본문으로 바로가기 주메뉴 바로가기

사용자별 맞춤메뉴

자주찾는 메뉴

추가하기
닫기

간행물·통계

contents area

detail content area

만성질환에 대한 식이패턴 연구 고찰
  • 작성일2011-04-01
  • 최종수정일2012-08-24
  • 담당부서감염병감시과
  • 연락처043-719-7173

     

만성질환에 대한 식이패턴 연구 고찰
Dietary pattern analyses for chronic diseases research

질병관리본부 국립보건연구원 유전체센터 유전체역학과            
박선주           
  


Ⅰ. 들어가는 말
   전통적인 영양역학연구에서는 특정 영양소나 식품의 섭취가 만성질환의 유병률이나 발병률에 어떤  영향을 미치는지를 규명하는 것이 주된 연구 방법이었다. 그러나 이러한 방법은 여러 가지 해석의 제한점을 가지고 있다. 첫째, 사람들은 단일의 영양소를 섭취하는 것이 아니라 다양한 음식으로 구성된 식사를 하고 있으며, 둘째, 어떤 영양소들은 서로 밀접하게 연관되어 있기 때문에 각각의 영향을 평가하는 것이 어렵다. 셋째, 단일 영양소의 영향은 너무 작아서 측정하기가 어려울 뿐만 아니라, 넷째, 많은 수의 영양소 또는 식품목록들에 기인한 분석법은 통계학적인 유의성이 우연히 나타날 수 있다는 점 등이다[1].
  이러한 제한점을 보완하기 위하여 단일 영양소 또는 식품 섭취가 아닌 식품들의 섭취 양상 또는 섭취 조합을 살펴 전반적인 식사의 패턴을 평가하는 식이패턴 연구(dietary pattern analysis)가 시도되었다. 식이패턴 연구는 여러 가지 영양소의 축적된 영향을 파악할 수 있을 뿐만 아니라 식생활을 그대로 반영하여 평가할 수 있기 때문에 만성질환과 식이요인과의 관계를 파악하여 질병을 예방하기 위한 실질적인 지침을 마련할 수 있다는 장점을 가지고 있다.
  식이패턴에서 주로 사용하는 연구 방법은 다변량 통계기법으로 요인분석(factor analysis), 군집분석(cluster analysis) 등이 있으며, 최근에는 이들 방법의 제한점을 보완한 축소랭크회귀모델(Reduced Rank Regression; RRR)과 부분최소제곱회귀(Partial Least-Squares regression; PLS) 방법 등이   이용되고 있다. 요인분석은 변수들(식품이나 음식)간의 상관관계를 고려하여 공통차원(common underlying dimensions)을 통해 변수들을 차수를 줄여 주는 통계기법으로 주요인분석법(Principal Component Analysis; PCA)을 주로 사용한다. 군집분석은 개인별로 섭취한 식품 변수들 사이에 존재 하는 유사성을 기준으로 대상자를 집단 또는 군집으로 묶어주는 분류기법이다. 요인분석과 군집분석의 가장 큰 차이점은 요인분석에서는 모든 대상자가 차수가 줄여진 요인에 대하여 각기 높거나 낮은 요인 점수(factor score)를 가진다는 것이고, 군집분석은 대상자를 특성에 따라 몇 개의 그룹으로 나뉜다는 점이다(Figure 1) 1) 요인분석이나 군집분석의 경우 식이 변수의 특성만을 고려해 차수를 줄여주기 때문에 질병과의 관련성이 민감하지 않다는 제한점이 있다. RRR 분석법은 반응변수(responses; 기존에 알려진 질환과 관련된 영양소나 혈액성분)에 의해서 설명되는 변이를 최대화하여 예측변수(predictor; 섭취한 식품)와의 선형적 관계를 판단하여 추출된 요인과 질병과의 연관성을 더 많이 설명할 수 있다는 장점이 있다[2].
  이 원고에서는 코호트 연구에서 나타난 암, 심혈관질환, 당뇨병 등의 만성질환 발병률과 식이패턴과의 연관성을 살펴보고 앞으로의 연구 방향에 대해서 제안하고자 한다.
                                     

Ⅱ. 몸 말
   다음은 암, 심혈관질환, 당뇨병 등의 만성질환 발병률과 식이패턴과의 연관성을 연구한 코호트 연구 및 환자-대조군 연구의 결과를 질환별로 정리한 것이다. 코호트 연구 중 기반 대상자의 수가 1만 명  이상이거나 추적기간이 10년 이상인 코호트를 대상으로 하여 식이패턴과 만성질환의 발생률의 연관성을 살펴보았다.  

  1. 암
  ■ 유방암(Breast Cancer)
  식이가 유방암에 미치는 대사기전에 대해서는 잘 알려져 있지 않으나 일반적으로 채소, 과일과 같은 식품과 식이섬유, 엽산, 비타민 B군 등과 같은 영양소의 섭취는 유방암의 위험도를 낮추는 것으로 보고 되고 있다. 또한 고지방식이를 많이 하는 경우 유방암의 위험도를 높이는 것으로 알려져 있다. 대규모 코호트 연구결과에서도 지방 특히 포화지방산의 섭취가 높을수록 유방암의 위험도가 높아졌다는 연구 결과[3]도 있으나 총 지방 섭취량이나 지방의 종류와 아무런 연관성이 없다는 보고도 있다[4].
  식이-암 코호트 연구(European Prospective Investi-gation into Cancer and Nutrition; EPIC)에  참여한 프랑스 여성 65,374명 중 9.7년의 추적조사 기간 동안 침습적 유방암이 발생한 폐경 후 여성 2,381명을 대상으로 식이패턴연구를 하였을 때, 유방암 위험도는 점수가 가장 높은 군이 낮은 군에   비해 ‘알콜/서구식’ 패턴군에서는 1.2배 증가하였고, ‘건강/지중해식’ 패턴에서는 0.85배 감소하였다[5]. 흑인여성을 대상으로 한 연구(Black Women's health study)에 참여한 50,778명의 대상자를 12년   추적조사한 결과 유방암이 발생한 1,094명의 경우 체질량지수(Body Mass Index; BMI)가 25 미만이면서 ‘건전한(prudent) 식이’ 패턴의 요인점수가 높은 사람은 낮은 사람에 비해 위험도가 0.64배 감소하였고, 폐경 전 여성의 경우에도 ‘건전한 식이’ 패턴 점수가 높은 사람이 낮은 사람에 비해 위험도가 0.7배   감소하였다[6]. 이탈리아의 유방암에 대한 호르몬과 식이 전향적 연구(Hormones and Diet in the Etiology of Breast Cancer; ORDET)에 참여한 이탈리아 여성 8,984명 중 유방암이 발생한 207명을 대상으로 요인분석을 실시하였다. 전체 대상자에서는‘생야채와 올리브오일’ 패턴의 요인점수가 높은   사람이 낮은 사람에 비해 위험도가 0.66배 감소하였으며, 체질량지수가 25 미만인 여성군에서는 그   경향이 더 크게 나타났다(위험도 0.39배 감소)[7].


  ■ 결장직장암(Colorectal Cancer)
  다인종 코호트 연구(Multiethnic Cohort Study)에 참여한 85,903명의 남성과 105,108명의 여성을 7.3년간 추적조사한 결과 결장직장암이 발생한 1,138명의 남성와 972명의 여성을 대상으로 식이패턴 분석을 하였다. 남성의 경우, 과일과 채소를 많이 먹는 패턴 점수가 높은 사람은 적게 먹는 사람에 비해 위험도가 0.74배 감소하였으며, 직장암보다는 결장암에서 이러한 경향이 더 크게 나타났다. 여성의 경우에는 아무런 연관성을 보이지 않았다[8]. 미국 NIH 미국퇴직자협회에서 수행하는 코호트연구(NIH-AARP Diet and Health study)에 참여한 293,615명의 남성과 198,767명의 여성을 4.5년 추적 조사한 결과 결장직장암에 걸린 2,151명의 남성과 959명의 여성의 경우 과일과 채소 섭취 패턴 점수가 높은 사람이 낮은 사람에 비해 상대위험도가 0.81배로 감소하였고, 반면에 붉은 고기를 많이 먹는 사람들의 경우 남성은 1.17배, 여성은 1.48배 위험도가 증가하였다[9].
  스웨덴에 거주하는 61.463명의 여성을 9.4년 추적조사한 결과 결장직장암에 걸린 460명 중 특히 50대 이하의 여성의 경우 ‘건강식’ 패턴의 점수가 가장 높은 사람은 가장 낮은 사람에 비해 위험도가 0.45배 감소하는 경향을 보였다[10]. 싱가폴 중국인 건강 연구(Singapore Chinese Health Study)에 참여한  싱가폴에 살고 있는 중국인 남녀 61.321명을 10년간 추적조사 결과 961명에게서 결장직장암이 발생하였는데, 요인분석법에서 추출된 주요 패턴인 ‘고기와 딤섬’과 ‘채소, 과일 및 콩’ 패턴은 결장직장암과 어떤 연관성도 보이지 않았다[11].

 
  2. 심혈관계 질환(Cardiovascular Disease)
  미국 간호사 코호트연구(Nurses' Health Study)에 참여한 72,113명의 여성을 18년 동안 추적 조사한 결과 심혈관질환으로 1,154명, 암으로 3,139명이 사망하였다. ‘건전한 식이’ 패턴 점수가 높은 사람은 낮은 사람에 비해 심혈관질환으로 인한 사망률이 28% 감소되었으며, ‘서구식’ 패턴 점수가 높은 사람은 낮은 사람보다 심혈관질환과 암의 사망률이 각각 22%, 16% 증가되었다[12]. 40-75세의 미국인 남성 44,875명을 8년간 추적 조사한 결과 1,089명에게서 관상동맥질환이 발생했는데, ‘건전한 식이’ 패턴의 점수가 낮은 사람에 비해 높은 사람은 질병 발생 위험도가 0.7배 감소하였고, ‘서구식’ 패턴에서는 질병 발생 위험도가 1.64배 증가하였다[13]. 40-79세 일본인 40,547명을 7년간 추적조사하는 동안 심혈관계질환으로 사망한 801명의 자료를 분석한 결과 ‘일본식’ 패턴 점수가 높은 사람은 낮은 사람에 비해 사망률이 0.73배 감소하였으나, ‘동물성식품’ 패턴 점수가 높은 사람은 사망률이 1.24배 증가되었다[14]. 영국의 Whitehall Ⅱ study에 참여한 35-55세의 남녀 7,314명을 15년간 추적 조사하는 동안 243명에게서 관상동맥질환이 발생하였다. RRR 분석법에서 총 콜레스테롤, HDL 콜레스테롤, 중성지질을 반응변수로 이용하였으며, 추출된 식이패턴 중 흰 빵, 튀긴 감자, 설탕, 햄버거, 소세지, 탄산음료를 많이 먹고, 프렌치드레싱과 야채를 적게 먹는 식이패턴 점수가 높은 사람이 낮은 사람에 비해 관상동맥질환 발생위험도가 1.57배 높게 나타났다[15].
 
  3. 당뇨병(Diabetes)
  영국의 Whitehall Ⅱ study에 참여한 50세 이상의 성인 남녀 7,731명을 15년간 추적 조사하였다.  군집분석으로 분류한 ‘건강식’군은 ‘비건강식’군과 비교하였을 때 치명적인 심혈관질환/비치명적인 심근경색의 위험도는 0.71배 감소하였으며, 당뇨병 발생위험도는 0.74배 감소하였다[16]. 핀란드인 4,304명을 대상으로 23년간 추적 조사한 결과 ‘채소와 과일’패턴의 점수가 가장 높은 사람은 가장 낮은 사람에 비해 상대위험도가 0.72배 감소한 반면 ‘버터, 감자와 우유’ 패턴의 경우에는 위험도가 1.49배 높게   나타났다[17]. 독일 포츠담에서 EPIC 연구에 참여한 27,548명 중 2-3년 동안에 2형 당뇨병이 발생한 환자 193명과 대조군 385명을 대상으로 불포화지방/포화지방 섭취비율, 섬유소, 마그네슘, 알코올을  반응변수로 놓고 RRR, PCA, PLS 방법을 이용하여 비교하였다. 식품 섭취에 의한 요인의 설명력은 PCA가 22.0%, RRR이 13.1%인 반면, 반응변수에 의한 요인의 설명력은 PCA가 41.9%, RRR이 93.1%로 높게 나타났다. 특히 유제품 및 커피는 적게 먹고, 전곡류 빵과 신선한 과일, 와인 등을 많이 먹는 식이패턴점수가 높은 사람은 낮은 사람에 비해 당뇨병의 위험도가 감소하였다[2]. 미국 간호사 연구(Nurses' Health study; NHS), EPIC, Whitehall Ⅱ study(WS)에 참여한 대상자와 프래밍험 자손 연구(Framinghan Offspring Study)의 식이패턴을 RRR 방법을 이용하여 비교하였을 때, 고기, 정제된 곡류, 탄산음료를 섭취하는 패턴이 공통적으로 발견되었다. 그러나 NHS에서는 2형 당뇨의 위험도가 1.44배 증가한 반면, EPIC에서는 1.14배, WS에서는 1.16배로 약하게 증가하여 각각 다른 인구집단에서 2형 당뇨를 예측하는 식이패턴을 일반화 하기는 어렵고, 일반화를 위해서는 추가적인 식이패턴 연구가 필요하다고 제언하였다[18].
  우리나라에서 대규모로 진행된 식이패턴연구로는 한국인유전체역학조사사업 자료를 이용한 사례가  있다. 2001년에 시작된 안성, 안산 지역사회 코호트 기반조사 대상자 10,038명 중 6,873명의 자료를 이용하여 요인분석법에서 계산된 개인별 요인점수를 사용하여 군집분석을 시행하였다. 대상자는 3개의 군집으로 분류되었는데, 밥과 김치를 주로 먹는 ‘ 밥김치편식군’, 다양한 식품을 섭취하는 ‘다양대식군’, 과일, 우유, 채소 등을 많이 먹는 ‘건강소식군’으로 명명하였다. 성별과 연령을 보정한 후 ‘다양대식군’이 ‘밥김치편식군’에 비하여 당뇨병, 대사증후군, 비만의 유병률이 각각 0.64배, 0.73배, 0.85배로 감소하는 경향을 보였다[19].

 


Ⅲ. 맺는 말


   장기간 추적 조사한 대규모 코호트연구 결과를 살펴보았을 때 대부분의 국가와 인종에서 채소, 과일 등을 많이 섭취하는 식이패턴은 암, 심혈관질환, 당뇨병 등의 발병률을 낮추고, 고지방식이나 서양식 중심의 식이패턴을 가진 사람의 경우에는 발병률이 높아지는 경향을 보여 질병 예방을 위해서는 한 가지 음식이나 식품이 아닌 전반적인 식이패턴을 변화시키는 것이 바람직하다는 것을 알 수 있었다. 또한 이러한 식이패턴을 분석하기 위하여 연구대상자의 현재의 식품섭취 상태만을 반영한 요인분석이나 군집분석 방법뿐만 아니라 기존의 지식에서 얻어진 정보와 현재의 식품섭취 상태를 모두 고려한 RRR 분석법 등 다양한 통계분석법이 이용되고 있으며, 이러한 통계기법은 점점 진보할 것으로 보인다. 그러나 연구대상자나 인종에 따라 식이패턴의 결과가 다르게 나오거나 일반화하기 어려운 경우가 있어 연구결과를 해석하기 위한 하나의 통계방법으로 활용하고, 다양한 각도로 결과를 판정할 필요가 있다. 한국인유전체역학조사사업은 현재까지 약 21만 명의 기반조사자를 대상으로 역학정보와 함께 동일한 식품섭취빈도조사법을 이용하여 영양자료를 수집하였기 때문에 이를 활용하여 한국인의 특성을 대표하는 식이패턴과 질환과의 연관성을 파악할 수 있을 것으로 보인다. 또한 식이패턴연구는 식품성분정보의 제약을 보완할 수 있어 식이와 질병과의 연관성에 많이 활용될 것으로 보이며, 한국인을 대상으로 한 대규모 코호트 연구 결과를 이용하여 질병예방에 도움이 되는 한국인을 위한 식생활 지침을 제안할 수 있을 것으로 기대한다. 

                                                                                                                                                                                         

1) 예를 들어 대상자 5명(A, B, C, D, E)을 대상으로 요인분석을 하게 되면 5명은 요인 1, 2, 3, 4에 대한 요인 점수를 각각 갖게 되고 그 점수의 높고 낮음에 따라 개인별 식이패턴을 평가하게 된다. 군집분석에서는 A, B, C가 군집 1로 D, E가 군집 2로 분류되어 군집간의 특성에 따른 차이를 비교하게 된다.


Ⅳ. 참고문헌

1. Hu FB. Dietary pattern analysis: a new direction in nutritional epidemiology. Curr Opin Lipidol. 2002; 13:3-9
2. Hoffmann K, Schulze MB, Schienkiewitz A, Nothlings U, Boeing H. Application of a new statistical method to derive patterns in nutritional epidemiology. Am J Epidemiol. 2004;  159:935-944.
3. Sieri S, Krogh V, Ferrari P, Berrino F, Pala V, Thiebaut AC, Tjønneland A et al. Detary fat and breast cancer risk in the European Prospective Investigation into Cancer and Nutrition. Am J Clin Nutr. 2008; 88(5):1304-12.
4. Lof M, Sandin S, Lagiou P, Hilakivi-Clarke L, Trichopoulos D, Adami HO, Weiderpass E. Dietary fat and breast cancer risk in the Swedish women's lifestyle and health cohort. Br J Cancer. 2007; 97(11):1570-6.
5. Cottet V, Touvier M, Fournier A, Touillaud MS, Lafay L, Clavel-Chapelon F, Boutron-Ruaulty MC. Postmenopausal Breast Cancer Risk and Dietary Patterns in the E3N-EPIC Prospective Cohort Study Am J Epidemiol. 2009; 170:1257-1267.
6. Agurs-Collins T, Rosenberg L, Makambi K, Palmer JR, Adams-Campbell L. Dietary patterns and breast cancer risk in women participating in the Black Women's Health Study. Am J Clin Nutr. 2009; 90(3):621-8.
7. Sieri S, Krogh V, Valeria P, Muti P, Micheli A, Evangelista A, Tagliabue G, Berrino F.  Dietary patterns and risk of breast cancer in the ORDET cohort. Cander Epidemiol Biomarkers Prev. 2004; 13(4):567-572.
8. Nomura AM, Wilkens LR, Murphy SP, Hankin JH, Henderson BE, Pike MC, Kolonel LN. Association of vegetable, fruit, and grain intakes with colorectal cancer: the Multiethnic Cohort Study. Am J Clin Nutr. 2008; 88(3):730-7.
9. Flood A, Rastogi T, Wirfalt E, Mitrou PN, Reedy J, Subar AF, Kipnis V, Mouw T, Hollenbeck AR, Leitzmann M, Schatzkin A. Dietary patterns as identified by factor analysis and colorectal cancer among middle-aged Americans. Am J Clin Nutr. 2008; 88(1):176-84.
10. Terry P, Hu FB, Hansen H, Wolk A. Prospective study of major dietary patterns and colorectal cancer risk in women. Am J Epidemiol. 2001; 154(12):1143-9.
11. Butler LM, Wang R, Koh WP, Yu MC. Prospective study of dietary patterns and colorectal cancer among Singapore Chinese. Br J Cancer. 2008; 99(9):1511-6.
12. Heidemann C, Schulze MB, Franco OH, van Dam RM, Mantzoros CS, Hu FB. Dietary patterns and risk of mortality from cardiovascular disease, cancer, and all causes in a prospective cohort of women. Circulation. 2008; 118(3):230-7.
13. Hu FB, Rimm EB, Stampfer MJ, Ascherio A, Spiegelman D, Willett WC. Prospective study of major dietary patterns and risk of coronary heart disease in men. Am J Clin Nutr. 2000; 72(4):912-21.
14. Shimazu T, Kuriyama S, Hozawa A, Ohmori K, Sato Y, Nakaya N, Nishino Y, Tsubono Y, Tsuji I. Dietary patterns and cardiovascular disease mortality in Japan: a prospective cohort study. Int J Epidemiol. 2007; 36(3):600-9.
15. McNaughton SA, Mishra GD, Brunner EJ. Food patterns associated with blood lipids are predictive of coronary heart disease:the Whitehall Ⅱ Study. Br J Nutr. 2009; 102(4):619-624.
16. Brunner EJ, Mosdøl A, Witte DR, Martikainen P, Stafford M, Shipley MJ, Marmot MJ. Dietary patterns and 15-y risks of major coronary events, diabetes, and mortality. Am J Clin Nutr. 2008; 87:1414-21.
17. Montonen J, Knekt P, Harkanen T, Jarvinen R, Heliovaara M, Aromaa A, Reunanen A. Dietary Patterns and the Incidence of Type 2 Diabetes. Am J Epidemiol. 2005; 161:219-227.
18. Imamura F, Lichtenstein AH, Dallal GE, Meigs JB, Jacques PF. Generalizability of dietary patterns associated with incidence of type 2 diabetes mellitus. Am J Clin Nutr. 2009; 90(4):1075-83.
19. Ahn Y, Park YJ, Park SJ, Min H, Kwak HK, Oh KS, Park C. Dietary patterns and prevalence odds ratio in middle-aged adults of rural and mid-size city in Korean Genome Epidemiology Study. Korean J Nutrition 2007; 40(3):259-269.


 

본 공공저작물은 공공누리  출처표시+상업적이용금지+변경금지 조건에 따라 이용할 수 있습니다 본 공공저작물은 공공누리 "출처표시+상업적이용금지+변경금지" 조건에 따라 이용할 수 있습니다.
TOP