[哪一種低碳飲食死亡率最低?]
過去許多碳水比例跟死亡率的爭議,生酮派強調「極低碳 #高動物性脂肪跟蛋白質」,素食者則是「低動物性蛋白質跟脂肪還有高碳水」,而生酮派認為素食者不健康,素食者認為生酮者不健康,究竟 #誰才是低死亡率飲食?
答案可以從今年四月發表在《Clinical Nutrition》的研究揭曉:這個研究是用 #日本人來進行大規模前瞻性研究(prospective cohort study),分析死亡率和低碳水化合物飲食(LCD)之間的關係。
比起過去以歐美國家為對象,此研究 #更適合亞洲人作為參考。其中納入了45-75歲,43008名男性和50646名女性日本人進行長達16.9年的追蹤研究。這個研究將蛋白質、脂肪的比例做積分, 分數越高表示碳水越少,蛋白質跟脂肪越高,分數越低表示碳水越多,蛋白質跟脂肪越少,其中動物性跟植物性的蛋白質/脂肪也有分開來探討。
‼️結果發現:
1️⃣動植物混在一起看,低碳飲食(LCD)與全因死亡率(all-causes morality)、心血管疾病(CVD)和心臟疾病的死亡率相關性呈現U型
➡️表示無論「高碳+低蛋白脂肪」或「低碳+高蛋白質脂肪」都會有較高的死亡率。
2️⃣那我們將 #動植物分開來,若單純看 #動物性蛋白脂肪計算的LCD積分,會發現與全因死亡率的相關性也呈U型
➡️表示不止「高碳+低動物性蛋白脂肪」有高死亡率,低碳水若搭配的是較高的動物性蛋白質跟脂肪,那 #死亡率也會上升。
3️⃣若單純看 #植物蛋白脂肪計算的LCD積分,發現與 #較低的全因死亡率、心臟病和腦血管疾病死因 #呈線性相關。
➡️越低的碳水搭配越高的植物性蛋白質跟脂肪,死亡率越低;高碳水+低植物性蛋白脂肪,死亡率高。
⚠️結論:高動物蛋白/脂肪的LCD飲食方式和低動物蛋白/脂肪的高碳水化合物飲食都與 #較高的死亡率相關,而 #富含植物性蛋白質/脂肪的LCD與 #較低的全因死亡率和心血管疾病等死亡率相關。
所以過去生酮飲食的研究 #會有錯覺好像很健康,是因為過去研究沒把動植物分開來看,若只看到「高碳水+低動物性蛋白脂肪」的結果,就會錯誤解讀成:「碳水越低越好+動物性蛋白質脂肪要多吃」,而事實上,低碳比高碳好是確定的,但是前提是動物性蛋白質跟脂肪不能高,太多死亡率一樣升高,而真正能 #降低死亡率的是高植物性蛋白質跟脂肪。
為何植物性蛋白質/脂肪能夠降低全死亡率呢?
因為豆類食物的蛋白質有較少的甲硫胺酸,減少代謝產物對身體的負擔,也沒有高磷的問題。而且植物的脂肪通常富含「植物固醇」(Phytosterol)可以降低腸道對膽固醇的吸收,降低「低密度膽固醇」而不影響「高密度膽固醇」的量,另外也有 #抑制腫瘤和調節免疫的作用。(所以擔心乳癌的不要再問我豆漿豆腐了,吃肉都不怕了怕吃豆?豆類是抗癌食物第一名!)
而這樣的結果已被2018年《Journal of Functional Foods》期刊證實跟植物固醇可增加一群有益的腸道微生物,進而阻斷身體對膽固醇的吸收有關。
另外 #植物性單元不飽和脂肪酸和 #多元不飽和脂肪酸(如 α-亞麻酸)都跟死亡率和心血管、腦血管疾病的 #風險降低相關。動物性飽和脂肪的壞處就不用贅述了,隨便在Pubmed 搜尋關鍵字都可以跑出一堆有害身體的研究。
所以生酮這種狂吃肉的低碳只會增加全死亡率,但素食者也要注意,如果是吃高碳水或是一堆加工食品(素料、百頁豆腐),這種過度加工的豆類製品的植物性蛋白質很低,一樣高全因性、心血管疾病死亡率。
地球的生態系要維持平衡,草食性動物一定要多於肉食性動物,這是 #食物鏈的自然準則。身體的腸道菌生態系亦然, #植物性來源的食物多於動物性來源的食物,才能維持生生不息。
R2飲食,就是非常典型的高植物性蛋白質/脂肪、低碳水、低動物性蛋白質/脂肪的飲食,還加上了高纖維又杜絕過度加工食品。
這些研究雖然沒有做腸道菌的比對,但是可以發現,能夠有益腸道菌的飲食方式,的確就是最能夠降低全因性死亡率的飲食呢!
3年前我review腸道菌跟所有營養學的期刊研究結果,而創立了4+2R代謝飲食法,這幾年來陸陸續續出來的國際研究,也越來越證實我當初的假說跟推論完全就是走在正確的道路上呢☺️
#低碳低飽和脂肪高植物性蛋白質脂肪才是王道
Reference: AKTER, Shamima, et al. Low carbohydrate diet and all cause and cause-specific mortality. Clinical Nutrition, 2021, 40.4: 2016-2024.
Search
動物性蛋白脂肪計算的lcd積分 在 生酮派強調「極低碳#高動物性脂肪跟蛋白質」 的推薦與評價
... 動物性蛋白脂肪」有高死亡率, 低碳水若搭配的是較高的動物性蛋白質跟脂肪,那 #死亡率也會上升。 3若單純看#植物蛋白脂肪計算的LCD積分,發現與 #較 ... ... <看更多>