نتایج تحقیقات تازه: گوشت قرمز مضر نیست - مجله کامسا

خبرنگاران | سال هاست مطالعات، مصرفِ گوشت قرمز را با مسائل سلامتی از قبیل بیماری قلبی، سکته و سرطان ربط داده اند، اما این مطالعات همیشه محدودیت های روش شناختی داشته اند. دانشمندانِ علم بهداشتِ دانشگاه واشنگتن در یک کوشش بی سابقه، دهه ها مطالعه درباره مصرفِ گوشت قرمز و رابطه آن با بیماری های مختلف را با دقت آنالیز کردند و راه نوینی برای ارزیابی خطرات سلامتی در این فرایند ارائه کردند. آن ها در مورد رابطه مصرف گوشت قرمزِ تولید نشده با سرطان روده بزرگ، سرطان سینه، دیابت نوع 2 و بیماری ایسکمیک قلبی شواهد ضعیفی یافتند و میان خوردن گوشت قرمز و سکته هیچ رابطه ای پیدا نکردند.

به گزارش خبرنگاران ، مطالعاتی که مصرف گوشت قرمز را عاملِ بروز مسائلی از قبیل بیماری قلبی، سکته و سرطان اعلام نموده اند، در زوایای پنهانشان محدودیت های قابل توجهی وجود داشته اند. تقریباً تمام تحقیقات مبنی بر مشاهده هستند و قادر نیستند به طور متقاعدنماینده ای نسبتِ میان دلیل و معلول را روشن نمایند. بیشتر آن ها متغیر های گیج نماینده ای دارند، برای مثال، شاید گوشت خور ها صرفاً سبزیجات کمتری می خورند یا بیشتر سیگار می کشند یا کمتر ورزش می نمایند. افزون بر این، بسیاری از آن ها بر اساس خودسنجیِ مصرف نمایندگان است در حالی که مردم به ندرت به یاد می آورند روز قبل چه غذایی خوردند و در نهایت، میزان های اثرِ گزارش شده در این مقالات علمی معمولاً کوچک است. آیا 15 درصد افزایشِ خطرِ سرطان واقعاً ارزش نگران شدن دارد؟

دانشمندان دانشگاه واشنگتن در یک کوشش تازه و بی سابقه، دهه ها تحقیق پیرامون مصرف گوشت قرمز و رابطه آن با بیماری های مختلف را با دقت آنالیز کردند و یک سیستمِ رتبه بندی نو برای منعکس کردنِ خطرات سلامتی فرمول بندی کردند. یافته های آن ها در بیشتر موارد هرگونه نگرانی درباره خوردن گوشت قرمز را رفع می نماید.

ما شواهد ضعیفی از رابطه میان مصرف گوشت قرمزِ تولید نشده و سرطان روده بزرگ، سرطان سینه، دیابت نوع 2 و بیماری ایسکمیک قلبی یافتیم. علاوه بر این، هیچ مدرکی که نشان دهنده رابطه میان گوشت قرمزِ تولید نشده و سکته ایسکمیک یا سکته هموراژیک باشد، نیافتیم.

ماهیتِ سرهم بندی شده یِ علم بهداشت دهه ها زیر نظر دانشمندان بوده است. هر ساله صد ها مطالعه کسل نماینده منتشر می گردد که هدفشان صرفاً یافتن یک رابطه مشاهده ای میان یک کنش (مانند خوردن یک غذای خاص) و یک واکنش (مانند بیماری یا مرگ) است. در نهایت، به واسطه روش های ناشی گرانه، جمعیت های متغیر مورد آزمایش و مقیاس های آماری متناقض، همه چیز به ویژه غذا های مختلف هم وابسته به سرطان هستند و هم نیستند. عوامِ غیرمتخصص چگونه قرار است از این آشفتگی سردربیاورد؟

سیستم نوِ ارزیابی خطر

محققان، تابعی به نام تابع اثبات خطر (burden of proof risk function) ارائه کردند که یک روش آماری نوین برای ارزیابی و خلاصه سازی کمّیِ شواهد خطر است. هر محققی با استفاده از این تابع می تواند داده های منتشرشده در موردِ یک خطر سلامتی خاص را ارزیابی کند، سپس با استفاده از همین تابع، یک رقمِ تک را که معادلِ یک سیستم رتبه بندیِ 1 تا 5 ستاره ای است، محاسبه کند.

رتبه 1 ستاره ای نشان می دهد که هیچ رابطه واقعی میان رفتار یا تهدید شدن سلامت وجود ندارد، رتبه 2 ستاره ای نشان می دهد رفتار یا وضع سلامتی، حداقل با تغییر 15-0 درصدی در احتمال تهدید شدن سلامتی ارتباط دارد، رتبه 3 ستاره ای نشان دهنده یک تغییرِ حداقل 50-15 درصدی، رتبه 4 ستاره ای نشان دهنده یک تغییرِ حداقل 85-50 درصدی و رتبه 5 ستاره ای حاکی از بالای 85 درصد تغییر است.

وقتی دانشمندان از این تابع برای آنالیز مصرف گوشت قرمز و رابطه بالقوه آن با بیماری های مختلف استفاده کردند، رتبه 2 ستاره ای به دست آمد. دکتر اِستیوِن ناوِلا، متخصص اعصاب دانشگاه یِیل می گوید: شواهدِ خطرِ مستقیم برای سلامت ناشی از خوردن منظم گوشت بسیار پایین است، تا جایی که می توان گفت احتمالاً هیچ خطری وجود ندارد. با این حال، در مورد مصرف بیش از حد کمِ سبزیجات شواهد بیشتری مبنی بر تهدید شدن سلامتی وجود دارد. این خطر واقعیِ یک رژیم غذاییِ سرشار از گوشت است، یک رژیم غذایی که در آن کالری های گوشت جانشین کالری های سبزیجات می شوند.

محققان درصدد هستند از تابع اثبات، برای تمام انواع خطراتی که سلامتی را تهدید می نمایند استفاده نمایند تا پایگاه داده بزرگی ایجاد نمایند که آزادانه در دسترس باشد.

دکتر اِمانوئِلا گاکیدو؛ استاد علوم متریک سلامت و نویسنده اصلی این مطالعه گفته است: تحلیل ما افزون بر یاری به مصرف نمایندگان می تواند به سیاست گذاران در توسعه برنامه های آموزشی یاری کند تا آن ها بتوانند روی عوامل خطری تمرکز نمایند که بیشترین تاثیر را روی سلامت می گذارد. محققان حوزه سلامت نیز می توانند از این تحلیل برای شناسایی حیطه هایی استفاده نمایند که شواهد کنونی آن ها ضعیف است و به مطالعات معتبر و کامل بیشتری احتیاج دارد.

منبع: Bigthink

مترجم: زهرا ذوالقدر