif, dan beberapa variabel berlebihan telah dihapus. Hanya atas 7 variabel ditampilkan, dipesan dari kiri ke kanan pada bar chart dalam urutan kekuatan asosiasi. Yang di atas sumbu horisontal mungkin meningkatkan mortalitas di setiap rentang usia, sedangkan yang di bagian bawah mungkin menurun itu.
Ketika Anda melihat hasil ini secara keseluruhan, beberapa hal datang ke pikiran.
Konsumsi tepung putih doesnt tampaknya akan membuat orang hidup lebih lama; juga tidak konsumsi pangan tanaman pada umumnya. Untuk tepung putih, itu adalah justru sebaliknya. Konsumsi makanan tanaman mencerminkan konsumsi tepung putih sampai batas tertentu, terutama di kabupaten mana konsumsi beras rendah. Kesimpulan ini konsisten dengan analisis sebelumnya menggunakan statistik yang lebih kompleks.
Jumlah makanan berhubungan positif dengan kematian dalam 35-69 kisaran, tetapi tidak 70-79 jangkauan. Hal ini mungkin mencerminkan fakta bahwa orang-orang yang mencapai usia 70 cenderung alami makan secukupnya, sehingga Anda tidak melihat variasi yang luas dalam konsumsi pangan di antara mereka orang-orang.
Makan di moderasi tidak berarti berlatih pembatasan kalori parah. Posting ini menunjukkan bahwa pembatasan kalori tampaknya tidak dikaitkan dengan peningkatan umur panjang dalam sampel ini. Makan dengan baik, tapi tidak terlalu banyak, adalah.
Bar untuk beras (konsumsi) pada grafik kiri kemungkinan refleksi cermin dari konsumsi tepung putih, sehingga mungkin muncul untuk menjadi baik dalam 35-69 kisaran hanya karena mencerminkan mengurangi konsumsi tepung putih di kisaran tersebut.
Sayuran hijau tampaknya menjadi baik ketika Anda mempertimbangkan 35-69 kisaran, tetapi tidak 70-79 jangkauan.
Baik padi maupun sayuran hijau tampaknya menjadi buruk baik. Untuk umur panjang keseluruhan mereka mungkin netral, dengan manfaat kemungkinan berasal dari penggantian tepung putih dalam diet.
Diet lemak tampaknya keseluruhan pelindung, terutama bersama-sama dengan makanan hewani dalam 70-79 jangkauan. Ini mungkin hanya mencerminkan efek perlindungan tertunda lemak hewani dan konsumsi protein.
Efek perlindungan dari lemak makanan menjadi jelas ketika kita melihat hubungan antara karbohidrat kalori dan kalori lemak. Korelasi mereka adalah -.957, yang pada dasarnya berarti bahwa asupan karbohidrat serius menggantikan asupan lemak.
Karbohidrat sendiri mungkin tidak menjadi masalah, bahkan jika datang dari makanan glikemik tinggi (kecuali tepung terigu, rupanya). Posting ilmu pelet jarak jauh ini menunjukkan bahwa mereka relatif jinak jika datang dari beras glikemik tinggi, bahkan pada intake tinggi 206-412 g / hari. Masalahnya tampaknya disebabkan oleh karbohidrat menggusur makanan hewani padat gizi.
Menariknya, beras tidak menggantikan makanan hewani atau lemak dalam diet. Hal ini berkorelasi positif dengan mereka. Tepung terigu, di sisi lain, menggantikan makanan tersebut. Tepung terigu secara negatif dan agak sangat berkorelasi dengan konsumsi makanan hewani, serta dengan lemak hewan dan protein.
Tentu saja ada beberapa efek tertunda di sini, yang dapat mendistorsi hasil agak. Penyakit degeneratif tidak tumbuh dengan cepat dan membunuh orang-orang segera. Mereka sering membutuhkan bertahun-tahun makan dan melakukan hal-hal yang salah berakibat fatal.
Dapatkan Sample GRATIS Produk sponsor di bawah ini, KLIK dan lihat caranya