Ex) Article Title, Author, Keywords
Online ISSN 2288-5978
Ex) Article Title, Author, Keywords
Journal of the Korean Society of Food Science and Nutrition 2023; 52(1): 103-110
Published online January 31, 2023 https://doi.org/10.3746/jkfn.2023.52.1.103
Copyright © The Korean Society of Food Science and Nutrition.
Department of Foods and Nutrition, College of Science and Technology, Kookmin University
Correspondence to:Inkyung Baik, Department of Foods and Nutrition, College of Science and Technology, Kookmin University, 77, Jeongnung-ro, Seongbuk-gu, Seoul 02707, Korea, E-mail: ibaik@kookmin.ac.kr
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (https://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
This study aimed to examine secular trends in alcohol consumption status and data-driven dietary patterns and investigate sex-specific associations between alcohol consumption status and dietary patterns in Korean men and women. The data of 43,175 adults (17,721 men and 25,454 women) aged 19 to 64 years extracted from Korea National Health and Nutrition Examination Surveys conducted between 2007 and 2018 were subjected to factor analysis, and two types of dietary patterns were identified; a “vegetable dietary pattern” and a “meat dietary pattern”. Analyses of the secular trends of these dietary patterns and alcohol consumption status revealed a significant increase in the meat dietary pattern and alcohol drinking in women (P<0.001). On the other hand, in men, a significant decrease in alcohol drinking (P<0.001) and the vegetable dietary pattern (P<0.05) and a significant increase in the meat dietary pattern (P<0.001) were observed. Multiple association analyses showed that the meat dietary pattern was positively associated with alcohol consumption in men and women (P<0.001) and that the vegetable dietary pattern was inversely associated with alcohol consumption in men (P<0.001). Male and female heavy drinkers showed high and similar factor scores for the meat dietary pattern. These results suggest that heavy alcohol consumption is likely accompanied by high red meat intake, potentially exacerbating chronic disease risks.
Keywords: adult, diet, vegetables, meat, alcohol drinking
국민건강영양조사 보고서에 의하면 만 19세 이상 성인에서 고위험 음주자, 즉 1회 평균 음주량이 남자의 경우 7잔 이상, 여자의 경우 5잔 이상으로 주 2회 이상 음주하는 성인은 2020년에 전체 조사 대상자 중 약 14%로 나타났으며, 특히 여성 고위험 음주율이 최근 5년 동안 지속해서 증가하였다(KDCA, 2020). 과한 음주는 정신건강, 심혈관계 질환, 소화기계 질환, 암 등의 여러 질병 발병 위험과 관련되어 건강에 해로운 영향을 미치는 것으로 보고되었다(Iranpour와 Nakhaee, 2019). 또한 음주는 영양소 섭취 상태뿐만 아니라 전반적인 식생활에도 영향을 미친다(Forsander, 1998). 실제로 음주자는 총 열량, 단백질, 지방 등의 섭취량 수준이 비음주자에 비해 높은 반면, 열량 섭취량 대비 비타민 B군의 섭취량이 더 낮은 것으로 보고되었다(Kim 등, 2013; Choi 등, 2018). 따라서 과한 음주와 함께 부적절한 식이 섭취가 동반된다면 질병 발병 위험성이 더 커질 가능성이 있다.
식사패턴은 일상적으로 섭취하는 식사를 구성하는 식품 및 음료의 섭취 빈도와 양적 섭취량뿐만 아니라 식사의 구성, 즉 식품의 조합과 다양성을 나타내는 개념으로, 개인의 음식 선호도와 식습관이 반영되어 특정 식이 유형으로 표현될 수 있다(Hu, 2002). 식사패턴은 인구사회적 요인, 건강 관련 요인, 식행동 요인 등과 밀접하게 관련된다(Song 등, 2005; Park과 Baik, 2022). 한국인의 식사패턴에 대한 선행 연구에 의하면 중년 이상 혹은 노년 성인들에서는 쌀, 콩류, 채소류, 김치 등의 섭취가 높은 전통적 한식 식사패턴이 강하게 나타나는 반면, 50세 미만의 성인에서는 면류, 빵류, 피자, 햄버거 등의 섭취가 높은 서구적 식사패턴이 강하게 나타났고 이러한 식사패턴은 현대에 이르러 더욱 두드러지는 경향이 있다(Kang 등, 2011). 시대적 혹은 세대적 요인뿐만 아니라 건강위험행동, 즉 흡연이나 음주와 관련된 행동이 식사패턴과 관련된다. 최근 연구에 의하면 한국 청소년들에서 도출된 식사패턴 중 패스트푸드와 청량음료 섭취가 주를 이루는 ‘패스트푸드 패턴’은 청소년들의 흡연 및 음주 경험과 밀접한 관련성을 갖는 것으로 나타났다(Park과 Baik, 2022). 성인을 대상으로 한 연구 중 유럽의 연구에서는 음주량이 증가할수록 동물성 식품 섭취가 증가하는 것으로 나타난(Fawehinmi 등, 2012) 반면, 우리나라 대학생 대상의 연구에서는 음주 여부에 따른 유제품 외의 식품 섭취에서 의미 있는 차이를 관찰하지 못했다(Kang 등, 2013). 국내외 연구에서 성인의 전반적인 식사패턴과 음주량의 관련성에 대한 자료는 아직 부족한 실정이다.
본 연구에서는 2007년부터 2018년까지의 국민건강영양조사 자료를 이용하여 성인 남녀에서 식사패턴을 도출하고, 지난 12년 동안 식사패턴 및 음주 상태가 어떤 추이로 변화하였는지를 살펴보며 식사패턴과 음주 상태 간의 관련성을 성별로 나누어 분석하고자 했다.
연구대상
본 연구는 질병관리본부의 국민건강영양조사 원시자료 웹사이트에서 다운로드한 자료를 이용하였으며, 국민대학교 기관생명윤리위원회의 심의면제(KMU-202102-HR-260) 승인을 받았다.
연구대상자는 2007~2009년(제4기), 2010~2012년(제5기), 2013~2015년(제6기), 2016~2018년(제7기)의 국민건강영양조사에 참여한 만 19세에서 64세 사이 성인 57,149명의 자료에서 열량 섭취량 결측값 및 과소 추정값(1일 500 kcal 미만) 혹은 과다 추정값(1일 5,000 kcal 초과)을 갖는 8,456명과 음주 정보의 결측값을 갖는 2,325명, 체질량지수의 결측값을 갖는 3,193명의 자료를 제외한 후 최종 43,175명(남성 17,721명과 여성 25,454명)의 자료를 분석에서 활용하였다.
일반적 특징과 음주 상태 및 식이 섭취 변수
국민건강영양조사 자료 중 건강설문조사, 식생활조사, 식품섭취조사 중 개인별 24시간 회상조사 등의 자료로부터 일반사항, 음주 상태 및 섭취량, 식품 섭취 상태에 대한 정보를 획득하였다. 기존 연구 보고(Park 등, 2008; Kim과 Eun, 2019)를 근거로 일반적 특성 변수로 성별, 연령, 주거지역, 교육 수준, 가계 소득 수준, 직업 유무 정보를, 건강과 관련된 변수로 체질량지수, 주관적 건강 상태, 현재 흡연 상태, 걷기 운동, 스트레스 인지 여부 등을 고려하였다.
음주 상태는 건강설문조사를 통해 1년간 음주 빈도와 한 번에 마시는 음주량이 조사되었으며, 이러한 정보를 이용하여 평균 음주량을 산출하였다. 1년간 음주 빈도 항목에서 ‘전혀 안 마심’은 0회로, ‘월 1회 이하’는 월 0.5회로, ‘월 1회’는 월 1회로, ‘월 2~4회’는 월 3회로, ‘주 2~3회’는 월 10회로, ‘주 4회 이상’은 월 16회로 빈도의 대푯값을 사용하였고, 한 번에 마시는 음주량 항목에서 ‘1~2잔’은 1.5잔으로, ‘3~4잔’은 3.5잔으로, ‘5~6잔’은 5.5잔으로, ‘7~9잔’은 8잔으로, ‘10잔 이상’은 10잔으로 음주량의 대푯값을 사용하여 음주 빈도와 음주량을 곱한 후 30으로 나누어 하루 평균 음주량을 계산하였다. 음주 상태는 4군으로 분류하였는데 음주 빈도가 월 1회 미만인 연구대상자는 비음주자로, 그 외는 음주자로 정의하였으며 음주자 중 하루 평균 음주량에 따라 경도 음주자(남자 0.1~2.0잔, 여자 0.1~1.0잔), 중등도 음주자(남자 2.1~4.0잔, 여자 1.1~2.0잔), 고도 음주자(남자 >4.0잔, 여자 >2.0잔)로 정의하였다(Hyeong과 Lee, 2016).
개인별 24시간 회상조사 자료를 기반으로 선행연구(Park과 Baik, 2022)에서 활용한 식품군 분류를 사용하여 곡류, 감자류, 두류, 견과류, 육류, 난류, 어패류, 채소류, 버섯류, 과실류, 청량음료류, 커피류, 과채음료류, 기타 음료류, 빵류, 과자류, 패스트푸드류, 우유 및 유제품류 등 총 18종의 식품군 변수와 열량 섭취량을 분석에 포함하였다.
통계처리
기초 통곗값으로 복합표본설계로 가중치를 고려한 백분율(%) 혹은 평균값을 산출하였다. 조사 기수 혹은 음주군 변수에 따른 비교 분석에서 가중치를 고려하여 카이제곱검정(Chi-square test) 혹은 분산분석(analysis of variance test) 방법을 사용하였으며 P값을 얻었다. 경향성 P값을 얻기 위해 Cochran-Armitage 추세검정법과 선형회귀분석법을 사용하였다.
식사패턴은 요인분석 방법을 활용하여 도출하였다. 주요 식사패턴 수, 즉 요인 수를 결정하기 위해 고유값(eigenvalue)과 스크리 도표를 고려하였고, 요인적재량(factor loading)이 산출된 분석 결과에서 해석이 용이한 varimax 회전법을 적용하여 얻은 패턴 결과를 가지고 식사패턴을 명명하였다. 또한 도출된 식사패턴에 따라 연구대상자 개인의 요인 점수(factor score)를 산출하였다.
음주 상태와 식사패턴의 요인 점수 간의 관련성 분석을 위해 가중치를 고려하여 선형회귀분석을 하였다. 선형회귀 모형에서 음주 상태는 앞서 설명한 바와 같이 비음주자, 경도 음주자, 중등도 음주자, 고도 음주자 등의 범주형 독립 변수로, 각 식사패턴의 요인 점수는 연속형 종속 변수로 대입되었다. 특히 성별을 나누어 다중회귀분석을 하였는데, 분석에서 연령과 체질량지수는 연속형 변수로, 조사 주기(4군: 제4기, 제5기, 제6기, 제7기), 주거지역(3군: 특별시, 광역시, 그 외 지역), 교육 수준(3군: 고졸 이하, 고졸, 대졸 이상), 가계 소득 수준(3군: 상, 중, 하), 직업 유무(2군), 주관적 건강상태(3군: 좋은 편, 보통 혹은 무응답, 나쁜 편), 현재 흡연 상태(2군: 흡연, 비흡연 혹은 무응답), 걷기 운동(2군: 1회 30분 이상 주 5회 이상의 규칙적인 실천, 실천하지 않거나 무응답), 스트레스 인지 여부(2군: 깊은 인지에 긍정, 부정 혹은 무응답), 열량 섭취(5분위) 등은 범주형 변수로 보정하였다.
본 연구에서의 모든 자료의 처리 및 분석은 SAS 프로그램(SAS 9.4, SAS Institute, Cary, NE, USA)을 사용하였으며, 양측검정 0.05 수준에서 통계적 유의성을 평가하였다.
조사 기수에 따른 연구대상자 특성 분석
조사 기수에 따른 일반적 특성 및 건강 관련 특성의 비교는 Table 1에 나타난 바와 같다. 최근의 조사 기수가 될수록 지속적인 감소를 나타내는 특성은 흡연자 비율로 나타났으며, 그 외 특성은 증감의 변동을 나타냈다.
Table 1 . Comparison of characteristics of 43,175 adult participants according to the survey cycles of the Korea National Health and Nutrition Examination Survey (year 2007 to 2018)
Variables | Survey cycles (years) | ||||
---|---|---|---|---|---|
4th (2007∼2009) | 5th (2010∼2012) | 6th (2013∼2015) | 7th (2016∼2018) | ||
Number of participants | 10,774 | 11,209 | 10,243 | 10,949 | |
Age, years | 40.4±0.2 | 41.2±1.8 | 41.6±0.2 | 42.2±0.2 | <0.001 |
Sex, % | <0.01 | ||||
Men | 48.4 | 48.3 | 49.2 | 49.6 | |
Women | 51.6 | 51.7 | 50.8 | 50.4 | |
Region of residence, % | <0.001 | ||||
Seoul and metropolitan cities | 48 | 47.9 | 47.3 | 47.5 | |
Other regions | 52 | 52.1 | 52.7 | 52.5 | |
Educational status, % | <0.001 | ||||
Less than high school | 23.7 | 23.1 | 24 | 17.7 | |
Completed high school or higher education | 76.3 | 76.9 | 76 | 82.3 | |
Household income status, % | <0.001 | ||||
Low or middle | 68.4 | 70.4 | 66.5 | 65.1 | |
High | 31.6 | 29.6 | 33.5 | 34.9 | |
Having occupation, % | 63.4 | 66.1 | 61.9 | 66.9 | <0.001 |
Body mass index, kg/m2 | 23.6±0.04 | 23.7±0.04 | 23.7±0.04 | 23.9±0.04 | <0.001 |
Subjective health status, % | <0.001 | ||||
Good or fair | 83.3 | 85.5 | 86.5 | 85.8 | |
Bad | 16.7 | 14.5 | 13.5 | 14.2 | |
Current smokers, % | 26.3 | 25 | 22.2 | 22.2 | <0.001 |
Current alcohol drinkers, % | 58.1 | 56 | 55.6 | 59.8 | <0.001 |
Regular walking, % | 44.9 | 38.1 | 36.5 | 37.7 | <0.001 |
Perceived severe stress, % | 28.7 | 27.3 | 25.7 | 29.2 | <0.001 |
Total calorie intake, kcal/d | 1,943.5±10.4 | 2,087.9±11.6 | 2,124.1±10.6 | 2,049.7±11.0 | <0.001 |
Values are mean±standard error or proportions.
식사패턴 분석
전체 연구대상자인 43,175명에서 식사패턴의 분석 결과는 Table 2에 나타난 바와 같다. 전체 연구대상자 및 남녀 각각에서 도출된 주요한 식사패턴은 2종으로 유사하게 나타났다. 각 패턴에서 요인적재량에 100을 곱하여 그 절댓값이 40 이상인 식품을 주요 기여 요인으로 판단하였고, 이에 식사패턴을 명명하였다. 전체 연구대상자 및 남녀 각각에서 공통으로 나타난 결과에 의하면 첫 번째 식사패턴에서는 채소류와 곡류가 주요 요인으로 나타나 ‘채식 식사패턴’으로 명명하였고, 두 번째 식사패턴에서는 육류와 청량음료 섭취가 주요 요인으로 나타나 ‘육식 식사패턴’으로 명명하였다. 남성의 ‘채식 식사패턴’에서 추가로 나타난 주요 요인은 어패류였고 이 식사패턴에서 패스트푸드 섭취가 매우 낮은 것으로 나타났다. 또한 여성의 ‘육식 식사패턴’에서 추가로 나타난 주요 요인은 커피류였다.
Table 2 . Results of factor analysis for dietary patterns in 17,721 men and 25,454 women
Foods or food groups | Dietary patterns based on rotated factor loading matrix | |||||
---|---|---|---|---|---|---|
Vegetable dietary pattern | Meat dietary pattern | |||||
All | Men | Women | All | Men | Women | |
Grains | 62* | 55* | 55* | −12 | −27 | −24 |
Potatoes | 12 | 16 | 17 | −11 | 1 | −8 |
Legumes | 26 | 24 | 25 | −8 | −10 | −7 |
Nuts | 15 | 15 | 24 | 2 | 8 | 7 |
Meats | 22 | 21 | 19 | 52* | 44* | 49* |
Eggs | 23 | 23 | 28 | 33 | 31 | 32 |
Seafood | 41* | 40* | 38 | 16 | 8 | 13 |
Vegetables | 72* | 71* | 69* | 8 | −3 | 2 |
Mushrooms | 22 | 27 | 27 | 13 | 14 | 20 |
Fruits | 19 | 27 | 32 | −15 | 4 | −8 |
Soft drinks | −12 | −12 | −7 | 55* | 54* | 52* |
Coffee drinks | 7 | 7 | 0 | 50* | 39 | 48* |
Fruit and vegetable drinks | 0 | 11 | −1 | 21 | 28 | 23 |
Other sugary drinks | 1 | −1 | −1 | 17 | 14 | 10 |
Snack | −12 | −6 | −7 | 31 | 33 | 37 |
Fastfood | −36 | −43* | −39 | 35 | 29 | 31 |
Bakeries | −14 | −3 | −9 | 25 | 37 | 31 |
Milk and dairy products | −13 | −5 | −1 | 8 | 30 | 13 |
*Factor loading scores multiplied by 100 with absolute values of 40 or greater are indicated as an asterisk.
음주 상태 및 식사패턴 추이
남녀 각각에서 조사 기수에 따라 음주 상태와 채식 및 육식 식사패턴의 추이를 살펴보았다(Table 3). 그 결과, 최근의 조사 기수가 될수록 음주자의 비율이 남성에서는 감소하는 추이로, 여성에서는 증가하는 추이로 나타났다(조사 기수에 따른 경향성
Table 3 . Secular trends in alcohol consumption status and dietary patterns in 17,721 men and 25,454 women according to the survey cycles of the Korea National Health and Nutrition Examination Survey
Survey cycles (years) | |||||
---|---|---|---|---|---|
4th (2007∼2009) | 5th (2010∼2012) | 6th (2013∼2015) | 7th (2016∼2018) | ||
Among men (n) | -4,396 | -4,487 | -4,213 | -4,625 | |
Alcohol consumption status, % | <0.001 | ||||
Non-drinker | 24.4 | 25.4 | 29.5 | 27.6 | |
Drinker (heavy drinker) | 75.6 (7.5) | 74.6 (6.6) | 70.5 (6.5) | 72.4 (6.7) | |
Factor scores for dietary patterns | |||||
Vegetable dietary pattern | 0.214±0.020 | 0.228±0.021 | 0.188±0.023 | 0.152±0.020 | <0.05 |
Meat dietary pattern | −0.155±0.018 | 0.083±0.019 | 0.660±0.022 | 0.728±0.022 | <0.001 |
Among women (n) | (6,378) | (6,722) | (6,030) | (6,324) | |
Alcohol consumption status, % | <0.001 | ||||
Non-drinker | 58.3 | 61.4 | 58.8 | 52.6 | |
Drinker (heavy drinker) | 41.7 (3.8) | 38.6 (3.5) | 41.2 (3.5) | 47.4 (5.0) | |
Factor scores for dietary patterns | |||||
Vegetable dietary pattern | −0.253±0.014 | −0.238±0.015 | −0.179±0.017 | −0.275±0.015 | 0.815 |
Meat dietary pattern | −0.431±0.012 | −0.242±0.014 | 0.095±0.016 | 0.184±0.016 | <0.001 |
Values are proportions or mean±standard error.
2007~2009년 및 2010~2012년 조사에서 채식 식사패턴의 평균 요인 점수가 육식 식사패턴의 평균보다 높게 나타났으나, 2013~2015년 조사와 그 이후 조사에서는 반대 결과, 즉 육식 식사패턴의 평균 요인 점수가 채식 식사패턴의 평균보다 높게 나타났다.
이러한 양상은 남녀 모두에서 관찰되었다. 또한 최근의 조사 기수가 될수록 남성에서는 채식 식사패턴의 요인 점수가 점차 낮아지는 것으로 나타난 반면(조사 기수에 따른 경향성
음주 상태에 따른 연구대상자 특성 분석
음주 상태에 따른 일반적 특성 및 건강 관련 특성의 비교는 Table 4에 나타난 바와 같다. 음주 상태에 따른 연구대상자 수(분포 %)는 20,065명(46.4%)의 비음주자, 16,571명(38.4%)의 경도 음주자, 4,353명(10.1%)의 중등도 음주자, 2,186명(5.1%)의 고도 음주자로 나타났다. 비음주자에 비해 음주자는 연령이 낮고, 남성 및 직장인, 흡연자의 비율은 높고, 도시 외 지역에서 거주하거나, 더 높은 체질량지수 및 열량 섭취량을 나타냈으며, 교육 수준이 좀 더 높고 심한 스트레스를 인지하는 사람의 비율이 높은 것으로 나타났다(음주량에 따른 경향성
Table 4 . Comparison of characteristics of 43,175 adult participants of the Korea National Health and Nutrition Examination Survey (year 2007 to 2018) according to alcohol consumption status
Variables | Alcohol consumption status1) | ||||
---|---|---|---|---|---|
Non-drinker | Light drinker | Moderate drinker | Heavy drinker | ||
Number of participants (%) | 20,065(46.4) | 16,571(38.4) | 4,353(10.1) | 2,186(5.1) | |
Age, years | 43.3±0.12 | 39.3±0.13 | 41.0±0.21 | 42.3±0.34 | <0.001 |
Sex, % | <0.001 | ||||
Male | 30.7 | 58.8 | 75.2 | 62.1 | |
Female | 69.3 | 41.2 | 24.8 | 37.9 | |
Region of residence, % | <0.001 | ||||
Seoul and metropolitan cities | 47.3 | 48.7 | 46.1 | 45.7 | |
Other regions | 52.7 | 51.3 | 53.9 | 54.3 | |
Educational status, % | <0.001 | ||||
Less than high school | 28.5 | 15.7 | 18 | 27.2 | |
Completed high school or higher education | 71.5 | 84.3 | 82 | 72.8 | |
Household income status, % | <0.001 | ||||
Low or middle | 70 | 65.3 | 64.2 | 71.7 | |
High | 30 | 34.7 | 35.8 | 28.3 | |
Having occupation, % | 53.5 | 70.7 | 79.1 | 76.3 | <0.001 |
Body mass index, kg/m2 | 23.6±0.03 | 23.7±0.03 | 24.3±0.06 | 24.2±0.09 | <0.001 |
Subjective health status, % | <0.001 | ||||
Good or fair | 83.1 | 87.5 | 87.8 | 80.9 | |
Bad | 16.9 | 12.5 | 12.2 | 19.1 | |
Current smokers, % | 10.8 | 27.6 | 46.7 | 48.6 | <0.001 |
Regular walking, % | 36.9 | 41.4 | 40.1 | 38.9 | <0.001 |
Perceived severe stress, % | 25.5 | 28.2 | 30.3 | 36.4 | <0.001 |
Total calorie intake, kcal/d | 1,884.4±6.8 | 2,112.2±8.2 | 2,342.6±16.9 | 2,336.1±24.0 | <0.001 |
Values are mean±standard error or proportions.
1)Light drinker (2 drinks/d or less for men, 1 drink/d or less for women), moderate drinker (2.1∼4 drinks/d for men, 1.1∼2 drinks/d for women), and heavy drinker (>4 drinks/d for men, >2 drinks/d for women) were defined based on sex-specific alcohol consumption status.
음주 상태와 식사패턴의 관련성
Table 5에서 나타난 바와 같이 음주 상태에 따른 남성의 채식 및 육식 식사패턴의 요인 점수는 상응하는 음주군에서 여성의 요인 점수보다 더 높게 나타났다. 단 예외적으로 남녀 모두의 고도 음주자군에서 육식 식사패턴의 요인 점수가 비슷하게 나타났다. 또한 남성에서 음주량이 증가할수록 채식 및 육식 식사패턴의 요인 점수는 모두 증가하는 것으로 나타난 반면, 여성에서는 채식 식사패턴의 요인 점수가 감소하고 육식 식사패턴의 요인 점수는 증가하는 것으로 나타났다(음주량에 따른 경향성
Table 5 . Multiple linear regression coefficient estimates for sex-specific associations between alcohol consumption status and dietary patterns in 17,721 men and 25,454 women
Dietary patterns | Alcohol consumption status1) | ||||
---|---|---|---|---|---|
Non-drinker | Light drinker | Moderate drinker | Heavy drinker | ||
Among men (n) | 4,780 | 8,618 | 3,033 | 1,290 | |
Factor scores, mean±SE | |||||
Vegetable dietary pattern | 0.139±0.019 | 0.180±0.014 | 0.269±0.023 | 0.336±0.034 | <0.001 |
Meat dietary pattern | 0.197±0.020 | 0.369±0.016 | 0.461±0.025 | 0.329±0.036 | <0.001 |
Regression coefficient estimate2)±SE | |||||
Vegetable dietary pattern | reference | 0.006±0.020 | −0.010±0.026 | −0.065±0.035 | <0.001 |
Meat dietary pattern | reference | 0.047±0.021* | 0.096±0.028** | 0.062±0.035 | <0.001 |
Among women (n) | 15,285 | 7,953 | 1,320 | 896 | |
Factor scores, mean±SE | |||||
Vegetable dietary pattern | −0.177±0.009 | −0.311±0.013 | −0.300±0.029 | −0.374±0.040 | <0.001 |
Meat dietary pattern | −0.213±0.009 | 0.033±0.013 | 0.086±0.029 | 0.382±0.046 | <0.001 |
Regression coefficient estimate2)±SE | |||||
Vegetable dietary pattern | reference | −0.030±0.013* | −0.042±0.025 | −0.053±0.036 | 0.24 |
Meat dietary pattern | reference | 0.089±0.012** | 0.169±0.024** | 0.293±0.039** | <0.001 |
1)Light drinker (2 drinks/d or less for men, 1 drink/d or less for women), moderate drinker (2.1∼4 drinks/d for men, 1.1∼2 drinks/d for women), and heavy drinker (>4 drinks/d for men, >2 drinks/d for women) were defined based on sex-specific alcohol consumption status.
2)Estimated in the multiple linear regression model for the association between alcohol consumption status (independent variable) and dietary pattern factor scores (dependent variable) adjusted for survey cycles (4 cycles), region of residence (Seoul, metropolitan cities, other regions), educational status (lower than high school, completed high school, and higher education), household income status (low, middle, and high levels), having occupation (no, yes), body mass index, subjective health status (good, fair, poor), current smoking status (non-smoking, smoking), having regular walking (no, yes), having perceived severe stress (no, yes), and total calorie intake (quintile).
*
본 연구는 2007년부터 2018년까지의 국민건강영양조사 자료를 토대로 만 19~64세 사이 성인 남녀 43,175명에서 주요 식사패턴, 즉 ‘채식 식사패턴’과 ‘육식 식사패턴’으로 명명한 2종을 도출하였다. 이러한 식사패턴과 음주 상태의 12년간 변화 추이를 살펴본 결과, 최근의 조사 기수가 될수록 남녀 공통적으로 육식 식사패턴이 점차 우세해지는 것으로 나타났고, 음주자 비율은 남성에서는 감소하는 추이로, 여성에서는 2016~2018년 조사에서 급격히 증가하는 것으로 나타났다. 남녀 각각에서 식사패턴과 음주 상태의 관련성을 분석한 결과, 남성의 경우 음주량이 증가할수록 채식 식사패턴의 요인 점수가 감소하고 육식 식사패턴의 요인 점수는 증가하는 것으로 나타났으며, 여성에서는 음주량과 육식 식사패턴이 양의 관련성을 나타냈다. 결과를 종합하면 남녀 모두에서 음주와 육식 섭취가 동반되거나 함께 섭취량이 증가할 가능성이 큰 것으로 나타났고, 특히 최근 들어 여성에서 고도 음주자의 비율이 증가하는 것으로 관찰되었다. 이러한 결과는 과다한 음주 및 육식 섭취가 이중 위험으로 건강에 영향을 미쳐 성인병 발병 위험을 더 증가시킬 수 있음을 시사한다.
우리나라의 급속한 경제발전과 산업화는 가공식품 산업 및 외식산업의 발전으로 이어졌고, 서구 국가들과의 활발한 문화적, 경제적 교류가 서구화된 식생활 변화를 가져왔다(Kim 등, 2000). 국민건강영양조사 자료를 활용하여 청소년의 식사패턴을 분석한 선행연구(Song 등, 2010)에서 쌀밥, 채소, 김치, 생선의 섭취가 많은 전통적 한식 식사패턴과 육류 및 빵류의 섭취가 많은 서구식 식사패턴이 도출된 바 있다. 현대로 오면서 청소년뿐만 아니라 성인에서도 서구식 식사패턴은 더욱 우세하게 나타나고 곡류와 채소가 주요 식품으로 구성된 전통적 한식 식사패턴은 점차 약화하는 것으로 본 연구 결과를 해석할 수 있다. 이전 연구에서 50세 이상의 성인에 비해 50세 이하의 성인에서 서구식 식사패턴이 전통적 한식 식사패턴보다 더 우세하게 나타난 바 있다(Kang 등, 2011).
본 연구 결과에서 조사 기간이 최근일수록 남성에서는 음주군 비율이 낮아지는 반면, 여성에서는 높아지는 것을 관찰할 수 있었다. 이러한 경향은 여성의 경제사회적 활동이 증가하면서 음주 환경에 더 노출되고, 다양한 맛과 색깔, 풍미를 지닌 주류 제품과 알코올 함량이 낮은 제품이 많아지면서 여성이 선택할 수 있는 주류 제품이 다양해지고 접근성이 증가했기 때문으로 추측된다. 과한 음주는 건강에 위험을 줄 수 있는 식습관과 관련되며(Forsander, 1998), 특히 현대에는 영양결핍과 함께 영양과잉의 문제가 지적된 바 있다(Min 등, 2018). 선행연구에 의하면 알코올 섭취 시 함께 섭취하는 음식들로 인해 에너지, 단백질, 지방 등의 열량 영양소 섭취량이 많게 나타나는 것으로 보고되었다(Kim 등, 2013; Choi 등, 2018). 본 연구 결과에서도 비음주자에 비해 중등도 및 고도 음주자의 경우 평균 열량 섭취량이 450 kcal 정도 더 많은 것으로 나타났고 이와 함께 체질량지수도 더 높게 나타났다. 본 연구에서는 이전 연구 보고에서 미비했던 음주 상태와 식사패턴의 관련성을 분석하였다. 이에 체질량지수와 열량 섭취량을 비롯한 혼란 변수들을 보정한 다중회귀분석 결과를 살펴보면, 남성의 경우 음주가 채식 식사패턴과 음의 관련성을, 육식 식사패턴과 양의 관련성을 나타냈고, 여성의 경우 음주가 육식 식사패턴과 양의 관련성을 나타냈다. 한편 음주량에 따른 각 식사패턴의 요인 점수를 남녀 간 비교한 결과를 살펴보면, 남성 음주자에게서는 채식 및 육식 식사패턴의 요인 점수가 모두 높게 나타나 2종의 식사패턴이 공존하는 반면, 여성 음주자에게서는 채식 식사패턴 요인 점수가 음수로 나타나고 육식 식사패턴 요인 점수는 양수로 나타나 여성 음주자, 특히 고도 음주자는 육식 식사패턴에만 치우쳐 섭취하는 것으로 해석된다. 즉 여성 고도 음주자는 불균형적인 식사를 할 가능성이 크다는 것을 시사한다. 채식 섭취자에 비해 육식 섭취자는 심혈관계 질환 발병 위험과 관련된 혈중 LDL 콜레스테롤 수치가 더 높게 나타날 수 있다(Son과 Choue, 2006). 음주는 그 자체만으로도 음주량과 상관없이 고혈압 발병 및 간 손상 등의 건강 문제와 관련될 수 있고 정신적, 사회적, 경제적 피해까지 초래할 수 있다(Iranpour와 Nakhaee, 2019). 이에 유럽연합의 국립보건복지기구는 1회(혹은 1일) 알코올 섭취량을 남성의 경우 40 g 이내, 여성에서는 20 g 이내로 제한하여 유해한 알코올 사용을 조절할 것을 촉구하고 있다(Broholm 등, 2016).
본 연구 결과를 해석할 때 다음과 같은 제한점을 고려할 필요가 있다. 본 연구에서는 단면 연구인 국민건강영양조사의 자료를 분석했기 때문에 제시한 관련성 결과가 원인과 결과의 관련성으로 해석되기 어려운 제한점이 있다. 본 연구에서 식사패턴은 1일 24시간 회상조사 자료로부터 도출되었기 때문에 개인별 장기간의 식사패턴을 반영하기에는 부족했다. 또한 음주량에 대한 설문이 범주형 문항으로 이루어져 있었기 때문에 음주량 추정에서 과소 추정 혹은 과다 추정의 오차가 무작위적으로 생겼을 가능성이 있다. 이러한 무작위 오차는 관련성이 없는 방향으로 결과가 도출될 가능성이 크다. 그럼에도 불구하고 본 연구에서는 음주와 식사패턴의 유의한 관련성을 도출할 수 있었고, 12년 동안의 전국 규모 조사 자료를 분석했기 때문에 식사패턴과 음주 상태의 장기적 추이를 분석한 장점을 지니고 있다.
성인기는 생애주기 중 가장 긴 기간으로, 건강한 노년기를 보내기 위한 중요한 시기이다. 청소년기의 경우 학교에서 영양교육을 접할 기회가 많고 영양적 균형을 고려한 학교 급식이 한 끼 이상의 식사로 제공된다. 하지만 성인기 및 그 이후에는 영양교육을 접할 기회가 급격히 줄어들며, 음주로 인한 문제가 심각할 때에서야 음주 관련 교육을 접하게 된다. 본 연구 결과를 근거로 했을 때 균형적인 식사와 절제된 음주 생활에 대한 국가적 차원의 홍보 및 교육과 정책 수립이 필요하다고 여겨진다. 특히 대학 생활 및 직장 생활에서 비자발적으로 음주하는 경우가 있으므로 건강한 음주 및 회식 문화를 형성하기 위한 영양보건교육 프로그램의 개발과 관련 정책 수립을 제언한다.
본 연구는 2007년부터 2018년까지 진행된 국민건강영양조사 자료를 이용하여 성인의 식사패턴을 도출하고 각 식사패턴과 음주 상태의 추이를 분석하며 남녀 각각에서 음주 상태와 식사패턴의 관련성을 분석하였다. 연구대상자는 만 19세에서 64세의 성인 43,175명(남성 17,721명과 여성 25,454명)으로, 요인분석을 이용해서 2종의 식사패턴, 즉 ‘채식 식사패턴’과 ‘육식 식사패턴’을 도출하고 명명하였다. 각 식사패턴의 주요 기여 식품은 채식 식사패턴에서는 채소류와 곡류, 육식 식사패턴에서는 육류와 청량음료로 나타났다. 조사 기간인 12년 동안 4주기에 따른 음주자 비율과 채식 및 육식 식사패턴의 요인 점수를 비교한 결과, 조사 시기가 최근일수록 남성에서는 음주자 비율이 점차 감소하는 반면 여성에서는 2016~2018년 조사 시 음주자 비율이 급격히 증가하는 것으로 나타났다. 또한 조사 시기가 최근일수록 남성에서는 채식 식사패턴의 요인 점수가 감소하고 육식 식사패턴의 요인 점수는 증가하는 경향을 나타냈고, 여성에서는 육식 식사패턴의 요인 점수만 증가하는 경향을 나타냈다. 도출된 식사패턴과 음주 상태의 관련성을 분석한 결과, 남성에서는 채식 식사패턴과 음주가 음의 관련성을, 육식 식사패턴과 음주는 양의 관련성을 나타냈고, 여성에서는 육식 식사패턴만이 음주와 유의한 양의 관련성을 나타냈다. 이에 성인의 건강한 식생활 및 음주 습관 형성을 위한 효과적인 영양보건교육 프로그램이 개발되고 관련 정책이 수립되기를 제언한다.
이 논문은 2022년도 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임(NRF-2019R1A2C2084000).
Journal of the Korean Society of Food Science and Nutrition 2023; 52(1): 103-110
Published online January 31, 2023 https://doi.org/10.3746/jkfn.2023.52.1.103
Copyright © The Korean Society of Food Science and Nutrition.
현주현․백인경
국민대학교 과학기술대학 식품영양학과
Department of Foods and Nutrition, College of Science and Technology, Kookmin University
Correspondence to:Inkyung Baik, Department of Foods and Nutrition, College of Science and Technology, Kookmin University, 77, Jeongnung-ro, Seongbuk-gu, Seoul 02707, Korea, E-mail: ibaik@kookmin.ac.kr
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (https://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
This study aimed to examine secular trends in alcohol consumption status and data-driven dietary patterns and investigate sex-specific associations between alcohol consumption status and dietary patterns in Korean men and women. The data of 43,175 adults (17,721 men and 25,454 women) aged 19 to 64 years extracted from Korea National Health and Nutrition Examination Surveys conducted between 2007 and 2018 were subjected to factor analysis, and two types of dietary patterns were identified; a “vegetable dietary pattern” and a “meat dietary pattern”. Analyses of the secular trends of these dietary patterns and alcohol consumption status revealed a significant increase in the meat dietary pattern and alcohol drinking in women (P<0.001). On the other hand, in men, a significant decrease in alcohol drinking (P<0.001) and the vegetable dietary pattern (P<0.05) and a significant increase in the meat dietary pattern (P<0.001) were observed. Multiple association analyses showed that the meat dietary pattern was positively associated with alcohol consumption in men and women (P<0.001) and that the vegetable dietary pattern was inversely associated with alcohol consumption in men (P<0.001). Male and female heavy drinkers showed high and similar factor scores for the meat dietary pattern. These results suggest that heavy alcohol consumption is likely accompanied by high red meat intake, potentially exacerbating chronic disease risks.
Keywords: adult, diet, vegetables, meat, alcohol drinking
국민건강영양조사 보고서에 의하면 만 19세 이상 성인에서 고위험 음주자, 즉 1회 평균 음주량이 남자의 경우 7잔 이상, 여자의 경우 5잔 이상으로 주 2회 이상 음주하는 성인은 2020년에 전체 조사 대상자 중 약 14%로 나타났으며, 특히 여성 고위험 음주율이 최근 5년 동안 지속해서 증가하였다(KDCA, 2020). 과한 음주는 정신건강, 심혈관계 질환, 소화기계 질환, 암 등의 여러 질병 발병 위험과 관련되어 건강에 해로운 영향을 미치는 것으로 보고되었다(Iranpour와 Nakhaee, 2019). 또한 음주는 영양소 섭취 상태뿐만 아니라 전반적인 식생활에도 영향을 미친다(Forsander, 1998). 실제로 음주자는 총 열량, 단백질, 지방 등의 섭취량 수준이 비음주자에 비해 높은 반면, 열량 섭취량 대비 비타민 B군의 섭취량이 더 낮은 것으로 보고되었다(Kim 등, 2013; Choi 등, 2018). 따라서 과한 음주와 함께 부적절한 식이 섭취가 동반된다면 질병 발병 위험성이 더 커질 가능성이 있다.
식사패턴은 일상적으로 섭취하는 식사를 구성하는 식품 및 음료의 섭취 빈도와 양적 섭취량뿐만 아니라 식사의 구성, 즉 식품의 조합과 다양성을 나타내는 개념으로, 개인의 음식 선호도와 식습관이 반영되어 특정 식이 유형으로 표현될 수 있다(Hu, 2002). 식사패턴은 인구사회적 요인, 건강 관련 요인, 식행동 요인 등과 밀접하게 관련된다(Song 등, 2005; Park과 Baik, 2022). 한국인의 식사패턴에 대한 선행 연구에 의하면 중년 이상 혹은 노년 성인들에서는 쌀, 콩류, 채소류, 김치 등의 섭취가 높은 전통적 한식 식사패턴이 강하게 나타나는 반면, 50세 미만의 성인에서는 면류, 빵류, 피자, 햄버거 등의 섭취가 높은 서구적 식사패턴이 강하게 나타났고 이러한 식사패턴은 현대에 이르러 더욱 두드러지는 경향이 있다(Kang 등, 2011). 시대적 혹은 세대적 요인뿐만 아니라 건강위험행동, 즉 흡연이나 음주와 관련된 행동이 식사패턴과 관련된다. 최근 연구에 의하면 한국 청소년들에서 도출된 식사패턴 중 패스트푸드와 청량음료 섭취가 주를 이루는 ‘패스트푸드 패턴’은 청소년들의 흡연 및 음주 경험과 밀접한 관련성을 갖는 것으로 나타났다(Park과 Baik, 2022). 성인을 대상으로 한 연구 중 유럽의 연구에서는 음주량이 증가할수록 동물성 식품 섭취가 증가하는 것으로 나타난(Fawehinmi 등, 2012) 반면, 우리나라 대학생 대상의 연구에서는 음주 여부에 따른 유제품 외의 식품 섭취에서 의미 있는 차이를 관찰하지 못했다(Kang 등, 2013). 국내외 연구에서 성인의 전반적인 식사패턴과 음주량의 관련성에 대한 자료는 아직 부족한 실정이다.
본 연구에서는 2007년부터 2018년까지의 국민건강영양조사 자료를 이용하여 성인 남녀에서 식사패턴을 도출하고, 지난 12년 동안 식사패턴 및 음주 상태가 어떤 추이로 변화하였는지를 살펴보며 식사패턴과 음주 상태 간의 관련성을 성별로 나누어 분석하고자 했다.
연구대상
본 연구는 질병관리본부의 국민건강영양조사 원시자료 웹사이트에서 다운로드한 자료를 이용하였으며, 국민대학교 기관생명윤리위원회의 심의면제(KMU-202102-HR-260) 승인을 받았다.
연구대상자는 2007~2009년(제4기), 2010~2012년(제5기), 2013~2015년(제6기), 2016~2018년(제7기)의 국민건강영양조사에 참여한 만 19세에서 64세 사이 성인 57,149명의 자료에서 열량 섭취량 결측값 및 과소 추정값(1일 500 kcal 미만) 혹은 과다 추정값(1일 5,000 kcal 초과)을 갖는 8,456명과 음주 정보의 결측값을 갖는 2,325명, 체질량지수의 결측값을 갖는 3,193명의 자료를 제외한 후 최종 43,175명(남성 17,721명과 여성 25,454명)의 자료를 분석에서 활용하였다.
일반적 특징과 음주 상태 및 식이 섭취 변수
국민건강영양조사 자료 중 건강설문조사, 식생활조사, 식품섭취조사 중 개인별 24시간 회상조사 등의 자료로부터 일반사항, 음주 상태 및 섭취량, 식품 섭취 상태에 대한 정보를 획득하였다. 기존 연구 보고(Park 등, 2008; Kim과 Eun, 2019)를 근거로 일반적 특성 변수로 성별, 연령, 주거지역, 교육 수준, 가계 소득 수준, 직업 유무 정보를, 건강과 관련된 변수로 체질량지수, 주관적 건강 상태, 현재 흡연 상태, 걷기 운동, 스트레스 인지 여부 등을 고려하였다.
음주 상태는 건강설문조사를 통해 1년간 음주 빈도와 한 번에 마시는 음주량이 조사되었으며, 이러한 정보를 이용하여 평균 음주량을 산출하였다. 1년간 음주 빈도 항목에서 ‘전혀 안 마심’은 0회로, ‘월 1회 이하’는 월 0.5회로, ‘월 1회’는 월 1회로, ‘월 2~4회’는 월 3회로, ‘주 2~3회’는 월 10회로, ‘주 4회 이상’은 월 16회로 빈도의 대푯값을 사용하였고, 한 번에 마시는 음주량 항목에서 ‘1~2잔’은 1.5잔으로, ‘3~4잔’은 3.5잔으로, ‘5~6잔’은 5.5잔으로, ‘7~9잔’은 8잔으로, ‘10잔 이상’은 10잔으로 음주량의 대푯값을 사용하여 음주 빈도와 음주량을 곱한 후 30으로 나누어 하루 평균 음주량을 계산하였다. 음주 상태는 4군으로 분류하였는데 음주 빈도가 월 1회 미만인 연구대상자는 비음주자로, 그 외는 음주자로 정의하였으며 음주자 중 하루 평균 음주량에 따라 경도 음주자(남자 0.1~2.0잔, 여자 0.1~1.0잔), 중등도 음주자(남자 2.1~4.0잔, 여자 1.1~2.0잔), 고도 음주자(남자 >4.0잔, 여자 >2.0잔)로 정의하였다(Hyeong과 Lee, 2016).
개인별 24시간 회상조사 자료를 기반으로 선행연구(Park과 Baik, 2022)에서 활용한 식품군 분류를 사용하여 곡류, 감자류, 두류, 견과류, 육류, 난류, 어패류, 채소류, 버섯류, 과실류, 청량음료류, 커피류, 과채음료류, 기타 음료류, 빵류, 과자류, 패스트푸드류, 우유 및 유제품류 등 총 18종의 식품군 변수와 열량 섭취량을 분석에 포함하였다.
통계처리
기초 통곗값으로 복합표본설계로 가중치를 고려한 백분율(%) 혹은 평균값을 산출하였다. 조사 기수 혹은 음주군 변수에 따른 비교 분석에서 가중치를 고려하여 카이제곱검정(Chi-square test) 혹은 분산분석(analysis of variance test) 방법을 사용하였으며 P값을 얻었다. 경향성 P값을 얻기 위해 Cochran-Armitage 추세검정법과 선형회귀분석법을 사용하였다.
식사패턴은 요인분석 방법을 활용하여 도출하였다. 주요 식사패턴 수, 즉 요인 수를 결정하기 위해 고유값(eigenvalue)과 스크리 도표를 고려하였고, 요인적재량(factor loading)이 산출된 분석 결과에서 해석이 용이한 varimax 회전법을 적용하여 얻은 패턴 결과를 가지고 식사패턴을 명명하였다. 또한 도출된 식사패턴에 따라 연구대상자 개인의 요인 점수(factor score)를 산출하였다.
음주 상태와 식사패턴의 요인 점수 간의 관련성 분석을 위해 가중치를 고려하여 선형회귀분석을 하였다. 선형회귀 모형에서 음주 상태는 앞서 설명한 바와 같이 비음주자, 경도 음주자, 중등도 음주자, 고도 음주자 등의 범주형 독립 변수로, 각 식사패턴의 요인 점수는 연속형 종속 변수로 대입되었다. 특히 성별을 나누어 다중회귀분석을 하였는데, 분석에서 연령과 체질량지수는 연속형 변수로, 조사 주기(4군: 제4기, 제5기, 제6기, 제7기), 주거지역(3군: 특별시, 광역시, 그 외 지역), 교육 수준(3군: 고졸 이하, 고졸, 대졸 이상), 가계 소득 수준(3군: 상, 중, 하), 직업 유무(2군), 주관적 건강상태(3군: 좋은 편, 보통 혹은 무응답, 나쁜 편), 현재 흡연 상태(2군: 흡연, 비흡연 혹은 무응답), 걷기 운동(2군: 1회 30분 이상 주 5회 이상의 규칙적인 실천, 실천하지 않거나 무응답), 스트레스 인지 여부(2군: 깊은 인지에 긍정, 부정 혹은 무응답), 열량 섭취(5분위) 등은 범주형 변수로 보정하였다.
본 연구에서의 모든 자료의 처리 및 분석은 SAS 프로그램(SAS 9.4, SAS Institute, Cary, NE, USA)을 사용하였으며, 양측검정 0.05 수준에서 통계적 유의성을 평가하였다.
조사 기수에 따른 연구대상자 특성 분석
조사 기수에 따른 일반적 특성 및 건강 관련 특성의 비교는 Table 1에 나타난 바와 같다. 최근의 조사 기수가 될수록 지속적인 감소를 나타내는 특성은 흡연자 비율로 나타났으며, 그 외 특성은 증감의 변동을 나타냈다.
Table 1 . Comparison of characteristics of 43,175 adult participants according to the survey cycles of the Korea National Health and Nutrition Examination Survey (year 2007 to 2018).
Variables | Survey cycles (years) | ||||
---|---|---|---|---|---|
4th (2007∼2009) | 5th (2010∼2012) | 6th (2013∼2015) | 7th (2016∼2018) | ||
Number of participants | 10,774 | 11,209 | 10,243 | 10,949 | |
Age, years | 40.4±0.2 | 41.2±1.8 | 41.6±0.2 | 42.2±0.2 | <0.001 |
Sex, % | <0.01 | ||||
Men | 48.4 | 48.3 | 49.2 | 49.6 | |
Women | 51.6 | 51.7 | 50.8 | 50.4 | |
Region of residence, % | <0.001 | ||||
Seoul and metropolitan cities | 48 | 47.9 | 47.3 | 47.5 | |
Other regions | 52 | 52.1 | 52.7 | 52.5 | |
Educational status, % | <0.001 | ||||
Less than high school | 23.7 | 23.1 | 24 | 17.7 | |
Completed high school or higher education | 76.3 | 76.9 | 76 | 82.3 | |
Household income status, % | <0.001 | ||||
Low or middle | 68.4 | 70.4 | 66.5 | 65.1 | |
High | 31.6 | 29.6 | 33.5 | 34.9 | |
Having occupation, % | 63.4 | 66.1 | 61.9 | 66.9 | <0.001 |
Body mass index, kg/m2 | 23.6±0.04 | 23.7±0.04 | 23.7±0.04 | 23.9±0.04 | <0.001 |
Subjective health status, % | <0.001 | ||||
Good or fair | 83.3 | 85.5 | 86.5 | 85.8 | |
Bad | 16.7 | 14.5 | 13.5 | 14.2 | |
Current smokers, % | 26.3 | 25 | 22.2 | 22.2 | <0.001 |
Current alcohol drinkers, % | 58.1 | 56 | 55.6 | 59.8 | <0.001 |
Regular walking, % | 44.9 | 38.1 | 36.5 | 37.7 | <0.001 |
Perceived severe stress, % | 28.7 | 27.3 | 25.7 | 29.2 | <0.001 |
Total calorie intake, kcal/d | 1,943.5±10.4 | 2,087.9±11.6 | 2,124.1±10.6 | 2,049.7±11.0 | <0.001 |
Values are mean±standard error or proportions..
식사패턴 분석
전체 연구대상자인 43,175명에서 식사패턴의 분석 결과는 Table 2에 나타난 바와 같다. 전체 연구대상자 및 남녀 각각에서 도출된 주요한 식사패턴은 2종으로 유사하게 나타났다. 각 패턴에서 요인적재량에 100을 곱하여 그 절댓값이 40 이상인 식품을 주요 기여 요인으로 판단하였고, 이에 식사패턴을 명명하였다. 전체 연구대상자 및 남녀 각각에서 공통으로 나타난 결과에 의하면 첫 번째 식사패턴에서는 채소류와 곡류가 주요 요인으로 나타나 ‘채식 식사패턴’으로 명명하였고, 두 번째 식사패턴에서는 육류와 청량음료 섭취가 주요 요인으로 나타나 ‘육식 식사패턴’으로 명명하였다. 남성의 ‘채식 식사패턴’에서 추가로 나타난 주요 요인은 어패류였고 이 식사패턴에서 패스트푸드 섭취가 매우 낮은 것으로 나타났다. 또한 여성의 ‘육식 식사패턴’에서 추가로 나타난 주요 요인은 커피류였다.
Table 2 . Results of factor analysis for dietary patterns in 17,721 men and 25,454 women.
Foods or food groups | Dietary patterns based on rotated factor loading matrix | |||||
---|---|---|---|---|---|---|
Vegetable dietary pattern | Meat dietary pattern | |||||
All | Men | Women | All | Men | Women | |
Grains | 62* | 55* | 55* | −12 | −27 | −24 |
Potatoes | 12 | 16 | 17 | −11 | 1 | −8 |
Legumes | 26 | 24 | 25 | −8 | −10 | −7 |
Nuts | 15 | 15 | 24 | 2 | 8 | 7 |
Meats | 22 | 21 | 19 | 52* | 44* | 49* |
Eggs | 23 | 23 | 28 | 33 | 31 | 32 |
Seafood | 41* | 40* | 38 | 16 | 8 | 13 |
Vegetables | 72* | 71* | 69* | 8 | −3 | 2 |
Mushrooms | 22 | 27 | 27 | 13 | 14 | 20 |
Fruits | 19 | 27 | 32 | −15 | 4 | −8 |
Soft drinks | −12 | −12 | −7 | 55* | 54* | 52* |
Coffee drinks | 7 | 7 | 0 | 50* | 39 | 48* |
Fruit and vegetable drinks | 0 | 11 | −1 | 21 | 28 | 23 |
Other sugary drinks | 1 | −1 | −1 | 17 | 14 | 10 |
Snack | −12 | −6 | −7 | 31 | 33 | 37 |
Fastfood | −36 | −43* | −39 | 35 | 29 | 31 |
Bakeries | −14 | −3 | −9 | 25 | 37 | 31 |
Milk and dairy products | −13 | −5 | −1 | 8 | 30 | 13 |
*Factor loading scores multiplied by 100 with absolute values of 40 or greater are indicated as an asterisk..
음주 상태 및 식사패턴 추이
남녀 각각에서 조사 기수에 따라 음주 상태와 채식 및 육식 식사패턴의 추이를 살펴보았다(Table 3). 그 결과, 최근의 조사 기수가 될수록 음주자의 비율이 남성에서는 감소하는 추이로, 여성에서는 증가하는 추이로 나타났다(조사 기수에 따른 경향성
Table 3 . Secular trends in alcohol consumption status and dietary patterns in 17,721 men and 25,454 women according to the survey cycles of the Korea National Health and Nutrition Examination Survey.
Survey cycles (years) | |||||
---|---|---|---|---|---|
4th (2007∼2009) | 5th (2010∼2012) | 6th (2013∼2015) | 7th (2016∼2018) | ||
Among men (n) | -4,396 | -4,487 | -4,213 | -4,625 | |
Alcohol consumption status, % | <0.001 | ||||
Non-drinker | 24.4 | 25.4 | 29.5 | 27.6 | |
Drinker (heavy drinker) | 75.6 (7.5) | 74.6 (6.6) | 70.5 (6.5) | 72.4 (6.7) | |
Factor scores for dietary patterns | |||||
Vegetable dietary pattern | 0.214±0.020 | 0.228±0.021 | 0.188±0.023 | 0.152±0.020 | <0.05 |
Meat dietary pattern | −0.155±0.018 | 0.083±0.019 | 0.660±0.022 | 0.728±0.022 | <0.001 |
Among women (n) | (6,378) | (6,722) | (6,030) | (6,324) | |
Alcohol consumption status, % | <0.001 | ||||
Non-drinker | 58.3 | 61.4 | 58.8 | 52.6 | |
Drinker (heavy drinker) | 41.7 (3.8) | 38.6 (3.5) | 41.2 (3.5) | 47.4 (5.0) | |
Factor scores for dietary patterns | |||||
Vegetable dietary pattern | −0.253±0.014 | −0.238±0.015 | −0.179±0.017 | −0.275±0.015 | 0.815 |
Meat dietary pattern | −0.431±0.012 | −0.242±0.014 | 0.095±0.016 | 0.184±0.016 | <0.001 |
Values are proportions or mean±standard error..
2007~2009년 및 2010~2012년 조사에서 채식 식사패턴의 평균 요인 점수가 육식 식사패턴의 평균보다 높게 나타났으나, 2013~2015년 조사와 그 이후 조사에서는 반대 결과, 즉 육식 식사패턴의 평균 요인 점수가 채식 식사패턴의 평균보다 높게 나타났다.
이러한 양상은 남녀 모두에서 관찰되었다. 또한 최근의 조사 기수가 될수록 남성에서는 채식 식사패턴의 요인 점수가 점차 낮아지는 것으로 나타난 반면(조사 기수에 따른 경향성
음주 상태에 따른 연구대상자 특성 분석
음주 상태에 따른 일반적 특성 및 건강 관련 특성의 비교는 Table 4에 나타난 바와 같다. 음주 상태에 따른 연구대상자 수(분포 %)는 20,065명(46.4%)의 비음주자, 16,571명(38.4%)의 경도 음주자, 4,353명(10.1%)의 중등도 음주자, 2,186명(5.1%)의 고도 음주자로 나타났다. 비음주자에 비해 음주자는 연령이 낮고, 남성 및 직장인, 흡연자의 비율은 높고, 도시 외 지역에서 거주하거나, 더 높은 체질량지수 및 열량 섭취량을 나타냈으며, 교육 수준이 좀 더 높고 심한 스트레스를 인지하는 사람의 비율이 높은 것으로 나타났다(음주량에 따른 경향성
Table 4 . Comparison of characteristics of 43,175 adult participants of the Korea National Health and Nutrition Examination Survey (year 2007 to 2018) according to alcohol consumption status.
Variables | Alcohol consumption status1) | ||||
---|---|---|---|---|---|
Non-drinker | Light drinker | Moderate drinker | Heavy drinker | ||
Number of participants (%) | 20,065(46.4) | 16,571(38.4) | 4,353(10.1) | 2,186(5.1) | |
Age, years | 43.3±0.12 | 39.3±0.13 | 41.0±0.21 | 42.3±0.34 | <0.001 |
Sex, % | <0.001 | ||||
Male | 30.7 | 58.8 | 75.2 | 62.1 | |
Female | 69.3 | 41.2 | 24.8 | 37.9 | |
Region of residence, % | <0.001 | ||||
Seoul and metropolitan cities | 47.3 | 48.7 | 46.1 | 45.7 | |
Other regions | 52.7 | 51.3 | 53.9 | 54.3 | |
Educational status, % | <0.001 | ||||
Less than high school | 28.5 | 15.7 | 18 | 27.2 | |
Completed high school or higher education | 71.5 | 84.3 | 82 | 72.8 | |
Household income status, % | <0.001 | ||||
Low or middle | 70 | 65.3 | 64.2 | 71.7 | |
High | 30 | 34.7 | 35.8 | 28.3 | |
Having occupation, % | 53.5 | 70.7 | 79.1 | 76.3 | <0.001 |
Body mass index, kg/m2 | 23.6±0.03 | 23.7±0.03 | 24.3±0.06 | 24.2±0.09 | <0.001 |
Subjective health status, % | <0.001 | ||||
Good or fair | 83.1 | 87.5 | 87.8 | 80.9 | |
Bad | 16.9 | 12.5 | 12.2 | 19.1 | |
Current smokers, % | 10.8 | 27.6 | 46.7 | 48.6 | <0.001 |
Regular walking, % | 36.9 | 41.4 | 40.1 | 38.9 | <0.001 |
Perceived severe stress, % | 25.5 | 28.2 | 30.3 | 36.4 | <0.001 |
Total calorie intake, kcal/d | 1,884.4±6.8 | 2,112.2±8.2 | 2,342.6±16.9 | 2,336.1±24.0 | <0.001 |
Values are mean±standard error or proportions..
1)Light drinker (2 drinks/d or less for men, 1 drink/d or less for women), moderate drinker (2.1∼4 drinks/d for men, 1.1∼2 drinks/d for women), and heavy drinker (>4 drinks/d for men, >2 drinks/d for women) were defined based on sex-specific alcohol consumption status..
음주 상태와 식사패턴의 관련성
Table 5에서 나타난 바와 같이 음주 상태에 따른 남성의 채식 및 육식 식사패턴의 요인 점수는 상응하는 음주군에서 여성의 요인 점수보다 더 높게 나타났다. 단 예외적으로 남녀 모두의 고도 음주자군에서 육식 식사패턴의 요인 점수가 비슷하게 나타났다. 또한 남성에서 음주량이 증가할수록 채식 및 육식 식사패턴의 요인 점수는 모두 증가하는 것으로 나타난 반면, 여성에서는 채식 식사패턴의 요인 점수가 감소하고 육식 식사패턴의 요인 점수는 증가하는 것으로 나타났다(음주량에 따른 경향성
Table 5 . Multiple linear regression coefficient estimates for sex-specific associations between alcohol consumption status and dietary patterns in 17,721 men and 25,454 women.
Dietary patterns | Alcohol consumption status1) | ||||
---|---|---|---|---|---|
Non-drinker | Light drinker | Moderate drinker | Heavy drinker | ||
Among men (n) | 4,780 | 8,618 | 3,033 | 1,290 | |
Factor scores, mean±SE | |||||
Vegetable dietary pattern | 0.139±0.019 | 0.180±0.014 | 0.269±0.023 | 0.336±0.034 | <0.001 |
Meat dietary pattern | 0.197±0.020 | 0.369±0.016 | 0.461±0.025 | 0.329±0.036 | <0.001 |
Regression coefficient estimate2)±SE | |||||
Vegetable dietary pattern | reference | 0.006±0.020 | −0.010±0.026 | −0.065±0.035 | <0.001 |
Meat dietary pattern | reference | 0.047±0.021* | 0.096±0.028** | 0.062±0.035 | <0.001 |
Among women (n) | 15,285 | 7,953 | 1,320 | 896 | |
Factor scores, mean±SE | |||||
Vegetable dietary pattern | −0.177±0.009 | −0.311±0.013 | −0.300±0.029 | −0.374±0.040 | <0.001 |
Meat dietary pattern | −0.213±0.009 | 0.033±0.013 | 0.086±0.029 | 0.382±0.046 | <0.001 |
Regression coefficient estimate2)±SE | |||||
Vegetable dietary pattern | reference | −0.030±0.013* | −0.042±0.025 | −0.053±0.036 | 0.24 |
Meat dietary pattern | reference | 0.089±0.012** | 0.169±0.024** | 0.293±0.039** | <0.001 |
1)Light drinker (2 drinks/d or less for men, 1 drink/d or less for women), moderate drinker (2.1∼4 drinks/d for men, 1.1∼2 drinks/d for women), and heavy drinker (>4 drinks/d for men, >2 drinks/d for women) were defined based on sex-specific alcohol consumption status..
2)Estimated in the multiple linear regression model for the association between alcohol consumption status (independent variable) and dietary pattern factor scores (dependent variable) adjusted for survey cycles (4 cycles), region of residence (Seoul, metropolitan cities, other regions), educational status (lower than high school, completed high school, and higher education), household income status (low, middle, and high levels), having occupation (no, yes), body mass index, subjective health status (good, fair, poor), current smoking status (non-smoking, smoking), having regular walking (no, yes), having perceived severe stress (no, yes), and total calorie intake (quintile)..
*
본 연구는 2007년부터 2018년까지의 국민건강영양조사 자료를 토대로 만 19~64세 사이 성인 남녀 43,175명에서 주요 식사패턴, 즉 ‘채식 식사패턴’과 ‘육식 식사패턴’으로 명명한 2종을 도출하였다. 이러한 식사패턴과 음주 상태의 12년간 변화 추이를 살펴본 결과, 최근의 조사 기수가 될수록 남녀 공통적으로 육식 식사패턴이 점차 우세해지는 것으로 나타났고, 음주자 비율은 남성에서는 감소하는 추이로, 여성에서는 2016~2018년 조사에서 급격히 증가하는 것으로 나타났다. 남녀 각각에서 식사패턴과 음주 상태의 관련성을 분석한 결과, 남성의 경우 음주량이 증가할수록 채식 식사패턴의 요인 점수가 감소하고 육식 식사패턴의 요인 점수는 증가하는 것으로 나타났으며, 여성에서는 음주량과 육식 식사패턴이 양의 관련성을 나타냈다. 결과를 종합하면 남녀 모두에서 음주와 육식 섭취가 동반되거나 함께 섭취량이 증가할 가능성이 큰 것으로 나타났고, 특히 최근 들어 여성에서 고도 음주자의 비율이 증가하는 것으로 관찰되었다. 이러한 결과는 과다한 음주 및 육식 섭취가 이중 위험으로 건강에 영향을 미쳐 성인병 발병 위험을 더 증가시킬 수 있음을 시사한다.
우리나라의 급속한 경제발전과 산업화는 가공식품 산업 및 외식산업의 발전으로 이어졌고, 서구 국가들과의 활발한 문화적, 경제적 교류가 서구화된 식생활 변화를 가져왔다(Kim 등, 2000). 국민건강영양조사 자료를 활용하여 청소년의 식사패턴을 분석한 선행연구(Song 등, 2010)에서 쌀밥, 채소, 김치, 생선의 섭취가 많은 전통적 한식 식사패턴과 육류 및 빵류의 섭취가 많은 서구식 식사패턴이 도출된 바 있다. 현대로 오면서 청소년뿐만 아니라 성인에서도 서구식 식사패턴은 더욱 우세하게 나타나고 곡류와 채소가 주요 식품으로 구성된 전통적 한식 식사패턴은 점차 약화하는 것으로 본 연구 결과를 해석할 수 있다. 이전 연구에서 50세 이상의 성인에 비해 50세 이하의 성인에서 서구식 식사패턴이 전통적 한식 식사패턴보다 더 우세하게 나타난 바 있다(Kang 등, 2011).
본 연구 결과에서 조사 기간이 최근일수록 남성에서는 음주군 비율이 낮아지는 반면, 여성에서는 높아지는 것을 관찰할 수 있었다. 이러한 경향은 여성의 경제사회적 활동이 증가하면서 음주 환경에 더 노출되고, 다양한 맛과 색깔, 풍미를 지닌 주류 제품과 알코올 함량이 낮은 제품이 많아지면서 여성이 선택할 수 있는 주류 제품이 다양해지고 접근성이 증가했기 때문으로 추측된다. 과한 음주는 건강에 위험을 줄 수 있는 식습관과 관련되며(Forsander, 1998), 특히 현대에는 영양결핍과 함께 영양과잉의 문제가 지적된 바 있다(Min 등, 2018). 선행연구에 의하면 알코올 섭취 시 함께 섭취하는 음식들로 인해 에너지, 단백질, 지방 등의 열량 영양소 섭취량이 많게 나타나는 것으로 보고되었다(Kim 등, 2013; Choi 등, 2018). 본 연구 결과에서도 비음주자에 비해 중등도 및 고도 음주자의 경우 평균 열량 섭취량이 450 kcal 정도 더 많은 것으로 나타났고 이와 함께 체질량지수도 더 높게 나타났다. 본 연구에서는 이전 연구 보고에서 미비했던 음주 상태와 식사패턴의 관련성을 분석하였다. 이에 체질량지수와 열량 섭취량을 비롯한 혼란 변수들을 보정한 다중회귀분석 결과를 살펴보면, 남성의 경우 음주가 채식 식사패턴과 음의 관련성을, 육식 식사패턴과 양의 관련성을 나타냈고, 여성의 경우 음주가 육식 식사패턴과 양의 관련성을 나타냈다. 한편 음주량에 따른 각 식사패턴의 요인 점수를 남녀 간 비교한 결과를 살펴보면, 남성 음주자에게서는 채식 및 육식 식사패턴의 요인 점수가 모두 높게 나타나 2종의 식사패턴이 공존하는 반면, 여성 음주자에게서는 채식 식사패턴 요인 점수가 음수로 나타나고 육식 식사패턴 요인 점수는 양수로 나타나 여성 음주자, 특히 고도 음주자는 육식 식사패턴에만 치우쳐 섭취하는 것으로 해석된다. 즉 여성 고도 음주자는 불균형적인 식사를 할 가능성이 크다는 것을 시사한다. 채식 섭취자에 비해 육식 섭취자는 심혈관계 질환 발병 위험과 관련된 혈중 LDL 콜레스테롤 수치가 더 높게 나타날 수 있다(Son과 Choue, 2006). 음주는 그 자체만으로도 음주량과 상관없이 고혈압 발병 및 간 손상 등의 건강 문제와 관련될 수 있고 정신적, 사회적, 경제적 피해까지 초래할 수 있다(Iranpour와 Nakhaee, 2019). 이에 유럽연합의 국립보건복지기구는 1회(혹은 1일) 알코올 섭취량을 남성의 경우 40 g 이내, 여성에서는 20 g 이내로 제한하여 유해한 알코올 사용을 조절할 것을 촉구하고 있다(Broholm 등, 2016).
본 연구 결과를 해석할 때 다음과 같은 제한점을 고려할 필요가 있다. 본 연구에서는 단면 연구인 국민건강영양조사의 자료를 분석했기 때문에 제시한 관련성 결과가 원인과 결과의 관련성으로 해석되기 어려운 제한점이 있다. 본 연구에서 식사패턴은 1일 24시간 회상조사 자료로부터 도출되었기 때문에 개인별 장기간의 식사패턴을 반영하기에는 부족했다. 또한 음주량에 대한 설문이 범주형 문항으로 이루어져 있었기 때문에 음주량 추정에서 과소 추정 혹은 과다 추정의 오차가 무작위적으로 생겼을 가능성이 있다. 이러한 무작위 오차는 관련성이 없는 방향으로 결과가 도출될 가능성이 크다. 그럼에도 불구하고 본 연구에서는 음주와 식사패턴의 유의한 관련성을 도출할 수 있었고, 12년 동안의 전국 규모 조사 자료를 분석했기 때문에 식사패턴과 음주 상태의 장기적 추이를 분석한 장점을 지니고 있다.
성인기는 생애주기 중 가장 긴 기간으로, 건강한 노년기를 보내기 위한 중요한 시기이다. 청소년기의 경우 학교에서 영양교육을 접할 기회가 많고 영양적 균형을 고려한 학교 급식이 한 끼 이상의 식사로 제공된다. 하지만 성인기 및 그 이후에는 영양교육을 접할 기회가 급격히 줄어들며, 음주로 인한 문제가 심각할 때에서야 음주 관련 교육을 접하게 된다. 본 연구 결과를 근거로 했을 때 균형적인 식사와 절제된 음주 생활에 대한 국가적 차원의 홍보 및 교육과 정책 수립이 필요하다고 여겨진다. 특히 대학 생활 및 직장 생활에서 비자발적으로 음주하는 경우가 있으므로 건강한 음주 및 회식 문화를 형성하기 위한 영양보건교육 프로그램의 개발과 관련 정책 수립을 제언한다.
본 연구는 2007년부터 2018년까지 진행된 국민건강영양조사 자료를 이용하여 성인의 식사패턴을 도출하고 각 식사패턴과 음주 상태의 추이를 분석하며 남녀 각각에서 음주 상태와 식사패턴의 관련성을 분석하였다. 연구대상자는 만 19세에서 64세의 성인 43,175명(남성 17,721명과 여성 25,454명)으로, 요인분석을 이용해서 2종의 식사패턴, 즉 ‘채식 식사패턴’과 ‘육식 식사패턴’을 도출하고 명명하였다. 각 식사패턴의 주요 기여 식품은 채식 식사패턴에서는 채소류와 곡류, 육식 식사패턴에서는 육류와 청량음료로 나타났다. 조사 기간인 12년 동안 4주기에 따른 음주자 비율과 채식 및 육식 식사패턴의 요인 점수를 비교한 결과, 조사 시기가 최근일수록 남성에서는 음주자 비율이 점차 감소하는 반면 여성에서는 2016~2018년 조사 시 음주자 비율이 급격히 증가하는 것으로 나타났다. 또한 조사 시기가 최근일수록 남성에서는 채식 식사패턴의 요인 점수가 감소하고 육식 식사패턴의 요인 점수는 증가하는 경향을 나타냈고, 여성에서는 육식 식사패턴의 요인 점수만 증가하는 경향을 나타냈다. 도출된 식사패턴과 음주 상태의 관련성을 분석한 결과, 남성에서는 채식 식사패턴과 음주가 음의 관련성을, 육식 식사패턴과 음주는 양의 관련성을 나타냈고, 여성에서는 육식 식사패턴만이 음주와 유의한 양의 관련성을 나타냈다. 이에 성인의 건강한 식생활 및 음주 습관 형성을 위한 효과적인 영양보건교육 프로그램이 개발되고 관련 정책이 수립되기를 제언한다.
이 논문은 2022년도 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임(NRF-2019R1A2C2084000).
Table 1 . Comparison of characteristics of 43,175 adult participants according to the survey cycles of the Korea National Health and Nutrition Examination Survey (year 2007 to 2018).
Variables | Survey cycles (years) | ||||
---|---|---|---|---|---|
4th (2007∼2009) | 5th (2010∼2012) | 6th (2013∼2015) | 7th (2016∼2018) | ||
Number of participants | 10,774 | 11,209 | 10,243 | 10,949 | |
Age, years | 40.4±0.2 | 41.2±1.8 | 41.6±0.2 | 42.2±0.2 | <0.001 |
Sex, % | <0.01 | ||||
Men | 48.4 | 48.3 | 49.2 | 49.6 | |
Women | 51.6 | 51.7 | 50.8 | 50.4 | |
Region of residence, % | <0.001 | ||||
Seoul and metropolitan cities | 48 | 47.9 | 47.3 | 47.5 | |
Other regions | 52 | 52.1 | 52.7 | 52.5 | |
Educational status, % | <0.001 | ||||
Less than high school | 23.7 | 23.1 | 24 | 17.7 | |
Completed high school or higher education | 76.3 | 76.9 | 76 | 82.3 | |
Household income status, % | <0.001 | ||||
Low or middle | 68.4 | 70.4 | 66.5 | 65.1 | |
High | 31.6 | 29.6 | 33.5 | 34.9 | |
Having occupation, % | 63.4 | 66.1 | 61.9 | 66.9 | <0.001 |
Body mass index, kg/m2 | 23.6±0.04 | 23.7±0.04 | 23.7±0.04 | 23.9±0.04 | <0.001 |
Subjective health status, % | <0.001 | ||||
Good or fair | 83.3 | 85.5 | 86.5 | 85.8 | |
Bad | 16.7 | 14.5 | 13.5 | 14.2 | |
Current smokers, % | 26.3 | 25 | 22.2 | 22.2 | <0.001 |
Current alcohol drinkers, % | 58.1 | 56 | 55.6 | 59.8 | <0.001 |
Regular walking, % | 44.9 | 38.1 | 36.5 | 37.7 | <0.001 |
Perceived severe stress, % | 28.7 | 27.3 | 25.7 | 29.2 | <0.001 |
Total calorie intake, kcal/d | 1,943.5±10.4 | 2,087.9±11.6 | 2,124.1±10.6 | 2,049.7±11.0 | <0.001 |
Values are mean±standard error or proportions..
Table 2 . Results of factor analysis for dietary patterns in 17,721 men and 25,454 women.
Foods or food groups | Dietary patterns based on rotated factor loading matrix | |||||
---|---|---|---|---|---|---|
Vegetable dietary pattern | Meat dietary pattern | |||||
All | Men | Women | All | Men | Women | |
Grains | 62* | 55* | 55* | −12 | −27 | −24 |
Potatoes | 12 | 16 | 17 | −11 | 1 | −8 |
Legumes | 26 | 24 | 25 | −8 | −10 | −7 |
Nuts | 15 | 15 | 24 | 2 | 8 | 7 |
Meats | 22 | 21 | 19 | 52* | 44* | 49* |
Eggs | 23 | 23 | 28 | 33 | 31 | 32 |
Seafood | 41* | 40* | 38 | 16 | 8 | 13 |
Vegetables | 72* | 71* | 69* | 8 | −3 | 2 |
Mushrooms | 22 | 27 | 27 | 13 | 14 | 20 |
Fruits | 19 | 27 | 32 | −15 | 4 | −8 |
Soft drinks | −12 | −12 | −7 | 55* | 54* | 52* |
Coffee drinks | 7 | 7 | 0 | 50* | 39 | 48* |
Fruit and vegetable drinks | 0 | 11 | −1 | 21 | 28 | 23 |
Other sugary drinks | 1 | −1 | −1 | 17 | 14 | 10 |
Snack | −12 | −6 | −7 | 31 | 33 | 37 |
Fastfood | −36 | −43* | −39 | 35 | 29 | 31 |
Bakeries | −14 | −3 | −9 | 25 | 37 | 31 |
Milk and dairy products | −13 | −5 | −1 | 8 | 30 | 13 |
*Factor loading scores multiplied by 100 with absolute values of 40 or greater are indicated as an asterisk..
Table 3 . Secular trends in alcohol consumption status and dietary patterns in 17,721 men and 25,454 women according to the survey cycles of the Korea National Health and Nutrition Examination Survey.
Survey cycles (years) | |||||
---|---|---|---|---|---|
4th (2007∼2009) | 5th (2010∼2012) | 6th (2013∼2015) | 7th (2016∼2018) | ||
Among men (n) | -4,396 | -4,487 | -4,213 | -4,625 | |
Alcohol consumption status, % | <0.001 | ||||
Non-drinker | 24.4 | 25.4 | 29.5 | 27.6 | |
Drinker (heavy drinker) | 75.6 (7.5) | 74.6 (6.6) | 70.5 (6.5) | 72.4 (6.7) | |
Factor scores for dietary patterns | |||||
Vegetable dietary pattern | 0.214±0.020 | 0.228±0.021 | 0.188±0.023 | 0.152±0.020 | <0.05 |
Meat dietary pattern | −0.155±0.018 | 0.083±0.019 | 0.660±0.022 | 0.728±0.022 | <0.001 |
Among women (n) | (6,378) | (6,722) | (6,030) | (6,324) | |
Alcohol consumption status, % | <0.001 | ||||
Non-drinker | 58.3 | 61.4 | 58.8 | 52.6 | |
Drinker (heavy drinker) | 41.7 (3.8) | 38.6 (3.5) | 41.2 (3.5) | 47.4 (5.0) | |
Factor scores for dietary patterns | |||||
Vegetable dietary pattern | −0.253±0.014 | −0.238±0.015 | −0.179±0.017 | −0.275±0.015 | 0.815 |
Meat dietary pattern | −0.431±0.012 | −0.242±0.014 | 0.095±0.016 | 0.184±0.016 | <0.001 |
Values are proportions or mean±standard error..
Table 4 . Comparison of characteristics of 43,175 adult participants of the Korea National Health and Nutrition Examination Survey (year 2007 to 2018) according to alcohol consumption status.
Variables | Alcohol consumption status1) | ||||
---|---|---|---|---|---|
Non-drinker | Light drinker | Moderate drinker | Heavy drinker | ||
Number of participants (%) | 20,065(46.4) | 16,571(38.4) | 4,353(10.1) | 2,186(5.1) | |
Age, years | 43.3±0.12 | 39.3±0.13 | 41.0±0.21 | 42.3±0.34 | <0.001 |
Sex, % | <0.001 | ||||
Male | 30.7 | 58.8 | 75.2 | 62.1 | |
Female | 69.3 | 41.2 | 24.8 | 37.9 | |
Region of residence, % | <0.001 | ||||
Seoul and metropolitan cities | 47.3 | 48.7 | 46.1 | 45.7 | |
Other regions | 52.7 | 51.3 | 53.9 | 54.3 | |
Educational status, % | <0.001 | ||||
Less than high school | 28.5 | 15.7 | 18 | 27.2 | |
Completed high school or higher education | 71.5 | 84.3 | 82 | 72.8 | |
Household income status, % | <0.001 | ||||
Low or middle | 70 | 65.3 | 64.2 | 71.7 | |
High | 30 | 34.7 | 35.8 | 28.3 | |
Having occupation, % | 53.5 | 70.7 | 79.1 | 76.3 | <0.001 |
Body mass index, kg/m2 | 23.6±0.03 | 23.7±0.03 | 24.3±0.06 | 24.2±0.09 | <0.001 |
Subjective health status, % | <0.001 | ||||
Good or fair | 83.1 | 87.5 | 87.8 | 80.9 | |
Bad | 16.9 | 12.5 | 12.2 | 19.1 | |
Current smokers, % | 10.8 | 27.6 | 46.7 | 48.6 | <0.001 |
Regular walking, % | 36.9 | 41.4 | 40.1 | 38.9 | <0.001 |
Perceived severe stress, % | 25.5 | 28.2 | 30.3 | 36.4 | <0.001 |
Total calorie intake, kcal/d | 1,884.4±6.8 | 2,112.2±8.2 | 2,342.6±16.9 | 2,336.1±24.0 | <0.001 |
Values are mean±standard error or proportions..
1)Light drinker (2 drinks/d or less for men, 1 drink/d or less for women), moderate drinker (2.1∼4 drinks/d for men, 1.1∼2 drinks/d for women), and heavy drinker (>4 drinks/d for men, >2 drinks/d for women) were defined based on sex-specific alcohol consumption status..
Table 5 . Multiple linear regression coefficient estimates for sex-specific associations between alcohol consumption status and dietary patterns in 17,721 men and 25,454 women.
Dietary patterns | Alcohol consumption status1) | ||||
---|---|---|---|---|---|
Non-drinker | Light drinker | Moderate drinker | Heavy drinker | ||
Among men (n) | 4,780 | 8,618 | 3,033 | 1,290 | |
Factor scores, mean±SE | |||||
Vegetable dietary pattern | 0.139±0.019 | 0.180±0.014 | 0.269±0.023 | 0.336±0.034 | <0.001 |
Meat dietary pattern | 0.197±0.020 | 0.369±0.016 | 0.461±0.025 | 0.329±0.036 | <0.001 |
Regression coefficient estimate2)±SE | |||||
Vegetable dietary pattern | reference | 0.006±0.020 | −0.010±0.026 | −0.065±0.035 | <0.001 |
Meat dietary pattern | reference | 0.047±0.021* | 0.096±0.028** | 0.062±0.035 | <0.001 |
Among women (n) | 15,285 | 7,953 | 1,320 | 896 | |
Factor scores, mean±SE | |||||
Vegetable dietary pattern | −0.177±0.009 | −0.311±0.013 | −0.300±0.029 | −0.374±0.040 | <0.001 |
Meat dietary pattern | −0.213±0.009 | 0.033±0.013 | 0.086±0.029 | 0.382±0.046 | <0.001 |
Regression coefficient estimate2)±SE | |||||
Vegetable dietary pattern | reference | −0.030±0.013* | −0.042±0.025 | −0.053±0.036 | 0.24 |
Meat dietary pattern | reference | 0.089±0.012** | 0.169±0.024** | 0.293±0.039** | <0.001 |
1)Light drinker (2 drinks/d or less for men, 1 drink/d or less for women), moderate drinker (2.1∼4 drinks/d for men, 1.1∼2 drinks/d for women), and heavy drinker (>4 drinks/d for men, >2 drinks/d for women) were defined based on sex-specific alcohol consumption status..
2)Estimated in the multiple linear regression model for the association between alcohol consumption status (independent variable) and dietary pattern factor scores (dependent variable) adjusted for survey cycles (4 cycles), region of residence (Seoul, metropolitan cities, other regions), educational status (lower than high school, completed high school, and higher education), household income status (low, middle, and high levels), having occupation (no, yes), body mass index, subjective health status (good, fair, poor), current smoking status (non-smoking, smoking), having regular walking (no, yes), having perceived severe stress (no, yes), and total calorie intake (quintile)..
*
© Journal of the Korean Society of Food Science and Nutrition. Powered by INFOrang Co., Ltd.