Posting ini berfokus pada asupan dua makanan nabati utama, yaitu tepung terigu dan asupan nasi, dan hubungan mereka dengan kematian dari semua penyakit kardiovaskular. Setelah banyak analisis multivariat eksplorasi, tepung terigu dan beras muncul sebagai makanan nabati dengan asosiasi terkuat dengan kematian dari semua penyakit kardiovaskular. Selain itu, tepung terigu dan beras memiliki hubungan yang kuat dan terbalik satu sama lain, yang menunjukkan kesenjangan konsumsi. Karena data tersebut dari Cina pada akhir 1980-an, ada kemungkinan bahwa konsumsi tepung terigu bahkan lebih tinggi sekarang. Seperti kamu lihat, gambar ini adalah mengkhawatirkan.
Model utama dan hasil
Semua hasil yang dilaporkan di sini adalah dari analisis yang dilakukan menggunakan WarpPLS. Di bawah ini adalah model dengan hasil utama dari analisis. (Klik untuk memperbesar Gunakan "CRTL" dan "+" tombol untuk memperbesar, dan CRTL "dan" -. "Untuk memperkecil.) Panah mengeksplorasi hubungan antara variabel, yang ditampilkan dalam oval Arti dari masing-masing. variabel adalah sebagai berikut: SexM1F2 = seks, dengan 1 ditugaskan untuk laki-laki dan 2 untuk perempuan; MVASC = angka kematian dari semua penyakit kardiovaskular (usia 35-69); TKCAL = Total asupan kalori per hari; WHTFLOUR = asupan tepung terigu (g / hari ), dan BERAS = dan asupan nasi (g / hari).
Variabel di sebelah kiri MVASC adalah prediktor utama kepentingan dalam model. Yang satu ke kanan adalah kontrol variabel SexM1F2. Koefisien jalur (diindikasikan sebagai koefisien beta) mencerminkan kekuatan hubungan. Sebuah beta negatif berarti bahwa hubungan negatif; yaitu, peningkatan variabel dikaitkan dengan penurunan variabel yang menunjuk ke. Nilai P menunjukkan signifikansi statistik hubungan; P lebih rendah dari 0,05 umumnya berarti hubungan yang signifikan (95 persen atau lebih tinggi kemungkinan bahwa hubungan itu nyata).
Singkatnya, model di atas tampaknya mengatakan kepada kita bahwa:
- Sebagai beras asupan meningkat, asupan tepung terigu menurun secara signifikan (beta = -0,84; P <0,01). Hubungan ini akan sama jika panah menunjuk ke arah yang berlawanan. Ini menunjukkan bahwa ada kesenjangan yang tajam antara padi memakan dan tepung terigu memakan daerah.
- Sebagai tepung terigu asupan meningkat, angka kematian dari semua penyakit kardiovaskular meningkat secara signifikan (beta = 0,32; P <0,01). Ini setelah mengendalikan efek dari beras dan asupan kalori total. Artinya, tepung terigu tampaknya memiliki beberapa sifat yang melekat yang membuatnya buruk bagi kesehatan yang, bahkan jika salah satu tidak mengkonsumsi banyak kalori.
- Sebagai beras asupan meningkat, angka kematian dari semua penyakit kardiovaskular menurun secara signifikan (beta = -0,24; P <0,01). Ini setelah mengendalikan efek dari tepung gandum dan asupan kalori total. Artinya, efek ini tidak sepenuhnya karena beras yang dikonsumsi di tempat tepung terigu. Namun, seperti yang Anda akan lihat nanti dalam posting ini, hubungan ini tidak linier. Asupan nasi berlebihan tampaknya tidak sangat baik untuk kesehatan yang baik.
- Peningkatan tepung gandum dan asupan beras secara signifikan terkait dengan peningkatan total asupan kalori (beta = 0,25, 0,33; P <0,01). Hal ini mungkin karena tepung gandum dan asupan nasi: (a) menjadi diri sendiri, dalam hal konten kalori mereka sendiri, kontributor utama terhadap total asupan kalori; atau (b) menyebabkan peningkatan asupan kalori dari sumber lain. Yang pertama adalah lebih mungkin, mengingat efek bawah.
- Efek dari total asupan kalori pada kematian dari semua penyakit kardiovaskular tidak signifikan ketika kita mengontrol efek dari beras dan gandum intake tepung (beta = 0,08; P = 0,35). Hal ini menunjukkan bahwa baik tepung terigu atau beras diberikannya efek pada kematian dari semua penyakit kardiovaskular dengan meningkatkan asupan kalori total dari sumber makanan lainnya.
- Menjadi perempuan secara signifikan berhubungan dengan penurunan angka kematian dari semua penyakit kardiovaskular (beta = -0,24; P = 0,01). Hal ini untuk diharapkan. Dengan kata lain, pria adalah perempuan dengan cacat desain sedikit, sehingga untuk berbicara. (Situasi ini membalikkan sendiri sedikit setelah menopause.)
Tepung terigu menggantikan beras
Grafik di bawah ini menunjukkan bentuk hubungan antara asupan tepung terigu (WHTFLOUR) dan asupan nasi (beras). Nilai-nilai yang disediakan dalam format standar; misalnya, 0 adalah mean (alias rata-rata), 1 adalah satu standar deviasi di atas rata-rata, dan sebagainya. Kurva kurva U yang terbaik pas diperoleh oleh perangkat lunak. Sebenarnya memiliki bentuk kurva peluruhan eksponensial, yang dapat dilihat sebagai bagian dari kurva U. Hal ini menunjukkan bahwa konsumsi tepung terigu telah sangat pengungsi konsumsi beras di beberapa daerah di Cina, dan juga bahwa di mana pun konsumsi beras gandum tinggi konsumsi tepung cenderung rendah.
Sebagai asupan tepung terigu naik, begitu juga angka kematian penyakit kardiovaskuler
Grafik di bawah ini menunjukkan bentuk hubungan antara asupan tepung terigu (WHTFLOUR) dan mortalitas dari semua penyakit kardiovaskular (MVASC). Dalam grafik pertama, nilai-nilai yang diberikan dalam format standar; misalnya, 0 adalah mean (atau rata-rata), 1 adalah satu standar deviasi di atas rata-rata, dan sebagainya. Dalam grafik kedua, nilai-nilai yang disediakan dalam format unstandardixed dan terorganisir di terciles (masing-masing tiga interval yang sama).
Kurva dalam grafik pertama adalah kurva U yang terbaik pas diperoleh oleh perangkat lunak. Ini adalah hubungan kuasi-linear. Semakin tinggi konsumsi tepung terigu di daerah, semakin tinggi tampaknya menjadi kematian dari semua penyakit kardiovaskular. Grafik kedua menunjukkan bahwa angka kematian di tercile ketiga, yang merupakan konsumsi tepung terigu dari 501-751 g / hari (banyak!), Adalah 69 persen lebih tinggi dari angka kematian di tercile pertama (0-251 g / hari).
Beras tampaknya menjadi pelindung, selama asupan tidak terlalu tinggi
Grafik di bawah ini menunjukkan bentuk hubungan antara asupan nasi (beras) dan mortalitas dari semua penyakit kardiovaskular (MVASC). Dalam grafik pertama, nilai-nilai yang diberikan dalam format standar. Dalam grafik kedua, nilai-nilai yang disediakan dalam format unstandardixed dan terorganisir di terciles.
Berikut hubungan yang lebih kompleks. Mortalitas terendah jelas di tercile kedua (206-412 g / hari). Ada banyak variasi dalam tercile pertama, seperti yang disarankan oleh grafik pertama dengan kurva U. (Ingat, asupan beras turun, asupan tepung terigu cenderung naik.) U kurva sini terlihat mirip dengan kurva peluruhan eksponensial ditampilkan sebelumnya di pos, untuk hubungan antara beras dan asupan tepung terigu.
Bahkan, bentuk hubungan antara asupan dan kematian beras dari semua penyakit kardiovaskular terlihat sedikit seperti gema dari bentuk hubungan antara beras dan asupan tepung terigu. Berikut adalah apa yang menyeramkan. Gema ini terlihat agak seperti kurva pertama (antara beras dan gandum asupan tepung), tetapi dengan gandum asupan tepung digantikan oleh kematian (yaitu, angka kematian dari semua penyakit kardiovaskular).
Apa arti dari semua ini?
- Beras Tepung terigu menggusur tidak terlihat seperti hal yang baik. Asupan tepung terigu tampaknya memiliki asupan nasi kuat pengungsi di kabupaten mana itu sangat dikonsumsi. Secara umum, yang tampaknya tidak menjadi hal yang baik. Sepertinya ini umumnya dikaitkan dengan peningkatan mortalitas dari semua penyakit kardiovaskular.
- Glikemik indeks konsumsi makanan tinggi tampaknya tidak menjadi masalah di sini. Tepung terigu dan beras memiliki indeks glikemik yang sangat mirip (tapi umumnya tidak banyak glikemik; lihat di bawah). Keduanya menyebabkan glukosa darah dan insulin paku. Namun, konsumsi beras tampaknya pelindung jika tidak berlebihan. Hal ini berlaku di sebagian (tetapi tidak seluruhnya) karena sebagian besar menggantikan tepung terigu. Selain itu, beras atau gandum tidak konsumsi tepung tampaknya secara bermakna dikaitkan dengan penyakit kardiovaskuler melalui peningkatan total konsumsi kalori. Ini adalah sedikit pukulan untuk teori bahwa karbohidrat glisemik tinggi tentu menyebabkan obesitas, diabetes, dan penyakit kardiovaskular akhirnya.
- Masalah dengan tepung terigu sulit untuk menentukan, berdasarkan hasil dirangkum di sini. Mungkin itu adalah kenyataan bahwa itu adalah makanan ultra-halus kaya karbohidrat; kurang bentuk halus dari gandum bisa menjadi lebih sehat. Bahkan, beban glikemik makanan kaya karbohidrat kurang halus cenderung jauh lebih rendah daripada yang lebih halus. (Juga, beras merah rebus memiliki beban glikemik yang sekitar tiga kali lebih rendah dari roti gandum, sedangkan indeks glikemik yang hampir sama.) Mungkin masalahnya adalah konten gluten tepung terigu ini. Mungkin itu adalah kombinasi dari berbagai faktor, termasuk ini.
Referensi
Kock, N. (2010). WarpPLS 1.0 User Manual. Laredo, Texas: ScriptWarp Systems.
Pengakuan dan catatan
- Banyak terima kasih yang disebabkan Dr. Campbell dan rekan-rekannya untuk mengumpulkan dan menyusun data yang digunakan dalam analisis ini. Data tersebut dari situs ini, diciptakan oleh orang-orang peneliti untuk menyebarluaskan karya mereka sehubungan dengan studi sering disebut sebagai China Study II. Sudah dianalisa oleh blogger lain. Analisis nyata telah dilakukan oleh Ricardo di Canibais e Reis, Stan di Sesat, dan Denise di Raw Food SOS.
- Koefisien jalur (diindikasikan sebagai koefisien beta) mencerminkan kekuatan hubungan; mereka adalah sedikit seperti univariat standar (atau Pearson) koefisien korelasi, kecuali bahwa mereka mempertimbangkan hubungan multivariat pertimbangan (yang mereka kontrol untuk efek bersaing pada setiap variabel). Setiap kali hubungan nonlinear dimodelkan, koefisien jalur secara otomatis dikoreksi oleh perangkat lunak untuk memperhitungkan non-linear.
- Perangkat lunak yang digunakan di sini mengidentifikasi hubungan non-cyclical dan mono-cyclical seperti hubungan peluruhan logaritmik, eksponensial, dan hiperbolik. Setelah hubungan diidentifikasi, nilai data dikoreksi dan koefisien dihitung. Ini tidak sama dengan log-transformasi data sebelum analisis, yang secara luas digunakan tetapi hanya bekerja jika hubungan yang mendasarinya adalah logaritmik. Jika tidak, log-transformasi data dapat mendistorsi hubungan bahkan lebih dari asumsi bahwa itu adalah linier, yang adalah apa yang dilakukan oleh sebagian besar perangkat lunak statistik.
- Nilai R-squared mencerminkan persentase perbedaan dijelaskan untuk variabel tertentu; lebih tinggi mereka, semakin baik model fit dengan data. Dalam fenomena yang kompleks dan multi-faktorial seperti fenomena yang berhubungan dengan kesehatan, banyak yang akan mempertimbangkan R-squared 0,20 sebagai diterima. Namun, R-squared an tersebut akan berarti bahwa 80 persen dari varians untuk terutama variabel dijelaskan oleh data.
- Nilai-nilai P telah dihitung dengan menggunakan teknik nonparametrik, bentuk resampling disebut jackknifing, yang tidak memerlukan asumsi bahwa data yang terdistribusi normal yang harus dipenuhi. Ini dan teknik terkait lainnya juga ilmu pelet jarak jauh cenderung menghasilkan hasil yang lebih dapat diandalkan untuk sampel kecil, dan sampel dengan outlier (asalkan outlier adalah data yang baik, dan bukan hasil dari kesalahan pengukuran).
- Hanya dua titik data per kabupaten yang digunakan (untuk pria dan wanita). Hal ini meningkatkan ukuran sampel dataset tanpa artifisial mengurangi varians, yang diinginkan karena dataset yang relatif kecil. Ini juga memungkinkan untuk uji asumsi akal sehat (misalnya, efek protektif menjadi perempuan), yang selalu ide yang baik dalam analisis kompleks karena melanggar asumsi akal sehat mungkin menyarankan pengumpulan data atau analisis kesalahan. Di sisi lain, diperlukan dimasukkannya variabel seks sebagai variabel kontrol dalam analisis, yang bukan masalah besar.
- Karena semua data dikumpulkan sekitar waktu yang sama (akhir 1980-an), analisis ini mengasumsikan pola yang agak statis konsumsi tepung beras dan gandum. Dengan kata lain, mari kita asumsikan bahwa variasi dalam konsumsi makanan tertentu yang menyebabkan variasi dalam kematian. Namun, efek yang biasanya akan mengambil tahun untuk mewujudkan diri. Ini adalah keterbatasan utama dari dataset ini dan analisis terkait.
- Kematian dari infeksi schistosomiasis (MSCHIST) tidak mengacaukan hasil yang disajikan di sini. Hanya kabupaten di mana tidak ada kematian akibat infeksi schistosomiasis dilaporkan telah dimasukkan dalam analisis ini. Kematian dari semua penyakit kardiovaskular (MVASC) diukur dengan menggunakan variabel M059 ALLVASCc (usia 35-69). Lihat posting ini untuk catatan lain yang berlaku di sini juga.
Dapatkan Sample GRATIS Produk sponsor di bawah ini, KLIK dan lihat caranya