). Moreover, with bean consumption being divided into tertiles, there were mean differences across groups in BF% (F = 7.4, ) and waist circumference (F = 4.2, ). Specifically, women who consumed moderate or high amounts of beans had less body fat and smaller waists than those with low intakes. Similarly, using tertiles to categorize participants based on adherence to a bean-based dietary pattern, developed using factor analysis, those with low adherence had higher BF% (F = 7.9, ) and larger waists (F = 4.5, ) than their counterparts. The associations remained significant after adjusting for potential confounders. In conclusion, beans and other legumes seem to have dietary qualities that may be beneficial in the battle against obesity."> Bean消耗身体脂肪的差异和腰围:横断面研究的246名女性 - raybet雷竞app,雷竞技官网下载,雷电竞下载苹果

营养和代谢杂志》上

PDF
营养和代谢杂志》上/2020年/文章

研究文章|开放获取

体积 2020年 |文章的ID 9140907 | https://doi.org/10.1155/2020/9140907

拉里·a·塔克, Bean消耗身体脂肪的差异和腰围:横断面研究的246名女性”,营养和代谢杂志》上, 卷。2020年, 文章的ID9140907, 9 页面, 2020年 https://doi.org/10.1155/2020/9140907

Bean消耗身体脂肪的差异和腰围:横断面研究的246名女性

学术编辑器:c·s·约翰斯顿
收到了 2020年1月13日
修改后的 2020年4月30日
接受 2020年5月07
发表 06年6月2020年

文摘

豆类和其他豆类有多个营养品质,减少许多疾病的风险。然而,豆类摄入量和肥胖之间的联系还不清楚。因此,本研究旨在研究豆类摄入量之间的关系,体脂百分比(BF %),和腰围,246年女性。BF %测量使用双能x线吸收仪(DXA对)。豆类摄入量评估使用块食物频率问卷和索引使用总杯Bean的食品也因素得分来自因素分析显示坚持一个Bean的饮食模式。豆消费是表示为杯/ 1000千卡。R \外出bean之间的关系结果表明,摄入(总杯)和BF %逆和线性(F= 7.4, )。此外,随着bean消耗分为tertiles,跨组织BF %(意味着有差异F= 7.4, )和腰围(F= 4.2, )。具体地说,女性消费中度或大量的豆子有更少的脂肪和更小的腰比低摄入量。同样,使用tertiles对参与者进行分类的基础上坚持一个bean的膳食模式,使用因子分析,开发那些低依从性更高的BF % (F= 7.9, )和更大的腰围(F= 4.5, )比他们的同行。调整了潜在的混杂因素后,联想依然显著。总之,豆类和其他豆类似乎可能是有益的饮食品质对抗肥胖。

1。介绍

脉冲是食用干豆类的种子。据粮食及农业组织(粮农组织),有许多脉冲作为食物的来源。一种是菜豆(菜豆l .)。它是世界上领先的脉冲作物生产。豆类和其他豆类有多个营养品质,帮助减少患一些疾病的风险(1,2]。尽管许多健康的好处吃豆类,目前的消费水平很低(3,4]。

肥胖已成为发达国家中最常见的疾病之一。根据雷贝罗et al .,取代高能量的食物和豆类可以对肥胖产生有利的影响5]。豆类是低脂肪,血糖指数。他们是高纤维和植物蛋白质。他们贡献显著,饱腹感和改善肠道微生物组。很明显,他们有可能对抗肥胖的发挥有意义的作用。

尽管许多饮食品质的咖啡豆,实际的减肥结果并不总是匹配预期的结果。在四个减肥研究使用负能量平衡的设计(6- - - - - -9),只有一个导致更大的减肥豆类摄入量组相比,控制(6]。尽管如此,当这四个调查被组合成一个荟萃分析,减肥结果具有统计学意义的豆类消费相比,控制(10]。同样的,当一个中立的能量平衡设计应用,只有一个17减肥研究喜欢豆类摄入量控制(11]。但是当所有17个调查相结合,分析支持豆类消费在控制体重(10]。同样,在一个荟萃分析Viguiliouk et al .,结合时,21岁的研究产生更多的减肥豆类组比对照组(2]。

到目前为止,只有少数研究设计调查豆类摄入量专门对脂肪的影响。两项研究使用负能量平衡设计和没有统计学意义(6,9]。结合成一个荟萃分析结果并没有改变(10]。四个调查采用中性能量平衡设计和都不重要10]。组合成一个荟萃分析,结果是边缘显著的豆类消费超过控制( )(10]。

总的来说,大多数的个人调查研究豆类摄入量和体重和脂肪之间的关系导致无意义的结果。作为一个全面的文献回顾的一部分,威廉姆斯等人的结论是,“没有足够的证据表明结论豆类体重”的保护作用[12]。未能找到重要的证据可能部分由于使用小样本大小和统计能力的缺乏。此外,在研究聚焦于身体脂肪测量误差可能是一个问题,特别是对于那些使用生物电阻抗(13]。最后,虽然随机对照试验通常被认为是黄金标准设计、合规可能是一个问题。一些调查要求参与者吃大量的豆类,受试者不习惯。因此,合规可能是个问题,通常弱关联。

本调查旨在降低其他研究的一些问题。具体地说,一个大样本(n= 246)受雇和统计能力很好。此外,脂肪是评估使用双能x线吸收仪(DXA对),一个有效的和可靠的方法,产生测量误差。同时,遵从性并不是一个问题,因为参与者不需要消耗一个独特的bean的饮食但被要求报告他们的典型摄入豆类和其他豆类。鉴于这些调整,这项研究的主要目的是确定豆类摄入量之间的关系,特别是bean消费,女性体内脂肪含量。腰围是作为一个结果测量指标腹部肥胖。一个辅助的目标是确定年龄的影响,教育、能量摄入,和身体活动bean摄入量和身体组成协会。

2。方法

2.1。研究设计和样本

参与者招募了来自20多个城市在西部山区,美国。报纸广告、公司电子邮件、海报和传单被用来接触潜在的主题。参与者被分隔明显健康,不吸烟的妇女,因为研究的结果是体脂百分比和腰围。男性和女性这两个变量上差异显著(14]。因此,如果男人和女人都包括在内,他们需要单独进行分析。以保持相同的统计能力,并包括男性和女性,样品必须翻了一倍。资源不够的进行这项研究的500名参与者。几个著名的调查分隔他们的样品单性,如女性健康研究和健康专业随访研究。

采用横断面设计。受试者主要非西班牙裔白人,兼职或全职工作,并结婚,大约1/3报道至少有一些大学学分。每个数据收集协议大学研究回顾和批准的机构审查委员会(IRB)。研究方法是依照批准的协议。同时,所有参与者签署知情同意文件批准的大学IRB之前收集的数据。

2.2。措施

在目前的研究中,暴露变量是bean消耗,索引使用两种策略。体脂百分比(BF %)和腰围是结果变量。年龄、教育程度、能量摄入,客观地衡量体力活动水平不包括控制大豆摄入量的影响关系,体脂百分比和腰围。

2.2.1。Bean的摄入量

量化bean和豆类消费,参与者完成了长篇块食物频率问卷(营养的追求,伯克利,CA),最初在美国国家癌症研究所开发的指导下格拉迪斯块。块食物频率问卷是8页的长度与项目专注于服务消费的规模和频率超过100种不同的食品和饮料,包括四项关于豆类,豆类:(1)炸豆泥或bean墨西哥卷;(2)辣椒用豆子(有或没有肉);(3)烤豆、平托一家都或其他干豆;(4)豆、豌豆、扁豆汤。每个参与者获得一个额外的页面包含图片显示7份量在盘子和碗,所以他们可以精确地记录食物份量。全身块食物频率问卷调查被认为是一个有效的和可靠的工具来评估膳食摄入量和一直被应用在许多调查(15,16]。

的四个问题关于食用豆类和豆类,参与者明显的九个选择“经常”的每个bean菜吃:从来没有,几个/年,每月一次,2还是3次/月,一次/周,每周两次,3还是4次/周,5高6次/周或每一天。主题也报道“多少”是每次消费,帮助页的插图显示盘子和碗:1/4杯,1/2杯,一杯或两杯。消费的四个豆菜估计使用杯子的数量每年吃掉。豆总摄入量被求和计算四杯报告为每个bean的食品。因为成年人消耗更多的总能量更倾向于吃特定的食物,消费表达为每杯豆类摄入1000千卡(千卡)。

虽然消费的四个bean的食品在杯子,bean的数量在每个bean的菜可能不同。因此,一个额外的方法被用来索引bean和豆类摄入量。具体来说,因子分析采用使用四个bean的食品bean创建一个单一的“构造”或“因素。“个人因素分数bean构造被用作另一个bean摄入暴露变量。

2.2.2。体脂百分比

体脂百分比(BF %)测量使用双能x线吸收仪(DXA对),Hologic评估报告4500 w (Hologic,贝德福德,MA)。全身扫描拍摄的每个参与者躺在仰卧位。身体成分计算使用Hologic版的《四年防务评估》扫描软件。Hologic版的《四年防务评估》4500是相同的测定仪由美国疾病控制和预防中心选择测量身体成分作为NHANES的一部分(全国健康和营养调查)17]。Hologic DXA对被认为是一个有效的和可靠的测量方法评估BF % (18- - - - - -20.]。测试同时效度测定仪相比,结果Bod豆荚子样品的结果100例从目前的调查。皮尔逊相关性为0.94 ( )和0.97(组内相关 )被确定。两次试验法的可靠性的Hologic测定仪,完整的重新定位,当测量在同一子样品目前的研究的100名受试者,导致了组内相关的0.99 ( )。

4500 W是校准的每个测试一天。为了确保准确性,激光产生的改4500 W允许技术员可靠的参与者在同一位置下桌子上扫描的手臂。

2.2.3。腰围

腹部肥胖是心血管疾病的重要危险因素。仔细测量周长的腹部脐准确占腹壁多脂的差异。据罗斯et al .,腰围占91%的方差在脂肪组织索引使用磁共振成像(21]。在目前的研究中,腰围测量使用协议洛曼使用推荐的无弹性的卷尺(22]。受试者穿着标准university-issue泳装衣服的影响降到最低。两个测量了每一个主题,如果值在1厘米,平均使用。如果大于1厘米的差异,那么第三个测量拍摄和两个最值的平均值是用来索引腹部肥胖。第三个需要测量参与者的18%。两次试验法的手段和不到0.05厘米之间没有显著性差异。两次试验法的可靠性的腰围测量使用组内相关0.99 ( )。

2.3。协变量

体育活动,或缺乏,可以影响身体成分。因此,体育活动是客观地评估使用7164长短加速器(长短,彭萨科拉,FL)。每个参与者接受面对面的培训和书面指示如何穿装置。受试者戴上的加速度计标准,轻带在左臀部。加速度计准确评估运动的强度和持续时间,可以区分坐着,光家庭活动,行走缓慢,有力的散步、慢跑、跑步、和其他活动。更多的研究了长短加速度计在实验室外面客观地衡量体育活动比其他任何设备,和已经确认很多次了23,24]。

参与者穿着中的不断连续7天,除了游泳和洗澡。参与者被称为两次一周能回答所以问题并鼓励wear-time遵从性。所收集的数据进行下载和评估non-wear时返回的最后一周。平均磨损时间从7:00点到10:00点(15小时)13.9小时(93% wear-time合规)。总身体活动被索引通过添加所有的原始活动客观项7天。许多研究已经使用这个过程总身体活动客观指数(25- - - - - -27]。

能量摄入对身体组成有很大的影响。如果测量准确,随着能量摄入增加,脂肪和腰围增加,当身体活动也考虑在内。因此,能量摄入被雇佣为协变量在目前的调查。

同时效度是能量摄入显示变量使用在目前的研究中,随着年龄的增长和教育被控制。具体来说,热量摄入是客观测量身体活动的一个重要预测(F= 7.3, ),腰围(F= 14.5, ),BMI (F= 15.6, ),豆类摄入量(F= 5.3, ),和bean因子评分(F= 5.4, )。

年龄和教育都是肥胖的预测。老年人和教育水平较低的人往往比同行更肥胖。因此,不包括年龄和教育水平。

2.4。统计分析

α是设置在0.05的水平 价值观是双面的。SAS 9.4版是用来进行统计分析(SAS研究所有限公司、卡里、数控、美国)。

豆消费之间的线性关系的大小和身体成分是评估使用多元回归和一般线性模型的过程。回归系数是用来量化的线性关系的程度。偏相关来调整统计上的不同潜在的中介变量,包括年龄、教育、能量摄入,客观地衡量体力活动。

豆、豆类摄入总量用两种不同的方法测量。首先,服务的规模和频率的四个bean-items块食物频率问卷被用来估计杯每年每个bean菜食用。杯的四个大豆食品总结,生成一个总杯豆暴露变量。这个值是每1000千卡热量转化为总杯豆否定效果,受试者吃最热量往往吃豆子。摄入bean变量的分布偏离正常,因此对数转换后,纳入分析。

第二种策略量化bean和豆类消费是基于主成分因子分析用来创建一个bean摄入量构造。每个参与者的生成因素得分,代表坚持,或缺乏坚持,bean构造或bean的饮食模式。个人因素分数范围从很强的坚持非常弱的依从性,均值为0.0,标准差为1.0。因为一些因素分数负的,不能对数转换因子得分,尽管他们不是正态分布。因此,因子分数分为tertiles,代表强大,温和,和弱坚持bean摄入膳食模式。程度平均水平的体脂百分比和腰围不同tertiles bean摄入量的坚定决心使用方差分析(方差分析)。评估的影响,年龄的差异,教育、能量摄入,和身体活动在方差分析结果比较tertiles,运用偏相关。最小二乘方法程序用于生成调整意味着基于协变量。

统计计算能力来确定需要检测的相关性为0.20四协变量(即控制。、年龄、教育、能量摄入和身体活动),α被固定在0.05和权力被设置为0.80。SAS功率计算表明,需要197名受试者。因为目前的调查包括246名参与者,统计力量为0.88,列出的参数。

3所示。结果

246个参与者的样本均值(±SD) bean和豆类摄入量为50.4±49.7杯每年。每年每1000千卡意味着bean摄入量为25.6±25.1杯。体脂百分比平均为32.5±7.3,平均腰围是82.7±10.2厘米。平均能量摄入每天1973±319千卡(千卡)。参与者平均2.63±095万活动积累计算整个星期的身体活动监测。杯豆和豆类每天消耗能量摄入呈正相关r= 0.152, )。然而,当表达为bean消耗每1000千卡,没有协会(r=−0.041, ),关系是弱对数转换(每1000千卡bean变量时r=−0.008, )。1显示了分配,包括5th,25th,50th,75年th,95th百分位数,与关键风险和结果变量。


变量 百分位
5th 25th 50th 75年th 95年th

豆类(杯/年) 6.0 20.5 35.0 60.0 139.0
豆类(杯/ 1000千卡/年) 3所示。0 10.0 17.6 33.7 72.0
Bean构造(因子得分) −0.9 −0.6 −0.3 0.3 1.7
体脂百分比(%) 19.1 26.4 33.0 38.1 42.6
腰围(cm) 69.0 74.3 80.9 91.0 99.8

杯/年:每年所消耗的总杯豆和豆类。杯/ 1000千卡/年:杯豆和豆类消费每年每1000千卡。体脂百分比表示为一个百分比×100。cm:厘米。
3.1。因子分析结果

四个豆食品同样在bean加载因子、总特征值为1.8,占总方差的45%。具体来说,炸豆泥或豆类墨西哥卷0.63的因子载荷。辣椒用豆子的载荷为0.71,烤豆,平托一家都,或其他干豆为0.63,和豆,豌豆,扁豆汤或最高为0.72。平均bean因素得分为0.0±1.0。因子得分范围从1.0−5.7。大约有65%的因子得分都是负面的。

3.2。豆摄入量和身体脂肪百分比

bean之间的关系和豆类消费每1000千卡,体脂百分比是线性的,逆,意义重大。每个bean的摄入量增加10% / 1000千卡,脂肪低0.14%至0.12,平均而言,根据协变量包括在模型中。如表所示2协变量的差异,调整对回归结果几乎没有影响。


体脂百分比
暴露变量(每增加10%) 回归系数 SE F
协变量

豆类摄入量(杯/ 1000千卡)
没有一个 −0.13 0.05 7.7 0.0058
年龄 −0.14 0.05 8.2 0.0045
年龄、能量摄入 −0.14 0.05 8.2 0.0047
年龄、PA −0.13 0.05 7.8 0.0056
年龄、PA、能量摄入、教育 −0.12 0.05 7.4 0.0069

腰围(cm)

豆类摄入量(杯/ 1000千卡)
没有一个 −0.13 0.07 3所示。6 0.0576
年龄 −0.13 0.07 3所示。8 0.0515
年龄、能量摄入 −0.13 0.07 3所示。9 0.0494
年龄、PA −0.12 0.07 3所示。5 0.0643
年龄、PA、能量摄入、教育 −0.12 0.06 3所示。4 0.0680

SE:标准回归系数的误差。爸爸:身体活动。回归系数结果的解释将如下模型下的身体脂肪百分比随着年龄的增长,PA,能量摄入,和教育控制:为每个bean摄入量增加10%(每杯1000千卡),身体脂肪往往是低了0.12,平均。

显示在表3,意味着BF %的水平显著不同的tertiles bean和豆类摄入1000千卡。显著的协变量调整后没有显著差异。协变量的控制,BF %不同女性之间几乎4百分点bean摄入量tertile低和高摄入量tertile (F= 7.4, )。协变量调整后的所有,tertiles 1和3之间的效果大于1/2标准偏差。


豆类摄入量tertiles
结果 温和的 F
协变量 平均数±标准差 平均数±标准差 平均数±标准差

体脂百分比
没有一个 34.7一个±6.8 31.8b±7.1 30.9b±7.4 6.2 0.0023
年龄 34.7一个 31.7b 31.0b 6.4 0.0019
年龄、能量摄入 34.7一个 31.7b 31.0b 6.3 0.0022
年龄、PA 34.8一个 31.7b 30.9b 7.7 0.0006
年龄、PA、能量摄入,建造 34.4一个 31.2b 30.6b 7.4 0.0008

腰围(cm)
没有一个 85.2一个±9.4 81.8b±10.6 81.1b±10.3 3所示。8 0.0230
年龄 85.2一个 81.8b 81.1b 3所示。9 0.0209
年龄、能量摄入 85.1一个 81.8b 81.3b 3所示。6 0.0278
年龄、PA 85.3一个 81.7b 81.1b 4.3 0.0142
年龄、PA、能量摄入,建造 84.4一个 80.8b 80.5b 4.2 0.0164

a、b意味着在相同的行用不同的上标字母明显不同( )。SD =标准差。PA =体力活动。建造=教育水平。Tertiles是基于杯bean消耗每1000千卡。在每个tertile有82例。意味着在相同的行协变量(s)调整为协变量(年代)。

使用因素分数代表坚持bean和豆类的饮食模式,不同的身体脂肪百分比的tertiles依从性显著,显示在表中4。在调整了年龄的差异,教育、能量摄入,和身体活动水平,意味着身体脂肪百分比差异仍显著(F= 7.9, )。


豆类摄入量依从性
结果 温和的 F
协变量 平均数±标准差 平均数±标准差 平均数±标准差

体脂百分比
没有一个 34.9一个±6.4 31.5b±7.2 31.0b±7.6 7.5 0.0007
年龄 35.0一个 31.6b 31.0b 7.6 0.0006
年龄、能量摄入 35.0一个 31.5b 30.9b 8.1 0.0004
年龄、PA 34.8一个 31.6b 31.0b 7.2 0.0009
年龄、PA、能量摄入,建造 34.5一个 31.2b 30.6b 7.9 0.0005

腰围(cm)
没有一个 85.1一个±9.4 81.7b±10.7 81.4b±10.2 3所示。3 0.0398
年龄 85.1一个 81.7b 81.4b 3所示。3 0.0383
年龄、能量摄入 85.5一个 81.6b 81.1b 4.8 0.0094
年龄、PA 85.3一个 81.7b 81.1b 3所示。0 0.0536
年龄、PA、能量摄入,建造 84.6一个 80.8b 80.5b 4.5 0.0118

a、b意味着在相同的行用不同的上标字母明显不同( )。SD =标准差。PA =体力活动。建造=教育水平。类别tertiles基于坚持饮食模式与bean和豆类消费。样本大小是Tertile 1 (n= 81),Tertile 2 (n= 83),Tertile 3 (n= 82)。意味着在相同的行协变量(s)调整为协变量(年代)。
3.3。豆类摄入量和腰围

腰围与BF %的246名妇女(r= 0.774, )。bean之间的关系消费每1000千卡和腰围是线性和逆,类似于豆摄入量之间的关系和身体脂肪百分比。然而,随着腰围作为结果变量,大多数的关联是边缘显著。每个bean的摄入量增加10% / 1000千卡,腰围是0.12低0.13%,平均(表2)。

3表明,意味着整个tertiles代表低腰围明显不同,中等和高bean和豆类摄入1000千卡。控制协变量的影响差异不大。在调整了年龄、教育、能量摄入和身体活动水平,代表杯tertiles bean消耗每1000千卡的意思是腰围明显不同(F= 4.2, )。

平均腰围在tertiles基于因子得分也不同,如表显示4。协变量的控制,腰围明显更大的1tertile,代表低坚持bean摄入膳食模式,相比其他两个tertiles (F= 4.5, )。

4所示。讨论

目前的研究来确定豆类摄入量之间的关系,特别是bean消耗,和女性的体脂百分比。腰围是采用二次测量结果。一个辅助的目标是评估年龄的影响,教育、能量摄入,和身体活动bean的摄入量和身体脂肪和腰围关联。

关键的发现是,随着bean和豆类消费增加,身体成分趋于改善。BF %的关系是线性的,逆,和有意义的。此外,参与者被分为tertiles,那些消耗低数量的豆子和豆类,或不遵守一个bean的饮食构造,有更高水平的脂肪和更大的腰围比他们的同行。

回归分析发现,都导致了回归系数显著,但不令人印象深刻的表面上(表2)。对于每个bean消耗增加10%,BF %下降了0.12 - -0.14%。乍一看,0.12 - -0.14%出现几乎毫无意义。然而,重要的是要注意,在bean和豆类摄入量存在很大差异。如表所示1,女性在25岁th百分只消耗10杯豆每年每1000千卡,而在75年th百分位吃33.7杯每年每1000千卡,237%的差异。尽管bean消耗(即增加了10%。,from 10 cups to 11 cups per year) predicted little variation in body fat percentage, the 237% increase (i.e., from 10 cups to 33.7 cups) accounted for substantially lower levels of body fat.

分离对象到tertiles基于bean和豆类摄入量提供容易解释(表的结果3)。比较女性最低与最高tertile tertile显示平均身体脂肪的区别几乎4百分点和区别的腰围超过4厘米,平均。一些身体脂肪饮食因素占如此大的差异和腹部肥胖。

大多数个体随机对照试验(相关的)未能显示bean消耗导致体重和减肥2,10]。然而,当使用荟萃分析相结合,结果一直希望(2,10]。另一方面,威廉姆斯表示没有足够的证据可以得出这样的结论,即豆类帮助与体重管理12]。如前所述,问题可能是大多数个人相关的缺乏统计,样本大小适度,在最好的。当统计能力很低,治疗效果必须大是统计学上意义重大。此外,相关要求参与者遵守干预,如饮食相当数量的豆子。如果主题不习惯食用豆类、合规可能成为一个问题。在合规薄弱、渺小和微不足道的治疗效果通常的结果。

在一个由Papanikolaou和Fulgoni横断面研究28),24小时膳食召回是用来确认bean消费者和非消费者。豆消费者发现低体重和腰围较小的比他们的同行。简而言之,目前的研究一样,当bean消耗评估,但合规不是一个问题,豆类消费与健康相关的身体重量和腰。

为什么高bean和豆类消费水平预测有利身体脂肪和腰围吗?底层机制是什么?可能有至少六个因素。

首先,豆类中饮食脂肪含量低。提供9千卡每克脂肪,而碳水化合物和蛋白质都承受4千卡/克。因此,大豆不含大量的食物能量的重量。他们不是一个高能量的食物。文献清楚地表明,低脂的食物与减少脂肪和肥胖水平(29日- - - - - -33]。

第二,豆类,包括豆类,血糖生成指数食物(都是最低的34,35]。简而言之,与其他富含碳水化合物的食物相比,血糖水平增加与大豆的消费更少。他们通常建议改善血糖控制(36,37]。几项研究表明,饮食基于低血糖的食物,包括豆类,产生显著的减肥和减少腹部肥胖(11,38,39]。

第三,豆类富含膳食纤维(40,41]。一杯bean包含大约10.4 - -15.6克纤维(42]。膳食纤维,尤其是可溶性纤维,可以绑定脂肪和糖,减少他们的吸收和使用的身体43,44]。研究表明,毫无疑问,将膳食纤维添加到饮食可以减少体重增加的风险和促进健康的身体脂肪水平(45- - - - - -48]。

第四,除了膳食纤维、大豆是植物蛋白质的良好来源。因此,豆类和其他豆类蔬菜被认为是食物和蛋白质食物,根据2015 - 2020年美国膳食指南(49]。没有别的食物有这种区别。蛋白质是最美味的营养素,很多研究表明,植物蛋白含量高的饮食减少体重的预测(50- - - - - -54]。

第五,豆类的品质,提高他们的能力来满足。豆子促进饱腹感和满足感的感觉,通常导致减少消费的食物和更少的热量34]。充实的力量支持多项调查豆类(55- - - - - -57]。9随机交叉试验的荟萃分析,bean消耗被发现急性饱腹感增加31%比其他食物(56]。使用交叉设计,此外,Reverri等人表明,整个黑豆增加缩胆囊素(CCK)和多肽酪氨酸酪氨酸(PYY组)相比,satiety-related胃肠道激素和添加纤维或控制的一餐一顿饭(58]。

第六,肠道微生物组是一个巨大的微生物生态系统,影响一些疾病的风险。研究表明,豆类和其他豆科植物产生有利的影响人类的肠道微生物群(59- - - - - -61年]。Bean消耗,导致一个更健康的肠道微生物组,可能是另一个机制豆类有助于改善体重和肥胖62年- - - - - -64年]。

为什么可能对抗肥胖的bean是一个不错的选择?豆类是低脂肪,血糖指数。他们是高纤维和植物蛋白质。他们贡献显著,饱腹感和改善肠道微生物组。简而言之,豆类饮食品质的拥有一个独特的组合。每个单独的特点是降低肥胖风险。然而,bean是不同寻常的,因为他们拥有所有这些品质。很有可能因为这些品质,bean消费占身体脂肪的低水平和小腰在目前的研究。

目前研究的局限性。首先,它专注于246名女性,但是没有人。因此,研究结果不能推广到男人。第二,因为这项研究采用横断面设计,不适用因果关系的结论。Bean摄入可能会导致低水平的身体脂肪和较小的腰,但其他未知因素可以解释这种关系。高bean摄入可能是一个健康的生活方式的标志。那些吃豆类经常实践其他行为,可能导致体重管理的改善。不同的身体活动不可能的原因,因为活动是仔细监控使用加速度计和统计控制。然而,还有其他潜在的中介因素,如饮食、文化、和健康意识,这在理论上解释bean摄入量之间的反向关系发现,BF %,腰围。

目前的研究也有一些优势。样本相对较大和统计能力很好。此外,许多潜在的中介因素统计控制。因此,它不太可能,豆类摄入量和身体成分之间的关系是一个函数的不同年龄、教育、能量摄入,或体育活动。此外,bean消费索引使用两种方法:(1)量化使用bean的食品服务的总和大小估计和bean的摄入频率,和(2)因子得分估计坚持一个bean的饮食模式。最后,两个结果措施,BF %和腰围,被用来量化身体成分。

5。结论

总之,bean是一个独特的食物。他们有多个特征使其营养和填充。bean是一种蔬菜和蛋白质的食物。他们是富含营养的,但没有能源密集。尽管他们有许多有利的特点,在大多数发达国家消费水平很低。在目前的研究中,bean的摄入量增加,如坚持一个bean的膳食模式增加,身体脂肪水平倾向于减少。那些高摄入量也不如同行腹部肥胖。看来,豆类和其他豆类饮食品质,可能有利于体重管理。

数据可用性

目前的研究数据可从相应的作者。

的利益冲突

作者声明没有与本研究相关的利益冲突或出版。

确认

参与这项研究花了大量的时间和精力。每个参与者的贡献是非常赞赏。这项研究没有收到具体的资金但执行作为就业杨百翰大学的一部分,犹他州普洛佛。

引用

  1. a . Afshin r·米、美国Khatibzadeh和d研究,“食用坚果和豆类和缺血性心脏病的风险事件,中风和糖尿病:系统回顾和荟萃分析,“美国临床营养学杂志》上,卷100,不。1,第288 - 278页,2014。视图:出版商的网站|谷歌学术搜索
  2. e . Viguiliouk s .布兰科Mejia c·w·c·肯德尔和j·l·Sievenpiper脉冲在改善代谢疾病健康中发挥作用?系统回顾和荟萃分析的证据。”纽约科学院上,卷1392,不。1,43-57,2017页。视图:出版商的网站|谷歌学术搜索
  3. d·c·米切尔,f·r·劳伦斯·t·j·哈特曼和j·m·柯伦”消费干黄豆、豌豆和扁豆可以在美国人口提高饮食质量,”美国饮食杂志》上,卷109,不。5,909 - 913年,2009页。视图:出版商的网站|谷歌学术搜索
  4. j . Halkjaer a·奥尔森l . j . Bjerregaard et al .,“摄入总量的,动物和植物蛋白质,和他们的食物来源在10个国家在欧洲癌症与营养前瞻性调查,“欧洲临床营养学杂志》上,卷63,不。S4, S16-S36, 2009页。视图:出版商的网站|谷歌学术搜索
  5. c·j·雷贝罗、f . l .园林路和j·w·芬利,“回顾豆类的营养价值及其对肥胖及其相关疾病的影响,“肥胖评论,15卷,不。5,392 - 407年,2014页。视图:出版商的网站|谷歌学术搜索
  6. d . i Abete Parra, j·a·马丁内斯“豆类、鱼或high-protein-based hypocaloric饮食:影响减肥和线粒体氧化在肥胖男性,”杂志的药膳,12卷,不。1,第108 - 100页,2009。视图:出版商的网站|谷歌学术搜索
  7. t·a·森贝尔斯基(r . Belski) i b Puddey et al .,“lupin-enriched食品对身体成分的影响和心血管疾病风险因素:12个月的随机对照试验减肥时,“国际肥胖期刊,35卷,不。6,810 - 819年,2011页。视图:出版商的网站|谷歌学术搜索
  8. A . b . Crujeiras d . Parra i Abete和j·A·马丁内斯”hypocaloric饮食富含豆类特别是减轻脂质过氧化反应在肥胖,”自由基的研究第41卷。。4、498 - 506年,2007页。视图:出版商的网站|谷歌学术搜索
  9. h . h . m . Hermsdorff m。Zulet,即Abete和j·A·马丁内斯”一个legume-based hypocaloric饮食减少促炎的地位和提高代谢功能在超重/肥胖受试者,”欧洲营养杂志,50卷,不。1,第69 - 61页,2011。视图:出版商的网站|谷歌学术搜索
  10. s . j . Kim r . j . de Souza v . l . Choo et al .,“饮食消费脉冲对体重的影响:随机对照试验的系统性回顾和荟萃分析,“美国临床营养学杂志》上,卷103,不。5,1213 - 1223年,2016页。视图:出版商的网站|谷歌学术搜索
  11. d·j·a·詹金斯c·w·c·肯德尔l·s·a·奥古斯汀et al .,”效应的豆类的低血糖指数饮食对血糖控制和心血管危险因素在2型糖尿病,”内科医学档案,卷172,不。21日,第1660 - 1653页,2012年。视图:出版商的网站|谷歌学术搜索
  12. s·j·p·g·威廉姆斯Grafenauer, j·e·奥谢“谷物,豆类,和体重管理:全面审查的科学证据,”营养评价,卷66,不。4、171 - 182年,2008页。视图:出版商的网站|谷歌学术搜索
  13. b·w·贝利g . LeCheminant t .希望,m·贝尔和l·A·塔克”协议的比较,内部一致性,为期两天的测试的稳定性InBody 720年,通用电气iDXA评估身体成分和BOD POD黄金标准,“体育和运动科学的测量,22卷,不。3、231 - 238年,2018页。视图:出版商的网站|谷歌学术搜索
  14. m . j . Niemann l·a·塔克b·w·贝利和l·e·戴维森”力量训练和胰岛素抵抗:身体成分的中介角色,”糖尿病研究期刊》的研究卷,2020篇文章ID 7694825, 11页,2020年。视图:出版商的网站|谷歌学术搜索
  15. b·鲍彻m . Cotterchio n .克里奇诉Nadalin t块,和g .块”的有效性和可靠性Block98食物频率问卷样本的加拿大女人,”公共健康营养,9卷,不。1,第93 - 84页,2006。视图:出版商的网站|谷歌学术搜索
  16. a . f . Subar f·e·汤普森诉Kipnis et al .,“比较块的验证、威雷特和国家癌症研究所食物频率问卷,“美国流行病学杂志》,卷154,不。12日,第1099 - 1089页,2001年。视图:出版商的网站|谷歌学术搜索
  17. NHANES的身体,2000年组成程序手册,https://wwwn.cdc.gov/nchs/data/nhanes/1999-2000/manuals/bc.pdf
  18. 美国运动医学学院,t·g·洛曼,和洛杉矶肯ACSM身体成分的评估美国、人类动力学、香槟,2020。
  19. j·e·普里查德·c·a . Nowson b·j·施特劳斯j·s·卡尔森,b . Kaymakci和j·d·华克”评价双能量x线吸收仪作为测量身体脂肪的方法,”欧洲临床营养学杂志》上卷,47号47岁,216 - 228年,1993页。视图:谷歌学术搜索
  20. r . b .迷宫,h . s .高岭土,j . p . Bisek和j·汉森,“双能x线吸收仪对全身和区域骨矿物质和软组织组成,”美国临床营养学杂志》上,51卷,不。6,1106 - 1112年,1990页。视图:出版商的网站|谷歌学术搜索
  21. r·罗斯·l·莱热、d·莫里斯,j . de伪装和r . Guardo”量化脂肪组织的MRI:与人体的关系变量,“应用生理学杂志,卷72,不。2、787 - 795年,1992页。视图:出版商的网站|谷歌学术搜索
  22. c·w·卡拉威,w . c . Chumlea c·布沙尔et al .,“周长”人体测量的标准化参考手册,页39-54、人类动力学书籍,香槟市,1988年10月美国。视图:出版商的网站|谷歌学术搜索
  23. d·r·巴Jr .) b·e·安斯沃思a . m .斯沃茨,s . j .平底河谷w·l·奥布莱恩和g·a·王,“四个运动传感器测量的有效性中等强度体力活动,“医学和科学在体育及运动32卷,S471-S480, 2000页。视图:出版商的网站|谷歌学术搜索
  24. s . r .布拉吉n . Wedderkopp p·w·弗兰克斯l . Bo安徒生和k . Froberg”复审CSA监控的有效性和可靠性在走路和跑步,”医学和科学在体育及运动,35卷,不。8,1447 - 1454年,2003页。视图:出版商的网站|谷歌学术搜索
  25. l·a·塔克和j·m·塔克,”300年看电视和肥胖女性:评价能量摄入和身体活动的途径,”肥胖,19卷,不。10日,1950 - 1956年,2011页。视图:出版商的网站|谷歌学术搜索
  26. n . r . nok和l·a·塔克”,髋部骨密度的变化和客观测量中年妇女体育活动:6年的前瞻性研究中,“美国《健康促进,26卷,不。6,341 - 347年,2012页。视图:出版商的网站|谷歌学术搜索
  27. l·e·戴维森,l·塔克,t·皮特森“身体活动的变化预测中年女性腹部脂肪变化,“身体活动与健康杂志》上,7卷,不。3、316 - 322年,2010页。视图:出版商的网站|谷歌学术搜索
  28. y Papanikolaou和v . l . Fulgoni 3日。,“Bean consumption is associated with greater nutrient intake, reduced systolic blood pressure, lower body weight, and a smaller waist circumference in adults: results from the National Health and Nutrition Examination Survey 1999-2002,”美国营养学院杂志》上,27卷,不。5,569 - 576年,2008页。视图:出版商的网站|谷歌学术搜索
  29. a . Astrup l .瑞安·g·k·格伦沃尔德et al .,“脂肪膳食脂肪的作用:证据从一个随意的初步分析低脂膳食干预研究,“英国营养学杂志》上的,卷83,不。S1, S25-S32, 2000页。视图:出版商的网站|谷歌学术搜索
  30. g·a·布雷和b . m . Popkin“膳食脂肪摄入会影响肥胖!”美国临床营养学杂志》上,卷68,不。6,1157 - 1173年,1998页。视图:出版商的网站|谷歌学术搜索
  31. k·d·霍尔,t·比r . Brychta et al .,“以热量,膳食脂肪限制导致比碳水化合物脂肪损失限制在肥胖的人,”细胞代谢,22卷,不。3、427 - 436年,2015页。视图:出版商的网站|谷歌学术搜索
  32. l·h·纳尔逊·l·a·塔克,“饮食中脂肪成分相关的多元研究203名男性,”美国饮食协会杂志》上,卷96,不。8,771 - 777年,1996页。视图:出版商的网站|谷歌学术搜索
  33. l·a·塔克和m·j·卡诺”膳食脂肪和脂肪:多元研究205成年女性,”美国临床营养学杂志》上卷,56号4、616 - 622年,1992页。视图:出版商的网站|谷歌学术搜索
  34. s . w . Rizkalla f . Bellisle, g . Slama”健康的好处血糖指数低的食物,如脉冲,在糖尿病患者和健康人,”英国营养学杂志》上的,卷88,不。S3, 255 - 262年,2002页。视图:出版商的网站|谷歌学术搜索
  35. d·j·詹金斯t . m . Wolever r·h·泰勒·h·m·巴克和h·菲尔,“极低的血糖反应干豆:比较与其他碳水化合物的食物,“英国医学杂志,卷281,不。6240年,第580 - 578页,1980年。视图:出版商的网站|谷歌学术搜索
  36. d·j·a·詹金斯c·w·c·肯德尔·g·McKeown-Eyssen et al .,“影响低糖或高谷物纤维饮食对2型糖尿病,”美国医学协会杂志》上,卷300,不。23日,第2753 - 2742页,2008年。视图:出版商的网站|谷歌学术搜索
  37. j . Brand-Miller美国海、p . Petocz和s . Colagiuri“低糖饮食在糖尿病管理:随机对照试验的荟萃分析,“糖尿病护理,26卷,不。8,2261 - 2267年,2003页。视图:出版商的网站|谷歌学术搜索
  38. t·m·拉森S.-M。Dalskov, m . van Baak et al .,“饮食与高或低蛋白质含量和血糖指数减肥维护”新英格兰医学杂志》上,卷363,不。22日,第2113 - 2102页,2010年。视图:出版商的网站|谷歌学术搜索
  39. g . Joslowski j .哈利姆j . Goletzke et al .,“膳食血糖负荷、胰岛素负荷,减肥的肥胖,胰岛素抵抗的青少年:抵抗的研究中,“临床营养,34卷,不。1,第94 - 89页,2015。视图:出版商的网站|谷歌学术搜索
  40. s . k .•萨瑟s . s . Deshpande d . k . Salunkhe和j·j . Rackis”菜豆的干豆。复习一下。第2部分。化学成分:碳水化合物、纤维、矿物质、维生素、脂质,“CRC食品科学与营养的关键评论,21卷,不。1,41 - 93,1984页。视图:出版商的网站|谷歌学术搜索
  41. r . Mongeau和r .臂章”差异的比较和评估总膳食纤维在煮熟的干菜由五个方法,”采用AOAC公认的国际期刊,卷77,不。5,119 - 1202年,1994页。视图:出版商的网站|谷歌学术搜索
  42. 诉梅西纳,“干豆类、营养和健康的好处”美国临床营养学杂志》上,卷100,不。1,页437 - 442年代,2014年。视图:出版商的网站|谷歌学术搜索
  43. 美国欧,K.-c。李郭,y, l .傅“体外研究可能的膳食纤维在降低餐后血糖的作用,“农业与食品化学杂志》上卷,49号2、1026 - 1029年,2001页。视图:出版商的网站|谷歌学术搜索
  44. d . Kritchevsky“膳食纤维和脂质代谢,”国际肥胖期刊,11卷,不。1,33-43,1987页。视图:谷歌学术搜索
  45. l·a·塔克和k·s·托马斯,“增加纤维摄入量降低风险的体重和脂肪总收益的女人,”《华尔街日报》的营养,卷139,不。3、576 - 581年,2009页。视图:出版商的网站|谷歌学术搜索
  46. n·c·霍沃斯、e·萨尔兹曼和美国b·罗伯茨“膳食纤维和重量的规定,”营养评价卷,59号5,129 - 139年,2001页。视图:出版商的网站|谷歌学术搜索
  47. j·l·斯莱文“膳食纤维和体重。”营养,21卷,不。3、411 - 418年,2005页。视图:出版商的网站|谷歌学术搜索
  48. m·a·佩雷拉和d·s·路德维希膳食纤维和体重管理”,北美儿科诊所,48卷,不。4、969 - 980年,2001页。视图:出版商的网站|谷歌学术搜索
  49. 美国卫生和公众服务部和美国农业部,2015还是2020的美国人饮食指南,第八版,2015年。
  50. 林y, t . Mouratidou代表海伦娜学习小组et al .,“饮食动植物蛋白质摄入量及其关联与肥胖和cardio-metabolic指标在欧洲青少年:海伦娜横断面研究,“营养学杂志,14卷,不。1,p。2015。视图:出版商的网站|谷歌学术搜索
  51. m .豆儿和y . Kim ESR1rs1884051多态性与膳食总能量和植物蛋白摄入量在韩国男人的肥胖,”营养研究和实践,5卷,不。6,527 - 532年,2011页。视图:出版商的网站|谷歌学术搜索
  52. K.-B。h .公园,黄永发。康,k金、y赵和j .张成泽“动植物蛋白质摄入量和身体质量指数和腰围韩国老年人口,”营养物质,10卷,不。5,577年,页2018。视图:出版商的网站|谷歌学术搜索
  53. h . Kahleova r . Fleeman A . Hlozkova r . Holubkov n·d·巴纳德,“植物性饮食超重个体在16周随机临床试验:植物蛋白代谢的好处,”营养与糖尿病,8卷,不。1,58页,2018年。视图:出版商的网站|谷歌学术搜索
  54. 林y, s . Bolca s Vandevijvere et al .,“植物和动物蛋白摄入量及其与比利时人口超重和肥胖,”英国营养学杂志》上的,卷105,不。7,1106 - 1116年,2011页。视图:出版商的网站|谷歌学术搜索
  55. r·c·Mollard a . Zykus b . l . Luhovyy m . f . Nunez c . l . Wong和g·h·安德森,“急性pulse-containing食物对血糖的影响反应和饱腹感和满足内部和在稍后吃饭,”英国营养学杂志》上的,卷108,不。3、509 - 517年,2012页。视图:出版商的网站|谷歌学术搜索
  56. c . s . s . Li w·c·肯德尔r . j . de Souza et al .,“饮食脉冲,饱腹感和食物摄入量:系统回顾和荟萃分析急性喂养试验,”肥胖,22卷,不。8,1773 - 1780年,2014页。视图:出版商的网站|谷歌学术搜索
  57. a·尼尔森·e·约翰逊、l·埃克斯特龙和Bjorck,”一个棕色的bean晚餐对代谢的影响风险标记和调节食欲的激素在后续标准化早餐:一项随机交叉研究中,“《公共科学图书馆•综合》,8卷,不。4篇文章ID e59985 2013。视图:出版商的网站|谷歌学术搜索
  58. e . j . Reverri j·m·伦道夫·c·t·Kappagoda大肠公园,Edirisinghe,和b . m . Burton-Freeman”评估bean作为内在纤维的来源与代谢综合征,男性和女性的饱腹感”食欲卷,118年,第81 - 75页,2017年。视图:出版商的网站|谷歌学术搜索
  59. b·辛格j·p·辛格,k . Shevkani n·辛格(manmohan Singh)和a·考尔“生物活性成分在脉冲和他们的健康福利,”食品科学与技术杂志》上,54卷,不。4、858 - 870年,2017页。视图:出版商的网站|谷歌学术搜索
  60. p . Gullon b . Gullon f . Tavaria m .塞·伐斯冈萨雷斯,他和a . m .戈麦斯,“体外发酵的羽扇豆种子(Lupinus阿不思·)和蚕豆(蚕豆根尖):肠道菌群与代谢组学的动态调制输出,“食品与函数》第六卷,没有。10日,3316 - 3322年,2015页。视图:出版商的网站|谷歌学术搜索
  61. 美国Q.-M。k .哒,g·e·科斯塔:da Silva, s·m·里斯和a . c . de Oliveira”Bifidogenic膳食纤维和抗性淀粉的影响从豆科肠道微生物群的老鼠,”营养,21卷,不。5,602 - 608年,2005页。视图:出版商的网站|谷歌学术搜索
  62. k·e·布特·d·h·范·Raalte a . k . Groen和m . Nieuwdorp”角色的肠道微生物在肥胖以及肥胖相关的代谢功能障碍的发病机制,“胃肠病学,卷152,不。7,1671 - 1678年,2017页。视图:出版商的网站|谷歌学术搜索
  63. e . Isolauri“微生物群和肥胖”,肠道微生物组:功能方面在健康和疾病卷,88年,第105 - 95页,2017年。视图:出版商的网站|谷歌学术搜索
  64. r . Mathur g·m·巴洛,“肥胖和微生物。”胃肠病学和肝脏病学专家审查,9卷,不。8,1087 - 1099年,2015页。视图:出版商的网站|谷歌学术搜索

版权©2020年拉里·a·塔克。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点1228年
下载518年
引用

相关文章

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读