Увеличивает ли ограничение калорий долговечности?

Идея о том, что ограничение калорий расширяет жизнь человека, в основном исходит из исследований других видов. Наиболее актуальные из этих исследований были проведены с приматами, где было показано, что приматы, которые едят ограниченную калорийную диету, живут дольше и более здоровой жизнью, чем те, кому разрешено есть столько, сколько они хотят.

Есть две основные проблемы со многими исследованиями на животных ограничения калорий. Одним из них является то, что, поскольку естественная продолжительность жизни уменьшается, становится все проще экспериментально получать основные относительные продолжительность жизни. (То есть, кажется, гораздо проще удвоить продолжительность жизни организма, чья естественная жизнь составляет один день, чем организм, чья естественная жизнь составляет 80 лет.) Вторая и основная проблема, в моем сознании, заключается в том, что исследования часто сравнивают ожирение с худыми животными.

Ожирение явно снижает продолжительность жизни у людей, но это другое утверждение, чем то, что ограничение калорий увеличивает продолжительность жизни. Часто утверждалось, что азиатские страны и регионы, где потребление калорий снижается, демонстрируется увеличение продолжительности жизни. И это вполне может быть правдой, но остается вопрос о том, связано ли это с ограничением калорий, увеличивающей продолжительность жизни, или потому, что показатели ожирения намного ниже в странах и регионах, где потребление калорий снижается.

Итак, что может сообщить нам данные исследования Китая II о гипотезе о том, что ограничение калорий увеличивает долговечность?

Оказывается, мы можем провести предварительный тест этой гипотезы на основе ключевого предположения. Допустим, мы сравнили две популяции (например, округа в Китае), основываясь на следующем соотношении: количество смертей в возрасте 70 лет или после или после или после, разделенных на число случаев смерти до 70 лет. Давайте назовем это «соотношением долголетия» населения или Rlongev. Предполагается, что население с самым высоким Rlongev будет населением с самой высокой долговечностью из двух. Причина в том, что по мере того, как продолжится долголетие, можно ожидать, что он увидит сдвиг в моделях смерти, причем постепенно больше людей умирают старые и меньше людей, умирающих молодыми.

Набор данных в исследовании II 1989 года имеет две переменные, которые мы можем использовать для оценки Rlongev. Они закодированы как M005 и M006 и относятся к показателям смертности от 35 до 69 и 70 до 79 лет соответственно. К сожалению, нет никакой переменной для смертности после 79 лет, что несколько ограничивает объем наших результатов. (Это не полностью аннулирует результаты, потому что мы используем соотношение в качестве нашей меры долголетия, а не абсолютное число смертей в возрасте от 70 до 79 лет.) Взгляните на эти два предыдущих посты исследования в Китае II (II (II.здесьи здесь) Для других примечаний, большинство из которых также применяются здесь. Примечания в конце постов.

Все результаты, представленные здесь, взяты из анализа, проводимых с использованием WarpplsПолем Ниже приведена модель с коэффициентами ассоциации; Это простая модель, поскольку гипотеза о том, что мы тестируем, также проста. (Нажмите на него, чтобы увеличить. Используйте клавиши «CRTL» и «+» для увеличения и CRTL »и«-»для увеличения.) Стрелки исследуют ассоциации между переменными, которые показаны в рамках овалов. женщинам.

Как и следовало ожидать, быть женщиной связано с увеличением долговечности, но ассоциация просто стесняется быть статистически значимым в этом наборе данных (бета = 0,14; р = 0,07). Связь между общим потреблением калорий и долговечностью тривиальна и статистически неразличима от нуля (Бета = -0,04; P = 0,39). Более того, даже если эта очень слабая связь общая (или обратная (или обратная), признак ассоциации здесь не полностью отражает форму ассоциации. Форма-это инвертированная J-кривая; aka u-curve. Когда мы разделим данные на тотальные теки калорий, мы получаем лучшую картину:

Второй термиль, который относится к общему ежедневному потреблению калорий от 2193 до 2844 калорий, связан с самой высокой долговечностью. Первый терциль (с самым низким диапазоном калорий) связан с более высокой долговечностью, чем третий терциле (с самым высоким диапазоном калорий). Эти результаты должны быть просмотрены в контексте. Средний вес в этом наборе данных составлял около 116 фунтов. Консервативная оценка количества калорий, необходимых для поддержания этого веса без какой -либо физической активности, составила бы около 1740. Добавьте к этому около 700 калорий, для разумного и здорового уровня физической активности, и вы получаете 2440 калорий, необходимые ежедневно для поддержания веса. Это прямо в середине второго терциле.

Проще говоря, данные исследования в Китае II, по -видимому, предполагают, что Те, кто хорошо едят, но не слишком много, живут самыми длиннымиПолем У тех, кто едет немного, немного более низкая долговечность. Те, кто ест слишком многовозможно, из -за негативных последствий чрезмерного жира в организме.

Поскольку все эти тенденции очень слабы с статистической точки зрения, мы должны принять их с осторожностью. Что мы можем сказать с большей уверенностью, так это то, что Данные исследования в Китае II, по -видимому, не подтверждают гипотезу о том, что ограничение калорий увеличивает долговечностьПолем

Ссылка

Шеф, Н. (2019). Руководство пользователя Warppls: версия 6.0Полем Ларедо, Техас: Scriptwarp Systems.

Примечания

– Коэффициенты пути (обозначенные как бета -коэффициенты) отражают силу отношений; Они немного похожи на стандартные одномерные (или Пирсон) коэффициенты корреляции, за исключением того, что они принимают во внимание многомерные отношения (они контролируют конкурирующие эффекты на каждую переменную). Всякий раз, когда были смоделированы нелинейные отношения, программное обеспечение автоматически исправлено программным обеспечением для учета нелинейности.

– Были использованы только две точки данных на округ (для мужчин и женщин). Это увеличило размер выборки набора данных без искусственно снижения дисперсии, что желательно, поскольку набор данных относительно невелик (каждый округ, а не индивидуальный, является отдельной точкой данных – этот набор данных). Это также позволило проверить предположения здравого смысла (например, защитные эффекты женского пола), что всегда является хорошей идеей в многомерном анализе, поскольку нарушение предположений здравого смысла может указывать на сбор данных или ошибку анализа. С другой стороны, потребовалось включение половой переменной в качестве управляющей переменной в анализ, что не имеет большого значения.

– Смертность от инфекции шистосомоза (MSCHIST) не смешивает результаты, представленные здесь. Сообщалось, что только округа, где не было смерти от инфекции шистосомоза, были включены в этот анализ. Причина этого заключается в том, что смертность от инфекции шистосомоза может серьезно исказить результаты в возрастных диапазонах, рассматриваемых здесь. С другой стороны, удаление округов со смертью от шистосомоза инфекции уменьшило размер выборки и, таким образом, уменьшило статистическую силу анализа.