ビーガンは「より健康的なバイオマーカープロファイル」を持っています
最近の研究では、食事の選択が体内の有益なバイオマーカーのレベルにどのように影響するかを調べました。チームは、植物ベースの食事の影響に特に興味を持っていました。
近年、菜食主義とビーガニズムは人気の高まりを経験しています。
人々はさまざまな理由で植物ベースの食事に切り替えるかもしれませんが、多くの人はその健康上の利点のためにこの道を選びます。
たとえば、動物性食品の少ない食事が結腸直腸癌と前立腺癌のリスクを減らすことを示唆するいくつかの証拠があります。
また、菜食主義は糖尿病のリスクを減らし、すでに糖尿病を患っている人の状態をコントロールするのに役立つようです。
菜食主義の食事療法を採用することが減量を後押しすることができることを示唆する証拠もあります。
なぜメリットがあるのですか？
科学者たちは、植物ベースの食事がどのように健康を改善できるかを着実に選択していません。多くの要因が関係していることは明らかです。
菜食主義者とビーガンは赤身の肉や加工肉製品を食べないということから始めましょう。どちらも専門家は癌のリスクを高めると考えています。
肉を食べないことを選択するだけでなく、植物ベースの食事療法に従う人々はまた、より多くの野菜、果物、およびナッツを消費する傾向があります。この植物物質の増加に伴い、栄養素、繊維、およびその他の潜在的に有益な化合物も同様に増加します。
菜食主義者やビーガンは、通常、体内にカロテノイドやフラボノイドなどの抗炎症作用や抗酸化作用を持つ高レベルの化合物を含んでいます。新しい研究の背後にあるチームによると、これらの化学物質は細胞損傷や慢性疾患から保護します。
また、菜食主義者は血清中のリグナンとイソフラボンのレベルが高い可能性があります。専門家は、これらの両方が心血管疾患と癌から保護できると信じています。
最近、カリフォルニアのロマリンダ大学公衆衛生学部の研究者グループが、菜食がもたらす可能性のある代謝の変化を詳細に調べました。彼らは彼らの調査結果を 栄養学ジャーナル.
科学者たちは、食事の選択が、血液、尿、脂肪組織の病気と戦うマーカーのレベルに有意差をもたらすかどうかを理解したいと考えていました。調査するために、彼らは5つの食事カテゴリーから840人の参加者を募集しました。
- 動物性食品を消費しないビーガン
- 月に1回以上卵と乳製品を消費するが、肉や魚を消費しないラクトオボ菜食主義者
- 月に1回以上魚を消費するが肉を避けるペスカタリアニスト
- 月に1回以上、週に1回未満の肉を食べる準菜食主義者
- 少なくとも週に一度肉を食べる非菜食主義者
解析
科学者たちは、各参加者の血漿、尿、脂肪（脂肪）組織を分析しました。彼らは、カロテノイド、イソフラボノイド、飽和脂肪と不飽和脂肪、ビタミンなど、さまざまなマーカーをテストしました。
予想通り、ビーガングループは病気を予防する最高レベルの生物活性マーカーを持っていました。
たとえば、最高レベルのカロテノイド、イソフラボン、エンテロラクトンがビーガンに存在し、菜食主義者がそれに続きました。
ビーガンはまた、最高レベルのオメガ-3と最低レベルの脂肪酸を持っていました。
「植物ベースの食事でより健康的なバイオマーカープロファイルが得られるという認識は、人々が健康を促進し、病気を予防する食習慣について積極的になるように動機付けるはずです。」
主任研究著者のFaythMiles、Ph.D。
また、興味深いことに、マイルズは「準菜食主義者の結果は非菜食主義者の結果と非常に似ている」と説明しています。
この調査には多数の参加者が参加しており、調査結果に重みがあります。ただし、科学者が組織サンプルを採取したのは参加者ごとに1回だけであることに注意してください。
また、彼らは、これらのバイオマーカーが、個人の代謝率や微生物叢などの非食事要因に応じてどのように変動するかを知りません。
調査結果は、植物ベースの食事療法に従う人々にとって朗報ですが、研究は研究者にとっても有用です。現在、科学者は参加者に食事日記を使用して食事摂取量を報告することに依存していますが、これは常に信頼できるとは限りません。研究の著者が説明しているように：
「社会的望ましさ、想起不良、質問票のデザイン、およびその他の問題に対する被験者の認識に起因して、過少または過大な報告が一般的です。」
ただし、研究者がバイオマーカーを使用して食事を評価する信頼できる方法を開発できれば、調査結果を検証し、自己報告に伴う問題のいくつかを回避するのに役立つ可能性があります。
栄養が健康にどのように影響するかを理解することは、複雑な研究分野です。二人がまったく同じ食事をすることはありません。うまくいけば、さまざまな食品に関連するバイオマーカーのプロファイルを理解することで、レベルの変動と病気のリスクの増加との間のリンクを見つけるのが簡単になるかもしれません。
