기본 콘텐츠로 건너뛰기

논문으로 검증된 코엔자임Q10의 효능

코엔자임Q10

- 대중적으로 가장 널리 섭취하는 성분이다.
- 하루 권장 섭취량은 90 ~ 100mg이다.
여러 임상실험으로 밝혀진 효능

  • 항산화 : 효과적인 항산화제로서 인체에 해로운 영향을 주는 산화유발물질을 제거하는데 도움을 줄 수 있다. 수백명 이상의 다수의 임상실험으로 효과가 밝혀졌다.
  • 혈압 감소 : 높은 혈압을 감소시켜 적정 혈압을 유지하는데 도움을 줄 수 있다. 2001년 76명을 대상으로 실험한 결과, 코엔자임Q10이 수축기 혈압을 유의미하게 낮춰준다는 사실을 밝혀졌다. 

1개 이상의 신뢰할 수 있는 연구로 밝혀진 효능

  • 관상동맥질환 개선 : 2007년 33명의 관상동맥질환(coronary artery disease) 환자를 대상으로 실험한 결과, 코엔자임Q10을 매일 300mg 복용한 환자들이 통계적으로 유의미한 질환의 개선을 경험했다.
  • 임신중독증 예방 : 임신중독증(자간전증) 위험이 높은 197명의 임산부들을 랜덤하게 그룹으로 나누어 실험한 결과, 임신 20주부터 출산 때까지 매일 200mg의 CoQ10을 섭취한 그룹은 17명이 임신중독증을 경험했지만 그렇지 않은 그룹은 30명의 임산부가 임신중독증을 경험했다.
  • 미토콘드리아 근병증의 증상 개선 : 코엔자임Q10을 6개월 동안 복용하면 미토콘드리아 근병증(mitochondrial myopathies)으로 유발되는 근육 약화 증상이 조금 개선되었다는 연구 결과가 있다.
  • 코엔자임Q10 결핍 예방 : 코엔자임Q10을 섭취하면 허약, 피로, 발작 등의 코엔자임Q10 결핍 증상을 예방할 수 있다. 하지만 이러한 결핍 증상은 매우 드문 케이스이다.


함께 먹으면 좋은 성분

- 비타민E : 코엔자임Q10이 비타민E의 항산화작용을 오래 유지시킨다.
- EPA및DHA함유유지(오메가-3) : 코엔자임Q10이 혈압을 조절해 주고 오메가3가 콜레스테롤 수치를 떨어뜨려 혈관 건강을 지키는데 도움을 준다.
복용 팁

 - 몸의 대사를 활발하게 만드므로 저녁에 섭취하는 것을 자제해야 한다.


주의사항

- 스타틴계열, 와파인계열의 약을 복용 하는 분은 섭취에 주의해야 한다.
- 영유아, 임산부, 질병을 치료 중인 환자는 의사와 상담 후 복용해야 한다.



참고 논문

- Effect of coenzyme Q10 administration on endothelial function and extracellular superoxide dismutase in patients with ischaemic heart disease: a double-blind, randomized controlled study.
Tiano L, Belardinelli R, Carnevali P, Principi F, Seddaiu G, Littarru GP., European heart journal, 2007
- Randomized, double-blind, placebo-controlled trial of coenzyme Q10 in isolated systolic hypertension. Burke BE, Neuenschwander R, Olson RD., Souther medical journal, 2001
- Coenzyme Q10 supplementation during pregnancy reduces the risk of pre-eclampsia.
Teran E, Hernandez I, Nieto B, Tavara R, Ocampo JE, Calle A., International journal of gynaecology and obstetrics, 2009
- Gold, R., Seibel, P., Reinelt, G., Schindler, R., Landwehr, P., Beck, A., and Reichmann, H. Phosphorus magnetic resonance spectroscopy in the evaluation of mitochondrial myopathies: results of a 6-month therapy study with coenzyme Q. Eur.Neurol. 1996;36(4):191-196.
- Montini, G., Malaventura, C., and Salviati, L. Early coenzyme Q10 supplementation in primary coenzyme Q10 deficiency. N.Engl.J Med 6-26-2008;358(26):2849-2850. 

태그

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 산점도(scatter) 그리기

파이썬의 Matplotlib를 이용해 데이터의 산점도(scatter plot)를 그릴 수 있다. 예시를 통해 살펴보자. 먼저 아래와 같이 데이터 프레임 예시를 만든다. 1 2 3 4 5 6 7 8 9 10 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 ] # DataFrame 만들기 body = pd . DataFrame( { 'height' : height, 'weight' : weight} ) body라는 이름의 데이터 프레임(테이블)이 만들어졌다. 이제, body 테이블의 데이터들의 분포를 산점도로 그려보자. 산점도를 그리는 코드는 아래와 같다. 1 2 3 4 5 6 7 8 9 10 # 산점도(scatter) 그리기 import matplotlib.pylab as plt plt . scatter( body[ 'weight' ], body[ 'height' ], label = "data" ) plt . legend(loc = "best" ) plt . xlabel( 'weight' ) plt . ylabel( 'height' ...
댓글 쓰기
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