Дисбаланс Gap Энергия: Калории В, калории Out является ключом к ожирению Trend

Преобладающее представление о ожирения является то, что если мы просто отрабатывать все труднее и съесть немного лучше, то, возможно, тенденция ожирения будет ослабевать в течение нескольких лет. Тем не менее, ключ, чтобы действительно сделать разницу пища - количество калорий, которые мы едим является наиболее важным фактором при ожирении.

Такие вещи, как отдельных подпрограмм, меню, доступа к продуктам питания и доступности, а также культурных практик все влияния, как мы живем и едим. Все эти вещи могут влиять на разрыв энергетического дисбаланса (ГЦОС). ГЦОС, по существу, сколько калорий вы потребляете в сравнении, сколько калорий вы сжигаете в день. Она контролирует скорость изменения массы тела и лежит в основе понимания ожирения.

Подумайте о EIG, как педаль газа в машине. Если вы нажмете педаль, разрыв будет положительным, а тенденции ожирения ускорятся. Если вы нажмете тормоз, тогда разрыв станет отрицательным, и у нас будет меньше людей с ожирением. Нулевой разрыв похож на круиз-контроль с устойчивой распространенностью ожирения. Например, EIG около 10 калорий в день приводит к увеличению веса приблизительно один фунт в год.

Измерение Дисбаланс энергетической щели

В Недавнее исследование, мои коллеги и я применили динамику системы, метод моделирования для понимания сложных социально-технических систем, для оценки тенденций EIG в США.

Измерение EIG напрямую является сложным - даже ошибка 1% при измерении потребления энергии в день сделает значения EIG ненадежными. И в типичных отчетах о потреблении калорий, о которых сообщается, основная прямая мера EIG, применимая к крупным группам, имеет ошибки в превышение 10%, На самом деле несколько предыдущих исследований обеспечивали надежные оценки EIG для крупных групп населения. Поэтому мы разработали метод обратной инженерии тенденций EIG на основе данных о весе, так же, как вы можете оценить скорость ускорения от данных о скорости автомобиля в разное время. Этот метод отделяет вклад EIG в профиль массы популяции от других факторов, таких как дифференциальная смертность от ожирения.


графика подписки внутри себя


Основываясь на данных по весу от Обследование состояния здоровья и питания (NHANES) наше исследование рассмотрело изменения в EIG за последние четыре десятилетия в репрезентативных образцах трех разных групп населения: не испаноязычных белых, афро-американцев и мексиканских американцев. Мы обнаружили значительные различия между этими тремя группами населения, а также между полами в каждой группе.

Для неиспаноязычных белых, самая большая группа в опросе (и самая большая группа населения в США), мы обнаружили, что средний ГЦОС был положительным в течение последних четырех десятилетий. Это означает, что эта группа набирает вес последовательно, причем эта тенденция отражена в нынешней эпидемии ожирения. Но наша модель показывает, что разрыв фактически сокращается. После того, как разрыв достигает нуля, уровень ожирения будет стабилизировались (то есть она не растет, ни усадка) - и для этой популяции, мы можем быть уже в этот момент. Это не означает, что проблема ожирения решается для этой группы, но это не означает, что проблема больше не становится хуже.

Мы видим другую историю для афро-американцев и мексиканских американцев. Для афро-американцев уровень ожирения растет, и EIG все еще не близок к нулю. Средний разрыв положительный: около 15 лишних калорий в день, что является мощным двигателем продолжения трендов ожирения. Хорошей новостью для афро-американцев является то, что энергетический разрыв начал сокращаться. Основываясь на текущих тенденциях, мы можем ожидать, что разрыв останется положительным в течение как минимум еще одного десятилетия, прежде чем он начнет закрываться. Это означает, что в будущем мы увидим больше проблем с ожирением в афро-американском сообществе, которое может наступить в течение десятилетия или около того.

Ситуация для мексиканских американцев более критична. Не только положительный пробел, примерно в 20 калориях в день, он выше оценок для любой другой группы населения. И EIG растет с угрожающей скоростью. Сегодня не только эта группа сталкивается с эпидемией ожирения, но и ситуация ускоряется. Эта группа населения нуждается в гораздо большем внимании, чтобы переломить эпидемию ожирения.

Что касается пола, то наше наиболее заметное обнаружение относится к афро-американским женщинам, у которых обычно были более высокие EIG, чем афро-американские мужчины. Это означает, что ожирение стало хуже для женщин быстрее, чем для мужчин. В последнее время мексиканцы-американцы демонстрируют аналогичный гендерный разрыв, с более высоким EIG для женщин за последние несколько лет. Для неиспаноязычных белых энергетические разрывы больше для мужчин, чем женщин, поэтому тенденции ожирения растут быстрее для мужчин, чем женщин. Из условий пищи и деятельности в социальные нормы различные факторы могут объяснить эти различия между группами населения, и необходимо провести дополнительные исследования, чтобы точно определить вклад каждого фактора.

Куда мы идем отсюда?

Мы знаем, что ожирение - это эпидемия, поэтому эти выводы не удивительны. Однако, что примечательно, различия между этническими группами. Существует множество программ и стратегий, направленных на ожирение с переменным успехом. Ориентируясь на те исследования, которые рентабельным и нацеленность на группы населения, наиболее подверженные риску, наилучшим образом использует ограниченные имеющиеся ресурсы для контроля тенденции будущего ожирения и ее затрат.

Эта статья изначально была опубликована в Беседа.
Читать оригинал статьи.

Об авторе

Хажир РахмандадХажир Рахмандад является приглашенным доцентом в группе System Dynamics в MIT Sloan. Он также является доцентом по промышленной и системной инженерии в Virginia Tech. Хажир получил степень бакалавра в Университете Шарифа и степень доктора философии в Массачусетском технологическом институте. Его исследования применяют динамическое моделирование для сложных организационных проблем. В другом направлении работы он изучил проблемы общественного здравоохранения, включая динамику ожирения, сравнивая различные методологии моделирования в применении к эпидемиям и основанное на агентах моделирование динамики передачи полиомиелита.

Похожие книги:

at