Showing posts with label U curve. Show all posts
Showing posts with label U curve. Show all posts

Kolesterol total dan penyakit kardiovaskular: Hubungan U-curve

Hipotesis bahwa kadar kolesterol darah berkorelasi positif dengan penyakit jantung (hipotesis lipid) tanggal kembali ke Rudolph Virchow pada pertengahan 1800-an.

Satu studi terkenal yang mendukung hipotesis ini adalah Ancel Keys Seven Negara Study, yang dilakukan antara tahun 1950-an dan 1970-an. Penelitian ini akhirnya menjabat sebagai dasar di mana banyak saran yang kami terima hari ini dari dokter didasarkan, meskipun beberapa penelitian lain telah dipublikasikan sejak yang memberikan sedikit dukungan untuk hipotesis lipid.

Grafik di bawah ini (sumber: canibaisereis.com, dengan banyak terima kasih kepada O Primitivo) menunjukkan hasil satu studi, melibatkan lebih banyak negara dari Key Tujuh Negara Study, yang benar-benar menunjukkan korelasi linear NEGATIF ​​antara kolesterol total dan penyakit kardiovaskular.



Sekarang, sebagian besar hubungan di alam yang nonlinear, dengan beberapa mengikuti pola yang terlihat seperti U-curve (polos atau terbalik); kadang-kadang disebut pola J-kurva. Grafik di bawah ini (sumber juga: canibaisereis.com) menunjukkan hubungan U-kurva antara kolesterol total dan kematian, dengan mortalitas penyakit kardiovaskular ditunjukkan melalui garis merah putus-putus di bagian bawah.


Grafik ini telah diperoleh melalui analisis nonlinier, dan saya pikir itu memberikan gambaran yang lebih baik tentang hubungan antara kolesterol total (TC) dan mortalitas. Berdasarkan grafik ini, kisaran terbaik dari TC yang satu dapat berada di suatu tempat antara 210, di mana kematian penyakit kardiovaskular diminimalkan; dan 220, di mana kematian total diminimalkan.

Kurva kematian total yang ditunjukkan melalui garis biru penuh di bagian atas. Bahkan, ini menunjukkan bahwa kenaikan angka kematian tajam sebagai TC menurun di bawah 200.

Sekarang, grafik ini berhubungan TC dengan penyakit dan kematian, dan mengatakan apa-apa tentang kolesterol LDL (LDL). Dalam pengalaman ilmu pelet saya sendiri, dan bahwa banyak orang yang saya tahu, TC sekitar 200 biasanya akan berhubungan dengan LDL sedikit lebih tinggi (misalnya, 110-150), bahkan jika seseorang memiliki kolesterol HDL yang tinggi (yaitu, lebih besar dari 60) .

Namun, kebanyakan orang yang memiliki LDL lebih besar dari 100 akan diberitahu oleh dokter mereka, biasanya dengan yang terbaik dari niat, untuk mengambil statin, sehingga mereka dapat "menjaga LDL mereka di bawah kontrol". (Kadar LDL biasanya dihitung, tidak diukur secara langsung, yang dengan sendirinya menciptakan satu set baru masalah.)

Alas, mengurangi LDL 100 atau kurang biasanya akan mengurangi TC di bawah 200. Jika kita pergi dengan grafik di atas, terutama yang menunjukkan U-kurva, risiko orang-orang ini 'untuk penyakit kardiovaskular dan kematian akan naik - persis efek sebaliknya yang mereka dan dokter mereka diharapkan. Dan itu akan biaya mereka secara finansial juga, karena obat statin mahal, sebagian untuk membayar semua iklan TV.

Dapatkan Sample GRATIS Produk sponsor di bawah ini, KLIK dan lihat caranya

Lari jarak jauh menyebabkan penyakit jantung, kecuali itu tidak

Terlepas dari jenis olahraga, tanda-tanda penyakit umumnya terkait dengan intensitas tenaga dari waktu ke waktu. Asosiasi ini mengikuti pola J-kurva. Melakukan terlalu sedikit itu, dan Anda memiliki penyakit yang lebih; melakukan terlalu banyak, dan insiden penyakit naik. Selalu ada titik optimal, untuk setiap jenis latihan dan penanda. Kurva AJ sebenarnya kurva U, dengan ujung kiri dipersingkat. Alasan untuk ujung kiri singkat adalah bahwa, ketika pengukuran diambil, langkah-langkah biasanya lebih jatuh di sisi kanan dari kurva dari di sebelah kiri.

Gambar di bawah (klik untuk memperbesar) menunjukkan representasi skematik yang menggambarkan jenis hubungan. ilmu pelet jarak jauh (Saya tidak pandai menggambar.) Individu yang berbeda memiliki kurva yang berbeda. Jika sumbu vertikal adalah ukuran dari kesehatan, sebagai lawan penyakit, maka kurva akan memiliki bentuk sebuah J. terbalik



Gagasan bahwa lari jarak jauh menyebabkan penyakit jantung telah sekitar untuk sementara waktu. Apakah itu benar?

Jika ya, maka orang akan berharap untuk melihat hal-hal tertentu. Misalnya, katakanlah Anda mengambil sekelompok pelari jarak jauh yang telah melakukan hal itu untuk sementara waktu, idealnya runners atas usia 50. Itu adalah ketika penyakit jantung menjadi lebih sering. Ini juga akan menangkap pelari yang lebih berpengalaman, dengan pengalaman berjalan cukup untuk menyebabkan beberapa kerusakan serius. Mari kita berkata Anda diukur penanda penyakit jantung sebelum dan setelah balapan jarak jauh melelahkan. Apa yang akan Anda lihat?

Jika lari jarak jauh menyebabkan penyakit jantung, Anda akan melihat proporsi yang signifikan dengan pembuat peningkatan penyakit jantung di antara pelari pada awal (yaitu, sebelum balapan). Setelah semua, berjalan menyebabkan masalah kumulatif. Tingkat mereka penanda akan berkorelasi dengan praktik, atau partisipasi dalam balapan sebelumnya, karena ras yang menyebabkan kerusakan. Juga, Anda akan melihat peningkatan seragam buruk dalam penanda setelah balapan, seperti menjalankan mengacaukan semua kurang lebih sama.

Sahln dan rekan (2009), sekelompok peneliti Swedia, laki-laki dan perempuan berusia belajar 55 tahun atau lebih yang berpartisipasi dalam 30-km (sekitar 19 mil) ras lintas negara. Referensi lengkap untuk artikel ini adalah pada akhir posting ini. Para peneliti termasuk hanya pelari yang tidak didiagnosis gangguan medis dalam studi mereka. Mereka mengumpulkan data tentang pola latihan sebelum lomba, dan partisipasi dalam balapan sebelumnya. Darah diambil sebelum dan setelah balapan, dan beberapa pengukuran diperoleh, termasuk pengukuran dua penanda penyakit jantung mungkin: N-terminal peptida natriuretik pro-otak (NT-proBNP), dan troponin T (TnT). Tabel di bawah ini (klik untuk memperbesar) menunjukkan beberapa dari mereka pengukuran sebelum dan setelah balapan.



Kita bisa melihat bahwa NT-proBNP dan TnT meningkat secara signifikan setelah balapan. Begitu pula kreatinin, produk sampingan dari kerusakan di jaringan otot dari kreatin fosfat; sesuatu yang Anda harapkan setelah seperti ras melelahkan. Yap, lari jarak jauh meningkatkan NT-proBNP dan TnT, sehingga menyebabkan penyakit jantung, kan?

Tunggu, tidak begitu cepat!

NT-proBNP dan TnT tingkat biasanya meningkat setelah latihan daya tahan, sesuatu yang dicatat oleh penulis dalam literatur mereka. Tapi level tersebut tidak tinggal ditinggikan terlalu lama setelah balapan. Yang secara permanen tinggi, yang merupakan tanda dari masalah. Juga, elevasi berlebihan saat balapan juga merupakan tanda dari masalah potensial.

Sekarang, di sini adalah sesuatu yang menarik. Lihatlah tabel di bawah ini, yang menunjukkan variasi dikelompokkan berdasarkan partisipasi terakhir di balapan.



Kenaikan NT-proBNP dan TnT umumnya lebih rendah pada orang-orang yang berpartisipasi dalam 3-13 ras di masa lalu. Mereka lebih tinggi untuk pelari berpengalaman, dan, dalam kasus NT-proBNP, terutama bagi mereka dengan 14 atau lebih ras di bawah ikat pinggang mereka (kelompok terakhir di sebelah kanan). Baseline NT-proBNP juga secara signifikan lebih tinggi untuk kelompok itu. Mereka lebih tua juga, tapi tidak banyak.

Anda dapat melihat pola J-kurva mungkin?

Sekarang lihat tabel di bawah ini, yang menunjukkan hasil analisis regresi berganda pada sisi kanan. Lihatlah kolom terakhir di sebelah kanan, koefisien beta. Mereka semua signifikan, tetapi yang pertama adalah 0,81, yang cukup tinggi untuk koefisien regresi parsial standar. Hal ini mengacu pada hubungan yang hampir sempurna antara log NT-proBNP meningkat dan log dari dasar NT-proBNP. (The transformasi log mencerminkan hubungan nonlinier antara NT-proBNP, penanda kesehatan yang cukup sensitif, dan variabel lainnya.)



Dalam analisis regresi, pengaruh masing-masing variabel independen (yaitu, masing-masing prediktor) terhadap variabel dependen (log dari NT-proBNP kenaikan) dihitung mengontrol efek dari semua variabel independen lain pada variabel dependen. Dengan demikian, apa yang tabel di atas memberitahu kita adalah bahwa dasar NT-proBNP memprediksi NT-proBNP meningkat hampir sempurna, bahkan ketika kita mengontrol usia, peningkatan kreatinin, dan durasi ras (yaitu, jumlah waktu seseorang mengambil untuk menyelesaikan lomba) .

Sekali lagi, bahkan ketika kita mengendalikan: AGE, peningkatan kreatinin, dan RACE MASA.

Dengan kata lain, dasar NT-proBNP adalah apa yang benar-benar penting; bahkan tidak usia membuat banyak perbedaan. Tapi dasar NT-proBNP berkorelasi negatif dengan jumlah balapan sebelumnya. Satu-satunya pengecualian adalah kelompok yang berpartisipasi dalam 14 atau lebih balapan sebelumnya. Mungkin itu terlalu banyak bagi mereka.

Oke, satu meja lagi. Satu ini, termasuk di bawah, menunjukkan analisis regresi antara beberapa prediktor dan variabel dependen utama, yang dalam hal ini adalah elevasi TnT. Tidak ada kejutan di sini didasarkan pada diskusi sejauh ini. Lihatlah bagian kiri, kolom label sebagai B. Mereka adalah koefisien korelasi, bervariasi dari -1 sampai 1. Yang merupakan prediktor dengan korelasi mutlak tertinggi dengan ketinggian TnT? Ini adalah jumlah balapan sebelumnya, tapi korelasinya, lagi, NEGATIF.



Dalam tes tindak lanjut setelah balapan, 9 dari 185 peserta (4,9 persen) menunjukkan bukti lebih menentukan penyakit jantung. Salah satu meninggal saat melatih beberapa bulan setelah balapan. Autopsi dilakukan menunjukkan normal ventrikel kiri hipertrofi dengan fibrosis miokard, penyempitan arteri koroner, dan bekas luka miokard tua.

Siapakah 9 yang beruntung? Anda menebak itu. Mereka adalah orang-orang yang memiliki peningkatan terbesar dalam NT-proBNP saat balapan. Dan peningkatan besar dalam NT-proBNP lebih umum di antara pelari yang terlalu berpengalaman atau terlalu berpengalaman. Orang-orang di ekstrem.

Jadi, di sini adalah ringkasan dari apa penelitian ini memberitahu kita:

- 30-km lintas negara ras belajar tidak diragukan lagi aktivitas berat. Jadi jika Anda belum dilakukan di tahun, mungkin Anda tidak harus mulai dengan jenis ras.

- Pada umumnya, orang yang memiliki peningkatan penanda penyakit jantung sebelum balapan juga memiliki ketinggian tertinggi mereka penanda setelah balapan.

- Partisipasi dalam balapan terakhir umumnya pelindung, mungkin karena adaptasi tubuh kompensasi, kecuali orang-orang yang melakukan terlalu banyak itu.

- Prevalensi penyakit jantung di antara pelari diukur pada 4,9 persen. Ini tidak mengalahkan bahkan agak kebarat-baratan Inuit, tapi pasti tidak terlihat mengingat prevalensi umum penyakit jantung iskemik di AS dan Swedia adalah sekitar 6,8 persen begitu buruk.

Tampaknya masuk akal untuk menyimpulkan bahwa lari jarak jauh menjadi sehat, kecuali satu tidak terlalu banyak. Pola J-kurva di mana-mana lagi.

Berapa banyak terlalu banyak? Ini tentu tergantung pada setiap kondisi kesehatan tertentu orang, tapi bar tampaknya agak tinggi rata-rata: partisipasi dalam 14 atau lebih sebelumnya 30-km ras.

Adapun prevalensi 4,9 persen dari penyakit jantung di antara pelari, mungkin hal itu disebabkan oleh sesuatu yang lain, dan daya tahan berjalan benar-benar dapat melindungi, asalkan tidak dibawa ke ekstrem. Mungkin itu sesuatu yang lain adalah makanan yang kaya karbohidrat olahan dan gula, atau stres psikologis yang disebabkan oleh kehidupan modern, atau kombinasi keduanya.

Sekadar catatan, saya tidak melakukan menjalankan daya tahan. Saya suka berjalan, berlari, pelatihan resistensi moderat, dan juga berbagai kegiatan aerobik ringan yang melibatkan beberapa bermain. Ini hanya pilihan pribadi; apa-apa terhadap daya tahan berjalan.

Mark Sisson adalah pelari daya tahan dicapai; sekarang dia tidak seperti itu sangat banyak. (Klik di sini untuk memeriksa buku yang sangat bagus berjudul The Blueprint Primal). Arthur De Vany bukan penggemar besar dari daya tahan berjalan baik.

Namun, mungkin Tarahumara dan pemburu-pengumpul kelompok yang berlatih ketekunan berburu tidak pengecualian besar seperti di antara manusia setelah semua.

Referensi:

Sahln, A., Gustafsson, TP, Svensson, JE, Marklund, T., Musim Dingin, R., Linde, C., & Braunschweig, F. (2009). Faktor predisposisi dan Konsekuensi Peningkatan Biomarker Tingkat di Long-Distance Runner Berumur> 55 Tahun. American Journal of Cardiology, 104 (10), 14341440.

Dapatkan Sample GRATIS Produk sponsor di bawah ini, KLIK dan lihat caranya

The China Study sekali lagi: Apakah makanan nabati mentah memberikan kanker orang?

Dalam posting ini sebelumnya saya menganalisa beberapa data dari China Study yang termasuk kabupaten di mana ada kasus infeksi schistosomiasis. Berikut salah satu saran Denise Mingers, saya dihapus semua kabupaten dari data. Aku ditinggalkan dengan 29 kabupaten, ukuran sampel yang lebih kecil. Saya kemudian berlari analisis multivariat menggunakan WarpPLS (warppls.com), seperti di posting sebelumnya, tapi kali ini saya menggunakan sebuah algoritma yang mengidentifikasi hubungan nonlinier antara variabel.

Di bawah ini adalah model dengan hasil. (Klik untuk memperbesar Gunakan "CRTL" dan "+" tombol untuk memperbesar, dan CRTL "dan" ilmu pelet jarak jauh-. "Untuk memperkecil.) Seperti dalam posting sebelumnya, panah mengeksplorasi hubungan antara variabel Variabel yang akan ditampilkan. . dalam oval Arti dari masing-masing variabel adalah sebagai berikut: konsumsi protein aprotein = hewan; pprotein = tanaman konsumsi protein; cholest = kolesterol total; crcancer = kanker kolorektal.

Apa kolesterol total lakukan di bagian kanan grafik? Hal ini ada karena saya menganalisis hubungan antara protein hewani dan konsumsi protein tanaman dengan kanker kolorektal, mengendalikan efek pembaur yang mungkin dari kolesterol total.

Saya tidak hipotesa apa-apa tentang kolesterol total, meskipun variabel ini ditampilkan sebagai menunjuk kanker kolorektal. Saya hanya mengendalikan untuk itu. Ini adalah jenis hal yang bisa dilakukan dalam analisis multivariat. Ini adalah bagaimana Anda mengendalikan pengaruh variabel dalam analisis seperti ini.

Karena sampel ini cukup kecil, kita berakhir dengan koefisien beta signifikan yang biasanya akan signifikan secara statistik dengan sampel yang lebih besar. Tapi membantu bahwa kita menggunakan statistik nonparametrik, karena mereka masih kuat dengan adanya sampel kecil, dan penyimpangan dari normalitas. Juga algoritma nonlinear lebih sensitif terhadap hubungan yang tidak cocok dengan pola linear klasik. Kita bisa merangkum temuan sebagai berikut:

- Sebagai konsumsi protein hewani meningkat, penurunan konsumsi protein nabati secara signifikan (beta = -0,36; P <0,01). Hal ini untuk diharapkan dan membantu dalam analisis, karena membedakan agak hewan dari konsumen protein nabati. Mereka orang-orang yang punya lebih dari protein mereka dari makanan hewani cenderung untuk mendapatkan signifikan kurang protein dari makanan nabati.

- Sebagai konsumsi protein hewani meningkat, penurunan kanker kolorektal, tetapi tidak dengan cara yang signifikan secara statistik (beta = -0,31; P = 0,10). Beta di sini tentu tinggi, dan kemungkinan bahwa hubungan yang sebenarnya adalah 90 persen, bahkan dengan seperti contoh kecil.

- Sebagai konsumsi meningkat protein tanaman, meningkat kanker kolorektal secara signifikan (beta = 0,47; P <0,01). Ukuran sampel yang kecil tidak cukup untuk membuat hubungan ini tidak signifikan. Alasannya adalah bahwa pola distribusi data di sini sangat indikasi dari hubungan yang nyata, yang tercermin dalam nilai P rendah.

Ingat, hasil ini tidak dikacaukan oleh infeksi schistosomiasis, karena kita hanya melihat negara mana tidak ada kasus infeksi schistosomiasis. Hasil ini tidak dikacaukan oleh kolesterol total baik, karena kita dikendalikan untuk efek pembaur mungkin. Sekarang, mengontrol variabel atau tidak, Anda akan benar untuk menunjukkan bahwa hubungan antara kolesterol total dan kanker kolorektal adalah tinggi (beta = 0,58; P = 0,01). Jadi mari kita lihat pada bentuk asosiasi yang:



Apakah grafik ini mengingatkan Anda tentang satu di posting ini; satu dengan beberapa kurva U? Iya nih. Dan mengapa itu? Mungkin itu mencerminkan kecenderungan di antara orang-orang yang memiliki kolesterol rendah untuk memiliki kanker lebih karena tubuh membutuhkan kolesterol untuk melawan penyakit, dan kanker adalah penyakit. Dan mungkin itu mencerminkan kecenderungan di antara orang-orang yang memiliki kadar kolesterol total yang tinggi untuk melakukannya karena kolesterol total (dan khususnya komponen utamanya, kolesterol LDL) adalah sebagian penanda penyakit, dan kanker sering merupakan puncak dari berbagai gangguan metabolik (misalnya , sindrom metabolik) yang tidak lain hanyalah salah satu penyakit demi satu.

Untuk percaya bahwa kolesterol total menyebabkan kanker kolorektal adalah tidak masuk akal karena kolesterol total umumnya meningkat konsumsi produk hewani, yang konsumsi protein hewani adalah proxy. (Dalam dataset berkurang ini, korelasi univariat linier antara konsumsi protein hewani dan kolesterol total adalah signifikan dan positif 0,36.) Dan konsumsi protein hewani tampaknya menjadi pelindung kanker kolorektal lagi dalam dataset ini (asosiasi negatif pada model grafik).

Sekarang sampai pada bagian yang saya temukan paling ironis tentang diskusi ini seluruh di blogosphere yang telah terjadi baru-baru ini tentang China Study; dan jawaban atas pertanyaan yang diajukan dalam judul posting ini: Apakah makanan nabati mentah memberikan kanker orang? Jika Anda berpikir bahwa jawabannya adalah ya, pikirkan lagi. Variabel yang sangat terkait dengan kanker kolorektal adalah konsumsi protein nabati.

Apakah buah-buahan, sayuran, dan makanan nabati lainnya yang dapat dikonsumsi mentah memiliki banyak protein?

Dengan beberapa pengecualian, seperti kacang-kacangan, mereka tidak. Kebanyakan makanan nabati mentah memiliki jumlah jejak protein, terutama bila dibandingkan dengan makanan yang terbuat dari biji-bijian olahan dan biji (misalnya, biji-bijian gandum, biji kedelai). Jadi kontribusi buah-buahan mentah dan sayuran pada umumnya tidak bisa dipengaruhi banyak variabel konsumsi protein nabati. Untuk menempatkan ini dalam perspektif, konsumsi protein tanaman rata-rata per hari dalam dataset ini adalah 63 g; bahkan jika mereka sedang makan 30 pisang sehari, peserta studi tidak akan mendapatkan setengah yang banyak protein dari pisang.

Makanan olahan yang terbuat dari biji-bijian dan biji yang dibuat dari bagian-bagian tanaman yang tanaman benar-benar tidak ingin hewan makan. Mereka adalah anak-anak atau anak-anak tanaman cadangan gizi, sehingga untuk berbicara. Inilah sebabnya mengapa mereka dikemas dengan nutrisi, termasuk protein dan karbohidrat, tetapi juga sering beracun dan / atau enak untuk hewan (termasuk manusia) bila dimakan mentah.

Tapi manusia begitu pintar; mereka belajar bagaimana industri memperbaiki butir dan biji untuk konsumsi. Produk-manusia rekayasa yang dihasilkan (biasanya direkayasa untuk menjual banyak unit mungkin, tidak membuat Anda sehat) biasanya rasa lezat, sehingga Anda cenderung makan banyak dari mereka. Mereka juga cenderung meningkatkan gula darah ke tingkat abnormal tinggi, karena pemurnian industri membuat kandungan karbohidrat yang tinggi yang mudah dicerna. Makanan olahan yang terbuat dari biji-bijian dan biji juga cenderung menyebabkan masalah usus bocor, dan gangguan autoimun seperti penyakit celiac. Yap, kita manusia benar-benar cerdas.

Terima kasih lagi untuk Dr. Campbell dan rekan-rekannya untuk mengumpulkan dan menyusun data China Study, dan Ms Minger untuk membuat data yang tersedia dalam format mudah didownload dan untuk melakukan beberapa analisis yang luar biasa dirinya.

Dapatkan Sample GRATIS Produk sponsor di bawah ini, KLIK dan lihat caranya