Mielenkiintoinen tutkimus liiallisesta proteiinin syömisestä

  • Keskustelun aloittaja Keskustelun aloittaja neggis
  • Aloitettu Aloitettu
Liittynyt
20.6.2006
Viestejä
159
http://www.poliklinikka.fi/?page=7874754&id=9184841


Omaa syöntiä tämä ei ainakaan vielä hetkauta. Proteiinia palaa päivässä noin 150-200g riippuen onko treeni- vai lepopäivä. En sen kummemmin ole seurannut että onko huippu/semihuippu kehonrakentajilla kakkosdiabetesta yhtään enempää kuin normiväestöllä, siitähän näkisi nopeasti onko humpuukia koko tutkimus vai ei.
 
10% ALENNUS KOODILLA PAKKOTOISTO
Kun nautitaan hiilihydraattia ja proteiinia yhtäaikaisesti, niin aiheuttaa tämä voimakkaamman insuliinipiikin, mitä vastaavan määrän jompaa kumpaa erikseen nautittuna aiheuttaisi.
Kyllä tutkimus voi hyvinkin olla oikeassa.

Vaikka tutkimuksessa mainitaan, että proteiinilisäys olisi tehty mm. hiilihydraatin kustannuksella, niin todennäköisesti mukana on kuitenkin ollut vielä varsin runsaat annokset tätäkin.

Koska virallisen tahon mukaan hiilihydraatti ei voi olla syyllinen mihinkään ravitsemukselliseti ei toivottuun ilmiöön, on syylliseksi nimetty yksinomaan proteiini.
 
taas yksi turha tutkimus lisää, nää pitäis jo kohtapuoliin kieltää. Miksi pitää tutkia niin vitusti turhuuksia??? nyt joku joka näistä tutkimuksista liikuttuu, alkaa syömään pelkkiä hiilareita kun proteeiini on suurta myrkkyä ja sit ihmetellään kun nykyään syödään epäterveellisesti ja plaa plaa. Tutkimukset on perseestä ja niihin menee vitusti liikaa rahaa.( Jos en väärin muista niin sanottiin siitä hotelli juna hommasta, että "nyt alkaa vuoden kestävä tutkimus jossa selvitetään miten OLISI VOINUT KÄYDÄ") Ei saatana ja vitun vittu mitä pelleilyä. En pidä ihmistä juuri minään. ihminen on pilannut maailman -_-
 
Tuon alkuperäisen linkin takaa löytyvän artikkelin alta löytyy linkki tähän osoitteeseen:

http://care.diabetesjournals.org/content/33/1/43.abstract

Ja tekstin alareunassa lukee:

"The costs of publication of this article were defrayed in part by the payment of page charges. This article must therefore be hereby marked “advertisement” in accordance with 18 U.S.C. Section 1734 solely to indicate this fact."

Lieköhän kukaan asiasta uutisoinut lukenut varsinaista tutkimusta, vaan pelkästään tämän "mainoksen" :D
 
Ja tekstin alareunassa lukee:

"The costs of publication of this article were defrayed in part by the payment of page charges. This article must therefore be hereby marked “advertisement” in accordance with 18 U.S.C. Section 1734 solely to indicate this fact."

Lieköhän kukaan asiasta uutisoinut lukenut varsinaista tutkimusta, vaan pelkästään tämän "mainoksen" :D

Tuo kyseinen tekstinpätkä tarkoittaa sitä, että Yhdysvaltojen lainsäädännön mukaan artikkeli on laskettava "mainokseksi", koska artikkelin tekijät ovat maksaneet osan jutun julkaisukustannuksista. Kyseinen lause löytyy nykyään valtaosasta luonnontieteiden ja lääketieteen tutkimusartikkeleista, etenkin mikäli ko. lehti on yhdysvaltalainen.

Sillä ei ole mitään tekemistä mainostamisen kanssa, sillä artikkeli on joka tapauksessa ns. peer-reviewed eli vertaisarvioitu tutkimus, mikä tarkoittaa että sen on arvioineet ulkopuoliset alan asiantuntijat. Tietysti jokaisella tutkimusartikkelilla tutkijat "mainostavat" omaa työtään, mutta asia on ihan sama siitä huolimatta onko noita kustannusmaksuja maksettu vai ei.
 
taas yksi turha tutkimus lisää, nää pitäis jo kohtapuoliin kieltää. Miksi pitää tutkia niin vitusti turhuuksia??? nyt joku joka näistä tutkimuksista liikuttuu, alkaa syömään pelkkiä hiilareita kun proteeiini on suurta myrkkyä ja sit ihmetellään kun nykyään syödään epäterveellisesti ja plaa plaa. Tutkimukset on perseestä ja niihin menee vitusti liikaa rahaa.( Jos en väärin muista niin sanottiin siitä hotelli juna hommasta, että "nyt alkaa vuoden kestävä tutkimus jossa selvitetään miten OLISI VOINUT KÄYDÄ") Ei saatana ja vitun vittu mitä pelleilyä. En pidä ihmistä juuri minään. ihminen on pilannut maailman -_-

Jos ei tutkimusta tehtäisi, niin sinä tuskin tietäisit edes, mitä proteiini on :)

Onhan se toki selvä, että proteiinit on punttipiireissä nostettu lähes jumalaiseen asemaan, mutta jos lähes 40 000 ihmisen aineistossa näkyy, että suuret proteiinimäärät lisäävät diabetesriskiä, niin näyttö on aika vakuuttava pidit sinä asiasta tai et.

Tällaisia tutkimuksia tulkitessa tulee kuitenkin muistaa, että esim. tässä ilmoitettu noin kaksinkertainen diabetesriski on edelleen erittäin matala, mikäli muut elämäntavat ovat kunnossa. Todennäköisesti urheilullisten ihmisten muut terveet elämäntavat pienentävät moninkertaisesti diabetesriskiä verrattuna tuohon suuremman proteeininsaannin aiheuttamaan nousuun.

Ehkä eri asia on joku Atkinsin dieettiä epätoivoisesti noudattava sohvaperuna, joka ei saa liikunnan aiheuttamia hyötyä (joita proteiinin riittävä saanti myös edistäisi), mutta saa lisäksi vielä proteiinin aiheuttamankin diabetesriskin siihen muiden riskitekijöidensä päälle.

Itseäni artikkelissa eniten ihmetyttää tuo hyvin pienenkin proteiinilisän ilmoitettu vaikutus: Consuming 5 energy % from total or animal protein at the expense of 5 energy % from carbohydrates or fat increased diabetes risk. , eli vapaasti suomennettuna mikäli keskiverto henkilö korvaa ravinnon hiilihydraateista saamastaan energiasta 5% proteiineilla, diabeteksen riski kasvaa. Tähän kategoriaan joutunevat varmaan kaikki urheilijat kestävyysurheilijoita lukuunottamatta. Mutta eiköhän urheilijoilla joka tapauksessa pienemmät diabetesluvut ole. Tutkimus lienee siis merkittävämpi niiden ihmisten kohdalla, jotka eivät harrasta liikuntaa.

Mutta pitääpä vielä lukea tarkemmin ajatuksen kanssa tuo juttu läpi ja palata asiaan.
 
Syökö joku oikeasti 90g proteiinia? 60g??? Syön itse 300g ilman että edes yritän lisätä sitä ruokavaliooni. Mahtaapa tulla diabetes nopeasti mulle :D
 
Syökö joku oikeasti 90g proteiinia? 60g??? Syön itse 300g ilman että edes yritän lisätä sitä ruokavaliooni. Mahtaapa tulla diabetes nopeasti mulle :D

Varmaan joku 2000 kcal energiansaannilla painon nousua vastaan kamppaileva peruspertti saa juurikini tuon 60 g proteiinia päivässä lounassalaatteineen ja illalla syötyine valmiseineksineen, ja ehkä 90 g jos hän aktiivisesti koittaa hieman proteiininsaantiaan nostaa. Artikkelia tuskin voi kovin hyvin soveltaa tonnikalasta ja rahkasta koostuvaa 4000 kcal bulkkidieettiä vetelvään pakkislaiseen :)

Perinteisten ruokasuositustenhan mukaan ravinnon energiasta pitäisi tulla 10-20% proteiineista, mikä 2000 kcal ruokavaliolla ei välttämättä ole edes tuota 60 grammaa :rolleyes:

Jos itse kiskoo puoli kiloa proteiinia päivässä, ei kannata kuvitella että ihan jokainen ihminen tekee samoin... :david:

Ja ei, en todellakaan aio tämän artikkelin perusteella vähentää proteiininsaantiani grammaakaan :P
 
Huom: "Lisää diabeteksen riskiä", eikä "Aiheuttaa diabeteksen". Vähän sama juttu kun että kaikki mitä ihminen tekee lisää syövän riskiä.
 
Huom: "Lisää diabeteksen riskiä", eikä "Aiheuttaa diabeteksen". Vähän sama juttu kun että kaikki mitä ihminen tekee lisää syövän riskiä.

Jep, tuota nimenomaan yritin itsekin sanoa: jos jokin lisää riskiä, pitää aina huomioida onko tällä lisäyksellä mitään käytännön merkitystä, vai lisääkö se riskiä ainoastaan häviävän pienen määrään. Tässä tutkimuksessa ilmoitetaan että riski nousee n. kaksinkertaiseksi, mikä tietysti voi olla merkittävä, mikäli muitakin riskitekijöitä on. Yksinään sillä tuskin on suurempaa merkitystä useimpien kohdalla.

Useinhan tutkimuksissa (kuten tässäkin) sanotaan, että jokin tekijä significantly increases jotakin, mikä tässä yhteydessä olisi esim. "proteiininsaanti lisää diabetesriskiä merkittävästi." Tällöin pitää muistaa, että puhutaan tilastollisesta merkitsevyydestä, eli että tilastollinen analyysi on "luotettava". Sillä ei ole vielä mitään tekemistä sen kanssa, onko nousu käytännössä merkitsevä, vaan se on ratkaistava aina tapauskohtaisesti esim. sen mukaan, kuinka suuri tuo ero tilastoissa on.
 
Käsittääkseni myös raskas liikunta, kuten esim. painoharjoittelu taas vähentää tuntuvasti riskiä sairastua diabetekseen,sydän- ja verisuonitauteihin yms yms.

Eri asia tietenki, jos käy salilla kääntymässä kerran viikossa ja mättää 24/7 kaikkea mahdollista.
 
Hieman turha tutkimus.. Seuraavaksi ne tutkii seksin ja lapsen syntymisen yhteyttä.. En halua tietää kuinka monta miljoonaa tuohonkin on mennyt.
 
Hieman turha tutkimus.. Seuraavaksi ne tutkii seksin ja lapsen syntymisen yhteyttä.. En halua tietää kuinka monta miljoonaa tuohonkin on mennyt.

Edelleen pakko ihmetellä, miksi tämä tutkimus mielletään täysin turhaksi. Johtuuko tämä nyt vain siitä, että Pyhä Lehmä eli proteiini joutuukin yllättäen hieman kyseenalaiseen valoon?

Tutkimushan nimenomaan a) ei ollut ennalta tiedossa oleva asia kuten vaikkapa parittelun yhteys vauvojen syntymiseen ja b) tulokset voivat auttaa meitä ymmärtämään tyypin 2 diabeteksen etymologiaa paremmin. Joten mikä niin kauheaa?

Se, että jostain tutkimuksesta ei saman tien ole jotain konkreettista käytännön hyöytä ei tee tutkimusta turhaksi. Osa tutkimuksesta on ns. perustutkimusta, jonka varaan myöhempi soveltava tutkimus rakennetaan. Luultavasti tämänkin tutkimuksen mahdollinen hyöty ilmenee vasta, kun asiasta saadaan tarkempaa tutkimustietoa ja sitä yhdistetään muuhun ravintotietämykseen. Ehkäpä joidenkin ihmisten kohdalla tulevaisuudessa voidaan siten ehkäistä diabeteksen puhkeamista..?
 
Hieman turha tutkimus.. Seuraavaksi ne tutkii seksin ja lapsen syntymisen yhteyttä.. En halua tietää kuinka monta miljoonaa tuohonkin on mennyt.

Tämä.

JA

Lainaus abstractista

Dietary protein intake was measured with a validated food frequency questionnaire

Tämä kertoo kaiken. Todellisuudessa useilla ihmisillä ei ole hajuakaan mitä ja kuinka paljon he syövät. Tutkimuksessa ei myöskään näköjänä mitattu muutoksia painoss ja kehonkoostumuksessa - eli on hyvinkin mahdollista, että he jotka söivät enemmän proteiinia söivät enemmän kaloreita.

Pari juttua itseraportoitujen kaloreiden ja makrojen korrelaatiosta todellistuuteen.

Comparison of women's diet assessed by FFQs and 24-hour recalls with and without underreporters: associations with biomarkers
Olafsdottir et al. 2006

BACKGROUND/AIMS: Women's diet can be especially difficult to assess, as women tend to underreport their intakes more often than men and are more likely to do so if they think they are overweight or obese. The aim was to compare two methods to assess women's diet and how well they associate with biomarkers. The influence and frequency of underreporting was also investigated. METHODS: Diet of 53 women was assessed by two 24-hour recalls and a food frequency questionnaire (FFQ). Blood was analyzed for retinol, beta-carotene, vitamin C and serum ferritin, and 24-hour urine for nitrogen, potassium and sodium. Underreporting was evaluated with nitrogen excretion vs. intake, and energy intake vs. basal metabolic rate. RESULTS: Energy percent (E%) from macronutrients was similar from FFQ and 24-hour recalls, but total intake was higher from 24-hour recalls (9,516 +/- 2,080 vs. 8,183 +/- 2,893 kJ, p < 0.01). Intakes of vitamin C and potassium from both methods correlated with their respective biomarkers (r = 0.316-0.393). Underreporters had higher body mass index (BMI) than others (27.7 +/- 5.5 vs. 23.8 +/- 3.7 kg/m2, p < 0.05). They reported lower E% total fat (32 +/- 5 vs. 38 +/- 6 E%, p < 0.01) and higher E% carbohydrate (49 +/- 4 vs. 45 +/- 7 E%, p < 0.05). Correlation between intake and biomarkers increased after exclusion of underreporters. CONCLUSION: For women, FFQ and 24-hour recalls give similar E% and most nutrients correlate, but FFQ gives lower intake. Underreporters have higher BMI and diminish the correlation between calculated intake and biomarkers. This has to be considered when intake data are associated with weight management, disease and lifestyle factors. Copyright (c) 2006 S. Karger AG, Basel.


A comparison of self-reported energy intake with total energy expenditure estimated by accelerometer and basal metabolic rate in African-American women with type 2 diabetes
Samuel-Hodge et al. 2004

OBJECTIVE: This study assesses the validity of dietary data from African-American women with type 2 diabetes by comparing reported energy intake (EI) with total energy expenditure (TEE) estimated by an accelerometer and basal metabolic rate (BMR). RESEARCH DESIGN AND METHODS: EI of 200 African-American women was assessed by three telephone-administered 24-h diet recalls using a multiple-pass approach. Physical activity was measured over a 7-day period by accelerometer, which also provided an estimate of TEE. Underreporting of EI was determined by using cutoffs for EI-to-TEE and EI-to-BMR ratios. RESULTS: Participants, on average, were 59 years of age, with a BMI of 35.7, 10.5 years of diagnosed diabetes, and 10.7 years of education. Mean EI was 1,299 kcal/day; mean EI-to-TEE and EI-to-BMR ratios were 0.65 and 0.88, respectively. Among the 185 subjects with complete dietary data, 81% (n=150) were classified as energy underreporters using the EI-to-TEE ratio cutoff; 58% (n=107) were classified as energy underreporters using the EI-to-BMR ratio. Energy underreporters had significantly lower reported fat, higher protein, but similar carbohydrate intakes compared with non-underreporters. The EI-to-TEE ratio was not significantly associated with any demographic variables or following a diet for diabetes, but it was inversely associated with BMI (r=-0.37, P<0.0001). In a multivariate model, demographic variables, BMI, and following a diet for diabetes explained 16% of the variance in the EI-to-TEE ratio, with the latter two variables being the only significant predictors (inversely associated). CONCLUSIONS: Widespread energy underreporting among this group of overweight African-American women with type 2 diabetes severely compromised the validity of self-reported dietary data.

Underreporting of energy intake in an elderly German population
Luhrmann et al. 2001

OBJECTIVES: Within the longitudinal study on nutrition and health status in an aging population in Giessen, Germany (GISELA), the underreporters of energy intake (EI) were identified and characterized. METHODS: EI was assessed in 238 female and 105 male participants of the GISELA study (age range = 60-89 y) by means of a 3-day estimated dietary record developed especially for this study. Resting metabolic rate (RMR) was measured by indirect calorimetry after an overnight fast. EI was expressed as a multiple of RMR and subjects with an EI:RMR ratio below 1.073 were classified as underreporters. RESULTS: Mean EI:RMR was 1.62 +/- 0.46 in females and 1.53 +/- 0.46 in males; 7.6% of the females and 16.2% of the males were identified as underreporters. They showed lower levels of education and significantly greater body weight, body mass index, and fat mass than the adequate reporters. Further, underreporters stated more often than adequate reporters that they want to lose weight. Except for beta-carotene in males, reported nutrient intakes were significantly lower in underreporters than in adequate reporters. Carbohydrate and fat intake in both sexes, protein intake in females calculated as a percentage of EI, and vitamin and mineral densities were not affected by underreporting. CONCLUSIONS: The results indicate that underreporting of EI is related to a low educational level and greater body weight, body mass index, and fat mass and affects all nutrients. These findings should be considered when the association between nutrition and health status is investigated in the elderly.

Does energy intake underreporting involve all kinds of food or only specific food items? Results from the Fleurbaix Laventie Ville Santé (FLVS) study
Lafay et al. 2000

OBJECTIVE: To determine if energy intake underreporting concerns all major food groups or if it occurs for specific food groups only. DESIGN: Cross-sectional study on dietary habits and food consumption. SUBJECTS: Five-hundred and four women and 529 men, aged between 25 and 55y participating in the Fleurbaix Laventie Ville Sante study. MEASUREMENTS: A nutritional survey was conducted between March and June 1993 using a 3-day food record. Reported weight and height were used to estimate body mass index and basal metabolic rate. Underreporters were defined as subjects whose ratio of mean energy intake to basal metabolic rate was lower than 1.05. Food consumption was compared between underreporters and non-underreporters. RESULTS: Energy percentage of fat and carbohydrate were lower in underreporters than in non-underreporters in contrast to the energy percentage of protein. This was due to the fact that food items rich in fat and/or carbohydrates (such as butter, French fries, sugars and confectionery, cakes and pastries) were reported to be less frequently eaten and/or in smaller quantities in underreporters compared to non-underreporters. CONCLUSION: Although this study presents some limitations, like the use of reported weight and a standard value for physical activity, it shows that reported foods differed, quantitatively and qualitatively, between severe underreporters and non-underreporters. Underreporting of food intake does not result from a systematical underestimation of portion sizes for all food items, but seems to concern specific food items which are generally considered 'bad for health'.

Dietary underreporting is prevalent in middle-aged British women and is not related to adiposity (percentage body fat)
Samaras et al. 1999

OBJECTIVE: To determine the phenotypic and dietary characteristics of energy underreporters in a healthy population of middle-aged women using accurate body composition measures. DESIGN: Cross-sectional study of 436 healthy middle-aged female volunteers, unaware of any hypotheses regarding diet and body fat: mean age 58 y (39-70 y), body mass index (BMI) 24.3 kg/m2 (17.0-41.9 kg/m2). The prevalence of overweight (25.0 > BMI > 29.9 kg/m2) and obesity (BMI > 30 kg/m2) were 30% and 5% respectively. MEASUREMENTS: Dietary intake by food frequency questionnaire (FFQ) (n = 436), 197 subjects also completed seven-day food records; body composition by dual energy X-ray absorptiometry (DXA); physical activity by standardised questionnaire. Underreporters were subjects whose estimated energy expenditure (EE) exceeded reported energy intake (EI). Three cut-off levels of underreporting were determined from estimates of EE utilising DXA body composition measures: basal, and two including EE from physical activity (using the ratio 1.35 or ratios from reported physical activity level). RESULTS: Underreporters had significantly greater weight (P < 0.01), BMI (P < 0.01), total fat P < 0.05), fat free mass (P < 0.0001), but not adiposity (% body fat) than adequate-reporters, at each of the three cut-off levels. Underreporters reported significantly lower intakes of energy and all macronutrients (P < 0.0001). Expressed as a percentage of EI, the reported diet of underreporters was significantly lower in fat, similar in carbohydrate and higher in protein. Similar results were found with seven-day food record data, although reported intakes from these were significantly lower than those from FFQ. The prevalence of underreporting was highest in obese subjects (defined by BMI only), with up to 65% of these subjects underreporting EI and in the highest BMI tertile (prevalence of 57%). In those with BMI < 24.9 kg/m2, the maximal prevalence rate of underreporting was 43%. Importantly, however, the rates of underreporting were similar between tertiles of adiposity. Most (68%), but not all, underreporters were found in the lowest tertile for reported EI. CONCLUSIONS: A low reported EI and greater BMI may help identify energy underreporters. However, whilst underreporters may more frequently be 'bigger' (by BMI), they are not necessarily fatter (using direct measures of body fat). As underreporting was present among all tertiles of BMI and adiposity, these results emphasise the importance of following past recommendations to identify and exclude energy underreporters in nutritional studies. Where underreporters have not been excluded, reported nutrition-disease relationships must remain in doubt.

Is macronutrient composition of dietary intake data affected by underreporting? Results from the EPIC-Potsdam Study. European Prospective Investigation into Cancer and Nutrition
Voss et al. 1998

OBJECTIVE: To investigate whether subjects with low reported relative energy intake differ from those with higher relative energy intake according to characteristics such as obesity, physical activity, and macronutrient composition of the diet. DESIGN: Cross-sectional data from a cohort study employing a semi-quantitative food frequency questionnaire (SFFQ). To determine energy intake relative BMR the ratio of reported energy intake (EI) to BMR was used and categorized by quintiles. SETTING: East German (Potsdam) cohort of the EPIC study (European Prospective Investigation into Cancer and Nutrition) SUBJECTS: 2862 women and 2356 men taking part in the EPIC-Potsdam study from January 1st to December 31st 1995. RESULTS: A significant declining trend could be observed for BMI, percentage of body fat, and body weight from the lower to the highest quintile of EI/BMR. BMR was slightly decreasing, whereas physical activity was slightly increasing with quintiles of EI/BMR. Absolute macronutrient intake was directly related to EI/BMR. Percent macronutrient intake indicated lower fat intake, and higher carbohydrate and protein intake in low energy reporters. Energy adjusted macronutrient intake by the residual method showed no dependencies on EI/BMR. CONCLUSIONS: Underestimation of energy intake is related to obesity and affects the relation of macronutrients in the reported diet. This implies, that the assumption of adequate ranking of subjects by a SFFQ cannot be maintained. Energy adjusted intake values according to the residual method should be employed in diet-disease risk analysis since they are found to be independent of the methodological influence of underreporting.

Obesity as a major determinant of underreporting in a self-administered food frequency questionnaire: results from the EPIC-Potsdam Study
Voss et al. 1997

The phenomenon of underreporting of dietary intake has been observed previously in many epidemiologic studies. In this study it was investigated whether dependencies exist between energy intake obtained by a semi-quantitative, self-administered food frequency questionnaire and lifestyle or anthropometric factors, particularly obesity. The study population consisted of 2,531 subjects, men aged 40 to 64 years and women aged 35 to 64 years from the general population of Potsdam and the surrounding areas. First, subjects were allocated into quintiles of the ratio 'reported energy intake (EI)' to 'calculated basal metabolic rate (BMR)' as a measure of age and weight adjusted energy intake. No apparent dependencies between socio-economic variables and the ratio EI/BMR were observed. Among anthropometric variables, BMI and related measures of obesity were inversely related to the ratio EI/BMR in men and women. While dietary intake was directly related to the ratio EI/BMR in absolute quantities, energy adjusted intake of fat, protein, carbohydrate, and alcohol was found to be independent of this ratio. Energy adjusted food group consumption was also found to be independent of the ratio EI/BMR, showing only slightly increasing trends across quintiles of EI/BMR for cereals and fats, and a slightly decreasing trend for sweet foods in women. When subjects were classified into three categories of BMI, reported energy intake decreased across categories. Estimated energy expenditure based on BMR was increasing with BMI categories. A close direct relationship was observed between BMI categories and the difference between reported energy intake and estimated energy expenditure. It is concluded that obesity is a major determinant of under-reporting. Energy adjusted dietary variables were found to be largely independent of such methodological influences.

Markers of the validity of reported energy intake
Livingstone et al. 2003

Energy intake (EI) is the foundation of the diet, because all other nutrients must be provided within the quantity of food needed to fulfill the energy requirement. Thus if total EI is underestimated, it is probable that the intakes of other nutrients are also underestimated. Under conditions of weight stability, EI equals energy expenditure (EE). Because at the group level weight may be regarded as stable in the timescale of a dietary assessment, the validity of reported EI can be evaluated by comparing it with either measured EE or an estimate of the energy requirement of the population. This paper provides the first comprehensive review of studies in which EI was reported and EE was measured using the doubly labeled water technique. These conclusively demonstrate widespread bias to the underestimation of EI. Because energy requirements of populations or individuals can be conveniently expressed as multiples of the basal metabolic rate (BMR), EE:BMR, reported EI may also be expressed as EI:BMR for comparison. Values of EI:BMR falling below the 95% confidence limit of agreement between these two measures signify the presence of underreporting. A formula for calculating the lower 95% confidence limit was proposed by Goldberg et al. (the Goldberg cutoff). It has been used by numerous authors to identify individual underreporters in different dietary databases to explore the variables associated with underreporting. These studies are also comprehensively reviewed. They explore the characteristics of underreporters and the biases in estimating nutrient intake and in describing meal patterns associated with underreporting. This review also examines some of the problems for the interpretation of data introduced by underreporting and particularly by variable underreporting across subjects. Future directions for research are identified.

Misreporting of energy and micronutrient intake estimated by food records and 24 hour recalls, control and adjustment methods in practice
Poslusna et al. 2009

In order to assess nutritional adequacy, valid estimates of nutrient intake are required. One of the main errors in dietary assessment is misreporting. The objective was to review the extent, nature and determinants of misreporting in dietary assessment, how this affects reported intakes of micronutrients and how this is identified and measured, and to identify the best ways of dealing with misreporting when interpreting results. A systematic literature search was conducted for studies of misreporting of dietary intake in adults by 24 hour recalls or by estimated or weighed food records, published up to March 2008. Thirty-seven relevant studies were identified. Possible causes of misreporting were identified. Methods most used to identify misreporting were the Goldberg cut-off (46 % studies) and the doubly labelled water technique (24 % studies). The magnitude of misreporting of energy intake was similar in all three dietary assessment methods. The percentage of under-reporters was about 30 % and energy intake was underestimated by approximately 15 %. Seven papers presented usable data for micronutrient intake. Absolute intakes of Fe, Ca and vitamin C (the three micronutrients addressed in all papers) were on average 30 % lower in low-energy reporters (LER) than that in non-LER and, although results were not consistent, there was a tendency for micronutrient density to be higher in LER. Excluding underreporters or using energy adjustment methods for micronutrient intakes is discussed. Residual method of energy adjustment seems to be a good tool for practice to decrease an influence of misreporting when interpreting results of studies based on food records and 24 hour recalls


Joitain asioita mitä Taubes ei älynnyt.
 
Tämä.

JA

Lainaus abstractista

Tämä kertoo kaiken. Todellisuudessa useilla ihmisillä ei ole hajuakaan mitä ja kuinka paljon he syövät. Tutkimuksessa ei myöskään näköjänä mitattu muutoksia painoss ja kehonkoostumuksessa - eli on hyvinkin mahdollista, että he jotka söivät enemmän proteiinia söivät enemmän kaloreita.

Tokihan tuossa oli painon muutokset ja kokonaiskalorikulutus otettu huomioon:

Waist circumference, height, and weight were measured, and BMI was calculated. All measurements were performed according to standard operating procedures. Weight during follow-up was derived from mailed follow-up questionnaires or physical examination (Doetinchem part). Weight change was defined as the difference between weight at baseline and follow-up. Because the follow-up period varied, we calculated annual weight change by dividing weight change by the years of follow-up.

Tuo nyt oli vain lyhyt katkelma heidän käyttämistään laadunvarmistusmenetelmistä, niitä on pitkä lista lisää. Kyllä tutkijat ovat varsin tietoisia kyselylomakkeiden epävarmuustekijöistä ja heikkouksista. Tuolla on myös selitetty kyselylomakkeen toimivuudesta ja miten se on pyritty varmistamaan. Vastaajat mm. kävivät terveystarkastuksessa, jossa käytiin läpi kyselylomakkeen täyttäminen, ja tulokset varmistettiin ravitsemusterapeutin tms. kanssa:

Participants returned the FFQ during the physical examination screening, where difficulties in filling out the questionnaire were discussed. A registered dietitian checked the FFQ for inconsistencies, which were resolved by contacting the participant.

Tällaiset tuhansien tai kymmenien tuhansien ihmisten joukoilla tehdyt tutkimukset eivät muutenkaan perustu siihen, että oletetaan että jokainen tutkimukseen osallistuva osaisi nimetä grammantarkasti kuluttamansa ravintoaineet. Isojen populaatioiden etu on se, että yksittäiset virheet eivät pääse heiluttamaan tuloksia.

Lisäksi vaikka ihmiset systemaattisesti vastaisivat väärin esim. heidän arvioimaansa proteiinimääriin, niin sehän ei muuta miksikään varsinaista tulosten tulkintaa: esimerkiksi mikäli keskiverto vastaaja vastaa -10% liian vähän omaan proteiinikulutukseensa, tilastossa esiintyy silti ero niiden välillä, jotka kuluttavat paljon ja niiden jotka kuluttavat vähän proteiineja. Tulokset onkin tuossa tutkimuksessa laskettu sekä vertaamalla proteiinikulutuksen suhteellisia että absoluuttisia määriä.

Tutkimuksessa oli myös mukana eri kohortteja, joista joitakin seurattiin tarkemmin, minkä avulla huolehdittiin siitä, että koko tutkimusaineistossa ei esiintynyt poikkeamia verrattuna tarkkaan seurattuun kontrolliryhmään.

Ehkäpä kuitenkin oleellisin asia: älkää nyt :david: lytätkö jotain tutkimusta lyttyyn lukemalla pelkän abstraktin! Toki spekuloida voi ja miettiä mitä tutkimus tarkoittaa, mitä vahvuuksia ja heikkouksia siinä jo pelkän abstraktinkin perusteella (kaikki eivät varmaankaan pääse käsiksi koko tuohon artikkeliin), mutta se että tuumataan että "tutkimus on pelkkää tuubaa", vaikkei tiedetä asiasta mitään, on aika naurettavaa.
 
Tokihan tuossa oli painon muutokset ja kokonaiskalorikulutus otettu huomioon:

Waist circumference, height, and weight were measured, and BMI was calculated. All measurements were performed according to standard operating procedures. Weight during follow-up was derived from mailed follow-up questionnaires or physical examination (Doetinchem part). Weight change was defined as the difference between weight at baseline and follow-up. Because the follow-up period varied, we calculated annual weight change by dividing weight change by the years of follow-up.

Tuo nyt oli vain lyhyt katkelma heidän käyttämistään laadunvarmistusmenetelmistä, niitä on pitkä lista lisää. Kyllä tutkijat ovat varsin tietoisia kyselylomakkeiden epävarmuustekijöistä ja heikkouksista. Tuolla on myös selitetty kyselylomakkeen toimivuudesta ja miten se on pyritty varmistamaan. Vastaajat mm. kävivät terveystarkastuksessa, jossa käytiin läpi kyselylomakkeen täyttäminen, ja tulokset varmistettiin ravitsemusterapeutin tms. kanssa:

Participants returned the FFQ during the physical examination screening, where difficulties in filling out the questionnaire were discussed. A registered dietitian checked the FFQ for inconsistencies, which were resolved by contacting the participant.

Tällaiset tuhansien tai kymmenien tuhansien ihmisten joukoilla tehdyt tutkimukset eivät muutenkaan perustu siihen, että oletetaan että jokainen tutkimukseen osallistuva osaisi nimetä grammantarkasti kuluttamansa ravintoaineet. Isojen populaatioiden etu on se, että yksittäiset virheet eivät pääse heiluttamaan tuloksia.

Lisäksi vaikka ihmiset systemaattisesti vastaisivat väärin esim. heidän arvioimaansa proteiinimääriin, niin sehän ei muuta miksikään varsinaista tulosten tulkintaa: esimerkiksi mikäli keskiverto vastaaja vastaa -10% liian vähän omaan proteiinikulutukseensa, tilastossa esiintyy silti ero niiden välillä, jotka kuluttavat paljon ja niiden jotka kuluttavat vähän proteiineja. Tulokset onkin tuossa tutkimuksessa laskettu sekä vertaamalla proteiinikulutuksen suhteellisia että absoluuttisia määriä.

Tutkimuksessa oli myös mukana eri kohortteja, joista joitakin seurattiin tarkemmin, minkä avulla huolehdittiin siitä, että koko tutkimusaineistossa ei esiintynyt poikkeamia verrattuna tarkkaan seurattuun kontrolliryhmään.

Sinulla ilmeisesti on pääsy full-textiin?

Viitisitkö laittaa tänne muutamia juttuja, kuten miten painonvaihtelu korreloi tulosten kanssa, lihoivatko enemmän proteiinia syövät enemmän jne.?

Ja oli iso tutkimus tai ei, monilla ihmisillä ei silti ole hajuakaan siitä kuinka paljon ja mitä he syövät. Kuten esim. tuossa vikassa läpikatsauksessa, jonka laitoin - peräti 30% aliraprtoi kalorimääriään, tietoisesti tai epätietoisesti.
 
Sinulla ilmeisesti on pääsy full-textiin?

Viitisitkö laittaa tänne muutamia juttuja, kuten miten painonvaihtelu korreloi tulosten kanssa, lihoivatko enemmän proteiinia syövät enemmän jne.?

Ja oli iso tutkimus tai ei, monilla ihmisillä ei silti ole hajuakaan siitä kuinka paljon ja mitä he syövät. Kuten esim. tuossa vikassa läpikatsauksessa, jonka laitoin - peräti 30% aliraprtoi kalorimääriään, tietoisesti tai epätietoisesti.

Joo, mä pääsen käsiksi koko artikkeliin. Valitettavasti en taida tähän hätään ehtiä tutkia tuota juttua niin tarkasti, että osaisin vastata noihin kysymyksiin (tai sanoa löytyykö ne sieltä).

Enkä minä väitä, että tuo artikkeli olisi 100% paikkansa pitävä, enkä osaa sanoa miten noita tuloksia pitäisi tarkalleen tulkita. Mutta uskoisin, että tuosta tutkimuksesta kyllä luotettavasti näkee esim. sen, onko suurimpien ja pienimpien proteiininkuluttajien välillä jotain eroa, ja jutussa ainakin ilmoitetaan, että on.

Mutta miksi näin ei voisi olla? Ero on joka tapauksessa pieni. Todennäköisesti mitä tahansa (ravinto)ainetta kun annetaan ihmiselle vaihtelevissa määrin, jokin tai jotkin tekijät ihmisen terveydentilassa muuttuvat.

Jos syö paljon tai vähän esim. rasvaa, sokereita, D-vitamiinia, alkoholia, vihanneksia, suolaa tai liikkuu paljon tai vähän tai katsoo telkkua tai ei katso - kaikista näistä saadaan varmasti esille haluttaessa sekä jonkinlaisia etuja että haittoja. Ihminen on melko monimutkainen kone, ei tuo löydös mielestäni mikään täysin absurdi ole :)

Mielestäni tässä ihmisillä vaan tuntuu olevan taas hirveät ennakkoasetukset: hiilihydraatit ovat saatanasta ja proteiini on jumalan lahja rautaa nostaville lihaskimpuille. Tuntuu, että täällä jengi heti ottaa tuon tutkimuksen jumalanpilkan veroisena loukkauksena heidän elämäntyylilleen.
 
Sinulla ilmeisesti on pääsy full-textiin?

Viitisitkö laittaa tänne muutamia juttuja, kuten miten painonvaihtelu korreloi tulosten kanssa, lihoivatko enemmän proteiinia syövät enemmän jne.?

Tulosten korrelaation painonvaihtelun kanssa löysin tällaisen lauseen:

Adjustment for weight change did not change these findings (model 3, HRQ4 1.67 [1.28–2.16]). Nuo luvut lopussa ovat ilmeisesti ns. hazard ratio (1.67 = 1.67 -kertainen diabetesriski jos paino huomioidaan) sekä sen 95% confidence interval.

Itseasiassa aika erikoisesti tekijät sanovat, että matalan BMI:n omaavilla ihmisillä suhteellinen diabetesriskin nousu oli ilmeisesti paksuja suurempaa:

Correction for annual weight change did not change the associations (low BMI group, total protein, HRQ4 2.16 [1.25–3.75]).

Ei ainakaan nyt osunut silmään oliko tuolla laskettu painon nousu vrt. proteiininsaanti. Pistän tänne jos löydän.
 

Suositut

Back
Ylös Bottom