기본 콘텐츠로 건너뛰기

논문으로 검증된 비타민C의 효능


비타민C

- 대중적으로 가장 널리 섭취하는 성분이다.
- 하루 권장 섭취량은 100mg이다.


과학적으로 엄격하게 입증된 효능

  • 비타민C 결핍증상 완화 : 비타민C를 섭취하면 괴혈병을 비롯한 비타민C 결핍 증상을 예방하고 치료할 수 있다.
  • 결합조직 형성과 기능유지에 필요
  • 유해산소로부터 세포를 보호
  • 철의 흡수


여러 임상실험으로 밝혀진 효능

  • 아미노산 티로신 분해 장애 개선 : 비타민C를 복용하면 신생아의 아미노산 티로신 분해 장애를 개선시킨다.

1개 이상의 신뢰할 수 있는 연구로 밝혀진 효능

  • 감기 : 60개 이상의 논문을 메타 분석한 결과, 비타민C가 일반 성인의 감기 예방에 도움이 되지는 않지만 극심한 신체적 스트레스를 받는 사람들의 감기를 예방하는데는 도움이 될 수 있다고 결론지었다. 운동선수, 군인 등 극심한 신체적 스트레스를 받는 사람들을 조사한 결과 비타민C가 감기 발병률을 현저하게 감소시킨다는 것을 발견했다. 특히 마라톤 참가자들에게 하루 600mg의 비타민C를 복용하게 했더니 감기 발병률이 35%나 감소하였다. 비타민C를 영양제로 섭취하는 것은 감기의 지속시간을 줄이는 효과가 있다. 4개의 대규모 연구에서는 비타민C 섭취자의 감기 지속시간이 5% 밖에 줄지 않았지만, 그 중 2개의 연구에서 비타민C 섭취자의 감기로 인해 학교나 직장에 결근한 비율이 12~41% 감소하였고, 이는 비타민C가 감기 증상을 완화시킬 수 있음을 나타낸다.
  • 피부 주름 : 비타민C가 함유된 피부 크림과 패치는 피부의 주름을 개선시켜 줄 수 있다.
  • 콜레스테롤 : 비타민C를 섭취하면 LDL과 같은 나쁜 콜레스테롤을 줄일 수 있다. 
  • 고혈압 : 혈압을 낮추기 위한 약과 비타민C를 복용하면 수축기 혈압(높은 수치)를 낮추는데 도움이 된다. 하지만 이완기 혈압(낮은 수치)를 낮추지는 않는다. 혈압약 없이 비타민C만 섭취하는 것은 혈압을 낮추는데 도움이 되지 않는다.
  • 페렴 : 3개의 연구에서 비타민C 복용자의 폐렴 발병률이 최소 80% 이상 감소했다는 결과를 얻었다.

함께 먹으면 좋은 성분


- 셀레늄 : 항산화 효과가 더 커진다.
- 철 : 철분의 체내 흡수를 돕는다.  


복용 팁

 - 다른 영양소의 흡수를 돕는 역할을 하므로 다른 영양제와 함께 드시는게 좋습니다
- 아침에는 소화력이 떨어진 상태일 수 있으므로, 오후에 드시는 게 좋습니다
- 홍차, 녹차와 함께 드시지 마세요. 차 속의 탄닌 성분이 약효를 떨어뜨릴 수 있으므로 물과 함게 드시는게 가장 좋습니다


관련 논문

- Vitamin C and acute respiratory infections Hemilä H & Douglas RM., International Journal of Tuberculosis and Lung Disease, 1999
- Vitamin C and common cold incidence- a review of studies with subjects under heavy physical stress Hemilä H., International journal of sports medicine, 1996
- Vitamin C supplementation reduces the incidence of postrace symptoms of upper-respiratory-tract infection in ultramarathon runners. 
Peters EM, Goetzsche JM, Grobbelaar B, Noakes TD., The American Journal of Clinical Nutrition, 1993
- Ushiyama, Y., Matsumoto, K., Shinohara, M., Wakiguchi, H., Sakai, K., Komatsu, T., and Yamamoto, S. Nutrition during pregnancy may be associated with allergic diseases in infants. J Nutr Sci Vitaminol.(Tokyo) 2002;48(5):345-351.
- Lee C, Yang H, Kim S, et al. Evaluation of the anti-wrinkle effect of an ascorbic acid-loaded dissolving microneedle patch via a double-blind, placebo-controlled clinical study. Int J Cosmet Sci. 2016;38(4):375-81
- Chew, J., Gin, I., Rau, K. A., Amos, D. B., and Bridenstine, J. B. Treatment of upper lip wrinkles: a comparison of 950 microsec dwell time carbon dioxide laser with unoccluded Baker's phenol chemical peel. Dermatol.Surg. 1999;25(4):262-266
- Vinson, J. A. and Jang, J. In Vitro and In Vivo Lipoprotein Antioxidant Effect of a Citrus Extract and Ascorbic Acid on Normal and Hypercholesterolemic Human Subjects. J Med Food 2001;4(4):187-192
- Kim MK, Sasaki S, Sasazuki S, et al. Lack of long-term effect of vitamin C supplementation on blood pressure. Hypertension 2002;40:797-803.
- Brody S, Preut R, Schommer K, Schurmeyer TH. A randomized controlled trial of high dose ascorbic acid for reduction of blood pressure, cortisol, and subjective responses to psychological stress. Psychopharmacology 2002;159:319-24.
라벨:

댓글

댓글 쓰기

이 블로그의 인기 게시물

웨딩 드레스 스케치 도안

웨딩 드레스샵 투어를 다니면서 샘플로 드레스를 입는 경우에는 드레스 사진을 찍지 못하게 하는 샵이 많다. ​ 그래서 투어를 돌고 나면 어떤 샵의 어떤 스타일이 신부에게 잘 어울렸는지 헷갈릴 수가 있다. ​ 하지만 투어를 다닐 때 드레스샵에서 입은 드레스의 특징과 느낌을 잘 기록하면 샵을 선택하는 데 도움이 될 수 있다. ​ 드레스 투어를 다닐 때 드레스를 기록할 스케치 도안은 아래 링크에서 확인/다운로드 할 수 있다. 웨딩 드레스 스케치 도안 확인/다운로드 하기 투어를 마친 후 드레스샵과 계약을 하고, 드디어 본식 드레스를 고를 때에는 사진을 찍을 수 있는 경우가 많다. ​ 이 땐 사진을 잘 찍어서 어떤 드레스를 입을지 잘 선택하도록 하자. ​ ​
댓글 쓰기
자세한 내용 보기

파이썬(Python)을 이용한 선형 회귀분석(linear regression)

파이썬의 statsmodels 라이브러리를 이용해 간단하게 선형 회귀분석을 해볼 수 있다. 예시를 통해 살펴보자. 먼저 아래와 같이 예시 데이터프레임을 만든다. 1 2 3 4 5 6 7 8 9 10 11 12 import pandas as pd height = [ 170 , 168 , 177 , 181 , 172 , 171 , 169 , 175 , 174 , 178 , 170 , 167 , 177 , 182 , 173 , 171 , 170 , 179 , 175 , 177 , 186 , 166 , 183 , 168 ] weight = [ 70 , 66 , 73 , 77 , 74 , 73 , 69 , 79 , 77 , 80 , 74 , 68 , 71 , 76 , 78 , 72 , 68 , 79 , 77 , 81 , 84 , 73 , 78 , 69 ] body = pd . DataFrame( { 'height' : height, 'weight' : weight } ) body . tail() 위 코드에 대한 설명은 "파이썬(Python) Pandas를 이용한 데이터프레임(DataFrame) 만들기" 포스팅을 통해 확인할 수 있다. 위 코드를 Jupyter Notebook을 통해 실행해보면 아래와 같이 데이터 프레임이 만들어진 것을 확인할 수 있다. 선형 회귀분석은 아래와 같은 가정을 만족해야 한다. 선형 회귀분석을 할 때에는 데이터가 아래의 가정을 따르는지 먼저 생각해보는 습관을 기르자. - 변수의 선형 상관관계 : 선형 회귀분석은 종속변수(Y)와 독립변수(X)가 선형의 상관 관계를 가지는 것을 가정한다. 선형의 상관관계가 아닐 경우, 다른 회귀분석 방법을 사용하거나, 새로운 변수를 추가하거나, 기존의 변수를 로그, 지수등의 방법으...
댓글 1개
자세한 내용 보기

파이썬(Python)을 이용한 피어슨 상관계수 구하기

피어슨 상관계수(Pearson correlation coefficient)는 두 변수 간의 상관관계를 확인하기 위한 가장 기본적인 방법이다. 피어슨 상관계수를 사용할 때 주의해야할 사항은 아래와 같다. - 상관관계가 인과관계를 의미하는 것은 아니다. 단순히 두 변수의 연관성을 확인하는 것이다. - 두 변수가 정규분포일 때 잘 작동한다.  - 이상치(outlier)에 민감하므로, 이상치는 제거하는 것이 좋다. - 두 변수가 완전히 동일하면 피어슨 상관계수는 1.0이다. 완전히 반대방향으로 동일하면 -1.0, 전혀 상관 없으면 0이다. 세부적인 해석은 아래와 같이 한다. - -1.0과 -0.7 사이이면, 강한 음적 선형관계 - -0.7과 -0.3 사이이면, 뚜렷한 음적 선형관계 - -0.3과 -0.1 사이이면, 약한 음적 선형관계 - -0.1과 +0.1 사이이면, 거의 무시될 수 있는 선형관계 - +0.1과 +0.3 사이이면, 약한 양적 선형관계 - +0.3과 +0.7 사이이면, 뚜렷한 양적 선형관계 - +0.7과 +1.0 사이이면, 강한 양적 선형관계 파이썬을 통해 피어슨 상관계수를 쉽게 구할 수 있다. 예시를 통해 알아보자. height, weight의 두 변수를 가지는 body라는 DataFrame을 만들었다. DataFrame을 만드는 과정은 아래의 포스트에서 확인할 수 있다.  "파이썬(Python) Pandas를 이용한 데이터프레임(DataFrame) 만들기" body 데이터프레임으로 피어슨 상관계수를 구하는 코드는 아래와 같다.  1 2 corr = body . corr(method = 'pearson' ) corr Jupyter Notebook으로 구하면 아래와 같은 결과를 얻는다. 표의 행과 열을 살펴보면 "height - height", "weight - weight"는 1이...
댓글 쓰기
자세한 내용 보기