Distribution of the Metabolic Syndrome by Obesity and Health Behavior Based on the Eighth KNHANES at 2019

Min-Young Chong; Inhwa Han

doi:10.3746/jkfn.2022.51.11.1136

Ex) Article Title, Author, Keywords

Online ISSN 2288-5978

Article

home

All Articles

View

No.	Article Type	Article Title	Article Page

Article

Split Viewer

Journal of the Korean Society of Food Science and Nutrition 2022; 51(11): 1136-1147

Published online November 30, 2022 https://doi.org/10.3746/jkfn.2022.51.11.1136

Distribution of the Metabolic Syndrome by Obesity and Health Behavior Based on the Eighth KNHANES at 2019

Min-Young Chong^¹ and Inhwa Han^²

^¹Department of Food and Nutrition, Kwangju Women’s University
^²Department of Food and Nutrition, College of Human Ecology, Chungnam National University

Correspondence to:Inhwa Han, Department of Food and Nutrition, College of Human Ecology, Chungnam National University, 99, Daehak-ro, Yuseong-gu, Daejeon 34134, Korea, E-mail: ihan@cnu.ac.kr

Received: August 26, 2022; Revised: September 21, 2022; Accepted: October 28, 2022

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.

Abstract

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

This study examined the distribution of subjects in three groups, namely normal (0), caution (1∼2), and metabolic syndrome (MS) (≥3), based on the number of diagnostic criteria of metabolic syndrome. The data was sourced from the eighth (2019) Korea National Health and Nutrition Examination Survey (KNHANES). Elevated blood pressure occurred most frequently in caution group and three-combined cases were the most frequent in MS group. In males, older subjects and those with lower education levels were in higher numbers in MS group. Higher frequencies of eating breakfast and eating out decreased the probability of being in MS group, and smoking increased this probability in total. Males consuming alcohol more than five times per month showed the highest probability of belonging to MS group, but in females, this was true of those drinking less than once a month. An increase in body mass index and a higher waist circumference increased the probability of being in MS group in both males and females. Subjects with higher blood pressure, blood glucose, and triglyceride, and lower HDL-cholesterol showed a higher probability of being in MS group. The intake of vegetables was the highest in MS group for both males and females and that of fruits was the highest for females in caution group. The intakes of meats and beverages were the lowest in MS group. In conclusion, health behavior and food intake are related to MS and therefore the improvement in these behaviors is needed to reduce the risk of MS.

Keywords: diagnosing criteria of metabolic syndrome, obesity, food intake, breakfast, eating out

서 론

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

식생활의 서구화와 함께 다양한 성인병, 만성질환 또는 생활습관병이라 불리는 질환들이 늘어나고, 이러한 질환들이 동시에 나타나는 경우가 증가하면서 대사증후군이라는 용어를 사용하게 되었다(Choi 등, 2009). 이를 체계적으로 관리하기 위한 노력으로 2001년 제3차 콜레스테롤 관리지침[National Cholesterol Education Program Adult Treatment Panel Ⅲ(NCEP ATP Ⅲ)]에서 대사증후군에 대한 기준을 제시하게 되었다(Choi 등, 2009; Jung 등, 2002). 우리나라에서도 대사증후군 진단 기준의 5가지 구성요소를 복부비만, 상승된 혈압, 상승된 혈당, 저하된 HDL-콜레스테롤, 상승된 중성지방으로 정하고 이 중 3가지 이상의 증상이 나타나는 경우를 대사증후군으로 정의하고 있다(KDCA, 2021). 대사증후군의 발생은 인슐린 저항성과 비만(Reaven, 1993; Shim 등, 2015; Ushula 등, 2022) 및 연령, 가족력, 교육수준과 같은 사회경제적 요인, 운동, 흡연, 음주 등과 같은 생활습관과 관련되어 있다(Jeon과 Cho, 2016; Jung 등, 2002; Kuzuya 등, 2007; Park 등, 2022).

대사증후군의 주요 문제점은 당뇨병, 심혈관질환 등의 심각한 질환으로 이행될 확률이 높다는 것이다(Dominiczak, 2003). 미국 성인을 대상으로 NCEP 기준에 따라 분류된 대사증후군이 제2형 당뇨병과 심혈관질환의 위험성을 높인다고 보고되었으며(Stern 등, 2004), 중국에서 조사된 연구에서도 NCEP 기준에 따라 분류된 대사증후군 환자의 경우 정상인에 비해 제2형 당뇨병의 발생 위험이 5배 정도 높다고 보고되었다(Zeng 등, 2011). 또한, 대사증후군 증상 개수가 증가함에 따라 암 사망률이 증가하였다고 보고되었다(Nguyen 등, 2022). 따라서 이러한 질환들로의 이행을 막기 위해 대사증후군의 진단과 관리 및 치료가 매우 중요하며, 이에 우리나라에서는 Shim 등(2015)이 대사증후군의 예방 및 치료에 관한 기준을 생활습관, 영양요법, 신체활동, 약물요법 측면에서 마련하여 보고하였다.

대사증후군으로의 이행을 예방하기 위해서는 대사증후군으로 진단되지 않았으나 진단 기준 요소 1~2가지에 대해 증상을 나타내는 대사증후군 전 단계에 있는 대상자들에 대한 관리가 특히 필요할 것이다. 대사증후군 전 단계의 연구로는 대사증후군의 진단 기준 2가지를 가지고 있는 경우를 대사증후군 위험군으로 정의하고 스트레스 정도, 자가간호역량, 회복 탄력성, 건강증진행위 정도를 조사한 연구(Ryu 등, 2021), 경북지역 대학병원 건강검진 대상자에 대하여 대사증후군 진단 기준 개수를 0, 1, 2, 3 이상 가진 그룹으로 구분하여 체질량지수(body mass index, BMI), 역류성 식도염 유무, 혈중 백혈구 수 등 임상 기준과의 관련성을 보고한 연구(Kim 등, 2012), 암 사망률과의 관계성을 보고한 연구(Nguyen 등, 2022) 등 임상적인 측면에서의 연구가 일부 보고되었다.

임상적인 측면 외에도 일상적인 건강행태, 식생활 등의 요인은 대사증후군의 증상을 1, 2가지만 가진 정상인이 대사증후군으로 이행되는 원인이 될 수 있으므로 이에 관련된 연구가 필요할 것이다. 또한 비만 시 나타나는 고인슐린혈증이 지방 저장을 촉진하여 혈중 유리지방산의 증가로 이어지고, 결국은 인슐린 저항성과 중성지방이 증가하여 대사증후군으로 발전하게 되므로(Kang 등, 2004) 비만에 대한 관리는 매우 중요하다. 그러나 대사증후군과 대사증후군 전 단계 및 정상인에 대하여 아침식사 및 외식 빈도, 식품 섭취량 등 식생활행태 또는 비만 등 건강요소와의 관련성이나 비교 연구는 거의 보고되고 있지 않다. 이에 본 연구에서는 2019년 국민건강영양조사 자료를 활용하여 건강행태, 비만도 등에 따른 정상군, 대사증후군이 있는 성인 그룹과 대사증후군 전 단계에 있는 성인 그룹의 분포와 그룹 사이의 식품 섭취량 등을 비교하여 그 차이를 알아보고 궁극적으로 대사증후군 예방 치료에 활용할 수 있는 자료를 제공하고자 한다.

재료 및 방법

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

연구대상

본 연구는 제8기 1차 연도인 2019년도 국민건강영양조사에 참여한 만 19세 이상 성인을 대상으로 하였다. 총응답자 8,110명 중 본 연구에 사용된 연구대상 항목 중에서 유효하지 않은 데이터를 제외한 4,365명을 대상으로 분석하였다. 연구대상 항목 중 일반적 특성 항목인 성별, 나이, 가구 소득, 교육수준은 건강설문조사에서 자료를 수집하였다. 건강행태 항목인 아침 식사와 외식 빈도는 영양조사 중 식생활조사에서, 음주 빈도, 흡연량은 건강설문조사에서 자료를 수집하였다. 혈압, 혈당, HDL-콜레스테롤과 중성지방 농도는 검진조사 중 혈액검사에서, 체중과 신장을 기반으로 계산된 BMI와 허리둘레는 검진 조사 중 신체계측조사 자료에서 수집하였다. 곡류, 채소류, 과일류, 육류, 음료류 등의 식품군 섭취량은 영양조사의 식품섭취조사에서 수집하였다(심의면제 승인번호: 1041465-202208-HR-002-32).

대사증후군 진단 기준에 따라 분류된 그룹의 대사증후군 원인별 분포 비교

본 연구는 제8기 1차 연도인 2019년도 국민건강영양조사에서 실시한 건강 설문조사와 검진 조사에 응답한 만 19세 이상 성인을 대상으로 대사증후군의 진단 기준이 되는 복부비만, 상승된 혈압, 상승된 혈당, 저하된 HDL-콜레스테롤과 상승된 중성지방, 5가지 구성요소에서(KDCA, 2021) 모두 정상치를 나타내는 정상군(Normal), 1~2개의 증상을 나타내는 주의군(Caution), 3개 이상인 대사증후군(Metabolic syndrome, MS)으로 나누고 주의군과 대사증후군의 원인이 되는 5가지 구성요소에 대하여 조사 대상자의 분포를 비교하였다.

대사증후군 진단 기준에 따라 분류된 그룹의 일반적 특성, 건강행태, 비만도, 혈액 생리활성에 따른 분포 비교

대사증후군의 진단 기준에 따라 분류된 정상군, 주의군, 대사증후군의 일반적 특성, 건강행태, 비만도에 따른 각 그룹 분포를 비교하였다. 일반적 특성 항목 중 연령은 한국인의 영양소 섭취기준의 분류에 따라 19~29세, 30~49세, 50~64세, 65~74세, 75세 이상으로 분류하였고 가구 소득 수준은 국민건강영양조사 원시자료 이용지침서에서 제시하는 기준금액 참조표에 의한 소득 4분위수(가구)에 의해 하, 중하, 중상, 상으로 구분하였으며, 교육수준은 초등 졸업 이하, 중등 졸업, 고등 졸업, 대학 졸업 이상으로 구분하였다. 건강행태 중 아침 식사와 외식 빈도는 일주일을 기준으로 4회 이하의 경우 낮음으로, 5회 이상의 경우 높음으로 구분하였고, 흡연 수준은 하루당 흡연량을 기준으로 하여 0, 1~9, 10~19, 20개비 이상으로 구분하였으며, 음주 빈도는 한 달을 기준으로 1회 미만, 1~4회, 5회 이상으로 구분하였다. 비만도는 BMI와 허리둘레를 기준으로 하였다. BMI 수준은 아시아-태평양 기준에 따라 18.5 kg/m² 미만을 저체중, 18.5~22.9 kg/m² 사이를 정상, 23.0~24.9 kg/m² 사이를 과체중, 25 kg/m² 이상을 비만으로 분류하였고(WHO 등, 2000), 허리둘레 수준은 남성 90 cm, 여성 85 cm 미만을 정상으로, 그 이상은 비만으로 구분하였다. 대사증후군 진단 구성요소 중 비만도와 관련된 복부비만을 제외하고 혈액과 관련된 생리활성은 대사증후군 진단 기준에 따라 혈압은 130/85 mmHg 미만을 정상으로, 그 이상을 나쁨군으로 분류하였고, 공복혈당은 100 mg/dL 미만을 정상으로, 그 이상을 나쁨으로 분류하였으며, HDL-콜레스테롤은 남성은 40 mg/dL, 여성은 50 mg/dL 이상을 정상으로, 미만은 나쁨으로, 중성지방은 150 mg/dL 미만을 정상으로, 이상을 나쁨으로 구분하여 분포를 비교하였다.

대사증후군의 진단 기준에 따라 분류된 그룹의 식품군별 섭취량 비교

식품군별 섭취량 분석을 위해 국민건강영양조사 제8기 1차 연도(2019) 원시 자료 이용지침서에 제시된 식품군 분류1(N_KINDG1) 변수를 기준으로 식품군을 분류하였다. 영양조사 중 식품섭취조사에서 수집된 만 19세 이상 성인에 대한 개인별 24시간 회상법 일일섭취량에서 식품군별 평균섭취량과 표준오차를 구한 다음, 내림차순으로 정리하여 식품군별 섭취량의 순위를 정하고(Table 1) 상위 5가지에 속하는 채소류, 곡류, 음료류, 과일류, 육류군의 섭취량을 대사증후군의 진단 기준에 따라 분류된 정상, 주의, 대사증후군별로 비교 분석하였다.

Table 1 . Intake amount of food group (g)

Order	Food group	Mean¹⁾	SE²⁾
1	Vegetables	298.38	4.14
2	Grains	273.8	3.18
3	Drinks	236.84	9.02
4	Fruits	148.11	6.53
5	Meats	134.33	3.52
6	Liquors	129.78	8.14
7	Fish and shellfish	105.04	2.73
8	Milk and dairy products	84.47	2.68
9	Spices	39.77	0.76
10	Legumes	36.61	1.56
11	Potatoes and starches	35.39	1.61
12	Eggs	35.09	0.99
13	Seaweeds	27.07	2.13
14	Sugars	9.96	0.41
15	Mushrooms	7.58	0.49
16	Oils and fats (plants)	6.5	0.19
17	Seeds	6.29	0.46
18	Other animals	0.62	0.16
19	Other plants	0.54	0.25
20	Oils and fats (animals)	0.44	0.05

^1),2)Presented as mean and SE of food intake of each food group calculated by complex samples descriptives. Mean is mean estimates, SE is standard error estimates.

통계 처리

모든 자료의 통계 분석은 SPSS 프로그램(ver. 28, IBM Corp., Armonk, NY, USA)을 이용하였다. 국민건강영양조사의 원시 자료를 기반으로 층화변수(kstrata), 집락변수(psu), 통합가중치(wt_tot; 건강 설문조사, 검진 조사, 영양조사 가중치)를 반영한 복합표본설계 파일을 생성하여 분석하였다. 식품군별 섭취량을 비교하기 위해 복합표본 기술통계를 수행하였고 일반적 특성, 건강행태 및 비만도 등에 따른 정상, 주의, 대사증후군별 분포를 비교 분석하기 위해 복합표본 빈도분석, 교차분석과 카이제곱(χ²) 검정을 수행하였다. 그리고 대사증후군 진단 기준에 따라 분류된 그룹의 식품군별 섭취량을 비교 분석하기 위해 복합표본 일반 선형모형에서 t-검정과 공분산 분석을 수행하였다(P<0.05). 각 변수에 따라 제시된 빈도(n)는 국민건강영양조사에서 조사된 자료에 기반을 둔 빈도이고, 비율(%), 평균(mean), 표준오차(SE)는 분석대상자에 대해 가중치가 반영된 추정치이다.

결과 및 고찰

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

대사증후군 진단 기준에 따라 분류된 그룹의 대사증후군 원인별 분포 비교

대사증후군 진단 기준의 5가지 구성요소에 대해 1~2가지 증상을 나타내는 주의군, 3가지 이상의 증상을 나타내는 대사증후군에 대하여 원인이 되는 증상별 연구대상자의 분포를 Table 2에 나타내었다. 연구대상자 4,365명 중 1,177명이 정상군이었으며 1,671명이 주의군, 1,517명이 대사증후군으로 1가지 이상의 대사증후군 증상을 가지는 대상자의 비율이 73.0%였다. 주의군의 경우 1가지 증상을 나타내는 대상자가 915명, 2가지 증상을 나타내는 대상자가 756명으로 1가지 원인인 경우가 더 많았으며, 1가지 원인으로는 상승된 혈압을 나타내는 경우가 262명으로 가장 많았다(P<0.001). 2가지 증상을 가진 경우에는 상승된 혈압과 상승된 혈당이 동시에 나타나는 대상자가 176명으로 가장 많았다(P<0.001). 대사증후군은 지속해서 증가하고 있는데 우리나라는 1998년 24.9%에서 2007년에 31.3%로 증가하였고(Lim 등, 2011), 2019년에는 34.8%로 나타나 증가폭이 둔화되었으나 여전히 증가 추세임을 알 수 있다. 또한 1가지 이상의 증상을 나타내는 비율도 2019년 건강검진 대상자의 68.3%라고 보고되었는데(Ryu 등, 2021), 2019년 국민건강영양조사에서도 73%로 나타나 우리나라 국민 3명 중 2명이 증상을 가지고 있는 것으로 나타났다.

Table 2 . Distribution of the groups classified by the number of diagnosing criteria of metabolic syndrome

Groups¹⁾	Criteria²⁾	Male (n=2,015)	Female (n=2,350)	Total (n=4,365)	P⁴⁾
Groups¹⁾	Criteria²⁾	n (%)	n (%)	n (%)	P⁴⁾
Normal	None	400(40.8)3)	777(59.2)	1,177(100.0)
Caution	O	72(61.1)	69(38.9)	141(100.0)	<0.001
	P	131(54.0)	131(46.0)	262(100.0)
	G	110(56.8)	104(43.2)	214(100.0)
	H	41(23.9)	151(76.1)	192(100.0)
	T	73(68.9)	33(31.1)	106(100.0)
	O+P	42(57.8)	44(42.2)	86(100.0)
	O+G	36(58.9)	31(41.1)	67(100.0)
	O+H	15(33.9)	33(66.1)	48(100.0)
	O+T	43(76.5)	21(23.5)	64(100.0)
	P+G	106(64.2)	70(35.8)	176(100.0)
	P+H	8(37.4)	25(62.6)	33(100.0)
	P+T	39(80.5)	16(19.5)	55(100.0)
	G+H	9(33.4)	27(66.6)	36(100.0)
	G+T	41(80.6)	16(19.4)	57(100.0)
	H+T	46(38.8)	88(61.2)	134(100.0)
	Total	812(54.3)	859(45.7)	1,671(100.0)
MS	O+P+G	92(71.2)	56(28.8)	148(100.0)	<0.001
	O+P+H	12(37.3)	34(62.7)	46(100.0)
	O+P+T	40(86.2)	9(13.8)	49(100.0)
	O+G+H	13(52.0)	20(48.0)	33(100.0)
	O+G+T	46(83.0)	16(17.0)	62(100.0)
	O+H+T	37(52.9)	49(47.1)	86(100.0)
	P+G+H	14(44.0)	21(56.0)	35(100.0)
	P+G+T	46(90.2)	8(9.8)	54(100.0)
	P+H+T	44(55.4)	53(44.6)	97(100.0)
	G+H+T	37(51.9)	48(48.1)	85(100.0)
	O+P+G+H	22(48.5)	28(51.5)	50(100.0)
	O+P+G+T	75(89.9)	13(10.1)	88(100.0)
	O+P+H+T	58(60.8)	68(39.2)	126(100.0)
	O+G+H+T	58(55.3)	64(44.7)	122(100.0)
	P+G+H+T	77(59.2)	65(40.8)	142(100.0)
	O+P+G+H+T	132(44.9)	162(55.1)	294(100.0)
	Total	803(61.3)	714(38.7)	1,517(100.0)

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0: Normal, 1∼2: Caution, ≥3: MS (Metabolic syndrome)].

²⁾O: obese, P: high blood pressure, G: high blood glucose, H: low HDL-cholesterol, T: high triglyceride.

³⁾n is unweighted frequency, % is row percentage estimates.

⁴⁾Calculated by complex samples crosstabs.

대사증후군은 3가지 증상을 나타내는 대상자가 695명, 4가지 증상을 나타내는 대상자가 528명, 5가지 증상을 나타내는 대상자가 294명으로 3가지 증상을 나타내는 대상자가 가장 많았다(P<0.001). 3가지 증상을 나타내는 대상자는 복부비만, 상승된 혈압, 상승된 혈당의 원인을 가지는 경우가 가장 많았고, 4가지 증상을 가지는 대상자는 상승된 혈압, 상승된 혈당, 저하된 HDL-콜레스테롤과 상승된 중성지방이 원인인 경우가 가장 많았다.

대사증후군 진단 기준에 따라 분류된 그룹의 일반적 특성에 따른 분포 비교

대사증후군의 진단 기준에 따라 정상, 주의, 대사증후군으로 분류된 그룹의 일반적 특성에 따른 분포를 Table 3에 나타내었다. 일반적 특성으로 성별, 연령, 가구 소득수준, 교육수준에 따른 분포를 알아보았으며, 모든 특성에 대하여 그룹별 분포에 유의적인 차이가 있는 것으로 나타났다. 남성은 주의군의 비율이 39.9%로 가장 높고 정상군의 비율이 23.6%로 가장 낮게 나타났으며, 여성보다 주의군과 대사증후군의 비율이 높았다(표에는 제시하지 않음). 여성은 연구대상자의 경우 주의군의 명수가 가장 높았으나 가중치를 고려한 비율에서는 정상군의 비율이 37.6%로 가장 높았으며, 남성보다 정상군의 비율이 높게 나타났다.

Table 3 . Distribution of the groups classified by general characteristics and the number of diagnosing criteria of metabolic syndrome

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n (%)	n (%)		n (%)	n (%)	n (%)		n (%)	n (%)	n (%)
Age (Years)
19-29	145 (54.2)	95 (35.2)	26 (10.6)	<0.001	178 (62.4)	86 (32.0)	17 (5.6)	<0.001	323 (58.1)	181 (33.7)	43 (8.2)	<0.001
30-49	157 (23.6)	305 (42.4)	231 (34.1)		441 (50.9)	331 (37.2)	105 (11.9)		598 (36.6)	636 (39.9)	336 (23.5)
50-64	60 (11.4)	220 (40.6)	266 (48.1)		128 (18.2)	318 (45.7)	264 (36.1)		188 (14.7)	538 (43.1)	530 (42.2)
65-74	22 (6.9)	113 (37.8)	179 (55.3)		24 (7.8)	89 (27.8)	214 (64.5)		46 (7.3)	202 (32.9)	393 (59.8)
≥75	16 (8.0)	79 (39.3)	101 (52.7)		6 (3.5)	35 (23.9)	114 (72.7)		22 (6.2)	114 (33.2)	215 (60.6)
Household Income (quartile)
Low	48 (19.5)	132 (38.2)	150 (42.3)	0.101	69 (22.4)	113 (32.0)	213 (45.5)	<0.001	117 (21.0)	245 (35.0)	363 (44.0)	<0.001
Middle Low	88 (19.7)	211 (43.0)	212 (37.4)		164 (30.6)	223 (38.7)	201 (30.7)		252 (24.8)	434 (41.0)	413 (34.2)
Middle High	107 (23.5)	215 (39.9)	215 (36.6)		229 (41.1)	237 (36.3)	161 (22.6)		336 (31.7)	452 (38.2)	376 (30.1)
High	157 (27.6)	254 (38.4)	226 (34.0)		315 (45.5)	286 (38.4)	139 (16.1)		472 (36.1)	540 (38.4)	365 (25.5)
Education level
≤Elementary school	19 (7.4)	99 (37.4)	134 (55.2)	<0.001	25 (5.7)	115 (28.3)	288 (66.0)	<0.001	44 (6.4)	214 (31.9)	422 (61.7)	<0.001
Middle school	18 (10.4)	63 (36.5)	104 (53.1)		26 (13.7)	75 (37.6)	97 (48.6)		44 (11.9)	138 (37.0)	201 (51.1)
high school	171 (29.1)	276 (37.6)	271 (33.3)		237 (33.5)	328 (42.2)	213 (24.4)		408 (31.1)	604 (39.7)	484 (29.2)
≥College	192 (23.9)	374 (42.6)	294 (33.5)		489 (54.0)	341 (35.4)	116 (10.6)		681 (37.6)	715 (39.3)	410 (23.0)

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)]

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates.

³⁾Calculated by complex samples crosstabs

전체적으로는 주의군의 비율이 가장 높고 정상군의 비율이 가장 낮게 나타났다(표에는 제시하지 않음). 우리나라의 경우 2011년 특정 대학병원 검진자를 대상으로 대사증후군을 조사한 연구(Kim 등, 2012), 2005년 국민건강영양조사 자료를 활용한 연구(Kang과 Kim, 2012)에서 남성이 여성보다 대사증후군의 유병률이 높다고 보고되어 본 연구와 유사한 결과를 보고하였다. 그러나 중국에서 NCEP 기준에 따라 분류된 대사증후군의 유병률은 여성이 남성보다 높다고 보고되어(Zeng 등, 2011), 지역과 인종에 따라 달라질 수 있음을 시사한다.

연령이 증가할수록 남성과 여성 모두 정상군의 비율이 감소하고 대사증후군의 비율이 증가하였으며, 특히 여성의 경우 65~74세에서 대사증후군의 비율이 64.5%로 50~64세 사이의 36.1%에 비해 급격하게 증가하였다(P<0.001). 전체적으로는 29세 미만에서는 50% 이상이 정상군이고 8.2%였던 대사증후군의 비율이 30~49세 사이에 23.5%로 3배 가까이 증가하였다(P<0.001). 연령의 증가가 대사증후군의 증가와 밀접한 관련이 있음을 나타낸다. 2007년 국민건강영양조사 자료에 기반을 둔 연구에서도 연령이 증가함에 따라 남녀 모두 대사증후군의 비율이 증가하였고, 특히 본 연구 결과와 마찬가지로 여성의 경우 연령 증가에 따른 대사증후군의 증가가 더 크게 나타났다(Lim 등, 2011). 1997년~2008년 대학병원 검진자를 대상으로 한 연구(Choi 등, 2009), 2016~2018 국민건강영양조사 자료를 기반으로 한 연구(Choi 등, 2022) 등에서도 나이가 증가함에 따라 대사증후군의 위험도가 증가한다고 보고하여 나이의 증가가 대사증후군 위험도 증가에 중요한 요소임을 알 수 있다.

가구 소득수준의 경우 소득수준이 높을수록 전체와 여성에서 정상군의 비율이 증가하고 대사증후군의 비율이 감소하였다(P<0.001). 교육수준은 전체와 남녀 모두에서 높아질수록 대사증후군의 비율이 감소하였다(P<0.001). 프랑스에서 35~64세의 성인을 대상으로 NCEP 기준에 따라 분류된 대사증후군의 유병률이 여성의 경우 가구 수입이 높은 경우 낮게 나타났으나 남성은 유의한 차이가 없다고 보고하였다(Dallongeville 등, 2005). 비록 남성의 경우에는 유의적 차이가 없었으나 본 연구 결과와 마찬가지로 가구 수입이 대사증후군의 유병률과 관련성이 있음을 알 수 있다. 또한 특정 종합병원에서 건강검진을 받은 서울 및 경기지역 거주자를 대상으로 한 연구에서 교육수준이 낮을수록 대사증후군 발생 위험도가 유의적으로 증가하였으며(Jung 등, 2002), 2005년 국민건강영양조사 자료를 활용한 연구에서 남성은 유의적인 차이가 없었으나 여성은 교육수준이 낮을수록 대사증후군 유병률이 높아(Kang과 Kim, 2012) 본 연구 결과와 유사한 결과를 나타내었다. 이러한 결과들은 낮은 가구 소득이나 교육수준과 같은 사회경제적 요인이 대사증후군 유병률을 높이는 요인임을 보여준다.

대사증후군 진단 기준에 따라 분류된 그룹의 건강행태에 따른 분포 비교

아침 식사 및 외식 빈도, 흡연량, 음주 빈도와 같은 건강행태에 따른 정상, 주의, 대사증후군의 분포를 Table 4에 나타내었다. 각 그룹의 분포는 4가지 요소에 대하여 모두 유의적인 차이를 나타내었다. 아침 식사의 빈도가 5회 이상으로 높은 경우에 4회 이하로 낮은 경우보다 정상군의 비율이 증가하였고 대사증후군의 비율은 감소하였다(P<0.01). 외식 빈도도 남녀와 전체에서 빈도가 증가할수록 대사증후군의 비율이 감소하여 같은 경향을 나타내었다(P<0.001). 아침 식사는 대사증후군의 진단 기준인 HDL-콜레스테롤, 중성지방 등과 연관성이 있다는 연구가 다수 보고되었다. 국민건강영양조사를 활용한 연구 중 2012년 자료에 근거한 연구에서는 아침 식사를 하지 않는 경우 이상지질혈증 발생이 낮게 나타났고(Lee와 Seomun, 2016), 2016년 자료 기반 연구에서는 아침 식사 빈도가 증가할수록 혈중 HDL-콜레스테롤 농도가 감소하였으며(Han과 Chong, 2020), 2018년 자료 기반 연구에서는 여성의 경우 아침 식사 빈도가 높은 군에서 중성지방 농도가 낮은 것으로 나타나(Chong과 Han, 2021) 아침 식사 빈도는 건강에 유익한 효과와 반대인 경우가 동시에 보고되고 있다. 본 연구에서는 아침 식사 빈도가 높을수록 대사증후군의 비율이 낮아 아침 식사는 대사증후군에 유익한 효과를 보이는 것으로 판단된다. 외식 빈도와 대사증후군의 발생률이나 위험도에 관한 연구는 찾기 어려우나, 대사증후군의 진단 기준인 HDL-콜레스테롤의 경우 외식 빈도가 증가할수록 혈중 농도가 개선되었고(Han과 Chong, 2020) 중성지방도 낮아지는 경향을 나타내었다(Chong과 Han, 2021). 이러한 결과는 외식 빈도가 증가할수록 건강에 유익한 영향을 미친다는 측면에서 본 연구 결과와 유사하다. 2019년 국민건강영양조사 자료를 활용하여 점심을 가정식과 외식으로 섭취한 그룹으로 구분하여 영양섭취량을 비교한 결과, 외식군이 에너지, 지방의 섭취량이 많았지만, 단백질, 칼슘, 철, 비타민 A, 리보플라빈, 니아신 등의 주요 영양소의 섭취도 높게 나타나 외식의 질이 비교적 우수한 것으로 나타났다(Han과 Yang, 2021). 이러한 외식의 질 개선이 외식 빈도 증가가 유익한 영향을 나타내는 한 원인임을 알 수 있다.

Table 4 . Distribution of the groups classified by health behavior and the number of diagnosing criteria of metabolic syndrome

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n(%)	n(%)		n(%)	n(%)	n(%)		n(%)	n(%)	n(%)
Breakfast (time/week)
Low	312 (22.7)²⁾	657 (38.7)	704 (38.7)	0.003³⁾	608 (35.1)	712 (37.1)	645 (27.8)	<0.001	920 (28.6)	1,369 (37.9)	1,349 (33.5)	<0.001
High	88 (27.1)	155 (45.1)	99 (27.8)	0.003³⁾	169 (48.0)	147 (36.8)	69 (15.1)	<0.001	257 (37.0)	302 (41.2)	168 (21.9)	<0.001
Eating outside (time/week)
Low	138 (18.7)	343 (37.8)	432 (43.5)	<0.001	453 (32.2)	596 (37.9)	571 (29.9)	<0.001	591 (26.9)	939 (37.9)	1,003 (35.3)	<0.001
High	262 (26.7)	469 (41.3)	371 (32.1)	<0.001	324 (47.7)	263 (35.3)	143 (17.0)	<0.001	586 (33.8)	732 (39.2)	514 (26.9)	<0.001
Smoking (ea/day)
0	276 (24.2)	538 (39.9)	543 (35.9)	0.084	733 (37.7)	804 (36.8)	678 (25.5)	0.606	1,009 (31.8)	1,342 (38.2)	1,221 (30.1)	<0.001
1~9	33 (26.7)	55 (40.2)	52 (33.0)		24 (36.8)	30 (40.8)	17 (22.4)		57 (29.6)	85 (40.4)	69 (30.0)
10~19	65 (24.0)	143 (42.3)	112 (33.7)		18 (40.5)	19 (38.6)	13 (20.8)		83 (26.0)	162 (41.9)	125 (32.1)
≥20	26 (16.0)	76 (35.5)	96 (48.5)		2 (12.7)	6 (44.2)	6 (43.1)		28 (15.9)	82 (36.0)	102 (48.2)
Drinking frequency (time/month)
< 1	128 (28.1)	214 (36.8)	205 (35.1)	<0.001	329 (30.0)	450 (38.1)	453 (31.9)	<0.001	457 (29.3)	664 (37.6)	658 (33.1)	<0.001
1~4	181 (27.2)	309 (40.6)	281 (32.2)		339 (46.5)	283 (35.6)	186 (18.0)		520 (35.9)	592 (38.3)	467 (25.8)
≥5	91 (15.4)	289 (41.5)	317 (43.1)		109 (41.1)	126 (37.0)	75 (21.9)		200 (22.4)	415 (40.3)	392 (37.3)

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)]

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates.

³⁾Calculated by complex samples crosstabs

흡연량에 따른 그룹의 분포는 남성, 여성 모두 유의적인 차이를 보이지 않았으나, 전체에서는 하루 20개비 이상을 흡연하는 경우 정상군의 비율이 15.9%로 가장 낮고 대사증후군의 비율이 48.2%로 가장 높게 나타났다(P<0.001). 전혀 흡연하지 않는 경우와 흡연량이 1~9개인 경우 대사증후군의 비율이 각각 30.1%, 30.0%로 나타나 전혀 흡연하지 않는 경우가 오히려 높게 나타났다. 비흡연군을 제외하면 흡연하는 경우에는 흡연량이 증가할수록 대사증후군의 비율이 증가하는 경향을 나타냈다(P<0.001). 남성과 여성의 경우에도 각각 유사한 경향을 나타내었으나 유의적인 차이는 나타나지 않았다. 프랑스에서 35~64세의 성인을 대상으로 보고된 연구에서도 대사증후군 환자 중 남성은 흡연을 한 경험이 정상군에 비해 많은 것으로 보고되었다(Dallongeville 등, 2005). 흡연의 경우 흡연량과 함께 흡연 기간도 영향을 미치는 것으로 나타났는데, 남녀 구분 없이 20년 이상 흡연을 한 경우 미흡연 시보다 대사증후군 발생 위험률이 1.9배나 높다고 보고되었다(Jung 등, 2002). 이는 전체적인 흡연량으로 보았을 때, 흡연량이 많을수록 대사증후군 비율이 높아지는 것으로 나타난 본 연구의 결과와 유사하다. 여러 연구의 결과로 볼 때, 흡연은 대사증후군의 위험을 높이는 요소로 판단된다.

음주 빈도에서는 남성의 경우 한 달에 5회 이상 음주 시 대사증후군의 비율이 가장 높게 나타났고 여성은 반대로 1회 미만 음주 시 가장 높게 나타났으며, 전체적으로는 남성과 마찬가지로 한 달에 5회 이상 음주 시 대사증후군의 비율이 가장 높게 나타났다(P<0.001). 그러나 남녀 모두 1~4회 음주하는 경우 대사증후군의 비율이 가장 낮게 나타났다(P<0.001). 음주 빈도에 따른 그룹 분포의 차이는 있었으나 음주 빈도가 증가할수록 대사증후군이 증가하는 경향을 나타내지는 않았다. 2001년 특정 종합병원에서 건강검진자를 대상으로 한 연구에서도 주당 200 g 미만으로 음주 시, 전혀 음주하지 않는 경우보다 대사증후군 위험도가 낮게 나타나(Jung 등, 2002) 본 연구와 유사한 결과를 나타내었다. 미국 NHANES 자료를 활용한 연구에서도 적당한 음주가 HDL-콜레스테롤의 혈중 농도에 긍정적인 영향을 미치며(Linn 등, 1993), 적절한 음주는 인슐린 대사를 개선하고(Facchini 등, 1994) 심혈관질환을 예방하는 효과가 있다는(Gaziano 등, 1993) 연구들이 발표되었다. 이러한 연구 결과는 적절한 음주량에 대한 정확한 판단은 더 연구가 필요한 상황이나, 과하지 않은 음주가 건강에 유익한 영향을 주고 있음을 나타낸다.

대사증후군 진단 기준에 따라 분류된 그룹의 비만도에 따른 분포 비교

대사증후군의 진단 기준에 따라 분류된 정상, 주의, 대사증후군의 비만도에 따른 분포를 Table 5에 나타내었다. 비만을 판정하기 위한 기준으로 BMI와 허리둘레를 사용하였다. BMI는 남녀 모두 BMI가 증가할수록 정상군의 비율은 낮아지고 대사증후군은 증가하였다(P<0.001). 남성의 경우 BMI가 23.0~24.9인 과체중군이 18.5~22.9인 정상군에 비해 대사증후군의 비율이 2배 정도 증가하였으며, 여성의 경우 정상군에 비해 과체중군은 대사증후군의 비율이 4배 정도 증가하였다. 그 결과 BMI가 정상인 남성이 여성보다 대사증후군의 비율이 높았으나 과체중의 경우에는 여성의 대사증후군 비율이 높았다. 그러나 비만의 경우에는 다시 남성의 대사증후군 비율이 높게 나타났다. 주의군의 경우 남성은 BMI가 정상인 군에서, 여성은 과체중인 군에서 가장 높은 비율을 보였다. 허리둘레의 경우 대사증후군 진단 기준에 따라 분류된 정상군은 허리둘레가 모두 정상으로 나타났는데, 이는 그룹을 구분할 때 허리둘레가 복부비만으로 판단된 경우는 모두 주의군이나 대사증후군으로 분류되었기 때문이다. 허리둘레가 비만인 경우는 정상인 경우에 비해 대사증후군의 비율이 남성은 4.5배, 여성은 7.4배 높게 나타나 BMI와 마찬가지로 여성에서 차이가 더 크게 나타났다(P<0.001). 2007년 국민건강영양조사 자료에 의하면 20세 이상 성인 남성 중 27.5%가 허리둘레를 기준으로 복부비만을 나타내었는데(Lim 등, 2011), 2019년 자료에서는 주의군의 208명과 대사증후군의 585명을 합한 793명, 즉 전체 남성 2,015명 중 39.4%가 복부비만으로 나타나 복부비만이 12% 정도 증가한 것을 알 수 있다. Lim 등(2011)도 비만도가 높은 경우 대사증후군의 비율이 증가한다고 보고하였는데, 이러한 결과는 대사증후군의 비율이 2007년에 비해 2019년에 증가한 주요 원인이 복부비만임을 짐작할 수 있게 한다. 비만이 대사증후군의 진단 기준 요소에 미치는 영향으로는 중성지방 혈중 농도 증가(Kim 등, 2005), HDL-콜레스테롤 혈중 농도 감소(Ko, 2005) 등이 있다.

Table 5 . Distribution of the groups classified by obesity factors and the number of diagnosing criteria of metabolic syndrome

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n (%)	n (%)		n (%)	n (%)	n (%)		n (%)	n (%)	n (%)
BMI (kg/m²)
<18.5	21 (63.3)²⁾	16 (30.6)	3 (6.1)	<0.001³⁾	88 (80.9)	24 (17.3)	3 (1.8)	<0.001	109 (76.7)	40 (20.5)	6 (2.8)	<0.001
18.5-22.9	210 (39.8)	303 (46.5)	101 (13.7)		543 (52.5)	427 (38.6)	128 (8.9)		753 (47.4)	730 (41.8)	229 (10.8)
23.0-24.9	117 (27.5)	232 (44.4)	181 (28.2)		111 (26.8)	188 (39.6)	165 (33.5)		228 (27.2)	420 (42.5)	346 (30.3)
≥25.0	52 (7.7)	261 (32.8)	518 (59.5)		35 (6.9)	220 (36.9)	418 (56.2)		87 (7.4)	481 (34.3)	936 (58.3)
Waist circumference (cm)
Normal	400 (38.0)	604 (46.3)	218 (15.6)	<0.001	777 (51.1)	661 (39.4)	195 (9.4)	<0.001	1,177 (44.8)	1,265 (42.8)	413 (12.4)	<0.001
Obesity	0 (0.0)	208 (29.5)	585 (70.5)	<0.001	0 (0.0)	198 (30.3)	519 (69.7)	<0.001	0(0.0)	406 (29.8)	1,104 (70.2)	<0.001

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)]

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates. 1

³⁾Calculated by complex samples crosstabs

대사증후군 진단 기준에 따라 분류된 그룹의 혈액 생리활성에 따른 분포 비교

대사증후군의 진단 기준으로 이용되는 혈압, 혈당, HDL-콜레스테롤, 중성지방 수치에 따른 정상, 주의, 대사증후군의 분포를 Table 6에 나타내었다. 4가지 항목 모두 진단 기준에 따라 증상이 있는 경우 주의군이나 대사증후군으로 분류되었기 때문에 정상군에서는 각각의 해당 증상이 모두 정상으로 나타났다. 혈압, 혈당, HDL-콜레스테롤, 중성지방 4가지 항목 모두 수치가 나쁜 군에서 남녀 모두 대사증후군의 비율이 높게 나타났다(P<0.001). 남성은 HDL-콜레스테롤이 저하된 경우 대사증후군의 비율이 가장 높았다. 즉, 남성의 경우 대사증후군의 원인으로 저하된 HDL-콜레스테롤이 가장 다수일 것으로 판단된다. 여성의 경우는 중성지방 증가 시 대사증후군의 비율이 가장 높게 나타났다. 주의군의 비율은 남성에서는 4가지 항목 모두 수치가 정상일 경우 더 높게 나타났고, 여성에서는 혈당과 중성지방의 수치가 정상일 경우 나쁜 경우에 비해 주의군의 비율이 높게 나타났다. 혈압, 혈당, HDL-콜레스테롤 3가지 항목에서 수치가 나쁜 경우 남성이 여성보다 대사증후군의 비율이 높게 나타났는데 중성지방은 여성이 높게 나타났다. 2007년 국민건강영양조사 자료에 의하면 20세 이상 성인에서 상승된 혈압을 가지는 비율이 34.5%, 상승된 혈당 26.3%, 저하된 HDL-콜레스테롤 50.2%, 상승된 중성지방 33.2%로 나타났다(Lim 등, 2011). 이 수치를 2019년 자료와 비교하기 위해 주의군과 대사증후군에서 각각의 증상을 나타내는 인원을 합하여 계산한 비율인 39.9%, 38.1%, 35.7%, 37.1%와 비교하면 HDL-콜레스테롤을 제외하고는 모든 수치가 증가하였음을 알 수 있다. 특히 혈당의 경우 12% 정도가 증가하여 가장 많이 증가하였음을 알 수 있다. 혈당의 증가가 앞서 제시된 비만과 함께 대사증후군의 증가에 영향을 미친 주요 원인임을 알 수 있다. 2019년 자료의 경우 만 19세 이상을 대상으로 하였는데 Table 3에 나타난 바와 같이 연령이 증가함에 따라 대사증후군의 비율이 증가함을 감안하여 2007년 자료를 19세 이상으로 치환하면 그 비율은 감소할 것이고, 결과적으로 2007년에서 2019년 사이의 증가 폭은 더 클 것으로 사료된다. Lim 등(2011)의 보고에 의하면 저하된 HDL-콜레스테롤을 나타내는 성인의 비율이 2001년부터 2007년까지 증가하였는데, 2019년 자료에서는 감소한 것으로 나타나 HDL-콜레스테롤에 대한 사람들의 인식이 개선되고 이에 대한 주의가 증가하고 있음을 알 수 있다. 그러나 반대로 혈당이나 혈압, 중성지방에 대해서는 더 많은 주의가 필요함을 시사한다.

Table 6 . Distribution of the groups classified by blood physiological activity and the number of diagnosing criteria of metabolic syndrome

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n (%)	n (%)		n (%)	n (%)	n (%)		n (%)	n (%)	n (%)
Blood pressure (mmHg)
Normal	400 (39.9)²⁾	486 (43.2)	191 (16.8)	<0.001³⁾	777 (52.8)	573 (36.5)	197 (10.8)	<0.001	1,177 (46.6)	1,059 (39.7)	388 (13.7)	<0.001
Bad (≥130/85)	0 (0.0)	326 (35.1)	612 (64.9)	<0.001³⁾	0 (0.0)	286 (38.4)	517 (61.6)	<0.001	0 (0.0)	612 (36.4)	1,129 (63.6)	<0.001
Blood glucose (mg/dL)
Normal	400 (40.1)	510 (44.3)	191 (15.6)	<0.001	777 (52.3)	611 (37.8)	213 (9.9)	<0.001	1,177 (46.5)	1,121 (40.9)	404 (12.6)	<0.001
Bad (≥100)	0 (0.0)	302 (33.7)	612 (66.3)	<0.001	0 (0.0)	248 (35.2)	501 (64.8)	<0.001	0 (0.0)	550 (34.2)	1,113 (65.8)	<0.001
HDL cholesterol (mg/dL)
Normal	400 (32.8)	693 (47.4)	299 (19.8)	<0.001	777 (59.2)	535 (35.5)	102 (5.4)	<0.001	1,177 (44.5)	1,228 (42.1)	401 (13.4)	<0.001
Bad (male<40, Female<50)	0 (0.0)	119 (20.8)	504 (79.2)	<0.001	0 (0.0)	324 (39.7)	612 (60.3)	<0.001	0 (0.0)	443 (31.0)	1,116 (69.0)	<0.001
Triglyceride (mg/dL)
Normal	400 (41.0)	570 (47.2)	153 (11.8)	<0.001	777 (52.1)	685 (40.4)	159 (7.5)	<0.001	1,177 (46.9)	1,255 (43.6)	312 (9.5)	<0.001
Bad (≥150)	0 (0.0)	242 (30.2)	650 (69.8)	<0.001	0 (0.0)	174 (28.3)	555 (71.7)	<0.001	0 (0.0)	416 (29.5)	1,205 (70.5)	<0.001

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)]

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates.

³⁾Calculated by complex samples crosstabs

대사증후군의 진단 기준에 따라 분류된 그룹의 식품군별 섭취량 비교

대사증후군의 진단 기준에 따라 분류된 정상, 주의, 대사증후군의 식품군별 섭취량을 Table 7에 나타내었다. Table 1에 나타낸 바와 같이 2019년도 국민건강영양조사에서 수집된 일일섭취량 자료에 따라 섭취량이 가장 높은 곡류, 채소류, 과일류, 육류, 음료류에 대하여 그 섭취량을 조사하였다. 곡류의 경우 일정한 경향을 보이지 않았고 유의적인 차이도 나타나지 않았다. 채소류의 경우 남녀 모두 대사증후군의 증상이 많이 나타날수록, 즉 정상군에 비해 주의군이, 주의군에 비해 대사증후군의 섭취량이 증가하는 경향을 나타내어 남성은 정상군에 비해 대사증후군의 채소섭취량이 19.6%, 여성은 15.5% 증가하였다(P<0.01). 과일류는 남성의 경우 채소류와 마찬가지로 증가하는 경향을 나타내었으나 유의적인 결과는 나타나지 않았다. 여성의 경우 유의적으로 주의군의 과일 섭취량이 가장 높았으며 다음으로는 대사증후군, 정상군의 순이었다(P<0.01). 육류 섭취량은 대사증후군의 증상이 많이 나타날수록 남녀 모두 섭취량이 유의적으로 감소하였다(P<0.01). 음료의 경우 남성은 감소하는 경향이 유의적으로 뚜렷하게 나타났으며 여성의 경우 정상군과 주의군은 비슷하였으나 대사증후군은 정상군에 비해 40%나 감소하였다(P<0.01).

Table 7 . Daily intake amount (g) of food groups of the groups classified by the number of diagnosing criteria of metabolic syndrome

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	Mean±SE²	Mean±SE	Mean±SE		Mean±SE	Mean±SE	Mean±SE		Mean±SE	Mean±SE	Mean±SE
Grains	320.22±10.78	310.32±6.81	310.12±7.59	0.690	230.93±4.81	227.47±5.68	236.79±6.31	0.568	267.38±5.16	272.42±4.82	281.71±5.53	0.185
Vegetables	303.06±10.95	331.53±8.74	362.49±10.39	0.001	237.70±6.58	264.19±7.31	274.48±7.63	0.001	264.39±5.80	300.73±6.29	328.39±7.44	<0.001
Fruits	117.48±10.67	129.87±8.59	132.75±9.95	0.574	141.10±8.93	201.28±22.92	168.10±9.32	0.005	131.46±7.07	162.53±11.78	146.44±7.78	0.043
Meats	198.92±12.45	168.56±8.84	146.57±7.51	0.002	110.88±5.07	102.81±6.54	70.51±4.82	<0.001	146.82±5.97	138.49±5.55	117.10±4.95	0.001
Drinks	314.11±22.19	249.09±18.35	236.72±16.68	0.010	227.27±12.46	229.29±13.73	162.24±15.11	0.001	262.72±12.11	240.03±12.89	207.86±13.08	0.003

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)]

²⁾Presented as M±SE of food intake (g). M is Mean estimates, SE is Standard Error estimates.

³⁾Calculated by complex samples general linear model

호주에서 21년 동안 추적연구를 통해 식생활 패턴이 대사증후군에 미치는 영향을 조사한 결과를 보면 육류, 가공식품, 고지방 유제품 섭취가 많은 Western 패턴과 과일, 채소, 어류, 저지방 유제품 등의 섭취가 많은 Prudent 패턴으로 구분하여 대사증후군의 유병률을 조사하였는데, Western 패턴의 식사가 많은 집단에서 유병률이 높게 나타났다(Ushula 등, 2022). 2016~2018년에 수집된 국민건강영양조사 자료를 기반으로 대사증후군 환자와 정상인에 대하여 열량 중 지방의 비율이 30% 또는 탄수화물의 비율이 65%를 초과하는 경우를 비정상 식이로 정의하고 그 비율을 조사한 결과, 대사증후군 그룹에서 비정상식이의 비율이 높게 나타났다(Park 등, 2022). 제1기, 4기, 6기 국민건강영양조사 자료를 기반으로 한 연구에서는 백미밥 고섭취군에서 대사증후군의 진단 기준인 복부비만과 고중성지방혈증의 위험이 높다고 보고하였다(Song 등, 2015). 이러한 연구 결과들은 지방이 많은 육류나 고탄수화물 식품인 곡류의 섭취는 건강에 유해한 영향을 미치며 채소류, 과일류와 같은 식품은 건강에 유익한 영향을 주고 있음을 나타내는데, 건강에 유익한 영향을 주는 채소류나 과일류의 섭취가 대사증후군에서 더 높은 본 연구 결과와 상반된다. 보건소 내원자의 식품섭취 실태를 조사한 연구에서도 대사증후군 환자가 과일류의 섭취량이 높아 본 연구와 유사한 결과를 나타내었으나, 5가지 식품군을 균형 있게 섭취하는 비율에서는 유의적인 차이를 보이지 않았다(Jeong 등, 2012). 식생활평가지수를 조사한 연구에서 평가지수와 대사증후군 유무 사이에 비례적인 관계를 나타내지는 않았으나(Choi 등, 2022), 각 식품군의 다양성 점수(dietary diversity score, DDS)를 조사한 연구에서 과일류의 경우 정상군의 DDS가 대사증후군보다 높게 나타나 식생활의 질이 정상군이 높은 것으로 나타났다(Lee와 Choi, 2022). 따라서 식품 섭취량이 많다 하더라도 대사증후군의 경우 질적인 면에서 낮은 질의 식품을 선택하고 있어 상반된 결과가 나타난 것으로 보인다. 또한 식품군 기준에서 소비자들은 유익한 채소류나 과일류를 선택하고 있으나 다른 요소들, 즉 조리 방법, 조미료 첨가 등이 영향을 미쳐 비정상 식이 비율이 높은 것으로 추측된다. 이를 보완하기 위해서 식품의 선택과 실제 섭취 형태에 관한 연구가 보완되어야 할 것으로 보인다. 그러나 본 연구 결과 대사증후군이나 주의군의 채소류, 과일류의 섭취량은 높고 육류의 섭취량이 낮은 경향은 긍정적인 측면으로 식품 선택에 대한 사람들의 인식이 많이 개선된 결과로 추측된다.

요 약

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

2019년 국민건강영양조사를 기반으로 19세 이상 성인을 대사증후군의 진단 기준에 따라 증상이 없는 정상군, 1~2가지 증상을 나타내는 주의군, 3가지 이상의 증상을 나타내는 대사증후군으로 나누어 주의군과 대사증후군의 대사증후군 원인을 조사한 결과, 상승된 혈압이 가장 많이 나타났고 대사증후군 중에는 3가지 증상을 나타내는 대상자가 가장 많았다. 일반적 특성에 따른 분포를 살펴본 결과 남성이 여성보다, 연령이 증가할수록 대사증후군의 비율이 높았다. 또한 낮은 가구 소득과 교육수준이 대사증후군 유병률을 높이는 요인으로 나타났다. 아침 식사와 외식 빈도 모두 주당 4회 이하로 낮은 군에서 정상군의 비율이 낮고 대사증후군의 비율이 높게 나타났다. 흡연량에 따른 그룹의 분포는 남녀 각각은 유의적인 차이가 없었으나 전체적으로 하루 20개비 이상을 흡연하는 경우 대사증후군의 비율이 가장 높게 나타났다. 음주 빈도에서는 남성의 경우 한 달에 5회 이상 음주 시 대사증후군의 비율이 가장 높게 나타났고 여성은 반대로 1회 미만 음주 시 가장 높게 나타났다. 비만도에 따른 그룹의 분포는 남녀 모두 BMI가 증가할수록 정상군의 비율은 낮아지고 대사증후군은 증가하였고, 허리둘레를 기준으로 하는 복부비만인 경우에도 남녀 모두 대사증후군의 비율이 높게 나타났다. 대사증후군의 진단 기준으로 이용되는 혈압, 혈당, HDL-콜레스테롤, 중성지방 수치에 따른 정상, 주의, 대사증후군의 분포를 살펴보면 4가지 항목 모두 수치가 나쁜 군에서 남녀 모두 대사증후군의 비율이 높게 나타났다. 대사증후군의 진단 기준에 따라 분류된 정상, 주의, 대사증후군의 식품군별 섭취량은 곡류는 유의적인 차이를 보이지 않았으며, 채소류의 경우 남녀 모두 대사증후군의 증상이 많이 나타날수록 섭취량이 증가하는 경향을 나타내었다. 과일류는 여성의 경우 주의군의 과일 섭취량이 유의적으로 가장 높았으며 육류 섭취량은 대사증후군의 증상이 많이 나타날수록 남녀 모두 섭취량이 유의적으로 감소하였다. 음료류의 경우 남녀 모두 대사증후군이 정상군에 비해 섭취량이 낮은 것으로 나타났다. 본 연구 결과 아침 식사 및 외식 빈도, 흡연, 음주 등과 같은 건강행태 및 식품 섭취량이 대사증후군과 밀접한 관계가 있음을 알 수 있었으므로 대사증후군을 예방하기 위해 이러한 행태에 대한 개선이 필요함을 인지하고 이를 위해 노력해야 할 것이다.

감사의 글

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

본 연구 결과는 2022학년도 광주여자대학교 교내연구비 지원에 의하여 연구되었으며(KWUI22-050) 이에 감사드립니다.

References

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

Choi SA, Chung SS, Rho JO. Benefits of adherence to the Korea Healthy Eating Index on the risk factors and incidence of the metabolic syndrome: analysis of the 7th (2016-2018) Korea National Health and Nutrition Examination Survey. J Nutr Health. 2022. 55:120-140.
Choi SM, Kim KY, Lee TY, et al. Incidence and related factors of the metabolic syndrome in a university hospital. Korea J Health Edu Promot. 2009. 26:35-47.
Chong MY, Han I. Comparison of blood triglyceride level by health and dietary behaviors using the seventh (2018) Korean National Health and Nutrition Examination Survey (KNHANES). J East Asian Soc Diet Life. 2021. 31:299-310.
Dallongeville J, Cottel D, Ferrières J, et al. Household income is associated with the risk of metabolic syndrome in a sex-specific manner. Diabetes Care 2005. 28:409-415.
Dominiczak MH. Metabolic syndrome. Curr Opin Lipidol. 2003. 14:329-332.
Facchini F, Ida Chen YD, Reaven GM. Light-to-moderate alcohol intake is associated with enhanced insulin sensitivity. Diabetes Care. 1994. 17:115-119.
Gaziano JM, Buring JE, Breslow JL, et al. Moderate alcohol intake, increased levels of high-density lipoprotein and its subfractions, and decreased risk of myocardial infarction. N Engl J Med. 1993. 329:1829-1834.
Han G, Yang E. Nutrient intake in korean adults determined by considering the type of lunch, categorized as home meals, eating out and institutional meals: Data from the 2019 Korea National Health and Nutrition Examination Survey. J Korean Soc Food Cult. 2021. 36:583-594.
Han I, Chong MY. The study on the difference of blood level of HDL-cholesterol by obesity and health behavior from the seventh (2016) Korea National Health and Nutrition Examination Survey. J Korean Soc Food Sci Nutr. 2020. 49:1377-1388.
Jeon YK, Cho WJ. The comparative analysis of body shape perception, nutritional status and metabolic syndrome factors of middle-aged women by physical activity level. The Korean Journal of Physical Education. 2016. 55:527-539.
Jeong W, Jin B, Hwang E. Prevalence of metabolic syndrome and assessment of food･nutrient intakes among adult visitors of a public health center in Korea. J Korean Soc Food Sci Nutr. 2012. 41:205-212.
Jung CH, Park JS, Lee WY, et al. Effects of smoking, alcohol, exercise, level of education, and family history on the metabolic syndrome in Korean adults. Korean J Med. 2002. 63:649-659.
Kang HJ, Kerry JS, Jun TW, et al. Effects of long-term exercise training on metabolic syndrome factors in elderly women. Korean J Sport Sci. 2004. 15(2):19-31.
Kang HM, Kim DJ. Gender differences in the association of socioeconomic status with metabolic syndrome in middle-aged Koreans. Korean J Med. 2012. 82:569-575.
Kim JY, Shin HW, Jeong IK, et al. The relationship of adiponectin, leptin and ghrelin to insulin resistance and cardio vascular risk factors in human obesity. Korean J Med. 2005. 69:631-641.
Kim NL, Jeong HS, Kim SW, et al. Related clinical factors to number of diagnosing criteria of metabolic syndrome. J Health Info Stat. 2012. 37(2):37-45.
Ko SK. The effect of BMI and %Fat as an obesity index on the diagnosis of blood lipoprotein in adult men. Exerc Sci. 2005. 14:21-30.
Korea Disease Control and Prevention Agency (KDCA). 2021 Health information. 2021 [cited 2022 Jul 30]. Available from: https://health.kdca.go.kr/healthinfo/biz/health/gnrlzHealthInfo/gnrlzHealthInfo/gnrlzHealthInfoView.do?cntnts_sn=5427
Kuzuya M, Ando F, Iguchi A, et al. Age-specific change of prevalence of metabolic syndrome: Longitudinal observation of large Japanese cohort. Atherosclerosis. 2007. 191:305-312.
Lee J, Choi K. Assessment of nutrient intake and dietary quality of Korean adults in metabolic syndrome patients according to taking medical care: Based on the 2017 Korea National Health and Nutrition Examination Survey. Korean J Community Nutr. 2022. 27:321-340.
Lee SH, Seomun GA. Investigation of healthy life practices among Korean males and females in relation to dyslipidemia using data from the 2012 Korea National Health and Nutrition Examination Survey. Journal of Digital Convergence. 2016. 14:327-338.
Lim S, Shin H, Song JH, et al. Increasing prevalence of metabolic syndrome in Korea: The Korean National Health and Nutrition Examination Survey for 1998-2007. Diabetes Care. 2011. 34:1323-1328.
Linn S, Carroll M, Johnson C, et al. High-density lipoprotein cholesterol and alcohol consumption in US white and black adults: data from NHANES Ⅱ. Am J Public Health. 1993. 83:811-816.
Nguyen TV, Arisawa K, Katsuura-Kamano S, et al. Associations of metabolic syndrome and metabolically unhealthy obesity with cancer mortality: The Japan Multi-Institutional Collaborative Cohort (J-MICC) study. PLoS ONE. 2022. 17:e0269550. https://doi.org/10.1371/journal.pone.0269550
Park YS, Kang SH, Jang SI, et al. Association between lifestyle factors and the risk of metabolic syndrome in the South Korea. Sci Rep. 2022. 12:13356. https://doi.org/10.1038/s41598-022-17361-2
Reaven GM. Role of insulin resistance in human disease (syndrome X): An expanded definition. Annu Rev Med. 1993. 44:121-131.
Ryu JL, Kim SH, Ju JS. The parallel multiple mediation effect of self-care agency and resilience on the relation between stress and health promotion behavior in patients at risk of metabolic syndrome. Korean Public Health Research. 2021. 47(2):17-30.
Shim JY, Kang HT, Kim SY, et al. Clinical practice guideline of prevention and treatment for metabolic syndrome. Korean J Fam Pract. 2015. 5:375-420.
Song FF, Jang JA, Kim YS, et al. Analysis of dietary intake status and risk of metabolic syndrome according to white rice consumption in Korea: Basted on data 1^st (1998), 4^th (2007∼2009), 6^th (2013) Korean National Health and Nutrition Examination Survey (KNHANES). J Korean Soc Food Cult. 2015. 30:682-694.
Stern MP, Williams K, González-Villalpando C, et al. Does the metabolic syndrome improve identification of individuals at risk of type 2 diabetes and/or cardiovascular disease?. Diabetes Care. 2004. 27:2676-2681.
Ushula TW, Mamun A, Darssan D, et al. Dietary patterns and the risks of metabolic syndrome and insulin resistance among young adults: Evidence from a longitudinal study. Clin Nutr. 2022. 41:1523-1531.
WHO, IASO, IOTF. The Asia-Pacific perspective: redefining obesity and its treatment. Health Communications Australia, Melbourne, Australia. 2000. p 20.
Zeng P, Zhu X, Zhang Y, et al. Metabolic syndrome and the development of type 2 diabetes among professionals living in Beijing, China. Diabetes Res Clin Pract. 2011. 94:299-304.

Article

Journal of the Korean Society of Food Science and Nutrition 2022; 51(11): 1136-1147

Published online November 30, 2022 https://doi.org/10.3746/jkfn.2022.51.11.1136

제8기 1차 연도(2019) 국민건강영양조사를 이용한 건강행태 및 비만도에 따른 대사증후군 분포 연구

정민영¹․한인화²

¹광주여자대학교 식품영양학과
²충남대학교 생활과학대학 식품영양학과

Received: August 26, 2022; Revised: September 21, 2022; Accepted: October 28, 2022

Distribution of the Metabolic Syndrome by Obesity and Health Behavior Based on the Eighth KNHANES at 2019

Min-Young Chong¹ and Inhwa Han²

¹Department of Food and Nutrition, Kwangju Women’s University
²Department of Food and Nutrition, College of Human Ecology, Chungnam National University

Correspondence to:Inhwa Han, Department of Food and Nutrition, College of Human Ecology, Chungnam National University, 99, Daehak-ro, Yuseong-gu, Daejeon 34134, Korea, E-mail: ihan@cnu.ac.kr

Received: August 26, 2022; Revised: September 21, 2022; Accepted: October 28, 2022

Abstract

Keywords: diagnosing criteria of metabolic syndrome, obesity, food intake, breakfast, eating out

서 론

재료 및 방법

연구대상

대사증후군 진단 기준에 따라 분류된 그룹의 대사증후군 원인별 분포 비교

대사증후군 진단 기준에 따라 분류된 그룹의 일반적 특성, 건강행태, 비만도, 혈액 생리활성에 따른 분포 비교

대사증후군의 진단 기준에 따라 분류된 그룹의 식품군별 섭취량 비교

Table 1 . Intake amount of food group (g).

Order	Food group	Mean¹⁾	SE²⁾
1	Vegetables	298.38	4.14
2	Grains	273.8	3.18
3	Drinks	236.84	9.02
4	Fruits	148.11	6.53
5	Meats	134.33	3.52
6	Liquors	129.78	8.14
7	Fish and shellfish	105.04	2.73
8	Milk and dairy products	84.47	2.68
9	Spices	39.77	0.76
10	Legumes	36.61	1.56
11	Potatoes and starches	35.39	1.61
12	Eggs	35.09	0.99
13	Seaweeds	27.07	2.13
14	Sugars	9.96	0.41
15	Mushrooms	7.58	0.49
16	Oils and fats (plants)	6.5	0.19
17	Seeds	6.29	0.46
18	Other animals	0.62	0.16
19	Other plants	0.54	0.25
20	Oils and fats (animals)	0.44	0.05

^1),2)Presented as mean and SE of food intake of each food group calculated by complex samples descriptives. Mean is mean estimates, SE is standard error estimates..

통계 처리

결과 및 고찰

대사증후군 진단 기준에 따라 분류된 그룹의 대사증후군 원인별 분포 비교

Table 2 . Distribution of the groups classified by the number of diagnosing criteria of metabolic syndrome.

Groups¹⁾	Criteria²⁾	Male (n=2,015)	Female (n=2,350)	Total (n=4,365)	P⁴⁾
Groups¹⁾	Criteria²⁾	n (%)	n (%)	n (%)	P⁴⁾
Normal	None	400(40.8)3)	777(59.2)	1,177(100.0)
Caution	O	72(61.1)	69(38.9)	141(100.0)	<0.001
	P	131(54.0)	131(46.0)	262(100.0)
	G	110(56.8)	104(43.2)	214(100.0)
	H	41(23.9)	151(76.1)	192(100.0)
	T	73(68.9)	33(31.1)	106(100.0)
	O+P	42(57.8)	44(42.2)	86(100.0)
	O+G	36(58.9)	31(41.1)	67(100.0)
	O+H	15(33.9)	33(66.1)	48(100.0)
	O+T	43(76.5)	21(23.5)	64(100.0)
	P+G	106(64.2)	70(35.8)	176(100.0)
	P+H	8(37.4)	25(62.6)	33(100.0)
	P+T	39(80.5)	16(19.5)	55(100.0)
	G+H	9(33.4)	27(66.6)	36(100.0)
	G+T	41(80.6)	16(19.4)	57(100.0)
	H+T	46(38.8)	88(61.2)	134(100.0)
	Total	812(54.3)	859(45.7)	1,671(100.0)
MS	O+P+G	92(71.2)	56(28.8)	148(100.0)	<0.001
	O+P+H	12(37.3)	34(62.7)	46(100.0)
	O+P+T	40(86.2)	9(13.8)	49(100.0)
	O+G+H	13(52.0)	20(48.0)	33(100.0)
	O+G+T	46(83.0)	16(17.0)	62(100.0)
	O+H+T	37(52.9)	49(47.1)	86(100.0)
	P+G+H	14(44.0)	21(56.0)	35(100.0)
	P+G+T	46(90.2)	8(9.8)	54(100.0)
	P+H+T	44(55.4)	53(44.6)	97(100.0)
	G+H+T	37(51.9)	48(48.1)	85(100.0)
	O+P+G+H	22(48.5)	28(51.5)	50(100.0)
	O+P+G+T	75(89.9)	13(10.1)	88(100.0)
	O+P+H+T	58(60.8)	68(39.2)	126(100.0)
	O+G+H+T	58(55.3)	64(44.7)	122(100.0)
	P+G+H+T	77(59.2)	65(40.8)	142(100.0)
	O+P+G+H+T	132(44.9)	162(55.1)	294(100.0)
	Total	803(61.3)	714(38.7)	1,517(100.0)

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0: Normal, 1∼2: Caution, ≥3: MS (Metabolic syndrome)]..

²⁾O: obese, P: high blood pressure, G: high blood glucose, H: low HDL-cholesterol, T: high triglyceride..

³⁾n is unweighted frequency, % is row percentage estimates..

⁴⁾Calculated by complex samples crosstabs..

대사증후군 진단 기준에 따라 분류된 그룹의 일반적 특성에 따른 분포 비교

Table 3 . Distribution of the groups classified by general characteristics and the number of diagnosing criteria of metabolic syndrome.

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n (%)	n (%)		n (%)	n (%)	n (%)		n (%)	n (%)	n (%)
Age (Years)
19-29	145 (54.2)	95 (35.2)	26 (10.6)	<0.001	178 (62.4)	86 (32.0)	17 (5.6)	<0.001	323 (58.1)	181 (33.7)	43 (8.2)	<0.001
30-49	157 (23.6)	305 (42.4)	231 (34.1)		441 (50.9)	331 (37.2)	105 (11.9)		598 (36.6)	636 (39.9)	336 (23.5)
50-64	60 (11.4)	220 (40.6)	266 (48.1)		128 (18.2)	318 (45.7)	264 (36.1)		188 (14.7)	538 (43.1)	530 (42.2)
65-74	22 (6.9)	113 (37.8)	179 (55.3)		24 (7.8)	89 (27.8)	214 (64.5)		46 (7.3)	202 (32.9)	393 (59.8)
≥75	16 (8.0)	79 (39.3)	101 (52.7)		6 (3.5)	35 (23.9)	114 (72.7)		22 (6.2)	114 (33.2)	215 (60.6)
Household Income (quartile)
Low	48 (19.5)	132 (38.2)	150 (42.3)	0.101	69 (22.4)	113 (32.0)	213 (45.5)	<0.001	117 (21.0)	245 (35.0)	363 (44.0)	<0.001
Middle Low	88 (19.7)	211 (43.0)	212 (37.4)		164 (30.6)	223 (38.7)	201 (30.7)		252 (24.8)	434 (41.0)	413 (34.2)
Middle High	107 (23.5)	215 (39.9)	215 (36.6)		229 (41.1)	237 (36.3)	161 (22.6)		336 (31.7)	452 (38.2)	376 (30.1)
High	157 (27.6)	254 (38.4)	226 (34.0)		315 (45.5)	286 (38.4)	139 (16.1)		472 (36.1)	540 (38.4)	365 (25.5)
Education level
≤Elementary school	19 (7.4)	99 (37.4)	134 (55.2)	<0.001	25 (5.7)	115 (28.3)	288 (66.0)	<0.001	44 (6.4)	214 (31.9)	422 (61.7)	<0.001
Middle school	18 (10.4)	63 (36.5)	104 (53.1)		26 (13.7)	75 (37.6)	97 (48.6)		44 (11.9)	138 (37.0)	201 (51.1)
high school	171 (29.1)	276 (37.6)	271 (33.3)		237 (33.5)	328 (42.2)	213 (24.4)		408 (31.1)	604 (39.7)	484 (29.2)
≥College	192 (23.9)	374 (42.6)	294 (33.5)		489 (54.0)	341 (35.4)	116 (10.6)		681 (37.6)	715 (39.3)	410 (23.0)

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)].

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates..

³⁾Calculated by complex samples crosstabs.

대사증후군 진단 기준에 따라 분류된 그룹의 건강행태에 따른 분포 비교

Table 4 . Distribution of the groups classified by health behavior and the number of diagnosing criteria of metabolic syndrome.

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n(%)	n(%)		n(%)	n(%)	n(%)		n(%)	n(%)	n(%)
Breakfast (time/week)
Low	312 (22.7)²⁾	657 (38.7)	704 (38.7)	0.003³⁾	608 (35.1)	712 (37.1)	645 (27.8)	<0.001	920 (28.6)	1,369 (37.9)	1,349 (33.5)	<0.001
High	88 (27.1)	155 (45.1)	99 (27.8)	0.003³⁾	169 (48.0)	147 (36.8)	69 (15.1)	<0.001	257 (37.0)	302 (41.2)	168 (21.9)	<0.001
Eating outside (time/week)
Low	138 (18.7)	343 (37.8)	432 (43.5)	<0.001	453 (32.2)	596 (37.9)	571 (29.9)	<0.001	591 (26.9)	939 (37.9)	1,003 (35.3)	<0.001
High	262 (26.7)	469 (41.3)	371 (32.1)	<0.001	324 (47.7)	263 (35.3)	143 (17.0)	<0.001	586 (33.8)	732 (39.2)	514 (26.9)	<0.001
Smoking (ea/day)
0	276 (24.2)	538 (39.9)	543 (35.9)	0.084	733 (37.7)	804 (36.8)	678 (25.5)	0.606	1,009 (31.8)	1,342 (38.2)	1,221 (30.1)	<0.001
1~9	33 (26.7)	55 (40.2)	52 (33.0)		24 (36.8)	30 (40.8)	17 (22.4)		57 (29.6)	85 (40.4)	69 (30.0)
10~19	65 (24.0)	143 (42.3)	112 (33.7)		18 (40.5)	19 (38.6)	13 (20.8)		83 (26.0)	162 (41.9)	125 (32.1)
≥20	26 (16.0)	76 (35.5)	96 (48.5)		2 (12.7)	6 (44.2)	6 (43.1)		28 (15.9)	82 (36.0)	102 (48.2)
Drinking frequency (time/month)
< 1	128 (28.1)	214 (36.8)	205 (35.1)	<0.001	329 (30.0)	450 (38.1)	453 (31.9)	<0.001	457 (29.3)	664 (37.6)	658 (33.1)	<0.001
1~4	181 (27.2)	309 (40.6)	281 (32.2)		339 (46.5)	283 (35.6)	186 (18.0)		520 (35.9)	592 (38.3)	467 (25.8)
≥5	91 (15.4)	289 (41.5)	317 (43.1)		109 (41.1)	126 (37.0)	75 (21.9)		200 (22.4)	415 (40.3)	392 (37.3)

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)].

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates..

³⁾Calculated by complex samples crosstabs.

대사증후군 진단 기준에 따라 분류된 그룹의 비만도에 따른 분포 비교

Table 5 . Distribution of the groups classified by obesity factors and the number of diagnosing criteria of metabolic syndrome.

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n (%)	n (%)		n (%)	n (%)	n (%)		n (%)	n (%)	n (%)
BMI (kg/m²)
<18.5	21 (63.3)²⁾	16 (30.6)	3 (6.1)	<0.001³⁾	88 (80.9)	24 (17.3)	3 (1.8)	<0.001	109 (76.7)	40 (20.5)	6 (2.8)	<0.001
18.5-22.9	210 (39.8)	303 (46.5)	101 (13.7)		543 (52.5)	427 (38.6)	128 (8.9)		753 (47.4)	730 (41.8)	229 (10.8)
23.0-24.9	117 (27.5)	232 (44.4)	181 (28.2)		111 (26.8)	188 (39.6)	165 (33.5)		228 (27.2)	420 (42.5)	346 (30.3)
≥25.0	52 (7.7)	261 (32.8)	518 (59.5)		35 (6.9)	220 (36.9)	418 (56.2)		87 (7.4)	481 (34.3)	936 (58.3)
Waist circumference (cm)
Normal	400 (38.0)	604 (46.3)	218 (15.6)	<0.001	777 (51.1)	661 (39.4)	195 (9.4)	<0.001	1,177 (44.8)	1,265 (42.8)	413 (12.4)	<0.001
Obesity	0 (0.0)	208 (29.5)	585 (70.5)	<0.001	0 (0.0)	198 (30.3)	519 (69.7)	<0.001	0(0.0)	406 (29.8)	1,104 (70.2)	<0.001

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)].

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates. 1.

³⁾Calculated by complex samples crosstabs.

대사증후군 진단 기준에 따라 분류된 그룹의 혈액 생리활성에 따른 분포 비교

Table 6 . Distribution of the groups classified by blood physiological activity and the number of diagnosing criteria of metabolic syndrome.

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n (%)	n (%)		n (%)	n (%)	n (%)		n (%)	n (%)	n (%)
Blood pressure (mmHg)
Normal	400 (39.9)²⁾	486 (43.2)	191 (16.8)	<0.001³⁾	777 (52.8)	573 (36.5)	197 (10.8)	<0.001	1,177 (46.6)	1,059 (39.7)	388 (13.7)	<0.001
Bad (≥130/85)	0 (0.0)	326 (35.1)	612 (64.9)	<0.001³⁾	0 (0.0)	286 (38.4)	517 (61.6)	<0.001	0 (0.0)	612 (36.4)	1,129 (63.6)	<0.001
Blood glucose (mg/dL)
Normal	400 (40.1)	510 (44.3)	191 (15.6)	<0.001	777 (52.3)	611 (37.8)	213 (9.9)	<0.001	1,177 (46.5)	1,121 (40.9)	404 (12.6)	<0.001
Bad (≥100)	0 (0.0)	302 (33.7)	612 (66.3)	<0.001	0 (0.0)	248 (35.2)	501 (64.8)	<0.001	0 (0.0)	550 (34.2)	1,113 (65.8)	<0.001
HDL cholesterol (mg/dL)
Normal	400 (32.8)	693 (47.4)	299 (19.8)	<0.001	777 (59.2)	535 (35.5)	102 (5.4)	<0.001	1,177 (44.5)	1,228 (42.1)	401 (13.4)	<0.001
Bad (male<40, Female<50)	0 (0.0)	119 (20.8)	504 (79.2)	<0.001	0 (0.0)	324 (39.7)	612 (60.3)	<0.001	0 (0.0)	443 (31.0)	1,116 (69.0)	<0.001
Triglyceride (mg/dL)
Normal	400 (41.0)	570 (47.2)	153 (11.8)	<0.001	777 (52.1)	685 (40.4)	159 (7.5)	<0.001	1,177 (46.9)	1,255 (43.6)	312 (9.5)	<0.001
Bad (≥150)	0 (0.0)	242 (30.2)	650 (69.8)	<0.001	0 (0.0)	174 (28.3)	555 (71.7)	<0.001	0 (0.0)	416 (29.5)	1,205 (70.5)	<0.001

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)].

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates..

³⁾Calculated by complex samples crosstabs.

대사증후군의 진단 기준에 따라 분류된 그룹의 식품군별 섭취량 비교

Table 7 . Daily intake amount (g) of food groups of the groups classified by the number of diagnosing criteria of metabolic syndrome.

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	Mean±SE²	Mean±SE	Mean±SE		Mean±SE	Mean±SE	Mean±SE		Mean±SE	Mean±SE	Mean±SE
Grains	320.22±10.78	310.32±6.81	310.12±7.59	0.690	230.93±4.81	227.47±5.68	236.79±6.31	0.568	267.38±5.16	272.42±4.82	281.71±5.53	0.185
Vegetables	303.06±10.95	331.53±8.74	362.49±10.39	0.001	237.70±6.58	264.19±7.31	274.48±7.63	0.001	264.39±5.80	300.73±6.29	328.39±7.44	<0.001
Fruits	117.48±10.67	129.87±8.59	132.75±9.95	0.574	141.10±8.93	201.28±22.92	168.10±9.32	0.005	131.46±7.07	162.53±11.78	146.44±7.78	0.043
Meats	198.92±12.45	168.56±8.84	146.57±7.51	0.002	110.88±5.07	102.81±6.54	70.51±4.82	<0.001	146.82±5.97	138.49±5.55	117.10±4.95	0.001
Drinks	314.11±22.19	249.09±18.35	236.72±16.68	0.010	227.27±12.46	229.29±13.73	162.24±15.11	0.001	262.72±12.11	240.03±12.89	207.86±13.08	0.003

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)].

²⁾Presented as M±SE of food intake (g). M is Mean estimates, SE is Standard Error estimates..

³⁾Calculated by complex samples general linear model.

요 약

감사의 글

본 연구 결과는 2022학년도 광주여자대학교 교내연구비 지원에 의하여 연구되었으며(KWUI22-050) 이에 감사드립니다.

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글

Table 1 . Intake amount of food group (g).

Order	Food group	Mean¹⁾	SE²⁾
1	Vegetables	298.38	4.14
2	Grains	273.8	3.18
3	Drinks	236.84	9.02
4	Fruits	148.11	6.53
5	Meats	134.33	3.52
6	Liquors	129.78	8.14
7	Fish and shellfish	105.04	2.73
8	Milk and dairy products	84.47	2.68
9	Spices	39.77	0.76
10	Legumes	36.61	1.56
11	Potatoes and starches	35.39	1.61
12	Eggs	35.09	0.99
13	Seaweeds	27.07	2.13
14	Sugars	9.96	0.41
15	Mushrooms	7.58	0.49
16	Oils and fats (plants)	6.5	0.19
17	Seeds	6.29	0.46
18	Other animals	0.62	0.16
19	Other plants	0.54	0.25
20	Oils and fats (animals)	0.44	0.05

^1),2)Presented as mean and SE of food intake of each food group calculated by complex samples descriptives. Mean is mean estimates, SE is standard error estimates..

Table 2 . Distribution of the groups classified by the number of diagnosing criteria of metabolic syndrome.

Groups¹⁾	Criteria²⁾	Male (n=2,015)	Female (n=2,350)	Total (n=4,365)	P⁴⁾
Groups¹⁾	Criteria²⁾	n (%)	n (%)	n (%)	P⁴⁾
Normal	None	400(40.8)3)	777(59.2)	1,177(100.0)
Caution	O	72(61.1)	69(38.9)	141(100.0)	<0.001
	P	131(54.0)	131(46.0)	262(100.0)
	G	110(56.8)	104(43.2)	214(100.0)
	H	41(23.9)	151(76.1)	192(100.0)
	T	73(68.9)	33(31.1)	106(100.0)
	O+P	42(57.8)	44(42.2)	86(100.0)
	O+G	36(58.9)	31(41.1)	67(100.0)
	O+H	15(33.9)	33(66.1)	48(100.0)
	O+T	43(76.5)	21(23.5)	64(100.0)
	P+G	106(64.2)	70(35.8)	176(100.0)
	P+H	8(37.4)	25(62.6)	33(100.0)
	P+T	39(80.5)	16(19.5)	55(100.0)
	G+H	9(33.4)	27(66.6)	36(100.0)
	G+T	41(80.6)	16(19.4)	57(100.0)
	H+T	46(38.8)	88(61.2)	134(100.0)
	Total	812(54.3)	859(45.7)	1,671(100.0)
MS	O+P+G	92(71.2)	56(28.8)	148(100.0)	<0.001
	O+P+H	12(37.3)	34(62.7)	46(100.0)
	O+P+T	40(86.2)	9(13.8)	49(100.0)
	O+G+H	13(52.0)	20(48.0)	33(100.0)
	O+G+T	46(83.0)	16(17.0)	62(100.0)
	O+H+T	37(52.9)	49(47.1)	86(100.0)
	P+G+H	14(44.0)	21(56.0)	35(100.0)
	P+G+T	46(90.2)	8(9.8)	54(100.0)
	P+H+T	44(55.4)	53(44.6)	97(100.0)
	G+H+T	37(51.9)	48(48.1)	85(100.0)
	O+P+G+H	22(48.5)	28(51.5)	50(100.0)
	O+P+G+T	75(89.9)	13(10.1)	88(100.0)
	O+P+H+T	58(60.8)	68(39.2)	126(100.0)
	O+G+H+T	58(55.3)	64(44.7)	122(100.0)
	P+G+H+T	77(59.2)	65(40.8)	142(100.0)
	O+P+G+H+T	132(44.9)	162(55.1)	294(100.0)
	Total	803(61.3)	714(38.7)	1,517(100.0)

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0: Normal, 1∼2: Caution, ≥3: MS (Metabolic syndrome)]..

²⁾O: obese, P: high blood pressure, G: high blood glucose, H: low HDL-cholesterol, T: high triglyceride..

³⁾n is unweighted frequency, % is row percentage estimates..

⁴⁾Calculated by complex samples crosstabs..

Table 3 . Distribution of the groups classified by general characteristics and the number of diagnosing criteria of metabolic syndrome.

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n (%)	n (%)		n (%)	n (%)	n (%)		n (%)	n (%)	n (%)
Age (Years)
19-29	145 (54.2)	95 (35.2)	26 (10.6)	<0.001	178 (62.4)	86 (32.0)	17 (5.6)	<0.001	323 (58.1)	181 (33.7)	43 (8.2)	<0.001
30-49	157 (23.6)	305 (42.4)	231 (34.1)		441 (50.9)	331 (37.2)	105 (11.9)		598 (36.6)	636 (39.9)	336 (23.5)
50-64	60 (11.4)	220 (40.6)	266 (48.1)		128 (18.2)	318 (45.7)	264 (36.1)		188 (14.7)	538 (43.1)	530 (42.2)
65-74	22 (6.9)	113 (37.8)	179 (55.3)		24 (7.8)	89 (27.8)	214 (64.5)		46 (7.3)	202 (32.9)	393 (59.8)
≥75	16 (8.0)	79 (39.3)	101 (52.7)		6 (3.5)	35 (23.9)	114 (72.7)		22 (6.2)	114 (33.2)	215 (60.6)
Household Income (quartile)
Low	48 (19.5)	132 (38.2)	150 (42.3)	0.101	69 (22.4)	113 (32.0)	213 (45.5)	<0.001	117 (21.0)	245 (35.0)	363 (44.0)	<0.001
Middle Low	88 (19.7)	211 (43.0)	212 (37.4)		164 (30.6)	223 (38.7)	201 (30.7)		252 (24.8)	434 (41.0)	413 (34.2)
Middle High	107 (23.5)	215 (39.9)	215 (36.6)		229 (41.1)	237 (36.3)	161 (22.6)		336 (31.7)	452 (38.2)	376 (30.1)
High	157 (27.6)	254 (38.4)	226 (34.0)		315 (45.5)	286 (38.4)	139 (16.1)		472 (36.1)	540 (38.4)	365 (25.5)
Education level
≤Elementary school	19 (7.4)	99 (37.4)	134 (55.2)	<0.001	25 (5.7)	115 (28.3)	288 (66.0)	<0.001	44 (6.4)	214 (31.9)	422 (61.7)	<0.001
Middle school	18 (10.4)	63 (36.5)	104 (53.1)		26 (13.7)	75 (37.6)	97 (48.6)		44 (11.9)	138 (37.0)	201 (51.1)
high school	171 (29.1)	276 (37.6)	271 (33.3)		237 (33.5)	328 (42.2)	213 (24.4)		408 (31.1)	604 (39.7)	484 (29.2)
≥College	192 (23.9)	374 (42.6)	294 (33.5)		489 (54.0)	341 (35.4)	116 (10.6)		681 (37.6)	715 (39.3)	410 (23.0)

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)].

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates..

³⁾Calculated by complex samples crosstabs.

Table 4 . Distribution of the groups classified by health behavior and the number of diagnosing criteria of metabolic syndrome.

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n(%)	n(%)		n(%)	n(%)	n(%)		n(%)	n(%)	n(%)
Breakfast (time/week)
Low	312 (22.7)²⁾	657 (38.7)	704 (38.7)	0.003³⁾	608 (35.1)	712 (37.1)	645 (27.8)	<0.001	920 (28.6)	1,369 (37.9)	1,349 (33.5)	<0.001
High	88 (27.1)	155 (45.1)	99 (27.8)	0.003³⁾	169 (48.0)	147 (36.8)	69 (15.1)	<0.001	257 (37.0)	302 (41.2)	168 (21.9)	<0.001
Eating outside (time/week)
Low	138 (18.7)	343 (37.8)	432 (43.5)	<0.001	453 (32.2)	596 (37.9)	571 (29.9)	<0.001	591 (26.9)	939 (37.9)	1,003 (35.3)	<0.001
High	262 (26.7)	469 (41.3)	371 (32.1)	<0.001	324 (47.7)	263 (35.3)	143 (17.0)	<0.001	586 (33.8)	732 (39.2)	514 (26.9)	<0.001
Smoking (ea/day)
0	276 (24.2)	538 (39.9)	543 (35.9)	0.084	733 (37.7)	804 (36.8)	678 (25.5)	0.606	1,009 (31.8)	1,342 (38.2)	1,221 (30.1)	<0.001
1~9	33 (26.7)	55 (40.2)	52 (33.0)		24 (36.8)	30 (40.8)	17 (22.4)		57 (29.6)	85 (40.4)	69 (30.0)
10~19	65 (24.0)	143 (42.3)	112 (33.7)		18 (40.5)	19 (38.6)	13 (20.8)		83 (26.0)	162 (41.9)	125 (32.1)
≥20	26 (16.0)	76 (35.5)	96 (48.5)		2 (12.7)	6 (44.2)	6 (43.1)		28 (15.9)	82 (36.0)	102 (48.2)
Drinking frequency (time/month)
< 1	128 (28.1)	214 (36.8)	205 (35.1)	<0.001	329 (30.0)	450 (38.1)	453 (31.9)	<0.001	457 (29.3)	664 (37.6)	658 (33.1)	<0.001
1~4	181 (27.2)	309 (40.6)	281 (32.2)		339 (46.5)	283 (35.6)	186 (18.0)		520 (35.9)	592 (38.3)	467 (25.8)
≥5	91 (15.4)	289 (41.5)	317 (43.1)		109 (41.1)	126 (37.0)	75 (21.9)		200 (22.4)	415 (40.3)	392 (37.3)

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)].

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates..

³⁾Calculated by complex samples crosstabs.

Table 5 . Distribution of the groups classified by obesity factors and the number of diagnosing criteria of metabolic syndrome.

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n (%)	n (%)		n (%)	n (%)	n (%)		n (%)	n (%)	n (%)
BMI (kg/m²)
<18.5	21 (63.3)²⁾	16 (30.6)	3 (6.1)	<0.001³⁾	88 (80.9)	24 (17.3)	3 (1.8)	<0.001	109 (76.7)	40 (20.5)	6 (2.8)	<0.001
18.5-22.9	210 (39.8)	303 (46.5)	101 (13.7)		543 (52.5)	427 (38.6)	128 (8.9)		753 (47.4)	730 (41.8)	229 (10.8)
23.0-24.9	117 (27.5)	232 (44.4)	181 (28.2)		111 (26.8)	188 (39.6)	165 (33.5)		228 (27.2)	420 (42.5)	346 (30.3)
≥25.0	52 (7.7)	261 (32.8)	518 (59.5)		35 (6.9)	220 (36.9)	418 (56.2)		87 (7.4)	481 (34.3)	936 (58.3)
Waist circumference (cm)
Normal	400 (38.0)	604 (46.3)	218 (15.6)	<0.001	777 (51.1)	661 (39.4)	195 (9.4)	<0.001	1,177 (44.8)	1,265 (42.8)	413 (12.4)	<0.001
Obesity	0 (0.0)	208 (29.5)	585 (70.5)	<0.001	0 (0.0)	198 (30.3)	519 (69.7)	<0.001	0(0.0)	406 (29.8)	1,104 (70.2)	<0.001

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)].

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates. 1.

³⁾Calculated by complex samples crosstabs.

Table 6 . Distribution of the groups classified by blood physiological activity and the number of diagnosing criteria of metabolic syndrome.

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	n (%)	n (%)	n (%)		n (%)	n (%)	n (%)		n (%)	n (%)	n (%)
Blood pressure (mmHg)
Normal	400 (39.9)²⁾	486 (43.2)	191 (16.8)	<0.001³⁾	777 (52.8)	573 (36.5)	197 (10.8)	<0.001	1,177 (46.6)	1,059 (39.7)	388 (13.7)	<0.001
Bad (≥130/85)	0 (0.0)	326 (35.1)	612 (64.9)	<0.001³⁾	0 (0.0)	286 (38.4)	517 (61.6)	<0.001	0 (0.0)	612 (36.4)	1,129 (63.6)	<0.001
Blood glucose (mg/dL)
Normal	400 (40.1)	510 (44.3)	191 (15.6)	<0.001	777 (52.3)	611 (37.8)	213 (9.9)	<0.001	1,177 (46.5)	1,121 (40.9)	404 (12.6)	<0.001
Bad (≥100)	0 (0.0)	302 (33.7)	612 (66.3)	<0.001	0 (0.0)	248 (35.2)	501 (64.8)	<0.001	0 (0.0)	550 (34.2)	1,113 (65.8)	<0.001
HDL cholesterol (mg/dL)
Normal	400 (32.8)	693 (47.4)	299 (19.8)	<0.001	777 (59.2)	535 (35.5)	102 (5.4)	<0.001	1,177 (44.5)	1,228 (42.1)	401 (13.4)	<0.001
Bad (male<40, Female<50)	0 (0.0)	119 (20.8)	504 (79.2)	<0.001	0 (0.0)	324 (39.7)	612 (60.3)	<0.001	0 (0.0)	443 (31.0)	1,116 (69.0)	<0.001
Triglyceride (mg/dL)
Normal	400 (41.0)	570 (47.2)	153 (11.8)	<0.001	777 (52.1)	685 (40.4)	159 (7.5)	<0.001	1,177 (46.9)	1,255 (43.6)	312 (9.5)	<0.001
Bad (≥150)	0 (0.0)	242 (30.2)	650 (69.8)	<0.001	0 (0.0)	174 (28.3)	555 (71.7)	<0.001	0 (0.0)	416 (29.5)	1,205 (70.5)	<0.001

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)].

²⁾Presented as n (%) of total cholesterol levels. n is Unweighted frequency, % is row percentage estimates..

³⁾Calculated by complex samples crosstabs.

Table 7 . Daily intake amount (g) of food groups of the groups classified by the number of diagnosing criteria of metabolic syndrome.

Variables	Male (n=2,015)				Female (n=2,350)				Total (n=4,365)
	Normal¹⁾	Caution	MS	P	Normal	Caution	MS	P	Normal	Caution	MS	P
	(n=400)	(n=812)	(n=803)		(n=777)	(n=859)	(n=714)		(n=1,177)	(n=1,671)	(n=1,517)
	Mean±SE²	Mean±SE	Mean±SE		Mean±SE	Mean±SE	Mean±SE		Mean±SE	Mean±SE	Mean±SE
Grains	320.22±10.78	310.32±6.81	310.12±7.59	0.690	230.93±4.81	227.47±5.68	236.79±6.31	0.568	267.38±5.16	272.42±4.82	281.71±5.53	0.185
Vegetables	303.06±10.95	331.53±8.74	362.49±10.39	0.001	237.70±6.58	264.19±7.31	274.48±7.63	0.001	264.39±5.80	300.73±6.29	328.39±7.44	<0.001
Fruits	117.48±10.67	129.87±8.59	132.75±9.95	0.574	141.10±8.93	201.28±22.92	168.10±9.32	0.005	131.46±7.07	162.53±11.78	146.44±7.78	0.043
Meats	198.92±12.45	168.56±8.84	146.57±7.51	0.002	110.88±5.07	102.81±6.54	70.51±4.82	<0.001	146.82±5.97	138.49±5.55	117.10±4.95	0.001
Drinks	314.11±22.19	249.09±18.35	236.72±16.68	0.010	227.27±12.46	229.29±13.73	162.24±15.11	0.001	262.72±12.11	240.03±12.89	207.86±13.08	0.003

¹⁾Based on the number of abnormal values in the criteria for metabolic syndrome [0:Normal, 1-2:Caution, ≥3:MS(Metabolic syndrome)].

²⁾Presented as M±SE of food intake (g). M is Mean estimates, SE is Standard Error estimates..

³⁾Calculated by complex samples general linear model.

References

Choi SA, Chung SS, Rho JO. Benefits of adherence to the Korea Healthy Eating Index on the risk factors and incidence of the metabolic syndrome: analysis of the 7th (2016-2018) Korea National Health and Nutrition Examination Survey. J Nutr Health. 2022. 55:120-140.
Choi SM, Kim KY, Lee TY, et al. Incidence and related factors of the metabolic syndrome in a university hospital. Korea J Health Edu Promot. 2009. 26:35-47.
Chong MY, Han I. Comparison of blood triglyceride level by health and dietary behaviors using the seventh (2018) Korean National Health and Nutrition Examination Survey (KNHANES). J East Asian Soc Diet Life. 2021. 31:299-310.
Dallongeville J, Cottel D, Ferrières J, et al. Household income is associated with the risk of metabolic syndrome in a sex-specific manner. Diabetes Care 2005. 28:409-415.
Dominiczak MH. Metabolic syndrome. Curr Opin Lipidol. 2003. 14:329-332.
Facchini F, Ida Chen YD, Reaven GM. Light-to-moderate alcohol intake is associated with enhanced insulin sensitivity. Diabetes Care. 1994. 17:115-119.
Gaziano JM, Buring JE, Breslow JL, et al. Moderate alcohol intake, increased levels of high-density lipoprotein and its subfractions, and decreased risk of myocardial infarction. N Engl J Med. 1993. 329:1829-1834.
Han G, Yang E. Nutrient intake in korean adults determined by considering the type of lunch, categorized as home meals, eating out and institutional meals: Data from the 2019 Korea National Health and Nutrition Examination Survey. J Korean Soc Food Cult. 2021. 36:583-594.
Han I, Chong MY. The study on the difference of blood level of HDL-cholesterol by obesity and health behavior from the seventh (2016) Korea National Health and Nutrition Examination Survey. J Korean Soc Food Sci Nutr. 2020. 49:1377-1388.
Jeon YK, Cho WJ. The comparative analysis of body shape perception, nutritional status and metabolic syndrome factors of middle-aged women by physical activity level. The Korean Journal of Physical Education. 2016. 55:527-539.
Jeong W, Jin B, Hwang E. Prevalence of metabolic syndrome and assessment of food･nutrient intakes among adult visitors of a public health center in Korea. J Korean Soc Food Sci Nutr. 2012. 41:205-212.
Jung CH, Park JS, Lee WY, et al. Effects of smoking, alcohol, exercise, level of education, and family history on the metabolic syndrome in Korean adults. Korean J Med. 2002. 63:649-659.
Kang HJ, Kerry JS, Jun TW, et al. Effects of long-term exercise training on metabolic syndrome factors in elderly women. Korean J Sport Sci. 2004. 15(2):19-31.
Kang HM, Kim DJ. Gender differences in the association of socioeconomic status with metabolic syndrome in middle-aged Koreans. Korean J Med. 2012. 82:569-575.
Kim JY, Shin HW, Jeong IK, et al. The relationship of adiponectin, leptin and ghrelin to insulin resistance and cardio vascular risk factors in human obesity. Korean J Med. 2005. 69:631-641.
Kim NL, Jeong HS, Kim SW, et al. Related clinical factors to number of diagnosing criteria of metabolic syndrome. J Health Info Stat. 2012. 37(2):37-45.
Ko SK. The effect of BMI and %Fat as an obesity index on the diagnosis of blood lipoprotein in adult men. Exerc Sci. 2005. 14:21-30.
Korea Disease Control and Prevention Agency (KDCA). 2021 Health information. 2021 [cited 2022 Jul 30]. Available from: https://health.kdca.go.kr/healthinfo/biz/health/gnrlzHealthInfo/gnrlzHealthInfo/gnrlzHealthInfoView.do?cntnts_sn=5427
Kuzuya M, Ando F, Iguchi A, et al. Age-specific change of prevalence of metabolic syndrome: Longitudinal observation of large Japanese cohort. Atherosclerosis. 2007. 191:305-312.
Lee J, Choi K. Assessment of nutrient intake and dietary quality of Korean adults in metabolic syndrome patients according to taking medical care: Based on the 2017 Korea National Health and Nutrition Examination Survey. Korean J Community Nutr. 2022. 27:321-340.
Lee SH, Seomun GA. Investigation of healthy life practices among Korean males and females in relation to dyslipidemia using data from the 2012 Korea National Health and Nutrition Examination Survey. Journal of Digital Convergence. 2016. 14:327-338.
Lim S, Shin H, Song JH, et al. Increasing prevalence of metabolic syndrome in Korea: The Korean National Health and Nutrition Examination Survey for 1998-2007. Diabetes Care. 2011. 34:1323-1328.
Linn S, Carroll M, Johnson C, et al. High-density lipoprotein cholesterol and alcohol consumption in US white and black adults: data from NHANES Ⅱ. Am J Public Health. 1993. 83:811-816.
Nguyen TV, Arisawa K, Katsuura-Kamano S, et al. Associations of metabolic syndrome and metabolically unhealthy obesity with cancer mortality: The Japan Multi-Institutional Collaborative Cohort (J-MICC) study. PLoS ONE. 2022. 17:e0269550. https://doi.org/10.1371/journal.pone.0269550
Park YS, Kang SH, Jang SI, et al. Association between lifestyle factors and the risk of metabolic syndrome in the South Korea. Sci Rep. 2022. 12:13356. https://doi.org/10.1038/s41598-022-17361-2
Reaven GM. Role of insulin resistance in human disease (syndrome X): An expanded definition. Annu Rev Med. 1993. 44:121-131.
Ryu JL, Kim SH, Ju JS. The parallel multiple mediation effect of self-care agency and resilience on the relation between stress and health promotion behavior in patients at risk of metabolic syndrome. Korean Public Health Research. 2021. 47(2):17-30.
Shim JY, Kang HT, Kim SY, et al. Clinical practice guideline of prevention and treatment for metabolic syndrome. Korean J Fam Pract. 2015. 5:375-420.
Song FF, Jang JA, Kim YS, et al. Analysis of dietary intake status and risk of metabolic syndrome according to white rice consumption in Korea: Basted on data 1^st (1998), 4^th (2007∼2009), 6^th (2013) Korean National Health and Nutrition Examination Survey (KNHANES). J Korean Soc Food Cult. 2015. 30:682-694.
Stern MP, Williams K, González-Villalpando C, et al. Does the metabolic syndrome improve identification of individuals at risk of type 2 diabetes and/or cardiovascular disease?. Diabetes Care. 2004. 27:2676-2681.
Ushula TW, Mamun A, Darssan D, et al. Dietary patterns and the risks of metabolic syndrome and insulin resistance among young adults: Evidence from a longitudinal study. Clin Nutr. 2022. 41:1523-1531.
WHO, IASO, IOTF. The Asia-Pacific perspective: redefining obesity and its treatment. Health Communications Australia, Melbourne, Australia. 2000. p 20.
Zeng P, Zhu X, Zhang Y, et al. Metabolic syndrome and the development of type 2 diabetes among professionals living in Beijing, China. Diabetes Res Clin Pract. 2011. 94:299-304.