인기 게시물
더 길고 건강한 삶과 관련된 녹차 마시기: 연구
녹차는 심혈관 질환 및 고혈압 및 이상지질혈증을 포함한 위험 요인으로부터 보호하는 폴리페놀의 풍부한 공급원입니다.
자기 전에 따뜻한 녹차 한 잔은 장에서 독소를 배출합니다. (사진설명: 게티이미지코리아/씽크스탁) 목요일에 발표된 연구에 따르면, 일주일에 적어도 세 번 녹차를 마시는 것은 더 길고 건강한 삶과 관련이 있습니다.
분석에는 심장마비, 뇌졸중 또는 암의 병력이 없는 중국의 100,902명의 참가자가 포함되었습니다.
중국 의과대학의 왕 신얀은 습관적인 차 섭취는 심혈관 질환 및 모든 원인으로 인한 사망의 위험을 낮추는 것과 관련이 있다고 말했습니다. 유리한 건강 효과는 녹차와 장기간 습관적으로 차를 마시는 사람들에게 가장 강력하다고 왕은 말했습니다.
참가자들은 습관적으로 차를 마시는 사람(주 3회 이상)과 차를 전혀 마시지 않거나 습관적으로 마시지 않는 사람(주 3회 미만)의 두 그룹으로 분류하고 중앙값 7.3년 동안 추적 관찰했습니다.
유럽 심장 예방 저널(European Journal of Preventive Cardiology)에 발표된 연구에 따르면 습관적인 차 소비는 더 건강한 수명과 더 긴 기대 수명과 관련이 있습니다. 분석에 따르면 습관적으로 차를 마시는 50세의 사람들은 차를 마시지 않거나 거의 마시지 않는 사람들보다 1.41년 후에 관상동맥 심장병과 뇌졸중이 발병하고 1.26년 더 오래 산다고 연구원들은 말했습니다.
습관적으로 차를 마시는 사람은 전혀 또는 습관적으로 차를 마시지 않는 사람에 비해 심장병 및 뇌졸중 발병 위험이 20%, 치명적인 심장병 및 뇌졸중 위험이 22%, 모든 원인으로 인한 사망 위험이 15% 감소했습니다. , 그들은 말했다.
3개의 점이 있는 나무잎
차 마시기 행동 변화의 잠재적 영향은 14,081명의 참가자 하위 집합에서 분석되었습니다. 두 조사 모두에서 습관적으로 차를 마시는 사람들은 심장병과 뇌졸중 발병 위험이 39% 낮았고 치명적인 심장병과 뇌졸중 위험이 56% 낮았으며 모든 원인으로 인한 사망 위험이 29% 감소했습니다. 결코 또는 습관적으로 차를 마시지 않습니다.
중국 의학 아카데미의 Dongfeng Gu는 차의 보호 효과가 꾸준히 차를 마시는 그룹에서 가장 두드러졌다고 말했습니다.
찻잎이 있는 건강한 녹색 찻잔. (사진설명: 파일) 메커니즘 연구에 따르면 차의 주요 생리 활성 화합물, 즉 폴리페놀은 장기간 체내에 저장되지 않습니다. 따라서 장기간에 걸친 빈번한 차 섭취는 심장 보호 효과를 위해 필요할 수 있다고 Gu는 말했습니다.
차 종류별 하위 분석에서 녹차를 마시는 것은 심장병과 뇌졸중, 치명적인 심장병과 뇌졸중, 모든 원인으로 인한 사망 위험을 약 25% 낮추는 것과 관련이 있다고 연구원들은 말했습니다. 그러나 홍차에서는 유의미한 연관성이 관찰되지 않았다고 그들은 말했습니다. 구는 녹차에 대한 선호도가 동아시아 특유의 것이라고 지적했다.
우리 연구 인구에서 습관적으로 차를 마시는 사람의 49%가 녹차를 가장 자주 소비한 반면 8%만이 홍차를 선호했습니다. 습관적으로 홍차를 마시는 사람의 비율이 적기 때문에 강력한 연관성을 관찰하기가 더 어려울 수 있지만 우리의 연구 결과는 차 유형 간의 차등 효과를 암시한다고 그는 말했습니다.
두 가지 요인이 작용할 수 있습니다. 첫째, 녹차는 심혈관 질환 및 고혈압 및 이상지질혈증을 포함한 위험 요인으로부터 보호하는 폴리페놀의 풍부한 공급원입니다.
홍차는 완전히 발효되며 이 과정에서 폴리페놀이 색소로 산화되어 항산화 효과를 잃을 수 있습니다.
둘째, 홍차는 종종 우유와 함께 제공되는데, 이는 이전 연구에서 차가 혈관 기능에 미치는 유익한 건강 효과를 상쇄할 수 있음을 보여주었습니다. 성별에 따른 분석에 따르면 습관적인 차 섭취의 보호 효과는 남성의 경우 다양한 결과에 걸쳐 뚜렷하고 강력하지만 여성의 경우 미미한 수준에 불과합니다.
한 가지 이유는 남성의 48%가 습관적으로 차를 섭취한 반면 여성은 20%에 불과했기 때문일 수 있습니다. 둘째, 여성은 심장병과 뇌졸중의 발병률과 사망률이 훨씬 낮습니다. 이러한 차이로 인해 남성들 사이에서 통계적으로 유의한 결과를 찾을 가능성이 더 높아졌다고 Wang은 말했습니다.