40대 이상 농촌 및 중소도시 성인의 식품섭취 패턴 (Pattern)과 질환별 유병위험도 - 한국인유전체역학조사사업 일부 대상자에 대해 - Dietary Patterns and Prevalence Odds Ratio in Middle-aged Adults of Rural and Mid-size City in Korean Genome Epidemiology Study원문보기
Recently, dietary pattern analysis was emerged as an approach to examine the relationships between diet and risk of chronic diseases. This study was to identify groups with population who report similar dietary pattern in Korean genome epidemiology study (KoGES) and association with several chronic ...
Recently, dietary pattern analysis was emerged as an approach to examine the relationships between diet and risk of chronic diseases. This study was to identify groups with population who report similar dietary pattern in Korean genome epidemiology study (KoGES) and association with several chronic diseases. The cohort participants living in Ansung and Ansan (Gyeonggi province) were totally 10,038. Among those, 6,873 subjects with no missing values in food frequency questionnaire were included in this analysis. After combining 103 food items into 17 food groups, 4 dietary factors were obtained by factor analysis based on their weights. Factor 1 showed high factor loadings in vegetables, mushrooms, meats, fish, beverages, and oriental-cereals. Factor 2 had high factor loadings in vegetables, fruits, fish, and factor 3 had high factor loadings in cereal-oriental, cerial-western and snacks. Factor 4 showed positive high factor loadings in rice and Kimchi and negative factor loadings in mushrooms and milk and dairy products. Using factor scores of four factors, subjects were classified into 3 clusters by K-means clustering. We named those 'Rice and Kimchi eating' group, 'Contented eating' group, and 'Healthy and light eating' group depending on their eating characteristics. 'Rice and Kimchi eating' group showed high prevalence in men, farmers and 60s. 'Contented eating' group and 'Healthy and light eating' group had high prevalence in women, people living in urban area (Ansan Citizen), with high-school education and above, and a monthly income of one million won and more. 'Contented eating' group appeared lower distribution proportion in the sixties and 'Healthy and light eating' group does higher in the fifties. 'Contented eating' versus 'Rice and Kimchi eating', odds ratio for hypertension, diabetes, metabolic syndrome and obesity significantly decreased after adjusting age and sex (OR=0.64, 0.73, and 0.85 respectively, 95% CI). Although our results were from a cross-sectional study, these imply that the dietary patterns were related to diseases.
Recently, dietary pattern analysis was emerged as an approach to examine the relationships between diet and risk of chronic diseases. This study was to identify groups with population who report similar dietary pattern in Korean genome epidemiology study (KoGES) and association with several chronic diseases. The cohort participants living in Ansung and Ansan (Gyeonggi province) were totally 10,038. Among those, 6,873 subjects with no missing values in food frequency questionnaire were included in this analysis. After combining 103 food items into 17 food groups, 4 dietary factors were obtained by factor analysis based on their weights. Factor 1 showed high factor loadings in vegetables, mushrooms, meats, fish, beverages, and oriental-cereals. Factor 2 had high factor loadings in vegetables, fruits, fish, and factor 3 had high factor loadings in cereal-oriental, cerial-western and snacks. Factor 4 showed positive high factor loadings in rice and Kimchi and negative factor loadings in mushrooms and milk and dairy products. Using factor scores of four factors, subjects were classified into 3 clusters by K-means clustering. We named those 'Rice and Kimchi eating' group, 'Contented eating' group, and 'Healthy and light eating' group depending on their eating characteristics. 'Rice and Kimchi eating' group showed high prevalence in men, farmers and 60s. 'Contented eating' group and 'Healthy and light eating' group had high prevalence in women, people living in urban area (Ansan Citizen), with high-school education and above, and a monthly income of one million won and more. 'Contented eating' group appeared lower distribution proportion in the sixties and 'Healthy and light eating' group does higher in the fifties. 'Contented eating' versus 'Rice and Kimchi eating', odds ratio for hypertension, diabetes, metabolic syndrome and obesity significantly decreased after adjusting age and sex (OR=0.64, 0.73, and 0.85 respectively, 95% CI). Although our results were from a cross-sectional study, these imply that the dietary patterns were related to diseases.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
만성질환의 환경적, 유전적 특징을 찾아 국민건강증진을 위한 기초자료를 제공하고자 시도한 본 연구의 결과는 식사 섭취유형이 고위험군을 가려낼 수 있는 하나의 도구가 될 수 있음을 시사하고 있다. 그러나, 본 연구에서 제시한 질병에 대한 위험도는 횡적조사 (cross-sectional study) 에 의한 유병위험도이므로, 기타 영향요인을 고려한 심층적인 분석과 장기적인 추적의 결과를 통하여 검증하는 연구가 필요할 것이다.
본 연구는 '한국인유전체역학조사사업 ' 의 일부인 안성과 안산지역 을 대상으로 하는 코호트 대상자로부터 식 품 섭취빈도 조사를 실시한 결과를 이용하여 요인분석과 군집 분석을 실시하여 식사의 요인을 추출하고, 요인별 대상자 분류를 통하여 어떤 식사패턴을 가진 사람들이 질병의 위험도가 높은지에 대하여 알아보고자 하였다. ' 한국인 유전체 역학 조사사업'은 총 20만 명의 코호트를 구축하여, 질병의 발생에 환경요인 및 유전체가 미치는 영향을 파악하고, 만성질환에 대한 건강 증진과 질병의 예방을 위한 정책 수립의 자료를 마련하고자 하는 사업으로 2001년부터 진행하고 있다.
본 연구에서는 한국인유전체역학조사 대상자 중 경기도 안산과 안성에 거주하는 6, 873명을 대상으로 식품 섭취빈도 조사에서 조사된 식 풉섭 취 무게를 기준으로 식 품섭 취 요인을 추출하고 이 과정에서 계산된 요인점수 (factor score) 를 기준으로 유사한 식품섭취패턴을 가진 사람들을 묶어 그 특징을 살펴보았다. 각각의 식습관은 질병에 대한 위험요인이 될 수 있으며, 우리나라사람들에서 가장 쉽게 발견할 수 있는 '밥김치편식'군을 기준으로 다른 식사섭취패턴을가진 집단의 질병유병에 대한 위험도를 살펴보았다.
가설 설정
2) OR: odds ratio, Cl: confidence interval. 3) Odds ratios were adjusted for age (솨。; 50s, 60s), sex. 4) Frequency (%).
제안 방법
고혈압은 누워서 3회 측정한 혈압값의 평균값을 이용하여 JNC-7")을 기준으로 환자군을 분류하였고, 당뇨병은 공복시 혈당값과 포도당음복 2시간 후 혈당 값을 이용하여 2003년 WHO 당뇨병 진단기준疝에 따라 환자군을 분류하였다. 대사증후군의 진단은 2001년 NCEP (National Cholesterol Education Program, US) 의 ATP-IlF8를 기준으로 저 고밀도 콜레스테롤증, 고 중성지질증, 고혈압, 고 공복혈당 환자를 분류하고, 복부비만은 아시아 진단기준을 사용하여, 物 이 중 3가지 이상의 증상이 있을 때 대사증후군으로 분류하였다.
1일 평균 영양소 섭취량은 한국인 유전체역학정보 관리시스템 Ver L0을 이용하여 총 23가지의 영양소 (에너지, 단백질, 지방, 탄수화물, 섬유소, 칼슘, 인, 칼슘, 철분, 칼륨, 나트륨, 비타민 A, 레티놀, 카로틴, 티아민, 리보플라빈, 나이아신, 비타민 C, 아연, 비타민 B6, 엽산, 비타민 E, 콜레스테롤)에 대하여 계산하였다. 식품성분표는 한국인 영양 권장량 저”차 개정판新)을 사용하였고, 이 설문지에 대한 타당성은 보고되었다
각 군집의 특성을 확인하기 위하여 식품별 1일 평균 섭취 무게와 식품군별 섭취 무게의 순위를 살펴보았다. 군집 별로 20위까지의 식품별 순위를 살펴보면 모든 군집에서 쌀밥과 잡곡밥이 1, 2위를 차지하고 있으나 군집 3의 경우 쌀과 잡곡밥의 섭취가 군집 1과 2에 비해 매우 낮은 편이며, 군집 1의 경우 김치류의 순위가 3위로 다른 군집보다 많이 섭취하고 있었다.
각 질병에 대한 유병위험도는 각 질병에 대한 정의에 따라 사전에 자신의 질병유무를 알고 있었던 사람들은 의식적 혹은 무의식적으로 식품섭취유형의 변경 가능성을 배재하기 위하여 제외하고, logistic regression model을 이용하여 유병율에 대한 odds ratio (OR) 을 계산하였다. 자료의 통계분석은 SAS (verson 8.
살펴보았다. 각각의 식습관은 질병에 대한 위험요인이 될 수 있으며, 우리나라사람들에서 가장 쉽게 발견할 수 있는 '밥김치편식'군을 기준으로 다른 식사섭취패턴을가진 집단의 질병유병에 대한 위험도를 살펴보았다.
군집별로 성별, 지역, 연령, 직업, 가족수, 교육수준, 소득 등 일반특성을 제시하였다 (Table 6). 밥김치편식군에는 남자들의 비율이 높았으며, 지역적으로는 농촌지역인 안성지역에 많이 분포하고 있었으며, 평균연령은 세 군집 중 가장 높고, 60대가 약간 많았다.
대사증후군의 진단은 2001년 NCEP (National Cholesterol Education Program, US) 의 ATP-IlF8를 기준으로 저 고밀도 콜레스테롤증, 고 중성지질증, 고혈압, 고 공복혈당 환자를 분류하고, 복부비만은 아시아 진단기준을 사용하여, 物 이 중 3가지 이상의 증상이 있을 때 대사증후군으로 분류하였다. 비만은 체질량지수 (BMI, weight (kg)/ height (m?))를 이용하여 BMI가 25 이상을 비만으로 분류하였다.
마지막으로 각 군집의 질병에 대한 유병위험도를 살펴보았다(Table 8). 밥김치편식군을 기준으로 하면 고혈압에 대한 유병위험도는 다양.
요인점수 (factor score) 는 요인점수계수 (standardized scoring coefficients) 2]- 실제 관측지 의 값을 곱한 값으로, 개인별로 생성되며, 군집분석 시 대상자들 간의 공통 특성을 찾아 비슷한 특성을 가지는 대상자들을 묶어주는 기준으로 이용할 수 있는 표준화된 값이다. 본 연구에서는 K-means clu- stering을 이용하여 대상자를 3개의 군집으로 분류하였다.
분류된 식사패턴별 군집의 일반특성을 비교하기 위하여 지역, 성별, 연령, 직업, 가족수, 교육수준 및 소득수준에 따른 분포를 살펴보았다. 자료의 분석은 Z2 검정과 분산분석을 사용하였고, 집단 간의 평균차이가 있는 경우 Duncan 의 사후검정을 이용하여 차이가 있는 집단을 확인하였다.
대사증후군의 진단은 2001년 NCEP (National Cholesterol Education Program, US) 의 ATP-IlF8를 기준으로 저 고밀도 콜레스테롤증, 고 중성지질증, 고혈압, 고 공복혈당 환자를 분류하고, 복부비만은 아시아 진단기준을 사용하여, 物 이 중 3가지 이상의 증상이 있을 때 대사증후군으로 분류하였다. 비만은 체질량지수 (BMI, weight (kg)/ height (m?))를 이용하여 BMI가 25 이상을 비만으로 분류하였다.
식품섭취빈도조사의 식품목록 103개의 음식/식품을 비슷한 식품성분을 가지는 식품끼리 묶어 17개의 식품군으로 분류하였다. 식품의 분류는 식품성분표痢의 식품 분류를 기본으로 하였으나, 식품 빈도가 높거나 특징이 있는 것은 세분화하였다.
대식군보다 낮음에도 불구하고 칼슘, 비타민 A, 비타민 C, 카로텐 등의 섭취량은 세 군집 중 가장 높았으며, 밥김치편식군보다 단백질, 지방, 인, 철, 비타민 B), B2, B6, 니아신, 아연, 레티놀, 식이섬위비타민 E 및 콜레스테롤 등의 섭취량도 높았다. 영양소의 섭취량은 성별과 연령별로 크게 차이가 나며, 본 연구의 대상자의 분포는 군집 2와 3에서 여자의 분포비율이 높고, 군집 1은 60대의 분포가 높은 등 각 군집별로 남녀 및 연령분포가 일정하지 않으므로, 영양소 섭취량에 대한 섭취량이 성별, 연령별로 보정하여 확인해 보았다. 보정 후의 집단 간 차이는 보정 전의 특성과 다르지 않은 것으로 확인되었다.
요인은 varimax rotation을 이용한 인자회전 후 추출하였으며, 요인적재값 (factor loadings) 의 절대값이 0.2 이상인 식품군 종류를 요인특성 파악에 이용하였다. 요인적재 값이란 각 변수와 요인의 상관관계를 나타내는 값으로 절대치가 1에 가까울수록 해당변수와 관련성이 높으며, 양의 높은 값을 가질수록 그 요인과 양의 상관관계를 가진다는 것이고, 음의 값이 클수록 음의 상관관계를 가진다는 것이다.
대상 데이터
다양 . 대식군은 60대가 적고, 건강 . 소식군은 50대의 비율이 높은 특징이 있었다.
본 사업에서는 5대 만성질환 (당뇨, 고혈압, 골다공증, 비만, 대사증후군)에 대한 유전체 역학연구를 위하여 2001년부터 40세 이상 성인으로부터 생활습관, 환경요인 및 유전자원 등을 수집하고 있으며, 이번 연구에서는 경기도 안성 (농촌지역)과 안산 (중소도시)에 거주하는 40~70세까지의 성인을 대상으로 2001년 5월부터 2003년 2월까지 조사한 자료를 이용하였다. 코호트 구축을 위한 기초조사에 참여한 10, 038명 중 식품섭취빈도조사에 참여하여 무응답이 없고, 역학정보가 확보된 6, 873명 (안성 2, 418명, 안산 4, 456명)의 자료를 식사섭취패턴 (dietary pattern) 분석에 활용하였다.
본 연구는 질병관리본부 국립보건연구원 유전체센터에서 수행 중인 한국인유전체역학조사사업 (Korean Genome Epidemiology study; KoGES) 의 참여자 일부를 대상으로 시행되었다.
자료를 이용하였다. 코호트 구축을 위한 기초조사에 참여한 10, 038명 중 식품섭취빈도조사에 참여하여 무응답이 없고, 역학정보가 확보된 6, 873명 (안성 2, 418명, 안산 4, 456명)의 자료를 식사섭취패턴 (dietary pattern) 분석에 활용하였다.
데이터처리
2) Different alphabets showed significantly different of mean among groups at a = 0.05 by Duncan's multiple comparison test.
3) Consumption weight of *Snack' was significantly higher in Cluster 2 than Cluster 1 and Cluster 3 a] a = 0, 05 by Duncan's multiple comparison test.
대상자들을 식사패턴에 따라 분류하기 위하여 요인분석에서 계산된 대상자들의 개인별 요인점수 (factor score) 를 이용하여 군집분석 (cluster analysis) 을 시행하였다. 요인점수 (factor score) 는 요인점수계수 (standardized scoring coefficients) 2]- 실제 관측지 의 값을 곱한 값으로, 개인별로 생성되며, 군집분석 시 대상자들 간의 공통 특성을 찾아 비슷한 특성을 가지는 대상자들을 묶어주는 기준으로 이용할 수 있는 표준화된 값이다.
분포를 살펴보았다. 자료의 분석은 Z2 검정과 분산분석을 사용하였고, 집단 간의 평균차이가 있는 경우 Duncan 의 사후검정을 이용하여 차이가 있는 집단을 확인하였다.
이론/모형
2, SAS Institute Inc. Cary, NO 프로그램을 이용하였다.
식사섭취패턴 분석은 유전체역학연구를 위하여 개발한 반정량 식품섭취빈도조사지 (SQFFQ; Semi-Quantitative Food Frequency Questionnaire) 를 이용하였다. 식품섭취 빈 도조 사지는 103개의 음식/식품항목으로 구성되어있고, 1년간의 섭취빈도 (거의 안먹음, 월 1회 월 2~3회, 주 1~2 회, 주 3~4회, 주 5~6회, 일 1회, 일 2회, 일 3회)와 1회 평균 섭취량 (기준량보다 적음, 기준량, 기준량보다 많음) 으로 구성되어 있다.
대하여 계산하였다. 식품성분표는 한국인 영양 권장량 저”차 개정판新)을 사용하였고, 이 설문지에 대한 타당성은 보고되었다
요인분석은 식품섭취빈도조사의 식품목록을 17개 군으로 분류한 식품군의 1일 섭취무게를 이용하였고, 요인추출 방법으로는 주성분분석 (principle components method) 을 이용하였다.
성능/효과
1) 103개의 식품/음식을 17개의 식품군으로 묶어 요인분석을 실시한 결과 4개의 요인이 추출되었다.
1) Consumption weights of all food groups except 'Beverages', 'Snack', and 'Seeds and Nuts' were significantly different among clusters at a = 0.05 by Duncan's mutiple comparison test.
2) 추출된 4개의 요인의 요인점수를 기준으로 대상자를 분류한 결과 밥김치편식 (rice and Kimchi eating) 군, 다양 . 대식 (contented eating) 군, 그리고 건강 - 소식 (heathy and light eating) 군으로 나눌 수 있었다.
3) 밥김치편식군은 남자와 농부, 60대의 비율이 높은 특징이 있으며, 다양 . 대식군과 건강 .
4) 고혈압, 당뇨병, 대사증후군, 비만에 대한 질병의 위험도는 밥김치편식군을 기준으로 할 때 성별과 연령 보정 후 당뇨병, 대사증후군, 비만의 다양 . 대식군의 유병위험도가 감소하는 경향을 나타내었다.
평균 요인점수로 살펴본 각 군집의 특성을 살펴보면 군집 1은 요인 4의 점수가 가장 높으며, 요인 4의 특징은 밥과 김치를 위주로 하는 식사 패턴을 가지고 있다. 군집 2는 요인 3의 특징이 가장 높고, 그 다음이 요인 2의 특징을 많이 가지고 있어 여러 가지 식품을 고루 섭취하는 유형을 가지고 있으나 밥보다는 다른 종류의 탄수화물 섭취가 높은 경향을 보였다. 군집 3의 경우 요인 4의 요인점수가 매우 낮으며, 요인 1, 2 점수가 비교적 높아 밥과 김치의 섭취가 적으면서 골고루 섭취하는 경향을 가진 군집이다.
뿐만 아니라 다른 군집에 비해서 수박, 토마토, 사과 등 과일의 섭취 순위가 높아 군집 3의 경우 식사의 구성에 우유 및 유제품, 과일 등의 비중이 높음을 알 수 있다. 군집 2의 경우는 쌀밥, 잡곡밥, 우유, 김치, 요구르트의 경우는 군집 1과 군집 3의 중간 섭취량을 보이나 나머지 식품들에서는 모두 가장 섭취량이 높게 나타났다 (Table 4).
군집 1의 경우 4위 이하의 식품군은 타 군집에 비하여 섭취량이 현저히 낮고 밥과 김치의 섭취량이 매우 높은 특징을 보인다. 군집 2의 순위와 섭취량에서 보면 밥과 김치는 군집 1보다 적지만 군집 3보다는 많고, 과일류, 채소류, 우유 및 유제품, 버섯, 종실유, 해조류 등에서는 군집 3보다는 적고 군집 1보다는 많은 반면, 나머지 식품군에서는 모두 가장 많은 섭취량을 보인다. 군집 3은 밥 군과 김치, 곡류의 섭취량은 군집 1과 2보다 낮으나, 과일, 우유 및 유제품, 채소류, 어류, 버섯, 견과류 및 해조류는 군집 1과 2보다 섭취량이 많았다 (Table 5).
군집 2의 순위와 섭취량에서 보면 밥과 김치는 군집 1보다 적지만 군집 3보다는 많고, 과일류, 채소류, 우유 및 유제품, 버섯, 종실유, 해조류 등에서는 군집 3보다는 적고 군집 1보다는 많은 반면, 나머지 식품군에서는 모두 가장 많은 섭취량을 보인다. 군집 3은 밥 군과 김치, 곡류의 섭취량은 군집 1과 2보다 낮으나, 과일, 우유 및 유제품, 채소류, 어류, 버섯, 견과류 및 해조류는 군집 1과 2보다 섭취량이 많았다 (Table 5).
소식군의 식품의 섭취량이 다양 . 대식군보다 낮음에도 불구하고 칼슘, 비타민 A, 비타민 C, 카로텐 등의 섭취량은 세 군집 중 가장 높았으며, 밥김치편식군보다 단백질, 지방, 인, 철, 비타민 B), B2, B6, 니아신, 아연, 레티놀, 식이섬위비타민 E 및 콜레스테롤 등의 섭취량도 높았다. 영양소의 섭취량은 성별과 연령별로 크게 차이가 나며, 본 연구의 대상자의 분포는 군집 2와 3에서 여자의 분포비율이 높고, 군집 1은 60대의 분포가 높은 등 각 군집별로 남녀 및 연령분포가 일정하지 않으므로, 영양소 섭취량에 대한 섭취량이 성별, 연령별로 보정하여 확인해 보았다.
당뇨병, 대사증후군, 비만의 다양 . 대식군의 유병위험도가 감소하는 경향을 나타내었다.
다양 . 대식군이 다른 군집에 비해 식품군의 섭취량이 많으며, 에너지, 단백질, 지방, 탄수화물의 섭취도 높은 것으로 나타나고 있음에도, 당뇨병, 대사증후군, 비만에 대한유병위험도는 건강식군보다 낮은 것으로 나타났다. 이 결과는 식품섭취의 패턴이 질병에 영향을 주는 한 요인일 수 있음을 시사하지만 현 단계에서 원인-결과적 위험도로 해석하기는 어려우며, 현재의 식사패턴이 질병의 미치는 영향을 측정하고 설명하기 위해서는 추구조사를 통하여 각 패턴별 질병의 발생 양상을 확인하는 것이 필요하다.
본 연구에서는 요인분석에 의해 특징지어지는 식품 섭취 패턴을 4가지로 정리하였는데 설명력은 42.06%로 패턴의 수가 늘어나도 그 설명력은 크게 증가하지 않았으며, 패턴의 특성도 요인의 수가 증가함에 따라 요인의 특성이 분산되어 나타나 요인을 정의하기 어려웠다. 일반적으로 첫 번째 요인에 일반적인 식사 (general diet) 의 요소를 많이 가지게 되는데, 요인 1과 요인 2는 요인을 설명하는 식품군이 크게 다르지 않으면서도 곡류군과 육류군에 대한 설명 정도가 다른 특징이 있다.
각 요인의 특성을 살펴보면 요인 1은 곡류와 감자류 등의 요인적재 값 (factor loadings) 이 낮고 야채, 버섯, 고기, 생선류, 음료 등 비교적 고른 식품군에 높은 양의 요인적재 값 (factor loadings)을 가지는 특징이 있다. 요인 2는 곡류에 해당하는 식품군의 적재값의 절대치가 낮으나 감자, 콩 야채, 과일, 달걀, 해조류 등 육류를 제외한 식물성 식품군에 높은 양의 적재 값을 가지고 있었으며, 요인 3은 밥을 제외한 곡류식품군 및 난류, 우유 및 유제품 등이 기준값 (0.2)보다 높은 적재 값을 가지고 있었다. 요인 4의 특징은 밥과 김치에 높은 양의 적재값을 가지며 버섯과 우유 및 유제품 군에 음의 적재 값을 가지는 특징이 있다.
요인 분석을 통하여 나타난 4개 유형의 요인점수 (factor score) 를 이용하여 군집분석을 실시하여 대상자들 이세 군집으로 분류되었는데, 각 군집에 해당하는 사람들은 각각 5, 372명 (78.2%), 838명 (12.2%) 및 663명 (9.6%) 으로 군집 1에 가장 많이 분류되었다. 각 군집의 요인점수 평균이 Table 3에 제시되어 있다.
이상의 세 군집별 일반특성의 분포를 정리해보면 평균연령은 밥김치편식군이 가장 높고 다양 . 대식군이 가장 낮았으며, 건강 .
대식군인 군집 2는 여자가 많았고, 안산주민이 더 많이 분포하고 있으며, 연령은 가장 낮게 나타났고 40대가 많았다. 주부가 많았으며, 4인 가족을 가진 사람들의 비율이 높은 특징이 있었다 교육수준은 고졸이상이 많았고, 소득수준은 월수입 200만원 이상인 사람들이 많았다. 건강식군은 여자, 안산주민의 비율이 높았으며, 50 대의 비율이 높게 나타났다.
후속연구
수 있음을 시사하고 있다. 그러나, 본 연구에서 제시한 질병에 대한 위험도는 횡적조사 (cross-sectional study) 에 의한 유병위험도이므로, 기타 영향요인을 고려한 심층적인 분석과 장기적인 추적의 결과를 통하여 검증하는 연구가 필요할 것이다.
' 한국인 유전체 역학 조사사업'은 총 20만 명의 코호트를 구축하여, 질병의 발생에 환경요인 및 유전체가 미치는 영향을 파악하고, 만성질환에 대한 건강 증진과 질병의 예방을 위한 정책 수립의 자료를 마련하고자 하는 사업으로 2001년부터 진행하고 있다. 본 연구에서 제시된 식사패턴은 추후 코호트 추적조사를 통하여 나타난 질병의 발생 위험도를 확인하여, 식사패턴을 이용한 예방대책 등에 활용될 수 있을 것이다.
대식군이 다른 군집에 비해 식품군의 섭취량이 많으며, 에너지, 단백질, 지방, 탄수화물의 섭취도 높은 것으로 나타나고 있음에도, 당뇨병, 대사증후군, 비만에 대한유병위험도는 건강식군보다 낮은 것으로 나타났다. 이 결과는 식품섭취의 패턴이 질병에 영향을 주는 한 요인일 수 있음을 시사하지만 현 단계에서 원인-결과적 위험도로 해석하기는 어려우며, 현재의 식사패턴이 질병의 미치는 영향을 측정하고 설명하기 위해서는 추구조사를 통하여 각 패턴별 질병의 발생 양상을 확인하는 것이 필요하다.
참고문헌 (53)
Mertz W. Food and Nutrients. J Am Diet Assoc 1984; 84: 769-770
Hu FB. Dietary pattern analysis: a new direction in nutritional epidemiology. Curr Opin Lipidol 2002; 13: 3-9
Fung TT, Rimm EB, Spiegelman D, Rifai N, Tofler GH, Willett WC, Hu FB. Association between dietary patterns and plasma biomarkers of obesity and cardiovascular disease risk. Am J Clin Nutr 2001;73(1): 61-67
Pryer JA, Nichols R, Elliott P, Thakrar B, Brunner E, Marmot M. Dietary patterns among a national random sample of British adults. J Epidemiol Community Health 2001; 55: 29-37
Schwerin HS, Stanton JL, Riley AM, Schaefer AE, Leveille GA, Elliott JG, Warwick KM, Brett BE. Food eating patterns and health: a reexamination of the Ten-State and HANES I surveys. Am J Clin Nutr 1981; 34: 568-580
Schwerin HS, Stanton JL, Smith JL, Riley AM, Brett BE. Food, eating patterns, and health: a further examination of the relationship between food eating patterns and nutritional health. Am J Clin Nutr 1982; 35: 1319-1325
Shatenstein B, Nadon S, Godin C, Ferland G. Diet quality of Montreal-area adults needs improvement: estimates from a selfadministered food frequency questionnaire furnishing a dietary indicator score. J Am Diet Assoc 2005; 105(8): 1251-1260
Brandstetter BR, Korfmann A, Kroke A, Becker N, Schulze MB, Boeing H. Dietary Habits in the German EPIC Cohorts: Food group intake estimated with the food frequency questionnaire. Ann Nutr Metab 1999; 43: 246-257
Elmstahl S, Holmqvist O, Gullberg B, Johasson U, Berglund G. Dietary patterns in high and low consumers of meat in a Swedish Cohort Study. Appetite 1999; 32: 191-206
Greenwood DC, Cade JE, Draper A, Barrett JH, Calveert C, Greenhalgh A. Seven unique food consumption patterns identified among women in the UK Women's cohort study. Eur J Clin Nutr 2000; 54: 314-320
Schulze MB, Hoffmann K, Kroke A, Boeing H. An Approach to construct simplified measures of dietary patterns from exploratory factor analysis. Br J Nutr 2003; 89: 409-418
Kesse E, Clavel-Chapelon F, Boutron-Ruault MC. Dietary patterns and risk of colorectal tumors: A cohort of French women of the National Education System (E3N). Am J Epidemiol 2006; 164(11): 1085-1093
Mizoue T, Yamaji T, Tabata S, Yamaguchi K, Shimizu E, Minishita M, Ogawa S, Kono S. Dietary patterns and colorectal adenomas in Japanese men. Am J Epidemiol 2005; 161: 338-345
Hu FB, Rimm EB, Stampfer MJ, Ascherio A, Spiegelman D, Willett WC. Prospective study of major dietary patterns and risk of coronary heart disease in men. Am J Clin Nutr 2000; 72: 912-921
Fung TT, Willett WC, Stempfer MJ, Manson JE, Hu FB. Dietary patterns and the risk of coronary heart disease in women. Arch Intern Med 2001; 161: 1857-1862
Montonen J, Knekt P, Harkanen T, Jarvinene R, Heliovaara M, Aromoa A, Reunanen A. Dietary patterns and the incidence of type 2 diabetes. Am J Epidemiol 2005; 161: 219-227
Huijbregts PPC, Feskens EJM, Kromhout D. Dietary Patterns and cardiovascular risk factors in elderly men: The Zutphen Elderly Study. Int J Epidemiol 1995; 24(2): 313-320
Schulze MB, Hoffmann K, Kroke A, Boeing H. Risk of hypertension among women in the EPIC-Postdam study: Comparison of relative risk estimates for exploratory and hypothesisoriented dietary patterns. Am J Epidemiol 2003; 158(4): 365-373
Wirfalt E, Hedblad B, Gulberg B, Mattisson I, Andren C, Rosander U, Janzon L, Berglund G. Food patterns and components of the metabolic syndrome in men and women: A cross-sectional study within the Malmodiet and cancer cohort. Am J Epidemiol 2001; 154(12): 1150-1159
Hulshof KF, Wedel M, Lowik MR, Kok FJ, Kistemaker C, Hermus RJ, Ten Hoor F, Ockhuizen T. Clustering of dietary variables and other lifestyle factors (Dutch Nutritional Surveyllance System). J Epidemiol Community Health 1992; 46: 417-424
Tucker KL, Dallal GE, Rush D. Dietary patterns of elderly Boston- area residents defined by cluster analysis. J Am Diet Assoc 1992; 92: 1487-1491
Hur IY, Moon HK. A study on the menu patterns of residents in Kangbukgu (I)-Whole menu patterns and mu patterns by meal. Korean J Community Nutr 2001; 6(4): 686-702
Park YS, Lee JW. Development of a simple evaluation questionaire for screening the dietary pattern of overweight young adults. Korean J Community Nutr 2002; 7(5): 675-685
Yoo SY, Song YJ, Joung HJ, Paik HY. Dietary assessment using dietary pattern analysis of middle school students in Seoul. Korean J Nutr 2004; 37(5): 373-384
Song YJ, Joung HJ, Paik HY. Socioeconomic, nutrient, and health risk factors associated with dietary patterns in adult populations from 2001 Korean National Health and Nutrition Survey. Korean J Nutr 2005; 38(3): 219-225
Ahn Y, Lee JE, Paik HY, Lee HK, Jo I, Kimm K. Development of a semi-quantitative food frequency questionnaire based on dietary data from the Korea National Health and Nutrition Examination Survey. Nutr Sci 2003; 6(3): 173-184
Recommended dietary allowances for Koreans, 7th Ed, The Korean Nutrition Society, Seoul; 2000
Ahn Y, Lee JE, Cho NH, Shin C, Park C, Oh BS, Kimm K. Validation and calibration of semi-quantitative food frequency questionnaire -with participants of the Korean Health and Genome Study. Korean J Community Nutr 2004; 9(2): 173-182
Food composition table, 6th revision, National Rural Living Science Institute R.D.A; 2001
The Seventh Report of the Joint National Committee on Prevention, Detection, Evaluation, and Treatment of High Blood Pressure: The JNC 7 Report. JAMA 2003; 289(19): 2560-2571
Executive Summary of The Third Report of the National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation and Treatment of High Blood Cholesterol in Adults (Adult Treatment Panel III). JAMA 2001; 285: 2486-2497
The Asia-Pacific perspective: Redefining obesity and its treatment, The International Obesity Task Force; 2000
Terry P, Hu FB, Hansen H, Wolk A. Prospective study of major dietary patterns and colorectal cancer risk in women. Am J Epidemiol 2001; 154(12): 1143-1149
Nicklas TA, Webber LS, Thompson B, Berenson GS. A multivariate model for assessing eating patterns and their relationship to cardiovascular risk factors: the Bogalusa Heart Study. Am J Clin Nutr 1989; 49: 1320-1327
Van den Bree MBM, Eaves LJ, Dwyer JT. Genetic and environmental influences on eating patterns of twin aged ${\ge}$ 50y. Am J Clin Nutr 1999; 90: 456-465
Fung TT, Schulze M, Manson JE, Willett WC, Hu FB. Dietary patterns, meat intake and the risk of type 2 diabetes in women. Arch Intern Med 2004; 164(20): 2235-2240
Paradis AM, Perusse L, Vohl MC. Dietary patterns and associated lifestyles in individuals with and without familial history of obesity: a cross-sectional study. Int J Behav Nutr Phys Act 2006; 3: 38-46
Okubo H, Sasaki S, Horiguchi H, Oguma E, Miyamoto K, Hosoi Y, Kim MK, Kayama F. Dietary patterns associated with bone mineral density in premenopausal Japanese farmwomen. Am J Clin Nutr 2006; 83: 1185-1192
Tucker KL, Chen H, Hannan MT, Cupples LA, Wilson PWF, Felson D, Kiel DP. Bone mineral density and dietary patterns in older adults: the Framingham Osteoporosis Study. Am J Clin Nutr 2002; 76: 245-252
※ AI-Helper는 부적절한 답변을 할 수 있습니다.