선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그러나 위에 제시된 바와 같이 현재 KNHANES에서 사용되고 있는 NDB와 연구자들이 일반적으로 사용하는 NDB가 서로 다르므로 이러한 차이가 결과에 어떠한 영향을 미치는지 검토할 필요가 있다. 따라서 본 연구에서는 가장 최근에 발표된 2007 KNHANES 식품 섭취 자료를 CAN-Pro 3.0 NDB로 재분석하여 그 결과를 원 자료와 비교함으로써, NDB에 따른 영양소 섭취량의 차이를 평가하고, 현재까지 분석되지 않은 일부 미량영양소 (아연, 비타민 B6, 비타민E, 엽산, 콜레스테롤)의 섭취를 분석해 보고자 하였다.
- 본 연구는 우리나라 국민들의 대표적인 식생활 조사 자료인 국민건강영양조사 결과를 일반 연구자들이 가장 많이 사용하는 CAN-Pro NDB로 다시 계산한 것으로, 앞으로 다른 연구 결과들이 국민건강영양조사 자료의 결과들과 비교할 때 사용할 수 있는 근거자료를 마련하는데 기여했다. 본 연구의 제한점은 국민건강영양조사의 식품을 CAN-Pro NDB로 전환하여 계산한 결과만을 비교하였을 뿐, 실제 DB를 비교한 것은 아니라는 점이다.
- 본 연구에서는 2007 KNHANES 식이섭취자료를 CAN-Pro 3.0 NDB를 이용하여 재분석함으로써, NDB 차이에 따른 영양소 섭취의 차이를 평가하고 지금까지 계산되지 않았던 아연, 비타민 B6, 엽산, 비타민 E, 콜레스테롤 섭취를 분석하고자 하였다.
- 0 NDB로 재분석함으로써 영양소데이타베이스에 따른 영양소 섭취의 차이를 계산할 수 있었는데 그 결과 영양소 섭취량 사이에 유의한 차이가 있는 것으로 확인되었다. 이러한 차이의 원인을 파악하기 위해 두 데이터베이스에서 나온 결과로부터 주요 영양소 섭취에 기여도가 높은 기여 식품과 이들 식품이 총 영양소 섭취에서 차지하는 비율을 살펴보았다. 그 결과 영양소 섭취 기여식품의 항목은 대체로 유사하고 각 식품으로부터의 섭취량과 총 섭취량의 비율은 조금씩 차이가 있으나 큰 차이를 보이는 식품은 없었다 (자료 제시 안 함).
제안 방법
- “머위, 데친것”, “머위, 삶은것”과 같이 조리 형태는 다르지만 동일 식품이 존재할 경우에는 CAN-Pro 3.0 NDB에 코드를 새로 추가 하되, 영양소 함량은 수분 함량을 이용하여 계산한 DB를 사용하였다.
- 2007 KNHANES의 24시간 회상법 식이섭취자료의 섭취한 식품과 섭취량 데이터를 위에서 구축된 CAN-Pro 3.0 식품코드와 병합 (merging)한 뒤 CAN-Pro 3.0 NDB를 이용하여 영양소 섭취량을 산출하고 Table 1에 제시된 한국인영양섭취기준 (한국영양학회, 2005)에서 분류한 성별, 연령군별 섭취량의 평균과 표준오차를 계산하였다.
- 동일 혹은 타 회사의 유사제품이 있는 경우에는 이를 이용하여 대체하였다. 유사제품이 여러 가지 존재할 경우에는 1) 에너지와 다량영양소 함량의 유사성을 먼저 고려하였고 2) 무기질 3) 비타민의 순으로 영양소 함량의 유사성을 고려하여 대체하였다.12) “요구르트, 호상, 슈퍼100, 열대과일”과 같이 정확하게 일치하는 식품은 없으나 “요구르트, 호상, 슈퍼100, 딸기맛”과 “요구르트, 호상, 슈퍼100, 복숭아맛”과 같은 2개 이상의 유사 식품이 있을 경우에는 해당 식품들의 평균값을 이용하였다.
- CAN-Pro 3.0 NDB에는 KNHANES NDB에 들어있지 않은 영양소 중 아연, 비타민 B6, 엽산, 비타민 E, 콜레스테롤의 5가지 영양소를 포함하고 있으므로 본 연구에서 작성한 식품코드 전환을 이용하여 2007 KNHANES 조사대상자들이 식이섭취자료로부터 이들 영양소의 섭취량을 계산하여 각 영양소의 연령별, 성별 평균섭취량을 계산하여 Table 6에 제시하였으며 주요 식품군과 식품의 영양소 기여도를 분석하였다.
- 외국 자료로는 USDA Release 2113)을 검토하여 식품의 특성(계통분류체계, 조리 상태, 영양소 함량 등)을 고려하여 동일 식품인지 여부를 확인 한 후 새 코드를 생성하고 그 영양소 함량을 DB에 추가하였다. 가공식품 중에서 유사제품으로 대체가 불가능 할 경우, 식품회사로부터 제공 받은 식품 성분 함량 자료와, 식품표시사항 및 영양소 표시 정보, 서울대학교 식품영양학과 인체영양 연구실에서 구축한 음식 별 레시피 자료를 이용하여 영양소 함량을 계산 하였다. 이러한 방법으로 대체한 42종 (3.
- 계산된 영양소 섭취량 중 2007 KNHANES 결과에서 보고된 영양소에 대해서는 성별, 연령별 그룹에 따른 평균값과 표준오차를 구하고, 두 결과의 차이와 그 비율을 다음과 같이 계산하였다.
- 0 NDB에 코드를 새로 추가 하되, 영양소 함량은 수분 함량을 이용하여 계산한 DB를 사용하였다. 동일한 종 혹은 속에 속하는 식품의 경우에는 계통 분류 체계를 이용 하여 CAN-Pro 3.0 NDB의 식품으로 처리 하였다. 식품 계통체계의 분류를 위해 해양수산연구정보포탈(National Fisheries Research Development Institute: NFRDI)10)과 국가생물종지식정보시스템 (Korea Biodiversity information system)11)의 분류 체계를 활용하였다.
- 0의 NDB를 활용할 수 없는 것으로 판단된 식품이 42종 있었으며 이 식품들은 외국의 자료와 제조회사 등에 문의하여 식품코드를 생성하고 영양소 자료를 추가하였다. 외국 자료로는 USDA Release 2113)을 검토하여 식품의 특성(계통분류체계, 조리 상태, 영양소 함량 등)을 고려하여 동일 식품인지 여부를 확인 한 후 새 코드를 생성하고 그 영양소 함량을 DB에 추가하였다. 가공식품 중에서 유사제품으로 대체가 불가능 할 경우, 식품회사로부터 제공 받은 식품 성분 함량 자료와, 식품표시사항 및 영양소 표시 정보, 서울대학교 식품영양학과 인체영양 연구실에서 구축한 음식 별 레시피 자료를 이용하여 영양소 함량을 계산 하였다.
- 0 NDB를 이용하여 대상자들의 섭취량을 계산할 수 있다. 이들 영양소에 대해 성별과 연령군에 따라 섭취량의 평균값과 표준오차를 계산하고 해당군의 한국인 영양섭취기준의 권장섭취량 (Recommended Intake: RI) 혹은 충분섭취량 (Adequate Intake: AI)에 대한 평균값의 백분율을 계산하였다.
- 이들 영양소의 2007 KNHANES의 식품군 분류에 따른 각 식품군별 섭취량과 식품별 섭취량을 계산하여 영양소 별주요 급원 식품군과 식품을 분석하였다. 각 영양소의 섭취에 기여하는 식품들은 전체 섭취량의 1% 이상을 차지하였던 경우에 한해 제시하였다.
- 0 NDB에서 이 식품들을 계산할 수 있어야 한다. 이를 위해 CAN-Pro 3.0의 NDB에서 해당 식품들을 찾아 2007 KNHANES code로 전환하는 작업을 수행하였다. 많은 식품들은 두 NDB에 공통적으로 들어있어서 직접 전환이 가능하였으나 2007 KNHANES에서 추출된 일부 식품은 CAN-Pro 3.
대상 데이터
- 본 연구는 질병관리본부로부터 제공받은 2007년도 KNHANES에서 식품섭취 조사를 완료한 1세 이상 인구 4,091명의 식이섭취조사자료 파일을 사용하여 수행되었다. 2007년 KNHANES에서 식이섭취조사 대상자는 남성 1,821명, 여성 2,270명으로 총 4,091명이었으며 연령별 분포는 Table 1과 같다.
데이터처리
- 두 NDB를 이용한 영양소 섭취량의 상관관계는 피어슨 상관계수 (Pearson’ s correlation coef-ficient)를 이용하여 유의성을 검증하였다. 2007 KNHANES와 CAN-Pro 3.0 NDB를 이용한 영양소 섭취량간의 차이는 paired t-test로 유의성을 검증하였고, 두 방법 간의 차이에 미치는 성별과 연령군의 영향은 이 요인들을 독립변수, % difference를 종속변수로 다중회귀 (Multiple Regression)분석을 실시하여 요인들의 유의성을 검증하였다. 모든 통계적 유의성은 p < 0.
- 두 NDB를 이용한 영양소 섭취량의 상관관계는 피어슨 상관계수 (Pearson’ s correlation coef-ficient)를 이용하여 유의성을 검증하였다.
- 모든 통계적 유의성은 p < 0.05 이하 일 때 유의한 것으로 판단하였고, 통계분석은 window용 SAS (Statistical Analysis System version 9.1.3, SAS Institute, Cary, NC, USA)를 사용하여 분석하였다.
이론/모형
- 0 NDB의 식품으로 처리 하였다. 식품 계통체계의 분류를 위해 해양수산연구정보포탈(National Fisheries Research Development Institute: NFRDI)10)과 국가생물종지식정보시스템 (Korea Biodiversity information system)11)의 분류 체계를 활용하였다. 동일 혹은 타 회사의 유사제품이 있는 경우에는 이를 이용하여 대체하였다.
성능/효과
- 2007 KNHANES에서 보고되지 않은 5종의 영양소의 주요 급원 식품군과 주요 급원식품을 분석한 결과 아연 섭취에 기여도가 가장 높은 식품군은 곡류 및 육류였고 주요 기여 식품은 백미였다. Choi 등27)의 연구에서도 쌀이 전체 아연 섭취량의 35.
- NHANES 20~39세 섭취량 350, 241 mg (남, 여)26) 보다 더 높았다. 30~49세에서 남, 여의 평균 섭취량은 336.6 mg, 216.4 mg으로 미국 NHANES 40~59세에서 보고된 353 mg, 241 mg26)보다는 낮았으나, 20대 남성에서와 마찬가지로 적정 수준을 초과하여 섭취하는 것으로 드러나, 우리나라 20~49세 성인 남성의 콜레스테롤 섭취 수준이 안전하지 않은 것을 알 수 있었다. 2007년 KNHANES에 의하면 우리나라 만 30세 이상 인구의 고콜레스테롤혈증 유병률은 10.
- 엽산은 시금치와 같은 짙푸른 잎채소에 특히 풍부하며, 브로콜리, 아스파라거스 등의 채소류, 간, 콩류, 오렌지주스, 밀의 배아 등에 풍부하며 조리나 가공과정 에서 파괴되거나 손실되기 쉽다.33) 우리나라의 채소 조리법은 가열 조리법을 많이 사용하므로 조리과정에서 엽산이 열에 의해 파괴되거나 조리수로 손실되어 실제 섭취량이 조리 전 식품의 함량보다 낮아질 수 있다. 본 자료에서 분석된 평균 섭취량이 권장섭취수준보다 낮음을 고려할 때 조리 후 실제 섭취되는 양에 대한 연구 및 엽산 영양 상태에 대한 연구가 필요한 것으로 생각 된다.
- 의 연구에서 남자에서는 1) 달걀 2) 오징어 3) 국 혹은 찌개용 고기 4) 불고기, 등심, 갈비, 스테이크 5) 꼬리곰탕, 설렁탕의 순으로 콜레스테롤 섭취량에 기여한 반면 여자에서는 1) 달걀 2) 오징어 3) 국이나 찌개용 고기 4) 불고기, 등심, 갈비, 스테이크 5) 꼬리곰탕, 설렁탕이 주요 급원 식품이라고 하였으며, Choi 등36)은 1960년대부터 1995년까지 시대가 변화함에도 불구하고 계란은 한국인의 주요 콜레스테롤의 공급원이었고, 1995년에는 전체 콜레스테롤 공급량의 약 40%를 차지하였다고 하였는데, 달걀이 주요 급원 식품이라는 점에서 본 연구와 유사하였다.
- 12) “요구르트, 호상, 슈퍼100, 열대과일”과 같이 정확하게 일치하는 식품은 없으나 “요구르트, 호상, 슈퍼100, 딸기맛”과 “요구르트, 호상, 슈퍼100, 복숭아맛”과 같은 2개 이상의 유사 식품이 있을 경우에는 해당 식품들의 평균값을 이용하였다.8,9) 이러한 방법으로 대체한 식품은 총 123종으로 전체 식품의 9.5%를 차지하였으나 2007 KNHANES에 나타난 섭취빈도는 전체의 2.2%였다.
- CAN-Pro 3.0 NDB를 이용하여 2007 KNHANES 대상자들의 아연, 비타민 B6, 엽산, 비타민 E, 콜레스테롤 섭취량을 성별, 연령 군으로 나누어 계산한 결과 여러 성별, 연령 군에서 아연, 비타민 B6, 엽산, 비타민 E의 평균 섭취량이 권장섭취량이나 충분섭취량에 비하여 낮았으며 그 내용은 영양소에 따라 달랐고, 콜레스테롤은 일부 계층에서 섭취가 과다한 것으로 나타났다. 비타민 B6의 경우 75세 이상 여성층을 제외한 대부분의 연령그룹에서 한국인 영양섭취기준 (한국영양학회, 2005)14)의 비타민 B6 권장섭취량 (Recommend Intake: RI)을 상회하는 수준으로 섭취하고 있었으나, 엽산은 모든 연령그룹에서 평균 섭취량이 권장 섭취량에 미치지 못하는 것으로 나타났다.
- 이러한 차이의 원인을 파악하기 위해 두 데이터베이스에서 나온 결과로부터 주요 영양소 섭취에 기여도가 높은 기여 식품과 이들 식품이 총 영양소 섭취에서 차지하는 비율을 살펴보았다. 그 결과 영양소 섭취 기여식품의 항목은 대체로 유사하고 각 식품으로부터의 섭취량과 총 섭취량의 비율은 조금씩 차이가 있으나 큰 차이를 보이는 식품은 없었다 (자료 제시 안 함). 영양소의 주요 급원이 되는 식품들은 비슷하므로 많이 먹는 식품의 영양소 값은 비슷하니 주요 급원이 아닌 식품들에서 차이가 있기 때문으로 보인다.
- 다중 회귀 (Multiple Regression) 분석에서는 두 방법 간의 차이에 대해서 6가지 영양소에서 연령 군, 성별, 혹은 연령과 성의 교호작용이 유의적인 영향을 미치는 것으로 나타났으며 (p < 0.05) 인과 나이아신은 성별이, 탄수화물, 칼슘, 인은 연령 군이 유의하였고, 지방, 탄수화물, 칼슘, 비타민 B2는 연령 군과 성별의 교호작용이 유의적인 영향을 미치는 것으로 분석되었다 (Table 3).
- 두 NDB를 이용하여 나온 영양소 섭취량의 차이는 모든 영양소에서 유의적이었으며 (p < 0.001), 영양소마다 0.3%에서 15.1%까지 다양하였고, 섭취량의 차이가 5% 이내인 것은 에너지, 단백질, 비타민 B2, 비타민 C, 철분의 5가지에 불과하고 일곱 개의 영양소 (지방, 탄수화물, 칼슘, 나트륨, 칼륨, 비타민 B1, 나이아신)는 5~10%, 4가지 영양소 (인, 레티놀, 비타민A, 베타카로틴)는 10% 이상의 비교적 큰 차이를 보였다.
- 또한 본 연구에서 KNHANES에서 섭취 기록된 식품들을 CAN-Pro 3.0 NDB의 식품으로 전환하는 과정에서 총 식품 1,324종 가운데 식품 코드가 직접 전환되지 않는 165종 (12.7%)의 식품들에 대해서는 대체값을 사용하였으나 이중 165종 (전체의 9.5%)은 CAN-Pro NDB에 있는 유사 식품으로 대체하였고 외부의 DB에서 값을 가져온 것은 42종 (전체의 3.2%)이었다. 그러나 이 식품들은 자주 섭취되지 않는 식품들이 많아서 총 식품 섭취 빈도에서 차지하는 비율은 약 5.
- 본 결과에서 두 방법 간의 차이가 그 방향성과 크기에서 영양소별로 다르고, 차이에 미치는 연령 군과 성별 영향도 다른 것으로 나타난 것은 NDB에 따른 차이를 일률적으로 추정할 수 없음을 의미한다.
- 비타민 E 섭취실태를 보면 6~29세 연령그룹의 평균 섭취량은 비타민 E의 충분섭취량을 상회하는 수준이었으나, 1~2세와 50세 이상 그룹에서는 충분섭취량에 훨씬 미치지 못하는 것으로 나타났다. 1~2세의 비타민 E 평균 섭취량은 3.
- 97 정도였다. 상관계수가 비교적 낮은 영양소는 비타민 A와 베타카로틴으로 0.41~ 0.52 사이의 상관계수를 보였고, 전반적으로 에너지와 다량 영양소가 미량영양소와 비교하여 상관 계수가 높은 것으로 나타났다.
- 아연 섭취에 기여도가 가장 높은 식품군은 곡류로 전체의 42.8%를 공급하였으며 그 이외에 육류, 어패류, 채소류, 유제품 순으로 기여도가 높았다. 위에 제시된 5가지 식품군에서 전체의 83.
- 엽산 섭취량은 모든 연령그룹에서 평균 섭취량이 권장섭취량에 미치지 못하는 것으로 드러났다. 특히 20~29세 및 30~49세 가임기 여성의 평균 섭취량은 각각 199, 219.
- 이상의 결과에서 그동안 KNHANES에서 보고되지 않았던 아연, 비타민 B6, 엽산, 비타민 E, 콜레스테롤의 섭취량과 주요 급원식품을 분석할 수 있었고, KNHANES 식품섭취자료를 CAN-Pro 3.0 NDB로 재분석함으로써 영양소데이타베이스에 따른 영양소 섭취의 차이를 계산할 수 있었는데 그 결과 영양소 섭취량 사이에 유의한 차이가 있는 것으로 확인되었다. 이러한 차이의 원인을 파악하기 위해 두 데이터베이스에서 나온 결과로부터 주요 영양소 섭취에 기여도가 높은 기여 식품과 이들 식품이 총 영양소 섭취에서 차지하는 비율을 살펴보았다.
- 0 NDB에도 포함된 식품은 직접 KNHANES 식품코드를 부여하였다. 전체 1,324개의 식품 중 87.2%인 1,155개의 식품에서 직접 전환이 가능하였다. 특히 일반적으로 많이 섭취되는 식품들은 대부분 직접 전환이 가능하였으므로, 2007 KNHANES 전체 식품섭취 빈도 중 이들 식품이 차지하는 빈도는 94.
- 4% 정도를 공급하였고 그 이외의 식품군은 거의 공급하지 않음을 알 수 있었다. 총 18가지 식품이 콜레스테롤의 전체 섭취량에 1% 이상 기여하였고, 주요 기여 식품은 달걀 (생것)로 전체 섭취량의 약 30%를 공급하고 있었으며 그 외에 달걀 (후라이), 닭고기로부터 각각 전체 섭취량의 6.1%, 3.7%가 공급되었다. 콜레스테롤은 동물성 식품에 많이 함유되어있는데, 본 연구에서 상대적으로 콜레스테롤 함량이 적은 곡류로부터 12.
- 콜레스테롤 섭취에 기여한 식품군은 난류 (38.8%), 어패류 (27.7%), 육류 (22.1%)가 단연 높아 이 세 군에서 총섭취의 88.6%를 차지하고 있었고, 곡류와 유제품 은 각기 11.0~12.4% 정도를 공급하였고 그 이외의 식품군은 거의 공급하지 않음을 알 수 있었다. 총 18가지 식품이 콜레스테롤의 전체 섭취량에 1% 이상 기여하였고, 주요 기여 식품은 달걀 (생것)로 전체 섭취량의 약 30%를 공급하고 있었으며 그 외에 달걀 (후라이), 닭고기로부터 각각 전체 섭취량의 6.
- 7%가 공급되었다. 콜레스테롤은 동물성 식품에 많이 함유되어있는데, 본 연구에서 상대적으로 콜레스테롤 함량이 적은 곡류로부터 12.4%의 콜레스테롤을 공급받은 것은 카스텔라, 파운드케이크, 카스타드, 머핀, 크림빵, 햄버거, 도넛 등의 우유, 계란을 넣어 만드는 빵류의 섭취에 기인함을 알 수 있었다.
- 001). 특히 에너지, 탄수화물, 단백질은 각각 0.99 이상의 매우 높은 상관계수를 나타내었고 지방은 0.97 정도였다. 상관계수가 비교적 낮은 영양소는 비타민 A와 베타카로틴으로 0.
후속연구
- 이러한 식품들에 대해서는 두 DB의 값이 달랐으므로 결과의 차이를 가져오는 요인이 되었을 것이다. 그러므로 실제적으로 두 DB를 비교하는 작업이 수행되어야 할 것으로 사료되며, 그렇게 되었을 경우 보다 정확한 영양소 섭취량을 추정할 수 있을 것이다.
- 본 연구의 제한점은 국민건강영양조사의 식품을 CAN-Pro NDB로 전환하여 계산한 결과만을 비교하였을 뿐, 실제 DB를 비교한 것은 아니라는 점이다. 또한 본 연구에서 일부 식품에 대해서 대체값을 사용하였고 대체값을 어떤 것을 사용하느냐에 따라서도 결과가 다르게 나올 수 있으므로 앞으로 이 분야에 대해서도 재검토가 필요하다고 사료된다. 그러나 대체값을 사용한 식품들이 총 섭취빈도에서 차지하는 비중이 크지 않으므로 다른 대체 방법을 사용했을 때에도 결과의 차이는 크지 않을 것으로 예측된다.
- 3% 증가하여5) 우리나라 성인들의 이상지질혈증이 나날이 증가하고 있음을 알 수 있다. 본 연구에서 우리나라 청소년 남자, 20~49세 성인 남성의 식이 콜레스테롤 섭취수준이 적정수준 (over 300 mg/day)을 넘어서는 것으로 분석되었으므로 앞으로 식이 콜레스테롤 섭취 조절을 위한 교육과 지도 등 다방면에서의 노력이 필요하다고 사료된다.
- 본 연구는 우리나라 국민들의 대표적인 식생활 조사 자료인 국민건강영양조사 결과를 일반 연구자들이 가장 많이 사용하는 CAN-Pro NDB로 다시 계산한 것으로, 앞으로 다른 연구 결과들이 국민건강영양조사 자료의 결과들과 비교할 때 사용할 수 있는 근거자료를 마련하는데 기여했다. 본 연구의 제한점은 국민건강영양조사의 식품을 CAN-Pro NDB로 전환하여 계산한 결과만을 비교하였을 뿐, 실제 DB를 비교한 것은 아니라는 점이다. 또한 본 연구에서 일부 식품에 대해서 대체값을 사용하였고 대체값을 어떤 것을 사용하느냐에 따라서도 결과가 다르게 나올 수 있으므로 앞으로 이 분야에 대해서도 재검토가 필요하다고 사료된다.
- 33) 우리나라의 채소 조리법은 가열 조리법을 많이 사용하므로 조리과정에서 엽산이 열에 의해 파괴되거나 조리수로 손실되어 실제 섭취량이 조리 전 식품의 함량보다 낮아질 수 있다. 본 자료에서 분석된 평균 섭취량이 권장섭취수준보다 낮음을 고려할 때 조리 후 실제 섭취되는 양에 대한 연구 및 엽산 영양 상태에 대한 연구가 필요한 것으로 생각 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.