Ruokailutottumusten, kehonkoostumuksen ja fyysisen aktiivisuuden yhteys kolesterolin metabolisiin profiileihin
Authors
Date
2016Access restrictions
This material has a restricted access due to copyright reasons. It can be read at the workstation at Jyväskylä University Library reserved for the use of archival materials: https://kirjasto.jyu.fi/en/workspaces/facilities.
Tämän Pro gradu -tutkielman tarkoituksena oli selvittää vuoden aikana tapahtuvien ruokailutottumusten, fyysisen aktiivisuuden sekä kehonkoostumuksen muutosten yhteyttä kolesterolin metabolisen profiilin muutokseen sekä kokonaiskolesterolin karkeaan kuvaan. Lisäksi tarkoituksena oli tutkia sukupuolen, rasvaprosentin sekä iän mahdollista yhteyttä edellä mainittuihin muutoksiin eri päävastemuuttujissa käyttäen niin sanottua vakioitua mallia tutkimustuloksia analysoitaessa. Ruokailutottumuksilla ja fyysisellä aktiivisuudella voidaan vaikuttaa elimistön metaboliseen tilaan. Suurin osa nykypäivän elintapasairauksista ovat seurausta elimistön metabolian muutoksista tai häiriötiloista. Kehittyneet laboratoriotekniikat mahdollistavat analysoimaan kehon eritteistä tuhansia eri metaboliitteja, joihin myös lipoproteiinien metaboliset profiilit kuuluvat. Lipoproteiinialaluokkia on löydetty yhdeksässä eri kokoluokassa. Tutkimusten perusteella eri kokoiset ja fysikaalisilta ominaisuuksiltaan eroavat profiilit selittävät tarkemmin elimistön kolesteroliaineenvaihdunnan tilan kuin useimmin tutkitut kokonaiskolesterolin määrä tai HDL-/LDL- kolesterolin suhde. Tähän vuoden ajan kestäneeseen tutkimukseen osallistui 129 koehenkilöä iältään 38,0±5,4 vuotiaita, joista 54 oli miehiä (30 – 53 v.) ja 74 naisia (28 – 49 v.). Mittaukset ja ruokapäiväkirjat sekä fyysisen aktiivisuuden raportit kerättiin kahdessa mittauspisteessä, tutkimuksen alussa ja lopussa. Veren seerumista määritettiin verikokein kokonais-, LDL- ja HDL- kolesteroli sekä kuljettajaproteiinit Apo-A1 ja Apo-B1 sekä lipoproteiinien metaboliset profiilit yhdeksässä eri kokoluokassa. Mittauskerroilla mitattiin myös koehenkilöiden kehonkoostumus sekä pituus että paino. Koehenkilöt kirjasivat molemmissa mittauspisteissä ruokapäiväkirjoja neljän päivän ajalta, joista kolme oli arkipäiviä ja yksi vapaapäivä. Ruokapäiväkirjat analysoitiin Nutri Flow –ohjelmalla. Fyysistä aktiivisuutta koehenkilöt arvioivat itse arviointina kyselylomakkeella, joista arvioitiin henkilöille aktiivisuusluokka kuukausitasolla. Tuloksia tarkasteltiin tutkimuksen alku sekä loppupisteessä jokaisessa eri muuttujassa. Elin tavoissa tapahtuneita muutoksia peilattiin lipoproteiiniprofiileissa tapahtuneisiin muutoksiin. Tutkimustuloksia analysoitiin niin sanotusti vakioidulla sekä vakioimattomalla mallilla. Vakioitumalli otti huomioon iän, sukupuolen sekä rasvaprosentin.
Ruokailutottumusten osalta merkittävä muutos -136±473 kcal mittauskertojen välillä löytyi energian saannissa (P=0.006). Viskeraalirasvojen määrä väheni merkittävästi 14,6±33 yksikköä (p<0.001). Yhteyttä päävastemuuttujissa tapahtuneisiin muutoksin ei löytynyt. Päävastemuuttujista LDL –kolesteroli oli ainoa, jonka konsentraatiomuutos +0,11±0,54 pmol oli merkittävä tutkimuksen aikana (P=0.026). Syödyn kolesterolin määrällä löytyi negatiivinen yhteys pieniin VLDL- ja HDL –profiilien konsentraatiomuutokseen sekä kokonaiskolesteroliin että LDL –kolesterolin konsentraatiomuutokseen. Vakioimattomassa mallissa yhden prosenttiyksikön muutos kolesterolin saannissa tarkoitti VLDL –kolesterolin konsentraatiomuutoksessa -0,0279 pmol muutosta (P=0.028). Malli selitti 4,1% kokonaishajonnasta. Yhteys pienen HDL –kolesterolin konsentraatiomuutokseen oli -1,21 pmol (P=0.008), jonka selityskerroin oli 6,4%. Ryhmävertailussa saantimuutoksen mukaan pienen HDL -kolesterolin osalta ryhmien väliset muutokset olivat merkittäviä (P<0.05). Kolesterolin saannin yhteys sekä kokonaiskolesterolin että kokonais- LDL –kolesterolin konsentraatiomuutokseen oli -0,001 pmol. Vakioidussa mallissa kokonaiskolesterolin selityskerroin oli 1,7% (P=0.023) ja vakioimattomassa mallissa 3,9% (P=0.032). Kokonais- LDL- kolesterolin konsentraatiomuutosta vakioitumalli selitti 8.3% kokonaishajonnasta (P=0.015) ja vakioimaton malli 5,4% (P=0.013). Merkittävä yhteys kolesterolin saannilla löytyi myös kuljettajaproteiini Apoliporoteiini -B:hen, jolloin muutos oli 0 sekä vakioidussa että vakioimattomassa mallissa. Vakioitumalli selitti 10,4 % (P=0.005) mallin kokonaishajonnasta ja vakioimaton malli 5,9% (P=0.011) kokonaishajonnasta. Vakioidussa mallissa sukupuoli, rasvaprosentti ja ikä eivät olleet merkitsevässä roolissa tapahtuneissa muutoksissa, lukuun ottamatta iän vaikutusta pienen VLDL –profiilin muutokseen (P=0.025). Tutkimuksen aikana tapahtuneet elämäntapa muutokset olivat hyvin marginaalisia, mikä oli hyvin todennäköisesti yhteydessä myös vähäiseen muutokseen lipoproteiiniprofiileissa. Tämän tutkimustulosten perusteella ei voida tehdä suuria johtopäätöksiä siitä miten ruokailutottumukset, fyysinen aktiivisuus ja kehonkoostumus ovat yhteydessä lipoproteiinien metaboliseen profiiliin. Fyysisen aktiivisuuden ja kehonkoostumuksen osalta tutkimus jäi tuloksettomaksi. Yhteyttä päävastemuuttujissa tapahtuneisiin muutoksiin ei löytynyt.
...
The aim of this Pro-gradu thesis was to evaluate changes in blood lipid metabolic profiles during one year-trial, and whether eating habits (such as energy, cholesterol and fibre intake), physical activity and body composition have taken place in the context of changes in lipoprotein profiles. In addition, the purpose was to examine the possible relationship of gender, age and body fat percentage to the above-mentioned changes. Eating habits and physical activity can influence the metabolic state of the body. Most of today's lifestyle diseases are the result of changes in the body's metabolism and its connection with the disorders. Sophisticated laboratory techniques make it possible to analyze thousands of different metabolites from the bioliquids (such as blood serum), including the lipoprotein subclasses -lipoprotein metabolic profiles. Lipoproteins have been found in nine different sizes. Studies have shown that the different size profiles and those different physical properties explains in more detail the cholesterol metabolism of a body than most commonly measured total cholesterol and HDL-cholesterol/LDL-cholesterol ratio. This study involved 129 subjects (38,0±5,4 year old) from central-Finland. 54 of them were men (30-53 y.) and 74 were women (28-49 y.). Measurements, food diaries and self reported physical activity was collected in two measurement points, in the beginning and at the end of the study. Blood serum sample determined total-, HDL- and LDL-cholesterol, cholesterol transport proteins Apolipoprotein-A1 and -B1 and cholesterol metabolic profiles (cholesterol subclasses) in nine different sizes. Blood samples were collected after over night fasting. In measuring points subjects body composition were also measured. Subjects recorded food diaries for four days where three of the days were business days and one day was off. Diaries were analyzed by Nutri- Flow Software. Physical activity was rated by self- assessment questionnaire, which resulted to an estimate of individual activitiy class on monthly basis. Results looked in each different variable at the beginning of the study as well as at the end point. Lifestyle changes compared to the lipoprotein profile changes. Results were analyzed in standard and non-standard models. The standardize model regarded age, gender and body fat percentage. The non-standardized model did not take into account the possible biological factors between subjects.
LDL-cholesterol was the only concentration change, which was significant +0,11±0,54 pmol (P=0.026) during the study period. Changes in explaining variables were also statistically insignificant except changes in energy intake -136±473 kcal (P=0.006) and visceral fat 14,57±33 (P<0.001). However, the change did not explain the changes in lipid profiles. The amount of intake of cholesterol found negative relationship to small –VLDL and -HDL –profile concentration changes and total cholesterol and LDL –cholesterol changes. In the non-standardized model, one percent change in cholesterol intake meant concentration change in small- VLDL profiles +0,029 pmol (P=0.028). The model explained 4.1% on the standard deviation. Relationship to concentration changes of small –HDL profiles was -1,21 pmol (P=0.008) and the disclosure of coefficient was 6.4 %. According to HDL- cholesterol group comparison, changes between cholesterol intake groups (decreased intake to increased intake) were differences between groups significant (P<0.05). Cholesterol intake access as well as total cholesterol and LDL –cholesterol concentration change was -0,001 pmol in both profiles. In the standardized model, explanation coefficient of the total cholesterol was 1.7% (P=0.023) and in the non-standardized model explanation coefficient was 3.9% (P=0.032). The total LDL-cholesterol concentration change in the standardized model explained 8.3% of total standard (P= 0.015) and non-standardized model 5.4% (P = 0.013). A significant relationship was also found between cholesterol intake and transport protein Apoliporotein -B ratio, when the change was 0 in both models. The standardized model explained 10.4% (P=0.005) of total standard model and the non-standardized model 5.9% (P=0.011) of total standard. In the standardized model, gender, body fat, and age was not a significant role in the changes that have occurred, except for the effect of age on a small VLDL -cholesterol change (P=0.025). According to this study there were no statistically significant changes in blood lipid metabolic profiles during the measuring period.No major conclusions can be made based on this study on how eating habits, physical activity and body composition are linked to the lipoprotein profile changes. Changes in life style habits were very marginal which may have limited to changes in cholesterol and lipoprotein profiles.
...
Metadata
Show full item recordCollections
- Pro gradu -tutkielmat [29642]
Related items
Showing items with similar title or keywords.
-
Fyysisen aktiivisuuden ja kehonkoostumuksen yhteys alaraajojen tehoon vaihdevuosi-ikäisillä naisilla
Rekiranta, Susanna (2020)Vaihdevuosien aikana kehonkoostumuksessa on nähtävissä epäedullisia muutoksia, jotka heikentävät fyysistä suorituskykyä. Erityisesti alaraajojen teho näyttää olevan merkittävä tekijä päivittäisistä toimista selviytymisessä ... -
Fyysisen aktiivisuuden ja kehonkoostumuksen assosiaatiot naisten rintasyövän esiintyvyyteen : perhetutkimus
Lehtonen, Heidi (2016)Rintasyöpä on Suomessa naisten yleisin syöpätauti ja positiivinen sukuhistoria on rintasyövän merkittävin yksittäinen riskitekijä. Vuonna 2013 Suomessa todettiin 4831 uutta rintasyöpätapausta ja ennuste vuodelle 2027 on ... -
The effects of a 2-year physical activity and dietary intervention on plasma lipid concentrations in children : the PANIC Study
Eloranta, Aino-Maija; Sallinen, Taisa; Viitasalo, Anna; Lintu, Niina; Väistö, Juuso; Jalkanen, Henna; Tompuri, Tuomo T.; Soininen, Sonja; Haapala, Eero A.; Kiiskinen, Sanna; Schnurr, Theresia M.; Kilpeläinen, Tuomas O.; Mikkonen, Santtu; Savonen, Kai; Atalay, Mustafa; Brage, Soren; Laaksonen, David E.; Lindi, Virpi; Ågren, Jyrki; Schwab, Ursula; Jääskeläinen, Jarmo; Lakka, Timo A. (Springer, 2021)Purpose: We studied the effects of a physical activity and dietary intervention on plasma lipids in a general population of children. We also investigated how lifestyle changes contributed to the intervention effects. ... -
Mitatun fyysisen kunnon sekä kehonkoostumuksen yhteys työperäiseen stressiin ylipainoisilla, liikuntaa harrastamattomilla henkilöillä
Mäkitervo, Maaria (2013)TIIVISTELMÄ Mitatun fyysisen kunnon sekä kehonkoostumuksen yhteys työperäiseen stressiin ylipainoisilla, liikuntaa harrastamattomilla henkilöillä Maaria Mäkitervo Jyväskylän yliopisto Liikuntatieteellinen tiedekunta Te ... -
Fyysisen kunnon ja kehonkoostumuksen yhteydet kehon syvälämpöön palomiehen työnomaisessa suorituksessa
Malila, Ville (2018)Fyysisesti raskainta palomiehen työtehtävistä on savusukellus- ja raivaustehtävä. Se aiheuttaa suuret vaatimukset hengitys- ja verenkiertoelimistölle ja kuormittuneisuus voi yltää lähelle maksimaalista hapenkulutusta ...