カテゴリー: Nutrition

食品の栄養組成，献立ごとの栄養組成について
Nutrition components of foods and dishes.

How to create scalar function of SQL Server in order to define nPNA?

The Japanese Society for Dialysis Therapy (JSDT) recommends PCR as an indicator of protein intake. Otherwise K/DOQQI recommends nPNA. If you calculate Kt/V with Daugirdas’ method, you can also define nPNA.

\displaystyle \mathrm{nPNA} = \frac{C_0}{36.3 + 5.48\times\mathrm{Kt/V} + 53.5/\mathrm{Kt/V}} + 0.168 \\ = \frac{\mathrm{preBUN}}{36.3 + 5.48\times\mathrm{Kt/V} + 53.5 / \mathrm{Kt/V}} + 0.168 \cdots(4)

Execute the following procedure. 

CREATE FUNCTION Function_nPNA 
(		@preBUN		DEC(4, 1)
	,	@postBUN	DEC(4, 1)
	,	@preWeight	DEC(4, 1)
	,	@postWeight	DEC(4, 1)
	,	@DialysisDuration	int
)
RETURNS DEC(3, 2)
AS
BEGIN
	DECLARE @nPNA	DEC(3, 2)
	SELECT	@nPNA = @preBUN
	/	(36.3 + 5.48 * (dbo.Function_KtV(@preBUN, @postBUN, @preWeight, @postWeight, @DialysisDuration))
	+			53.5 / (dbo.Function_KtV(@preBUN, @postBUN, @preWeight, @postWeight, @DialysisDuration)))
	+	0.168
	RETURN	@nPNA
END

Reference: Simplified nutritional screening tools for patients on maintenance hemodialysis

SQL Serverのスカラー値関数としてnPNAを定義するには

　たんぱく質摂取量の指標として日本透析医学会では PCR を採用しています．一方 K/DOQQI では nPNA を採用しています．Daugirdas の方法で Kt/V を計算すると nPNA も計算できます．

\displaystyle \mathrm{nPNA} = \frac{C_0}{36.3 + 5.48\times\mathrm{Kt/V} + 53.5/\mathrm{Kt/V}} + 0.168 \\ = \frac{\mathrm{preBUN}}{36.3 + 5.48\times\mathrm{Kt/V} + 53.5 / \mathrm{Kt/V}} + 0.168 \cdots(4)

　下記プロシージャを実行して関数を作成します．

CREATE FUNCTION Function_nPNA 
(		@preBUN		DEC(4, 1)
	,	@postBUN	DEC(4, 1)
	,	@preWeight	DEC(4, 1)
	,	@postWeight	DEC(4, 1)
	,	@DialysisDuration	int
)
RETURNS DEC(3, 2)
AS
BEGIN
	DECLARE @nPNA	DEC(3, 2)
	SELECT	@nPNA = @preBUN
	/	(36.3 + 5.48 * (dbo.Function_KtV(@preBUN, @postBUN, @preWeight, @postWeight, @DialysisDuration))
	+			53.5 / (dbo.Function_KtV(@preBUN, @postBUN, @preWeight, @postWeight, @DialysisDuration)))
	+	0.168
	RETURN	@nPNA
END

参照：維持透析患者のための簡易栄養スクリーニングツール

How to define Kt/V, an indicator of the efficiency of dialysis, as scalar function of SQL Server?

In Japan, Shinzato’s fomula for calculating Kt/V, an indicator of efficiency of dialysis, is recommended by JSDT. Since integral equation is used to solve Shinzato’s method, you couldn’t solve algebraically. In K/DOQQI, it is usual to solve Kt/V with Daugirdas’ method. Shinzato has described that Daugirdas’ Kt/V is similar to Shinzato’s Kt/V.

\displaystyle \mathrm{Kt/V} = - LN( R - 0.08 \times t ) + \left[ 4 - \left( 3.5 \times R \right) \right] \times\frac{\mathrm{UF}}{\mathrm{W}}\\ = - LN \left( \frac{\mathrm{postBUN}}{\mathrm{preBUN}} - 0.008 \times t \right) + \left[ 4 - \left( 3.5 \times \frac{\mathrm{postBUN}}{\mathrm{preBUN}} \right) \right] \times \frac{\mathrm{preWeight} - \mathrm{postWeight}}{\mathrm{postWeight}} \cdots(1)
\displaystyle \mathrm{Gw} = \mathrm{G}\cdot\mathrm{Tw} = \mathrm{Kd}\int_{0}^{Td}C_1dt + \mathrm{Kd}\int_{0}^{Td}C_2dt + \mathrm{Kd}\int_{0}^{Td}C_3dt \cdots(2)
\displaystyle \mathrm{Ce} = \mathrm{Cs} Exp\left( - \frac{\mathrm{Kt}}{\mathrm{V}} \right) + \frac{\mathrm{G}}{\mathrm{K}}\left[ 1 - Exp\left( - \frac{\mathrm{Kt}}{\mathrm{V}} \right) \right] \cdots(3)

Execute the procedure as following; 

CREATE FUNCTION Function_KtV 
(		@preBUN DEC(4, 1)
	,	@postBUN DEC(4, 1)
	,	@preWeight	DEC(4, 1)
	,	@postWeight DEC(4, 1)
	,	@DialysisDuration	int
)
RETURNS DEC(3,2)
AS
BEGIN
	DECLARE	@KtV DEC(3, 2)
	SELECT	@KtV = - LOG(@postBUN / @preBUN - 0.008 * @DialysisDuration / 60) 
					+ (4 - (3.5 * @postBUN / @preBUN))
					* ((@preWeight - @postWeight) / @postWeight)
	RETURN	@KtV
END
GO

References: JSDT 29 (12): 1511-1516, 1996

Second Generation Logarithmic Estimates of Single-Pool Variable Volume

SQL Serverのスカラー値関数としてKt/Vを定義するには

　透析患者の透析効率を計算するには日本透析医学会の推奨する新里式があります．原著論文を見ると積分方程式を解く必要があり，一般的な数学の知識では歯が立ちません．ここでは Daugirdas による Kt/V をデータベース内で計算する方法を述べます．新里自身も Daugirdas による Kt/V と新里式による Kt/V とはかなり一致していると述べており，ほぼ代用可能ではないかと思われます．(1) が Daugirdas の方法で (2) と (3) を解くと新里式になります．

\displaystyle \mathrm{Kt/V} = - LN( R - 0.008 \times t ) + \left[ 4 - \left( 3.5 \times R \right) \right] \times\frac{\mathrm{UF}}{\mathrm{W}}\\ = - LN \left( \frac{\mathrm{postBUN}}{\mathrm{preBUN}} - 0.008 \times t \right) + \left[ 4 - \left( 3.5 \times \frac{\mathrm{postBUN}}{\mathrm{preBUN}} \right) \right] \times \frac{\mathrm{preWeight} - \mathrm{postWeight}}{\mathrm{postWeight}} \cdots(1)
\displaystyle \mathrm{Gw} = \mathrm{G}\cdot\mathrm{Tw} = \mathrm{Kd}\int_{0}^{Td}C_1dt + \mathrm{Kd}\int_{0}^{Td}C_2dt + \mathrm{Kd}\int_{0}^{Td}C_3dt \cdots(2)
\displaystyle \mathrm{Ce} = \mathrm{Cs} Exp\left( - \frac{\mathrm{Kt}}{\mathrm{V}} \right) + \frac{\mathrm{G}}{\mathrm{K}}\left[ 1 - Exp\left( - \frac{\mathrm{Kt}}{\mathrm{V}} \right) \right] \cdots(3)

　下記プロシージャを実行して関数を作成します．

CREATE FUNCTION Function_KtV 
(		@preBUN DEC(4, 1)
	,	@postBUN DEC(4, 1)
	,	@preWeight	DEC(4, 1)
	,	@postWeight DEC(4, 1)
	,	@DialysisDuration	int
)
RETURNS DEC(3,2)
AS
BEGIN
	DECLARE	@KtV DEC(3, 2)
	SELECT	@KtV = - LOG(@postBUN / @preBUN - 0.008 * @DialysisDuration / 60) 
					+ (4 - (3.5 * @postBUN / @preBUN))
					* ((@preWeight - @postWeight) / @postWeight)
	RETURN	@KtV
END
GO

参照：透析会誌 29 (12): 1511-1516, 1996

Second Generation Logarithmic Estimates of Single-Pool Variable Volume

How to create scalar function of SQL Server in order to calculate GNRI?

Malnutrition in elder people increases the risk of death. Geriatric Nutrition Risk Index (GNRI) is the tool to detect malnutrition easily in hemodialysis patients, too. The definition is as following;

\displaystyle \mathrm{GNRI} = 14.89\times\mathrm{Albumin (g/dL)} + 41.7\times\frac{\mathrm{Body Weight}}{\mathrm{Ideal Body Weight}}

where ideal body weight is given by multiplying 22 the square of height. But body weight should be replaced with ideal body weight if body weight is greater than ideal body weight. Then the second term is equal to 1.

Table is defined as following procedure. It is based on the survey list of the Japanese Society for Dialysis Therapy in 2013. 

CREATE TABLE dbo.T_JSDT(
	ID nchar(8) NOT NULL,
	DATE_Survey date NOT NULL,
	Diabetes nchar(1) NOT NULL,
	Myocardial_Infarction nchar(1) NOT NULL,
	Cerebral_Hemorrhage nchar(1) NOT NULL,
	Cerebral_Infarction nchar(1) NOT NULL,
	Amputation nchar(1) NOT NULL,
	Femoral_Fracture nchar(1) NOT NULL,
	EPS nchar(1) NOT NULL,
	Hypertensive_Agents nchar(1) NOT NULL,
	Smoke nchar(1) NOT NULL,
	Therapy_Mode nchar(10) NOT NULL,
	Combination_PD nchar(1) NOT NULL,
	History_PD nchar(1) NOT NULL,
	Transplantation_COUNT nchar(1) NOT NULL,
	DIalysis_COUNT int NULL,
	Dialysis_Duration int NULL,
	QB int NULL,
	Height decimal(4, 1) NOT NULL,
	preWeight decimal(4, 1) NOT NULL,
	postWeight decimal(4, 1) NULL,
	preBUN decimal(4, 1) NOT NULL,
	postBUN decimal(4, 1) NULL,
	preCre decimal(5, 2) NOT NULL,
	postCre decimal(5, 2) NULL,
	Albumin decimal(3, 1) NOT NULL,
	CRP decimal(4, 2) NOT NULL,
	Ca decimal(3, 1) NOT NULL,
	IP decimal(3, 1) NOT NULL,
	Hemoglobin decimal(3, 1) NOT NULL,
	TIBC decimal(3, 0) NULL,
	Fe decimal(3, 0) NULL,
	Ferritin decimal(5, 1) NULL,
	TCHO decimal(3, 0) NOT NULL,
	HDLC decimal(3, 0) NOT NULL,
	PTH_mode nchar(1) NOT NULL,
	PTH decimal(4, 0) NULL,
	HbA1c decimal(3, 1) NULL,
	GA decimal(3, 1) NULL,
	SBP decimal(3, 0) NOT NULL,
	DBP decimal(3, 0) NOT NULL,
	HR decimal(3, 0) NOT NULL,
	KtV_JSDT decimal(3, 2) NULL,
	nPCR_JSDT decimal(3, 2) NULL,
	[%CRE] decimal(4, 1) NULL,
 CONSTRAINT PK_T_JSDT PRIMARY KEY (ID, DATE_Survey)

We need height, body weight and albumin in the table. Execute following procedure to create function. 

CREATE FUNCTION Function_GNRI 
(@Albumin dec(3, 1), @Height dec(4, 1), @Weight dec(4, 1))
RETURNS DEC(5, 2)
AS
BEGIN
	DECLARE @GNRI DEC(5,2)
	SELECT @GNRI = 14.89 * @Albumin + 41.7 * CASE WHEN @Weight > ( 22 * POWER(@Height/100, 2)) THEN ( 22 * POWER(@Height/100, 2)) ELSE @Weight END / ( 22 * POWER(@Height/100, 2))
	RETURN @GNRI
END

Execute following query to calculate GNRI. 

WITH	CTE	AS
(SELECT	J.ID		AS ID
	,	J.DATE_Survey	AS DATE_Survey
	,	J.Albumin	AS ALB
	,	J.Height	AS Height
	,	CASE WHEN J.postWeight IS NULL THEN J.preWeight ELSE J.postWeight END	AS Weight
   FROM	dbo.T_JSDT AS J
),	CTE_GNRI AS
(SELECT	CTE.ID		AS ID
	,	CTE.DATE_Survey	AS DATE_Survey
	,	dbo.Function_GNRI(CTE.ALB, CTE.Height, CTE.Weight)	AS GNRI
FROM	CTE)
SELECT	*	FROM	CTE_GNRI;

Reference: Simplified nutritional screening tools for patients on maintenance hemodialysis

SQL Serverのスカラー値関数としてGNRIを定義するには

　高齢者における低栄養は死亡のリスクを高めることが知られています．Geriatric Nutrition Risk Index (GNRI) は低栄養を簡易に検出できるツールです．単に高齢者だけではなく，維持透析患者においても有用です．その定義は以下です．

\displaystyle \mathrm{GNRI} = 14.89\times\mathrm{Albumin (g/dL)} + 41.7\times\frac{\mathrm{Body Weight}}{\mathrm{Ideal Body Weight}}

ここで理想体重 (kg) は身長 (m) の二乗に 22 を乗じて得られます．ただし実体重が理想体重を上回る場合には，実体重を理想体重に置き換えます．つまり第 2 項の分数は 1 に等しくなります．

　データベースのテーブル定義は以下の通りであるとします．日本透析医学会統計調査票の 2013 年版に基いています．

CREATE TABLE dbo.T_JSDT(
	ID nchar(8) NOT NULL,
	DATE_Survey date NOT NULL,
	Diabetes nchar(1) NOT NULL,
	Myocardial_Infarction nchar(1) NOT NULL,
	Cerebral_Hemorrhage nchar(1) NOT NULL,
	Cerebral_Infarction nchar(1) NOT NULL,
	Amputation nchar(1) NOT NULL,
	Femoral_Fracture nchar(1) NOT NULL,
	EPS nchar(1) NOT NULL,
	Hypertensive_Agents nchar(1) NOT NULL,
	Smoke nchar(1) NOT NULL,
	Therapy_Mode nchar(10) NOT NULL,
	Combination_PD nchar(1) NOT NULL,
	History_PD nchar(1) NOT NULL,
	Transplantation_COUNT nchar(1) NOT NULL,
	DIalysis_COUNT int NULL,
	Dialysis_Duration int NULL,
	QB int NULL,
	Height decimal(4, 1) NOT NULL,
	preWeight decimal(4, 1) NOT NULL,
	postWeight decimal(4, 1) NULL,
	preBUN decimal(4, 1) NOT NULL,
	postBUN decimal(4, 1) NULL,
	preCre decimal(5, 2) NOT NULL,
	postCre decimal(5, 2) NULL,
	Albumin decimal(3, 1) NOT NULL,
	CRP decimal(4, 2) NOT NULL,
	Ca decimal(3, 1) NOT NULL,
	IP decimal(3, 1) NOT NULL,
	Hemoglobin decimal(3, 1) NOT NULL,
	TIBC decimal(3, 0) NULL,
	Fe decimal(3, 0) NULL,
	Ferritin decimal(5, 1) NULL,
	TCHO decimal(3, 0) NOT NULL,
	HDLC decimal(3, 0) NOT NULL,
	PTH_mode nchar(1) NOT NULL,
	PTH decimal(4, 0) NULL,
	HbA1c decimal(3, 1) NULL,
	GA decimal(3, 1) NULL,
	SBP decimal(3, 0) NOT NULL,
	DBP decimal(3, 0) NOT NULL,
	HR decimal(3, 0) NOT NULL,
	KtV_JSDT decimal(3, 2) NULL,
	nPCR_JSDT decimal(3, 2) NULL,
	[%CRE] decimal(4, 1) NULL,
 CONSTRAINT PK_T_JSDT PRIMARY KEY (ID, DATE_Survey)

　上記テーブルの中で必要な項目は身長，体重，アルブミン値です．下記プロシージャを実行して関数を作成します．実体重が理想体重を上回る場合には実体重を理想体重に置き換えるという条件は CASE 式の中で評価します．

CREATE FUNCTION Function_GNRI 
(@Albumin dec(3, 1), @Height dec(4, 1), @Weight dec(4, 1))
RETURNS DEC(5, 2)
AS
BEGIN
	DECLARE @GNRI DEC(5,2)
	SELECT @GNRI = 14.89 * @Albumin + 41.7 * CASE WHEN @Weight > ( 22 * POWER(@Height/100, 2)) THEN ( 22 * POWER(@Height/100, 2)) ELSE @Weight END / ( 22 * POWER(@Height/100, 2))
	RETURN @GNRI
END

　下記のクエリを実行して GNRI を求めます．CASE 式の中身は透析後体重が空欄の場合は透析前体重で代用するという意味です．

WITH	CTE	AS
(SELECT	J.ID		AS ID
	,	J.DATE_Survey	AS DATE_Survey
	,	J.Albumin	AS ALB
	,	J.Height	AS Height
	,	CASE WHEN J.postWeight IS NULL THEN J.preWeight ELSE J.postWeight END	AS Weight
   FROM	dbo.T_JSDT AS J
),	CTE_GNRI AS
(SELECT	CTE.ID		AS ID
	,	CTE.DATE_Survey	AS DATE_Survey
	,	dbo.Function_GNRI(CTE.ALB, CTE.Height, CTE.Weight)	AS GNRI
FROM	CTE)
SELECT	*	FROM	CTE_GNRI;

参照：維持透析患者のための簡易栄養スクリーニングツール

Anabolic exercise in haemodialysis patients: a randomised controlled pilot study

Nutrition rehabilitation in hemodialysis patients is one of the hottest topics. They have reported that resistance exercise has resulted to muscle strength, but the lack of functional capacity. Although this trial has high evidence with RCT, the number of participants may be too small to determine statistically significant.

Anabolic exercise in haemodialysis patients: a randomised controlled pilot study

Danielle L. Kirkman, Paul Mullins, Naushad A. Junglee, Mick Kumwenda, Mahdi M. Jibani, Jamie H. Macdonald

Abstract

Background

The anabolic response to progressive resistance exercise training (PRET) in haemodialysis patients is unclear. This pilot efficacy study aimed to determine whether high-intensity intradialytic PRET could reverse atrophy and consequently improve strength and physical function in haemodialysis patients. A second aim was to compare any anabolic response to that of healthy participants completing the same program.

Methods

In a single blind controlled study, 23 haemodialysis patients and 9 healthy individuals were randomly allocated to PRET or an attention control (SHAM) group. PRET completed high-intensity exercise leg extensions using novel equipment. SHAM completed low-intensity lower body stretching activities using ultra light resistance bands. Exercises were completed thrice weekly for 12 weeks, during dialysis in the haemodialysis patients. Outcomes included knee extensor muscle volume by magnetic resonance imaging, knee extensor strength by isometric dynamometer and lower body tests of physical function. Data were analysed by a per protocol method using between-group comparisons.

Results

PRET elicited a statistically and clinically significant anabolic response in haemodialysis patients (PRET—SHAM, mean difference [95 % CI]: 193[63 to 324] cm3) that was very similar to the response in healthy participants (PRET—SHAM, 169[−41 to 379] cm3). PRET increased strength in both haemodialysis patients and healthy participants. In contrast, PRET only enhanced lower body functional capacity in the healthy participants.

Conclusions

Intradialytic PRET elicited a normal anabolic and strength response in haemodialysis patients. The lack of a change in functional capacity was surprising and warrants further investigation.

Keywords: Weight lifting, Wasting syndrome, Chronic kidney failure, Haemodialysis

Anabolic exercise in haemodialysis patients: a randomised
controlled pilot study

Anabolic exercise in haemodialysis patients: a randomised controlled pilot study

　血液透析患者における栄養リハビリテーションは最近のトピックの一つです．レジスタンス運動は筋力増強をもたらしたものの，身体機能の改善には至らなかったという報告です．無作為化比較試験であり信頼性は高いのですが，参加者人数が少なく有意差が出なかったのではないかとも考えられます．



透析患者における蛋白同化運動：無作為化比較試験

Danielle L. Kirkman, Paul Mullins, Naushad A. Junglee, Mick Kumwenda, Mahdi M. Jibani, Jamie H. Macdonald

要旨

背景

　透析患者における漸増レジスタンス運動 (PRET) への反応は不明確である．このパイロット有効性研究は，透析患者において透析の間での強度の PRET が萎縮を逆転できるか，また結果的に筋力と身体機能を改善することができるか否かを定義することを目的とする．2番目の目的は蛋白同化反応と，同様のプログラムを完遂した健康な参加者の反応とを比較することである．

方法

　単盲検対照試験において 23 名の透析患者と 9 名の健康な個人が無作為に PRET 群と比較対照群 (SHAM) に割り付けられた．PRET 群は強度の運動，つまり新規の設備を使って下肢を進展する運動を完遂した．SHAM 群は軽度の下半身を進展する活動を超軽量の抵抗バンドを用いて完遂した．透析患者の運動は週に 3 回の透析中に，12 週間にわたって行われた．転帰には MRI による膝伸筋容積，アイソメトリックダイナモメーターによる膝伸展力および身体機能の下半身テストが含まれた．データは群間比較を用いたプロトコルメソッドにより解析した．

結果

　PRET は透析患者において統計的および臨床的に有意に蛋白同化反応を惹起し (PRET—SHAM, mean difference [95 % CI]: 193[63 to 324] cm3), 健常な参加者においても同様であった (PRET—SHAM, 169[−41 to 379] cm3). PRET は透析患者においても健常者においても筋力を増強させた．対照的に, PRET は健常者においてのみ下半身の身体機能を増強させただけであった．

結論

　透析患者において透析中の PRET は正常な蛋白同化と筋力増強を惹起した．身体機能に変化がなかったことは驚くべきものであり，さらなる調査が必要と考えられた．

Keywords: Weight lifting, Wasting syndrome, Chronic kidney failure, Haemodialysis

Anabolic exercise in haemodialysis patients: a randomised
controlled pilot study

How to fix the text file of the food composition of the diet recipes to the first normal form?

In this article, I’d like to describe how to fix the text file of the food composition of the diet recipes, which a facility have provided for one year, to the first normal form in order to insert into database. 

Option Explicit

Sub LoopProcedure()
    Dim Sh  As Worksheet
    For Each Sh In Worksheets
        If Sh.Name Like "Sheet" & "*" Then
            Call TransportFromTxtToCSV(Sh)
        End If
    Next Sh
End Sub

Sub TransportFromTxtToCSV()
    Dim mySht               As Worksheet
    Dim myRng               As Range
    Dim myAr                As Variant
    Dim RecAr()             As String
    Dim i                   As Long
    Dim j                   As Long
    Dim k                   As Long
    Dim Date_Serving_Meal   As Date
    Dim Menu_Name           As String
    Dim tmpStart            As Long
    Dim Meal_Time           As String
    Dim Dish                As String
    Dim RecordNumber        As Long
    
    set mysht = sh
    RecordNumber = Count_Record(mySht)
    ReDim RecAr(RecordNumber - 1, 51)
    Set myRng = mySht.UsedRange
    myAr = myRng
    k = 0
    Date_Serving_Meal = "2011/1/1"
    Menu_Name = myAr(1, 11) & myAr(1, 12) & myAr(1, 13)
    tmpStart = InStr(Menu_Name, ")")
    Menu_Name = Mid(Menu_Name, tmpStart + 1)
    Meal_Time = "朝食"
    For i = LBound(myAr) To UBound(myAr)
        
        Select Case True
            Case myAr(i, 2) = "合      計"
                Date_Serving_Meal = DateAdd("d", 1, Date_Serving_Meal)
            Case myAr(i, 2) = "《朝食》"
                Meal_Time = "朝食"
            Case myAr(i, 2) = "《昼食》"
                Meal_Time = "昼食"
            Case myAr(i, 2) = "《夕食》"
                Meal_Time = "夕食"
            Case myAr(i, 2) = "小      計"
            Case myAr(i, 2) = "^e12【献立"
            Case myAr(i, 2) Like "動蛋比" & "*"
            Case myAr(i, 2) = "・・・・・・・・・・"
            Case myAr(i, 2) = "料理名"
            Case myAr(i, 2) = ""
            Case Else
                Dish = myAr(i, 2)
        End Select
        
        Select Case True
            Case myAr(i, 3) = "・・・・・・・・・・・"
            Case myAr(i, 3) Like "EN比" & "*"
            Case myAr(i, 3) = "食品名"
            Case myAr(i, 3) Like "一覧表】 ^e11" & "*"
            Case myAr(i, 3) = ""
            Case Else
                RecAr(k, 0) = Date_Serving_Meal
                RecAr(k, 1) = Menu_Name
                RecAr(k, 2) = Meal_Time
                RecAr(k, 3) = Dish
                RecAr(k, 4) = myAr(i, 3)
                For j = 5 To 22
                    RecAr(k, j) = myAr(i, j - 1)
                Next j
                For j = 23 To 39
                    RecAr(k, j) = myAr(i + 1, j - 18)
                Next j
                For j = 40 To 51
                    RecAr(k, j) = myAr(i + 2, j - 35)
                Next j
                k = k + 1
        End Select
    Next i
    Set mySht = Worksheets.Add
    With mySht
        .Name = Menu_Name
        .Range(Cells(1, 1), Cells(RecordNumber, 52)) = RecAr
    End With
    
    Set mySht = Nothing
    Set myRng = Nothing
    Erase RecAr
End Sub

Function Count_Record(ByRef Sh As Worksheet) As Long    
    Dim mySht       As Worksheet
    Dim myAr        As Variant
    Dim i           As Long
    Dim j           As Long
    Dim k           As Long
    Set mySht = Sh
    myAr = mySht.UsedRange
    j = 0
    k = 0
    For i = LBound(myAr) To UBound(myAr)
        Select Case True
            Case myAr(i, 2) = "合      計"
            Case myAr(i, 2) = "小      計"
            Case myAr(i, 2) = "《朝食》"
            Case myAr(i, 2) = "《昼食》"
            Case myAr(i, 2) = "《夕食》"
            Case myAr(i, 2) = "^e12【献立"
            Case myAr(i, 2) Like "動蛋比" & "*"
            Case myAr(i, 2) = "・・・・・・・・・・"
            Case myAr(i, 2) = "料理名"
            Case myAr(i, 2) = ""
            Case Else
                j = j + 1
        End Select
        Select Case True
            Case myAr(i, 3) = "・・・・・・・・・・・"
            Case myAr(i, 3) Like "EN比" & "*"
            Case myAr(i, 3) = "食品名"
            Case myAr(i, 3) Like "一覧表】 ^e11" & "*"
            Case myAr(i, 3) = ""
            Case Else
                k = k + 1
        End Select
    Next i
    Count_Record = k
End Function

提供食レシピの食品成分のテキストファイルを第1正規形にするEXCEL VBAコード

　ある施設の1年間で提供した食事のレシピの食品成分のテキストファイルから，データベースに取り込むための前処置としてデータを第1正規形に整形する EXCEL VBA コードです．個人的な備忘録です．

　94行目以降の関数 Count_Record は，アクティブシートをループして必要なレコード数を計測する関数です．104行目以降で料理名の数（B列），119行目以降で食品名の数（C列）に注目しています．サブルーチン TransportFromTxtToCSV から呼び出して，動的配列の要素数を後で決定するのに用います．

Option Explicit

Sub LoopProcedure()
    Dim Sh  As Worksheet
    For Each Sh In Worksheets
        If Sh.Name Like "Sheet" & "*" Then
            Call TransportFromTxtToCSV(Sh)
        End If
    Next Sh
End Sub

Sub TransportFromTxtToCSV()
    Dim mySht               As Worksheet
    Dim myRng               As Range
    Dim myAr                As Variant
    Dim RecAr()             As String
    Dim i                   As Long
    Dim j                   As Long
    Dim k                   As Long
    Dim Date_Serving_Meal   As Date
    Dim Menu_Name           As String
    Dim tmpStart            As Long
    Dim Meal_Time           As String
    Dim Dish                As String
    Dim RecordNumber        As Long
    
    set mysht = sh
    RecordNumber = Count_Record(mySht)
    ReDim RecAr(RecordNumber - 1, 51)
    Set myRng = mySht.UsedRange
    myAr = myRng
    k = 0
    Date_Serving_Meal = "2011/1/1"
    Menu_Name = myAr(1, 11) & myAr(1, 12) & myAr(1, 13)
    tmpStart = InStr(Menu_Name, ")")
    Menu_Name = Mid(Menu_Name, tmpStart + 1)
    Meal_Time = "朝食"
    For i = LBound(myAr) To UBound(myAr)
        
        Select Case True
            Case myAr(i, 2) = "合      計"
                Date_Serving_Meal = DateAdd("d", 1, Date_Serving_Meal)
            Case myAr(i, 2) = "《朝食》"
                Meal_Time = "朝食"
            Case myAr(i, 2) = "《昼食》"
                Meal_Time = "昼食"
            Case myAr(i, 2) = "《夕食》"
                Meal_Time = "夕食"
            Case myAr(i, 2) = "小      計"
            Case myAr(i, 2) = "^e12【献立"
            Case myAr(i, 2) Like "動蛋比" & "*"
            Case myAr(i, 2) = "・・・・・・・・・・"
            Case myAr(i, 2) = "料理名"
            Case myAr(i, 2) = ""
            Case Else
                Dish = myAr(i, 2)
        End Select
        
        Select Case True
            Case myAr(i, 3) = "・・・・・・・・・・・"
            Case myAr(i, 3) Like "EN比" & "*"
            Case myAr(i, 3) = "食品名"
            Case myAr(i, 3) Like "一覧表】 ^e11" & "*"
            Case myAr(i, 3) = ""
            Case Else
                RecAr(k, 0) = Date_Serving_Meal
                RecAr(k, 1) = Menu_Name
                RecAr(k, 2) = Meal_Time
                RecAr(k, 3) = Dish
                RecAr(k, 4) = myAr(i, 3)
                For j = 5 To 22
                    RecAr(k, j) = myAr(i, j - 1)
                Next j
                For j = 23 To 39
                    RecAr(k, j) = myAr(i + 1, j - 18)
                Next j
                For j = 40 To 51
                    RecAr(k, j) = myAr(i + 2, j - 35)
                Next j
                k = k + 1
        End Select
    Next i
    Set mySht = Worksheets.Add
    With mySht
        .Name = Menu_Name
        .Range(Cells(1, 1), Cells(RecordNumber, 52)) = RecAr
    End With
    
    Set mySht = Nothing
    Set myRng = Nothing
    Erase RecAr
End Sub

Function Count_Record(ByRef Sh As Worksheet) As Long    
    Dim mySht       As Worksheet
    Dim myAr        As Variant
    Dim i           As Long
    Dim j           As Long
    Dim k           As Long
    Set mySht = Sh
    myAr = mySht.UsedRange
    j = 0
    k = 0
    For i = LBound(myAr) To UBound(myAr)
        Select Case True
            Case myAr(i, 2) = "合      計"
            Case myAr(i, 2) = "小      計"
            Case myAr(i, 2) = "《朝食》"
            Case myAr(i, 2) = "《昼食》"
            Case myAr(i, 2) = "《夕食》"
            Case myAr(i, 2) = "^e12【献立"
            Case myAr(i, 2) Like "動蛋比" & "*"
            Case myAr(i, 2) = "・・・・・・・・・・"
            Case myAr(i, 2) = "料理名"
            Case myAr(i, 2) = ""
            Case Else
                j = j + 1
        End Select
        Select Case True
            Case myAr(i, 3) = "・・・・・・・・・・・"
            Case myAr(i, 3) Like "EN比" & "*"
            Case myAr(i, 3) = "食品名"
            Case myAr(i, 3) Like "一覧表】 ^e11" & "*"
            Case myAr(i, 3) = ""
            Case Else
                k = k + 1
        End Select
    Next i
    Count_Record = k
End Function

Primary Prevention of Cardiovascular Disease with a Mediterranean Diet

Outcome of PREDIMED Study has been published in the New England Journal of Medicine that examined primary prevention of cardiovascular disease with Mediterranean diet. The result has been shown that Mediterranean diet with extra-virgin olive oil or mixed nuts has better prognosis than reduction of lipid. It is considered that alpha linolenic acid rich Mediterranean diet, a component of walnuts, influences oxidative stress, inflammation or endothelial dysfunction.

Primary Prevention of Cardiovascular Disease with a Mediterranean Diet

Ramón Estruch, M.D., Ph.D., Emilio Ros, M.D., Ph.D., Jordi Salas-Salvadó, M.D., Ph.D., Maria-Isabel Covas, D.Pharm., Ph.D., Dolores Corella, D.Pharm., Ph.D., Fernando Arós, M.D., Ph.D., Enrique Gómez-Gracia, M.D., Ph.D., Valentina Ruiz-Gutiérrez, Ph.D., Miquel Fiol, M.D., Ph.D., José Lapetra, M.D., Ph.D., Rosa Maria Lamuela-Raventos, D.Pharm., Ph.D., Lluís Serra-Majem, M.D., Ph.D., Xavier Pintó, M.D., Ph.D., Josep Basora, M.D., Ph.D., Miguel Angel Muñoz, M.D., Ph.D., José V. Sorlí, M.D., Ph.D., José Alfredo Martínez, D.Pharm, M.D., Ph.D., and Miguel Angel Martínez-González, M.D., Ph.D., for the PREDIMED Study Investigators

N Engl J Med 2013;368:1279-90

Background

Observational cohort studies and a secondary prevention trial have shown an inverse association between adherence to the Mediterranean diet and cardiovascular risk. We conducted a randomized trial of this diet pattern for the primary prevention of cardiovascular events.

Methods

In a multicenter trial in Spain, we randomly assigned participants who were at high cardiovascular risk, but with no cardiovascular disease at enrollment, to one of three diets: a Mediterranean diet supplemented with extra-virgin olive oil, a Mediterranean diet supplemented with mixed nuts, or a control diet (advice to reduce dietary fat). Participants received quarterly individual and group educational sessions and, depending on group assignment, free provision of extra-virgin olive oil, mixed nuts, or small nonfood gifts. The primary end point was the rate of major cardiovascular events (myocardial infarction, stroke, or death from cardiovascular causes). On the basis of the results of an interim analysis, the trial was stopped after a median follow-up of 4.8 years.

Results

A total of 7447 persons were enrolled (age range, 55 to 80 years); 57% were women. The two Mediterranean-diet groups had good adherence to the intervention, according to self-reported intake and biomarker analyses. A primary end-point event occurred in 288 participants. The multivariable-adjusted hazard ratios were 0.70 (95% confidence interval [CI], 0.54 to 0.92) and 0.72 (95% CI, 0.54 to 0.96) for the group assigned to a Mediterranean diet with extra-virgin olive oil (96 events) and the group assigned to a Mediterranean diet with nuts (83 events), respectively, versus the control group (109 events). No diet-related adverse effects were reported.

Conclusions

Among persons at high cardiovascular risk, a Mediterranean diet supplemented with extra-virgin olive oil or nuts reduced the incidence of major cardiovascular events.

References:
Effects of a Mediterranean-Style Diet on Cardiovascular Risk Factors
Effect of a Mediterranean-Style Diet on Endothelial Dysfunction and Markers of Vascular Inflammation in the Metabolic Syndrome
Mediterranean-style diet and risk of ischemic stroke, myocardial infarction, and vascular death: the Northern Manhattan Study

地中海食による心血管疾患の一次予防

　地中海食による心血管疾患の予防効果を検討した PREDIMED Study の成果が New England Journal に掲載されました．単に脂質を制限するよりもオリーブオイルやナッツを摂取したほうが心血管疾患の一次予防に有効であったとする結果です．地中海食には胡桃の成分であるαリノレン酸が豊富に含まれており，酸化ストレスや炎症，内皮機能障害などに影響するからではないかと考察しています．



地中海食による心血管疾患の一次予防

Ramón Estruch, M.D., Ph.D., Emilio Ros, M.D., Ph.D., Jordi Salas-Salvadó, M.D., Ph.D., Maria-Isabel Covas, D.Pharm., Ph.D., Dolores Corella, D.Pharm., Ph.D., Fernando Arós, M.D., Ph.D., Enrique Gómez-Gracia, M.D., Ph.D., Valentina Ruiz-Gutiérrez, Ph.D., Miquel Fiol, M.D., Ph.D., José Lapetra, M.D., Ph.D., Rosa Maria Lamuela-Raventos, D.Pharm., Ph.D., Lluís Serra-Majem, M.D., Ph.D., Xavier Pintó, M.D., Ph.D., Josep Basora, M.D., Ph.D., Miguel Angel Muñoz, M.D., Ph.D., José V. Sorlí, M.D., Ph.D., José Alfredo Martínez, D.Pharm, M.D., Ph.D., and Miguel Angel Martínez-González, M.D., Ph.D., for the PREDIMED Study Investigators

N Engl J Med 2013; 368:1279-1290

要旨

背景

　観察コホート研究と二次予防試験は，地中海食の順守と心血管リスクとの間の逆相関を示した．我々は心血管疾患の一次予防のためこの食事様式の無作為化試験を実施した．

方法

　スペインにおける多施設で我々は心血管疾患リスクが高いが心血管疾患に罹患していない参加者を３つの食事群の一つに無作為割り付けした．エクストラバージンオリーブオイルを提供される地中海食群，ミックスナッツを低供される地中海食群，対照群で食事脂質を減量するよう指導された群である．参加者は四半期ごとに個別またはグループで教育セッションを受け，割り付けに従って無料でエクストラバージンオリーブオイルか，ミックスナッツか，少量の食品でない贈呈品を受け取った．一次エンドポイントは主要な心血管イベント（心筋梗塞，脳卒中または心血管由来の死亡）の率とした．暫定的な解析に基づいて，試験は経過観察期間の中央値が4.8年となった後に中止した．

結果

　全体で 7447 名（55 歳から 80 歳まで）の参加者が登録され，うち 57 % が女性であった．自己申告による摂食調査と生化学検査によると，地中海食の2群では介入に対して良好な順守が得られた．288 名において一次エンドポイント事象が発生した．エクストラバージンオリーブオイルを提供された地中海食群（96件）およびミックスナッツを提供された地中海食群（83件）の対照群（109件）に対する多変量調整したハザード比はそれぞれ 0.70 (95%CI 0.54 – 0.92) および 0.72 (95%CI 0.54 – 0.96) であった．食事に関連する副作用は全く認めなかった．

結論

　心血管リスクの高い人にとって，エクストラバージンオリーブオイルまたはミックスナッツを提供された地中海食は心血管イベントの発生を減少させた．

参照：
心血管危険因子における地中海料理の効果
メタボリック症候群における内皮機能障害と血管炎症マーカーに対する地中海式料理の影響
地中海式料理と虚血性脳卒中，心筋梗塞，血管死との関連：the Northern Manhattan Study

Geriatric Nutritional Risk Index, a simplified nutritional screening index, is a significant predictor of mortality in chronic dialysis patients

Zadeh has reported that malnutrition-Inflammation Score (MIS) is predictor of mortality in hemodialysis patients. Although Yamada has reported that the significant correlation between Geriatric Nutritional Risk Index (GNRI) and MIS, they did not report the correlation between GNRI and mortality in chronic hemodialysis patients. This article has reported that GNRI is significant predictor of mortality in chronic dialysis patients.

Geriatric Nutritional Risk Index, a simplified nutritional screening index, is a significant predictor of mortality in chronic dialysis patients

Ikue Kobayashi, Eiji Ishimura, Yoko Kato, Senji Okuno, Tadashi Yamamoto, Tomoyuki Yamakawa, Katsuhito Mori, Masaaki Inaba and Yoshiki Nishizawa

Nephrol Dial Transplant (2010) 25: 3361-3365

Abstract

Background

Malnutrition is a common complication in haemodialysis patients. Recently, the Geriatric Nutritional Risk Index (GNRI) has been reported as a simple and accurate tool to assess nutritional status of haemodialysis patients. Our objective was to examine the association between GNRI and mortality in chronic haemodialysis patients.

Methods

We examined the GNRI of 490 maintenance haemodialysis patients (60 ± 12 years, 293 males and 197 females) and followed up these patients for 60 months. Predictors for all-cause death were examined using Kaplan–Meier analysis and Cox proportional analyses.

Results

The GNRI was 98.0 ± 6.0, and was significantly and negatively correlated with age and haemodialysis duration. During the 60-month follow-up period, 129 patients died. According to the highest positive likelihood and risk ratios, the cutoff value of GNRI for mortality was set at 90. Kaplan–Meier analysis revealed that patients with a GNRI <90 (n = 50) had a significantly lower survival rate, compared to those with GNRI ≥90 (n = 440) (log-rank test, P < 0.0001). Multivariate Cox proportional hazards analyses demonstrated that GNRI was a significant predictor for mortality [hazard ratio (HR) 0.962, 95% confidence interval (CI) 0.931–0.995, P < 0.05], after adjustment for age, gender, C-reactive protein, presence of diabetes and haemodialysis duration.

Conclusions

These results demonstrated that GNRI is a significant predictor for mortality in haemodialysis patients. The simple method of GNRI is considered to be a clinically useful marker for the assessment of nutritional status in haemodialysis patients.

Keywords: Geriatric Nutritional Risk Index; haemodialysis; malnutrition; mortality

Geriatric Nutritional Risk Indexは簡易栄養スクリーニング指標であるが，維持透析患者の死亡率の有意な指標である

　維持透析患者の MIS と死亡率との相関 Zadeh らが報告し，GNRI と MIS との相関の強さは Yamada が報告しておりますが，Yamada の報告では GNRI と透析患者の死亡率との比較はありませんでした．この論文は GNRI と透析患者の死亡率とを直接比較した報告です．

Geriatric Nutritional Risk Indexは簡易栄養スクリーニング指標であるが，維持透析患者の死亡率の有意な指標である

Ikue Kobayashi, Eiji Ishimura, Yoko Kato, Senji Okuno, Tadashi Yamamoto, Tomoyuki Yamakawa, Katsuhito Mori, Masaaki Inaba and Yoshiki Nishizawa

Nephrol Dial Transplant (2010) 25: 3361-3365

要旨

背景

　低栄養は透析患者の一般的合併症である．最近 Geriatric Nutritional Risk Index (GNRI) が透析患者の栄養状態を簡易で正確に評価するツールとして報告されるようになってきた．我々の研究では透析患者の GNRI と死亡率との相関を調査した．

方法

　我々は 490 名の維持透析患者 (60 ± 12 歳，男性 293 名，女性 197 名) の GNRI を調査し，60 ヶ月間に渡って経過を観察した．全死亡の指標を Kaplan-Meyer 法と Cox 比例ハザード法で検証した．

結果

　GNRI は98.0 ± 6.0 であり，有意に年齢および透析期間と負の相関があった．60 ヶ月間の観察期間中 129 名が死亡した．死亡を鑑別する GNRI の陽性尤度比が最大となるカットオフ値は 90 であった．Kaplan-Meyer 法によると GNRI 90 未満の患者 (n = 50) の生存率は 90 以上の患者 (n = 440) と比較して有意に低かった(log-rank検定p < 0.0001)．多変量の Cox 比例ハザード解析ではGNRI が死亡率の有意な指標となることが明らかとなった（年齢，性別，CRP, 糖尿病の存在および透析期間で調整後のハザード比 0.962, 95%CI 0.931 – 0.995, p < 0.05）．

結論

　これらの結果は GNRI が透析患者の死亡率の有意な指標であることを示している．この GNRI の簡易な手法は透析患者の栄養状態を評価する臨床的に有用なマーカーであると考えられる．

キーワード：Geriatric Nutritional Risk Index; haemodialysis; malnutrition; mortality

Food Composition Tables in the World

In this article, I’d like to introduce food composition tables in the world with on-line web-site. I’m happy if you share more information about other site with me.

  • Northern Europe
    • Finland
    • Norway
    • Sweden
  • Western Europe
    • Belgium
    • Denmark
    • Netherlands
    • France
    • Germany
    • Switzerland
    • Iceland
    • United Kingdom
  • Eastern Europe
    • Czech Republic
    • Estonia
    • Poland
    • Serbia
    • Slovakia
  • Southern Europe
    • Greece
    • Italy
    • Portugal
    • Spain
  • Middle East, Africa
    • Bahrain
    • Israel
    • Middle/Near East
    • Mozambique
    • South Africa
    • Turkey
    • West Africa
  • North America, South America
    • Canada
    • USA
    • Brazil
    • Latin America
  • Oceania
    • Australia
    • New Zealand
    • Pacific Islands
  • Asia
    • China
    • Malaysia
    • Singapore
    • Japan
    • Thailand
    • Vietnam

Finland

THL

Foods greater than 3400, 54 components. I couldn’t download data file. Rich link forward other country’s food composition tables.

Norway

The Norwegian Food Composition Table

13 food groups, 1305 foods and 36 components. It’s available for download.

Sweden

NFA Food Composition Database

Click “Search nutrient content in food” button below page, click icon of EXCEL and you can download csv file.　Great!

Belgium

NUBEL

1200 foods and 32 components. You need to pay for data.

Denmark

Danish Food Composition Databank

You can download all data with Microsoft Access 2000 or Microsoft EXCEL version 5.0.

Netherlands

NEVO online

Or they would post you EXCEL file with all data if you send form from Request dataset.

France

French food composition table Table Ciqual 2012

You can download from this site csv file or mdb file.

Germany

MRI

Approximately 10,000 foods and 137 components. Read license agreement. Or you can use the Souci Fachmann Kraut Online Database. 800 foods and 260 components. Trial period is 30 days.

Switzerland

Swiss Food Composition Database

13 food groups, 1109 foods and 38 components. Click “Downloads” in left column to download xlsx file.

Iceland

ISGEM

The food composition table of Iceland, provided by MATÍS, seems to be similar to Japanese Food Composition Table. Provided PDF files for each food groups, with protection by password security, respectively. It seems to be 17 food groups.

Or you can purchase at EuroFIR with 15 euros if you visit University College Cork.

United Kingdom

McCance and Widdowson’s The Composition of Foods integrated dataset

Click “Related links” in the middle of page and you can download EXCEL file with 11 MB size and 16 sheets. 13 food groups and 3423 foods.

Czech Republic

Czech Food Composition Database, Version 2.11

13 food groups. You can’t download data file, but reference list is substantial. For example, “McCance and Widdowson’s The Composition of Foods integrated dataset (CoF IDS)” of UK, or “the Ciqual 2012 Table” of France.

Estonia

NutriData – Estonian food composition database

　72 foods and 59 components.

Poland

National Food and Nutrition Institute

Click orange link in right column. 3 steps access level, you need to pay for all 932 foods data and they post EXCEL file in CD-ROM!

Serbia

Department of Nutritional Research (DNR)

You seem to need to log-in and search with Serbia food composition table. But I couldn’t find registration form.

Slovakia

Slovak Food Composition Data Bank (SFCDB)

1419 foods and 52 components.

Greece

COMPOSITION TABLES OF FOODS AND GREEK DISHES

It’s amusing to view Greece food composition table. Instead of citing in the references like Finland, it’s described that they have referred to UK food composition table on site top.

Italy

Tabelle di composizione degli alimenti

Food composition table of Italy has 935 foods, 70 % of them is cited from Europian Institute of Oncology, 30 % is independent survey. GO to Data Search/By Food Group in left column, then you can view all data. Published in 1998 and 2008.

Portugal

TABELA DA COMPOSIÇÃO DE ALIMENTOS

14 food groups and 962 foods. I couldn’t download all data.

Spain

Base de Datos Española de Composición de Alimentos

I have been warned on above page by Google Chrome that security certificate is not trusted. You can enter from “Consulta/Query” on right above the page. 13 food groups, 998 foods and 43 components. I couldn’t download all data.

Bahrain

FOOD COMPOSITON TABLES FOR BAHRAIN

15 food groups and 34 components.

Israel

Ben Gurion University of the Negev

Ben Gurion University of the Negev provides service with simple interface. When you have downloaded “BGU recipe program”, mdb file of Microsoft Access, you could enter recipe in Hebrew and English.

Middle/Near East

food composition tables for the near east

14 food groups, 848 foods and 20 components.

Mozambique

Nutrition research in Mozambique

12 food groups, 410 foods and 35 components. You can download PDF file.

South Africa

South African Medical Research Council

Food composition table of South Africa has tangled link. 4th paragraph of analytical and bibliographic databases, South African Food composition database or Advanced Food composition database is target page. It seems that it had been available for download all data previously, but was not available recently.

Turkey

Turkish Food Composition Database

Turkish food composition database is beta version.

West Africa

Composition of Selected Foods from West Africa

It’s available for download PDF file with 13 food groups and 30 components.

Canada

Canadian Nutrient File (CNF), 2010

Canadian site is intelligent. It’s available for download data file and data structure is clear on the site, it seems to be easy to construct relational database.

USA

the Nutrient Data Laboratory

You can download food composition table of USA as Windows application. If you needed other type file, you could download from USDA National Nutrient Database for Standard Reference with 8.6 MB ASCII file or 21 MB Access file. ASCII file is compressed in zip format with text files and a PDF document, which describes file format and data structure after p26.

Brazil

Tabela de Brasileira de Composição de Alimentos

Food composition table of Brazil provides 1205 foods. It seems that you can’t download data file.

Latin America

Red Latinoamericana de Composición de Alimentos

17 food groups, 443 foods and 24 components. You can’t download data file, but you can view all data on site. This site has links to other Latin America countries.

Australia

NUTTAB 2010

Food composition table of Australia is easy to use and view all data, 19 food groups, 2190 foods and 196 components, with web browser. You can’t download data. You need to register.

New Zealand

New Zealand Food Composition Data for Nutrition Information Panel (NZFCD-NIP)

2700 foods and 7 major components. Windows application is available. It seems that you need to register.

Pacific Islands

The Pacific Islands food composition tables

20 food groups, 882 foods and 22 components. The table is available for download or viewing.

China

China Food Nutrition Network

22 food groups and 14 components. It’s heavy site and mainly written in Chinese.

Malaysia

Malaysian Foods Composition Database; //www.nutriweb.org.my/searchfood.php

Link to food composition table of Malaysia is broken.

Singapore

What’s Eating Singapore

Site of Health Promotion Board is advanced. There are 4 tools on “Health tools” at lower right corner of the page. Energy and Nutrient Composition of Food provides components of each food, Recipe Analysis calculates components of each dish and Food Intake Assessment assess weekly intake from your gender, age and body weight. It’s surprising that they have released smart phone application, BuUuk.

Japan

Report of the Subdivision on Resources The Council for Science and Technology Ministry of Education, Culture, sports, Science and Technology, JAPAN

18 food groups, 1878 foods and 50 components. It’s very difficult to use and convert to database. If you’d like to use immediately, it’s available in my blog, CSV file of the ‘Standard Tables of Food Composition in Japan 2010′.

Thailand

BUREAU OF NUTRITION

In Thailand, they seem to be sensitive to lack of iodine. They have food composition table about 13 food groups and usual 18 components, fatty acid and cholesterol and amino acid.

Vietnam

VIETNAMESE FOOD COMPOSITION TABLE

14 food groups, 526 foods and 86 components.

References:
Food composition databases
National Diet Library of Japan
DTU Food
International food composition table/database directory

世界の食品成分表

オンラインで検索できる世界各国の食品成分表のサイトです．この他にもあると思われますので，ご存知のかたはお知らせいただければ幸いです．



  • 北欧
    • フィンランド
    • ノルウェー
    • スウェーデン
  • 西欧
    • ベルギー
    • デンマーク
    • オランダ
    • フランス
    • ドイツ
    • スイス
    • アイスランド
    • イギリス
  • 東欧
    • チェコ
    • エストニア
    • ポーランド
    • セルビア
    • スロバキア
  • 南欧
    • ギリシャ
    • イタリア
    • ポルトガル
    • スペイン
  • 中東・アフリカ
    • バーレーン
    • イスラエル
    • 中近東
    • モザンビーク
    • 南アフリカ
    • トルコ
    • 西アフリカ
  • 北米・南米
    • カナダ
    • アメリカ
    • ブラジル
    • ラテンアメリカ
  • オセアニア
    • オーストラリア
    • ニュージーランド
    • 太平洋諸島
  • アジア
    • 中国
    • マレーシア
    • シンガポール
    • 日本
    • タイ
    • ベトナム



フィンランド

THL

フィンランドの食品成分表は3400以上の食品，54種類の栄養素について網羅してあります．日本食品標準成分表は1800種類ですから，数では負けています．残念ながら全データのダウンロードは出来ないようですが，他の国の食品成分表へのリンクが充実しています．

ノルウェー

The Norwegian Food Composition Table

リンクを更新しました．13食品群，1305食品，36成分について提供します．ダウンロード可能です．

スウェーデン

NFA Food Composition Database

スウェーデンの食品成分表は太っ腹です．ページ下部の”Search nutrient content in food”ボタンから入り，ページ右上のEXCELのアイコンをクリックするとcsvファイルがダウンロード出来ます．

ベルギー

NUBEL

1200の食品数，32の栄養素について．全データを入手するには有料のようです．

デンマーク

Danish Food Composition Databank

デンマークのサイトからも全データのダウンロードが可能です．Microsoft Access 2000 形式と，Microsoft Excel v5.0 形式のデータがあります．

オランダ

オランダの食品成分表はNEVO onlineというデータベースから見られます．またはRequest datasetからフォーム送信すると，全データの入ったEXCELのファイルが無料で送付されるようです．但しオランダ語です．

フランス

French food composition table Table Ciqual 2012

フランスの食品成分表はここからcsv形式とmdb形式でダウンロード出来るようになっています．当然ながら，フランス語で書かれています．

ドイツ

MRI

旧西ドイツの食品成分表はフィンランドをはるかに凌ぐ10000近い食品について137栄養素についてデータベース化してあります．生真面目な国民性を反映してか，ここを見る限り自由に利用出来るわけではなさそうで，登録制のようです．ページ最下部からダウンロード出来るPDFにライセンス料金が記載されています．

もうひとつはこちら．800種類の食品の260成分についてのデータベースです．30日間のトライアル期間が設けられています．

スイス

Swiss Food Composition Database

スイスの食品成分表のページの雰囲気は独特です．13の食品群，1109の食品の38の栄養素について提供されます．左カラムに小さく”Downloads“とあり，クリックすると.xlsx形式のファイルをダウンロード出来ます．

アイスランド

ISGEM

アイスランドのMATÍSの食品成分表は日本のそれとよく似ています．食品群ごとにPDFファイルで提供されているところから，プロパティのセキュリティでパスワードロックがかかっていてそのままではコピー出来ないところまで一緒です．提供されているファイル数からは食品群は17に分類されているようです．

もう一つのUniversity College Corkのサイトでは EuroFIRのサイトで買ってねとリンクが貼られているだけです．15ユーロですし，必要な方は購入されてもいいのではないでしょうか．

イギリス

McCance and Widdowson’s The Composition of Foods integrated dataset

イギリスの食品成分表はこのページ中段に”Related links”という章があり，EXCELのファイルでダウンロード出来ます．サイズは11MBもあり16枚のシートから成ります．13の食品群，3423の食品について提供されます．

チェコ

Czech Food Composition Database, Version 2.11

チェコの食品成分表の食品群は13群に分類されています．直接全データをダウンロードはできないのですが，参考文献リストが充実しています．リンクをたどると，イギリスの食品成分表とか，フランスの食品成分表などが出てきます．

エストニア

NutriData – Estonian food composition database

食品数72，59成分について．少ないなあというのが正直な感想です．

ポーランド

National Food and Nutrition Institute

ポーランドの食品成分表は上記ページの右カラムのオレンジ色のFood Composition Data Baseにリンクがあります．3段階のアクセスレベルが設定されていて，932の食品の全データを見るには有料でしかもCD-ROMに収められたEXCELファイルが郵送で送られて来るそうです．

セルビア

Department of Nutritional Research (DNR)

セルビアの食品成分表はログインしてから検索する形式ですが，どうも登録フォームが見当たらず，よく分からないというのが現状です．

スロバキア

Slovak Food Composition Data Bank (SFCDB)

スロバキアの食品成分表は1419の食品の52の成分について提供しています．

ギリシャ

COMPOSITION TABLES OF FOODS AND GREEK DISHES

ギリシャの食品成分表は色々と面白いですね．フィンランドみたいに参考文献の形で引用したとかではなく，イギリスの食品成分表から丸パクりしたと恥ずかしげもなくサイトトップに書いてあります．まあ正直というか，国民性でしょうか．色々想像させられます．3章に分かれており，2章と3章はさすがに自国の伝統料理や日常料理の栄養成分が表記してあります．

イタリア

Tabelle di composizione degli alimenti

イタリアの食品成分表は935種類の食品について調査してありますが，7割がEuropian Institute of Oncologyから引用しており，3割が自前で調査したデータです．全部自前で調べるのではなく，使えるものは使うというスタンスがイタリア人らしいというか何というか．左カラムの/Data Search/By Food Group と進むと全食品のデータが見られます．1998年と2008年の2回刊行されています．

ポルトガル

TABELA DA COMPOSIÇÃO DE ALIMENTOS

ポルトガルの食品成分表は14の食品群，962の食品の42の成分について提供されますが，どうも全データを一括ダウンロードはできないようです．

スペイン

Base de Datos Española de Composición de Alimentos

セキュリティ証明書が信頼出来ないとGoogle Chromeに警告されるページです．こちらから直接入ればよいでしょう．ページ右上の”Consulta/Query”から入れます．13の食品群，998食品の43成分について提供されますが，全データダウンロードは無理のようです．

バーレーン

FOOD COMPOSITON TABLES FOR BAHRAIN

15食品群，34成分について提供します．

イスラエル

Ben Gurion University of the Negev

ベングリオン大学の提供しているサービスです．随分と殺風景なインターフェースですが，ダウンロードしたアクセスのmdbファイルでレシピを入力すると栄養成分が表示されるようになっており，ヘブライ語と英語で入力できるようになっています．

中近東

food composition tables for the near east

14食品群，848食品，20成分について提供します．

モザンビーク

Nutrition research in Mozambique

モザンビークの食品成分表は12食品群，410食品の35成分について提供しています．PDFファイルをダウンロード出来ます．

南アフリカ

South African Medical Research Council

南アフリカの食品成分表はリンクが長く，ややこしいです．このページの4つ目のSouth African Food composition databaseかAdvanced Food composition databaseへリンクを辿るのが良いでしょう．以前は全データが閲覧できたようですが，このフォームからは全データ一括ダウンロードは無理のようです．

トルコ

Turkish Food Composition Database (beta version)

トルコの食品成分表はベータ版です．完成を待ちましょう．

西アフリカ

Composition of Selected Foods from West Africa

西アフリカの食品成分表はPDFファイルでダウンロード可能です．13の食品群，30成分について提供します．

カナダ

Canadian Nutrient File (CNF), 2010

カナダのサイトは充実しています．データファイルを自由にダウンロードでき，かつ各テーブルのデータ構造がサイト上で説明してあるため，これに従ってリレーショナルデータベース化が可能と思われます．

アメリカ

the Nutrient Data Laboratory

アメリカの食品成分表はWindowsアプリケーションをダウンロードさせる形式です．生のデータが欲しい場合はこちらからどうぞ．ASCII形式で8.6MB，Access形式で21MBあります．ダウンロードしたファイルは.zip形式で圧縮されており，フォルダを開くと複数のテキストファイル，pdfファイルが一つあります．pdfはドキュメントであり，p26以降には各ファイルの定義およびデータ構造が記されています．

ブラジル

Tabela de Brasileira de Composição de Alimentos

ブラジルの食品成分表は1205食品の主要な成分を提供します．一括ダウンロードはできないようです．

ラテンアメリカ

Red Latinoamericana de Composición de Alimentos

17の食品群，443の食品の24成分について提供します．ダウンロードは来ませんが全データはブラウザで見られます．中南米各国へのリンクもあります．アルゼンチン，ボリビア，ブラジル，チリ，コロンビア，コスタリカ，メキシコ，ペルー，ウルグアイそれぞれへのリンクがあります．

オーストラリア

NUTTAB 2010

オーストラリアの食品成分表は使い勝手が良く，ブラウザから全データを閲覧出来ます．19食品群，2190食品の196成分について提供します．ただデータの一括ダウンロードは出来ず，登録制になっているようです．

ニュージーランド

ニュージーランドの食品成分表は2700の食品の主要な7成分についてNew Zealand Food Composition Data for Nutrition Information Panel (NZFCD-NIP)が提供しています．ダウンロードできるのはWindows版のアプリケーションです．登録制のようです．

太平洋諸島

The Pacific Islands food composition tables

太平洋諸島の食品成分表は20食品群，882食品の22成分について提供します．ページ上でも閲覧可能で，PDFファイルをダウンロード可能です．

中国

China Food Nutrition Network

22食品群，14成分について提供します．リンクは英文ページですが，実際のデータは主に中国語で書かれています．

マレーシア

Malaysian Foods Composition Database; //www.nutriweb.org.my/searchfood.php

マレーシアのサイトは残念ながらリンク切れです．

シンガポール

シンガポール健康増進委員会のサイトは先進的です．What’s Eating Singaporeというページの右下にHealth Toolsというリンクがあります．Energy and Nutrient Composition of Foodは食品あたりの成分，Recipe Analysisはレシピごとの成分，Food Intake Assessmentでは年齢と性別から一週間の推奨摂取量を計算してくれます．驚くべきことに，BuUukではスマホのアプリまでリリースしています．

日本

文部科学省の資源調査分科会が公表している食品成分表です．18の食品群，1878食品の50成分についてpdfで提供されてるんですが，いかんせん使いにくい．面倒くさい方は，手前味噌ですがこちらからどうぞ．

タイ

BUREAU OF NUTRITION

タイではヨード欠乏に注意を払っていることが伺えます．13食品群，18成分について提供する一般的な食品成分表の他に，脂肪酸とコレステロール，アミノ酸含有量の成分表もあります．

ベトナム

VIETNAMESE FOOD COMPOSITION TABLE

ベトナムの食品成分表は14食品群，526食品の86成分について提供します．

参照：
Food composition databases
国立国会図書館
DTU Food
International food composition table/database directory

Mediterranean-style diet and risk of ischemic stroke, myocardial infarction, and vascular death: the Northern Manhattan Study

This article has described about the relation between the Mediterranean-style diet score (MeDi score) and risk of ischemic stroke, myocardial infarction, and vascular death on blacks and Hispanics in the United States. Although there is no relation between Mediterranean-style diet and stroke because population was too small, this is the first study that is multiethnic, population based, prospective cohort study in the United States.

Mediterranean-style diet and risk of ischemic stroke, myocardial infarction, and vascular death: the Northern Manhattan Study

Hannah Gardener, Clinton B Wright, Yian Gu, Ryan T Demmer, Bernadette Boden-Albala, Mitchell SV Elkind, Ralph L Sacco, and Nikolaos Scarmeas

Am J Clin Nutr 2011; 94: 1458-64.

Abstract

Background:

A dietary pattern common in regions near the Mediterranean appears to reduce risk of all-cause mortality and ischemic heart disease. Data on blacks and Hispanics in the United States are lacking, and to our knowledge only one study has examined a Mediterranean-style diet (MeDi) in relation to stroke.

Objective:

In this study, we examined an MeDi in relation to vascular events.

Design:

The Northern Manhattan Study is a population-based cohort to determine stroke incidence and risk factors (mean ± SD age of participants: 69 ± 10 y; 64% women; 55% Hispanic, 21% white, and 24% black). Diet was assessed at baseline by using a food-frequency questionnaire in 2568 participants. A higher score on a 0–9 scale represented increased adherence to an MeDi. The relation between the MeDi score and risk of ischemic stroke, myocardial infarction (MI), and vascular death was assessed with Cox models, with control for sociodemographic and vascular risk factors.

Results:

The MeDi-score distribution was as follows: 0–2 (14%), 3 (17%), 4 (22%), 5 (22%), and 6–9 (25%). Over a mean follow-up of 9 y, 518 vascular events accrued (171 ischemic strokes, 133 MIs, and 314 vascular deaths). The MeDi score was inversely associated with risk of the composite outcome of ischemic stroke, MI, or vascular death (P-trend = 0.04) and with vascular death specifically (P-trend = 0.02). Moderate and high MeDi scores were marginally associated with decreased risk of MI. There was no association with ischemic stroke.

Conclusions:

Higher consumption of an MeDi was associated with decreased risk of vascular events. Results support the role of a diet rich in fruit, vegetables, whole grains, fish, and olive oil in the promotion of ideal cardiovascular health.

地中海式料理と虚血性脳卒中，心筋梗塞，血管死との関連：the Northern Manhattan Study

　米国内で地中海料理と心血管疾患・脳血管疾患について調査した試験です．症例数が少なく，脳卒中との間には有意な相関は見られませんでしたが，米国で最初の多民族を対象に前向きコホート試験を行ったという意義があります．考察の文中の丸括弧は参考文献の番号です．和訳の瑕疵の責任は私にあります．

Mediterranean-style diet and risk of ischemic stroke, myocardial infarction, and vascular death: the Northern Manhattan Study

Hannah Gardener, Clinton B Wright, Yian Gu, Ryan T Demmer, Bernadette Boden-Albala, Mitchell SV Elkind, Ralph L Sacco, and Nikolaos Scarmeas

要約

背景　地中海沿岸で一般的にみられる食事パターンは全ての死亡および虚血性心疾患のリスクを減少させているように見える．合衆国における黒人とヒスパニック系でのデータが欠損しており，私たちの知る限り脳卒中に関連する地中海式料理の唯一の試験が行われたのみである．

対象　本試験では我々は地中海式料理と血管イベントの関連について試験した．

デザイン　The Northern Manhattan Study は人口に基くコホート研究で，脳卒中発生率と危険因子を定義した．参加者の年齢の平均値と標準偏差は 69 ± 10 歳であり，64% が女性であり，55% がヒスパニック系，21% が白人で 24% が黒人であった．2568 名の参加者から食事頻度のアンケートを行なってベースラインの食事を評価した．0-9 点で表現する点数が高いほど地中海式料理の遵守率が高いことを示す．地中海式料理と虚血性脳卒中，心筋梗塞，心血管死との間の関連は，社会人口統計学的かつ心血管危険因子で制御した Cox モデルによって評価した．

結果　地中海式料理スコアの分布は以下のとおりである．0-2 点 (14%), 3 点 (17%), 4 点 (22%), 5 点 (22%), 6-9 点 (25%). 平均観察期間は9年を超え，518 件の血管イベントが発生した．171 件の虚血性脳卒中，133 件の心筋梗塞，314 件の血管死．地中海式料理スコアは虚血性脳卒中，心筋梗塞，心血管死の複合転帰のリスクと逆相関していた (P = 0.02)．中等度または高度の地中海式料理スコアはわずかに心筋梗塞のリスク減少と関連していた．虚血性脳卒中とは何の関連もなかった．

考察　地中海式料理の消費の大きさと心血管死のリスクの減少は関係している．その結果は豊富な果実類，野菜類，全粒穀物，魚類，オリーブオイルを用いた料理が心血管の健康にとって理想的であることを支持している．

Am J Clin Nutr 2011; 94: 1458-64.

導入

　AHA は最近，理想的な心血管の健康を達成するための目的を定義する国を挙げてのキャンペーンを開始した．それには推奨される食事を含み (1), 地中海料理が心血管疾患に対して印象的な効果を有することを示す科学的勧告 (2, 3) を発行した．地中海料理は，地中海沿岸の人々にとっては典型的な食習慣であるが，果実類，野菜類，一価不飽和脂肪酸，魚類，全粒穀物，豆類，ナッツ類を比較的多量に摂取し，中等度のアルコールを消費し，肉や飽和脂肪酸，精白穀物はほとんど摂取しない．故に地中海料理の順守は AHA の食事ガイドラインと整合性がある．地中海料理はその多くの健康上の理由から広く公表されている．多くの試験が地中海料理の消費は全ての原因の死亡率に対する強い防御因子であることを示唆している．幾つかの癌，虚血性心疾患，糖尿病，高血圧，肥満，アルツハイマー病，脂質異常症 (4-14)．しかし我々の知る限り，地中海料理と脳卒中のリスクの間の関係を調べたのは過去に1つの試験があるだけだった．主に白人女性の看護師を対象にした大規模コホート試験において，地中海料理は脳卒中と虚血性心疾患とに逆相関するというものである (15)．

　合衆国の住民，特にヒスパニック系と黒人における地中海料理の健康への影響に関するデータは限られている．黒人とヒスパニック系住民においては血管疾患，特に脳卒中のリスクが高まっているために (16)，人種および民族的多様性を持つ米国の人口においては，修飾可能な危険因子を試験した研究は重要である．本試験の目的は地中海料理と虚血性脳卒中，心筋梗塞，血管死との関連を人口ベースの前向きコホートで調査することであり，同一コミュニティに済む男性と女性，黒人，白人とヒスパニック系住民を含む．

対象と方法

調査対象母集団

　NOMAS は多民族都市人口において脳卒中発生率，危険因子と予後を定義した前向きコホート試験である．マンハッタン北部はニューヨーク市の中でも人種・民族の分布が理想的な地域である．63% のヒスパニック系，20% の非ヒスパニック系黒人，15% の非ヒスパニック系白人が住んでいる．試験の詳細は既に出版されている (17)．

　適格な対象とは 1) 虚血性脳卒中と診断されたことがなく，2) 年齢が40歳より高齢であり，3) 北部マンハッタンに3ヶ月以上居住していて電話を持っている人々である．対象者は乱数列による電話で同定し，二ヶ国語を話す訓練された調査員によりインタビューを実施した．電話の応答率は 91% であった．対象者は電話での標本から，対面でのインタビューと評価に進んだ後，採用した．登録応答率は 75% であったが，全体での参加率は 69% であり，総数で 3298 名が採用され，そのうち定期的な接触率は平均で 95% であった．ベースライン以前に心筋梗塞を持つ参加者 (n=237) は除外した．本試験はコロンビア大学とマイアミ大学の倫理委員会が承認し，全対象者から同意を得た．

ベースライン評価

　訓練された二ヶ国語を話す調査員が英語かスペイン語でのインタビューを通じてデータを収集した．身体所見と神経学的所見は神経科医が実施した．人種民族は，米国構成調査をモデルにし，政令15による標準的定義 (18 Stat Report 1977; 77-110: 450-4) に準拠した一連の質問を通じた自己認識に基づいていた．標準的質問は，高血圧・糖尿病・喫煙および心疾患に関する CDC による行動危険因子サーベイランスシステムで採用されている (19 JAMA 1999; 281:53-60)．血圧は適切な大きさのカフと水銀血圧計で測定した．高血圧は 140/90 以上（座位にて2回測定した平均値に基づく）か，患者が高血圧と自己申告するか，降圧薬を服用していると自己申告した場合と定義した．糖尿病の定義は，患者が糖尿病と自己申告するか，インスリンか経口血糖降下薬を使用していると自己申告したか，空腹時血糖値 126 mg/dL 以上の場合とした．高コレステロール血症の定義は，総コレステロール値が 200 mg/dL より高いか，スタチンを服用しているか，高コレステロール血症の既往があると自己申告した場合とした．身体活動の定義は，先述したように (20)，インタビュー前の2週間で14の異なる余暇活動の頻度と期間とした．

食事

　ベースライン時において，訓練された調査員によって英語かスペイン語で，参加者はブロック国立がん研究所の変法の食品頻度アンケートを受けた．この食事頻度アンケート調査は前年に渡る食事パターンを評価するものである．食品の応答は特徴的なスペイン料理の項目を含んで修飾されていた．我々は以前に述べた地中海料理スコアを構築する方法を継続した (12, 22)．まずキロカロリーの摂取量を除き，次のそれぞれのカテゴリーに従って日々の摂取量をグラムで派生して残りを計算した．乳類，肉類，果実類，野菜類（いも類を除く），豆類，シリアル（精製または全粒穀物をすべて含む），魚類 (22)．各々はそれぞれ有益な要素（果実類，野菜類，豆類，穀物，魚類）の一つの値に割り当てられた．その消費量は性別に特異的に中央値上かそれより多かった．有害な要素（肉類と乳製品類）は消費量の中央値未満であった．一価不飽和脂肪酸の飽和脂肪酸に対する比率は中央値より上であった．アルコール消費量は軽度又は中等度（前年全体で，週に0日より多く2日以下）であった (19)．食事スコアは食事カテゴリーの点数を合計したものである(0-9点)．点数が高いほど地中海料理パターンにより近いことを示唆している．スコアは五分位 (0-2, 3, 4, 5, 6-9) の連続変数として解析した．食事頻度データは地中海料理スコアを計算するのに十分であり，NOMAS の参加者の 84% にとって利用可能であった．

前向き観察

　被験者は毎年電話でスクリーニングされた．その目的は生存状況の変化を定義し，神経学的事象を検出し，入院間隔を文書化し，危険因子の状況，服薬の変化，身体能力の変化を見直すことである．陽性とスクリーニングされた被験者には対面による評価のスケジュールを設定した．それにはグラフ化したレビューと神経内科医による検査が含まれていた．入退院情報の病院調査を継続しつつ，それには国際疾病分類第9版が含まれるのだが，臨床転帰事象を検出するのにレビューした．

転帰の定義

　主要な転帰は 1) 突発的な血管イベント（突発的な虚血性脳卒中や心筋梗塞または血管死）同様に 2) 突発的な虚血性脳卒中，3) 突発的な心筋梗塞，4) 血管死である．経過観察の措置と転帰の分類は以前に詳述された (23, 24)．全ての入院カルテを見直し，疑われる事象を検証した．転帰事象を特別に訓練した調査員により見直し，可能な場合はカルテを見直した（91% の脳卒中，99% の心筋梗塞）．2名の神経内科医が別々に，データの見直し後に脳卒中を分類し，RLS か MSVE の主任研究員の一人が意見の相違に判定を下した．

統計解析

　地中海料理スコアカテゴリー全体の関心の共変量分布は，カテゴリー変数をχ二乗検定を用いて検査し，連続変数は ANOVA にて検査した．それぞれの転帰の指標としてHRs と95% 信頼区間を推定するため，ベースラインから事象までの期間を時間依存性の変数として用いて COX 比例ハザードモデルを構築した．転帰事象を経験しなかった参加者は経過観察の最後に打ち切られた．我々の解析のバイアスを検査するため，我々は2値変数を作成して食事データの欠落 (n=730) を表現することにした．これを転帰の指標としてモデルを作成した．

　我々は地中海料理と血管転帰の間の関係を2つのモデルで評価した．1) 年齢，性別，人種民族，教育，中等度又は重度の身体活動，日々の総キロカロリー消費の平均値，喫煙状況（全く喫煙しない，過去に喫煙していた，現在喫煙中）で調整したもの．2) 交絡因子のような潜在的メディエーターで調整したもので，糖尿病や高血圧，高コレステロール血症や自己申告による心臓病の既往などといったモデル1における共変量を含む．解析の補足として，我々は地中海料理スコアの要素を血管転帰の指標としてモデルに入力した．500 kcal 未満や 4000 kcal より大きな自己申告は食事情報の不正確な報告となる可能性があるため，それらの参加者を除外して注意深く解析を実施した．

結果

　NOMAS の総勢 2568 名の参加者が本試験に含まれた（平均値±標準偏差で表記：68.6 ± 10.3 歳；64% が女性；55% がヒスパニック系；24% が黒人；21% が白人）．例のスコアが作られた NOMAS コホート全体での各々の地中海料理スコアの要素の日々の消費量の平均値を Table 1 に示す．共変量の調整後においてさえ，食事データの有用性は転帰事象の著明な指標とはならなかった（複合血管事象におけるHR: 1.12; 95% CI: 0.92, 1.36; P = 0.28）．平均観察期間の 9.0 ± 3.5 年間を通じて，518 件の突発的血管イベントが発生し，171 件の虚血性脳卒中，133 件の心筋梗塞，314 件の血管死が含まれた．

　地中海料理スコアで層別化した本試験の人口特性を Table 2 に示す．以下の特性には地中海料理パターンの消費の増加と関連があった．すなわち，適度のアルコール摂取，男性，ヒスパニック系，中等度から重度の身体活動性である．

　連続変数としてモデル化され，地中海料理スコアは次の複合転帰のリスクと逆相関していた．すなわち，虚血性脳卒中，心筋梗塞，身体活動性，摂取カロリー，喫煙 (Table 3)．地中海料理スコアが五分位数にカテゴリカルにモデル化された時，指示対象としての最小五分位数（0－2点）によると，傾向検定は著明な逆の投与反応関係を示唆した (Table 3)，それぞれの五分位数の効果の推定値と信頼区間の検査は，第3五分位数 (4点以上) より上では可能な閾値効果を示唆するにも関わらず．期待されたように，その傾向は減衰し，食事と血管転帰の間の偶然の経路における潜在的な媒介変数，つまり高血圧，糖尿病，高コレステロール血症と心疾患の既往を含むが，それらでの調整後は，全く著明ではなくなった．しかしながら，第3および第4五分位数（つまり4点と5点）における個人は，最小五分位数の参加者に比べて，まだ複合的血管イベントのリスクが著明に減少していた．モデル2への共変数として加えられた BMI における感度解析においては，結果的に本質的に変化しなかった（データは示していない）．人種民族と地中海料理スコアとの間には血管イベントに関連する相互作用は全くみられなかった．

　地中海料理スコアと虚血性脳卒中との間には何の有意な関連もみられなかった (Table 4)．点推定値は複合血管イベントより心筋梗塞においてより強力であったにも関わらず，社会人口学的特性，身体活動，個人，喫煙で調整した後の上位3つの五分位数の個人における可能性のある保護効果は第1五分位数に比べて第2五分位数においてのみ有意にリスクを減少させたのみであった (P < 0.10)．点推定値は潜在的媒介変数での調整後にわずかに減衰した (Table 4)．中等量又は高用量の地中海料理の消費が心筋梗塞のリスクを減少させることが示唆されているにもかかわらず（第１五分位数に比べて第2から第5五分位数），いかなる用量反応関係も証明できなかった．また，BMI を第2モデルに加えた感度分析においても，結果は本質的に変化しなかった（データは示さない）．

　地中海料理スコアと血管死との間には用量反応性に逆相関がみられた (Table 4)．社会人口学的特性，身体活動，個人，喫煙で調整した後では，地中海料理スコアが1点増加するごとに血管死のリスクが 9% 減少した．地中海料理スコアが最高（6－9点）の五分位数の被験者では最低（0－2点）の五分位数の被験者に比べて血管死のリスクが 33% 減少した．予想通り，この関係は第2モデルにおいては僅かに減少した (Table 4)．第2モデルに BMI を共変数として加えた時，効果推定値はわずかに減衰した．血管死のリスクとは独立に相関している地中海料理スコアの要素は，中等度のアルコール消費 (P = 0.004)，魚類の多量消費 (P = 0.03)，豆類の大量消費 (P = 0.06) であった (Table 5)．1日の消費カロリーが 500 未満または 4000 より多いと報告した 74 名の参加者を除外した後の感度解析においても結果は変化しなかった（データは示していない）．

考察

　この多民族の人口に基づく前向きコホート試験において，地中海沿岸で観察されたものとより整合性のある食事パターンは，社会人口学的および血管危険因子で調整後の虚血性脳卒中，心筋梗塞，血管死の複合転帰に対して防御的であることを我々は示した．血管死との関連は有意であり，用量依存的に見えた．血管死と逆相関するように見えた地中海料理の要素はアルコール類，魚類，および豆類の消費であった．地中海料理と心筋梗塞との間には全く用量依存性の関係はなかった．しかしながら，すべての共変数で調整後には有意な相関がなかったが，地中海料理を中等度消費する人においてさえ（地中海料理スコア五分位で上から4番目の全員）心筋梗塞に対する陽性の防御的関連が示唆された．心筋梗塞に対する推定値は血管死や複合血管イベントのそれよりも強かったが，133 名の心筋梗塞を起こした人に限っては，この転帰に有意に関連する検出力は低かった．対照的に，地中海料理は虚血性脳卒中のリスクには関連がなかった．

　幾つかの試験において地中海料理の消費と全死亡率の減少，虚血性心疾患や一般的な心血管疾患による死亡の減少，またアルツハイマー病の減少との関連が示されている (12-14, 22, 25)．しかしながら，米国内で行われた試験は殆どなく，我々の知る限りにおいては，我々の試験が多民族都市の標本において地中海料理と心筋梗塞および脳卒中との関連を調べた最初の試験であった．

　我々の知る限り，地中海料理と脳卒中のリスクを調査した試験は他に一つだけである(15)．全員が女性で主に白人を対象にした看護師健康調査はより多くの地中海料理パターンの消費が脳卒中のリスクの中等度減少と関連していた．我々の試験と比較すると，看護師健康調査の標本数は30倍以上もあり，脳卒中の発症数は10倍あり，その結果より強い検出力と関連していた．看護師健康調査において脳卒中例が虚血性か出血性か分類される際に，虚血性脳卒中との有意な関連は観察されず，推定値の大きさは我々のそれと似ていた．我々は虚血性脳卒中に注目したが，出血性脳卒中を包含しても我々の結果は変化しなかった（データは示さない）．それに加えて，非致死性症例と地中海料理との関連よりも，致死的で，ゆえにおそらくより重症の虚血性心疾患と脳卒中の症例と地中海料理との強い関連を著者は報告している(15)．この知見は我々の観察と一致しており，地中海料理スコアと血管死との間には用量依存性に有意な相関が見られた．

　虚血性脳卒中が異質で小血管と大血管病変の両者を含むという事実は，我々の試験での地中海料理スコアとの関連の欠損に寄与したかもしれない．一方，心筋梗塞はもっと同質で主要な動脈硬化なのだが，心筋梗塞との間にわずかな相関が示唆された．地中海料理の大血管病変に対する効果があるか否かを定義するため将来のより大規模試験が必要であり，脳卒中のサブタイプ全体に渡る地中海料理の効果を調べる必要がある．

　地中海料理の消費の増加が心血管イベントのリスク低下に関連しているとの我々の所見は，地中海料理の順守度と血管疾患のリスクの無症状のマーカーと逆相関するというこれまでの試験と一致している．地中海料理は脂質組成を改善し (26)，内皮機能を改善し (27)，収縮期圧及び拡張期圧を低下させ (10)，肥満を改善し (8)，インスリン抵抗性を改善し (28)，C 反応性蛋白 (29) や IL-6 (30) を含む炎症性マーカー濃度を低下させる．

　血管死に対して大きな効果を持つ地中海料理スコアの要素の一つはアルコールである．以前我々は次のことを示した．つまり，NOMAS において中等度のアルコール摂取は脳卒中，心筋梗塞，血管死同様に虚血性脳卒中に対して防御的であることである (19, 31)．中等度のアルコール，魚類，豆類の消費はこの標本における血管死と相関する地中海料理スコア要素である．多くの試験が魚類の消費が心血管疾患死亡率を抑制する効果を示しており，それは魚類に豊富に含まれるω-3脂肪酸が寄与している (32)．豆類もまたω-3脂肪酸同様蛋白質，食物繊維，葉酸に富み，豆類を食べることはコレステロール濃度を低下させることが知られている (33)．

　我々は次の仮説を立てた．すなわち糖尿病，高血圧，高脂血症は地中海料理と血管転帰との関連の潜在的な中間体ではないかと．なぜならこの食事パターンはこれらの危険因子を変える可能性があるからである．地中海料理を消費することはこれらの条件の危険に影響することが示されたが，これらのいかなる条件の診断も個人の食事に影響しうる．我々の食事と危険因子におけるベースラインデータは同時に収集されたため，血管危険因子と我々の参加者の食習慣との一時的な関連は知られておらず，地中海料理と，これらの危険因子を含むモデルからの血管イベントのリスクとの間に関連があるとみなされていると慎重に結論付けられるべきである．しかしながら，我々の所見はこれらの危険因子が調整された時，幾つかの関連が減衰して仲介の可能性を支持していた．

　地中海料理と人種民族との間では血管転帰との関連は認めなかった．おおよそ，NOMAS 参加者の半数がヒスパニック系と自己認識しており，大半がドミニカ共和国から合衆国への移民であった．全体として，NOMAS コホートのベースラインの食習慣は，他のヨーロッパやアメリカのコホート試験において研究された地中海式パターンのそれと比較しても，地中海式パターン以上の一貫性はない (15, 34, 35)．特に，果実類，野菜類，魚類，穀類の消費は他のコホートと比較して我々のコホートでは少なかった．それ故，NOMAS コホートの食事パターンは正確な地中海料理（すなわち，地中海沿岸地域に住む人口の食事パターン）を反映していない可能性がある．例えば，一価不飽和脂肪酸の消費は，大部分がオリーブオイルに由来するのだが，我々の人口においては地中海沿岸の人口に比較してかなり低い．この文脈において，我々の試験の結果は，個人が地中海料理を控えめに遵守することさえ（その食習慣が本来の地中海料理とかけ離れた食習慣の被験者と比較すれば）血管転帰に対して防御している可能性がある．しかしながら，我々の所見は次の点も示唆している．すなわち NOMAS コホートにおいて消費された地中海料理の用量は最上位の五分位においてさえ有意に高いとはいえないかも知れず，また防御完全に調整したモデルにおける血管イベントとの強力な関連を検出していない可能性がある．特に有限の数のイベント特異的なエンドポイントに共役した際には．

　民族的に多様な人口であることに加えて，試験の強度は高い追跡率を有し，他の確立された血管疾患の危険因子における包括的データを有していた．しかしながら，我々の試験には幾つかの限界があった．第一に，我々の人口で発生した虚血性脳卒中事故の数と心筋梗塞の数が相対的に小さかったため，地中海料理スコアとの有意相関の検出力を制限した．我々はベースラインでの食事頻度を計測したに過ぎず，故に参加者は，計測された転帰が発生する前に食事を変更したかもしれない．しかし，食事パターンは他の人口ベースの試験においては安定していることが判明している (13)．加えて，地中海料理スコアを計算するために有効かつ信頼出来る食事頻度アンケート (21, 36, 37) を使用しているにもかかわらず，食習慣の無作為な誤判別と recall bias の可能性が残る．しかし，殆どの大規模試験では似たような方法に頼っている．我々は先に述べた文献で広く用いられている地中海料理スコアの計算方法を用いたが，しかしこれもまた限界がある．というのは，その点数はコホートと性別特異的な食品の9つのカテゴリーの中央値に依存しているからであり，より完全な用量依存性の関係の試験には容易に可能にはならないからである．測定された変数又は未測定の変数による潜在的な交絡の残留が常に存在するにもかかわらず，多くの潜在的交絡因子による調整後も相関が持続していることは，このバイアスのフォームは，観察された関連を考慮していないように見えることを示唆している．最後に我々は欠落した食事情報のために選択バイアスの可能性を試験し，欠落した食事情報は転帰事象のリスクには無関係であることを示した．これは選択バイアスが我々の試験の結論には影響しないことを示唆している．

結論として，我々はより大規模な地中海料理の消費と血管イベント，特に血管死のリスクの軽減との関係を示した．地中海料理と虚血性脳卒中との相関を支持するエビデンスは得られなかった．我々の知る限り，男性と女性，同じ国に住む多民族人口を含めた試験としては，本試験は合衆国における最初のものである．我々の結果は，理想的な心血管の健康を達成するという2020 AHA の新しい目標を支持するものである．地中海料理パターンは AHA の推奨する食事の幾つかの方法に合致するからである．地中海料理と血管疾患，特に脳卒中との関連を解明するにはより大規模な人口における追加試験が必要である．致死的事象と非致死的事象の相対関係はさらなる試験に値する．

The text file revised edition of “METs table of Physical Activities”

I have asked National Institute of Health and Nutrition if I could publish the text file revised edition of “METs table of Physical Activities” on this blog on July 3rd, 2012. I have received e-mail from staff on July 12, 2012, they consent that I publish the text file.

The file has 4 columns and 826 rows. First row shows data structure. First column shows code, second column METS value, third column major heading, and fourth column specific activities. I couldn’t separate English from Japanese.

METS2011

The source is this PDF file. Although you don’t have to contact National Institute of Health and Nutrition when you would like to use for yourself, you would be asked to contact National Institute of Health and Nutrition when you would like to publish the file or create a web service with the file.

改訂版『身体活動のメッツ表』のテキストファイル

2012年7月3日の記事で国立健康・栄養研究所に『身体活動メッツ表』から抽出したテキストファイルを公開して良いか問い合わせていましたが，7月12日回答があり，公開を許可して頂けましたので公開いたします．

下記ファイルのデータ構造は4列826行となっています．1行目はデータ構造を示しており，2行目以降がデータです．1列目はコード，2列目はMETs，3列目は大分類，4列目は個別活動となっています．日本語と英語の切り分けはできていません．

METS2011

当ファイルは国立健康・栄養研究所の改訂版『身体活動メッツ表』を元に 作成したものです．個人利用においては特に連絡の必要はございませんが，ウェブサービス等，第三者が利用するサービスに当ファイルを使用する場合には国立健康・栄養研究所に確認のご連絡をお願いします．

　2014 年 11 月 7 日，指摘を受け METS2011.csv ファイルを訂正しました．