기본 콘텐츠로 건너뛰기

논문으로 검증된 자일리톨의 효능


자일리톨(Xylitol)

- 매니아층을 형성하고 있는 성분이다.
- 일일 섭취 권장량은 10g이다.


 여러 임상실험으로 밝혀진 효능

  • 건강한 치아를 유지하는데 도움을 줄 수 있다
  • 충치 예방 : 자일리톨이 함유된 식품, 껌, 치약 등을 통해 매일 자일리톨 1~20g을 섭취하면 성인과 5세 이상 어린이들의 충치 발생률을 낮출 수 있다. 이러한 효과가 5세 미만 아동에도 동일 한지는 알려지지 않았다. 

1개 이상의 신뢰할 수 있는 연구로 밝혀진 효능

  • 미취학 아동의 중이염 예방 : 미취학 아동이 매일 식사 후 8.4~10g의 자일리톨을 섭취하면 중이염(otitis media)의 발병률과 치료에 필요한 항생제의 필요성을 낮추는 데 도움이 될 수 있다는 연구가 있다. 하지만 급성 호흡기 감염이 시작될 때에는 이러한 효과를 얻지 못한다.


더 충분한 입증이 필요한 효능
  • 치아의 플라그 형성 예방 : 자일리톨이 함유된 용액을 사용해도 어린이들의 치아에 플라그가 생기는 것을 줄이지 못한다는 연구가 있다. 하지만 다른 형태로 자일리톨을 이용하면 플라그 형성 예방에 도움이 되는지 더 충분한 연구가 필요하다. 
  • 축농증 증상 완화 : 축농증으로 인한 콧물을 짜내기 위해 식염수를 사용하는 방법이 있다. 이 때 식염수 대신 자일리톨이 함유된 용액을 사용하면 축농증으로 인한 코막힘 증상을 줄이는 데 도움이 된다는 연구가 있다. 


주의사항

- 자일리톨을 섭취해도 당류와 전분류의 함량이 높은 간식을 자주 섭취하면 충치 발생위험이 있다.
- 자일리톨을 일시에 40g 이상 과다 섭취할 경우에는 복부 팽만감 등의 불쾌감을 느낄 수 있다.


참고 논문

- Gales MA, Nguyen TM. Sorbitol compared with xylitol in prevention of dental caries. Ann Pharmacother 2000;34:98-100
- Janakiram C, Deepan Kumar CV, Joseph J. Xylitol in preventing dental caries: A systematic review and meta-analyses. J Nat Sci Biol Med 2017;8:16-21.
- Lee B, Sue D. Xylitol for prevention of dental caries. DICP 1989;23:691-2.
- Azarpazhooh A, Lawrence HP, Shah PS. Xylitol for preventing acute otitis media in children up to 12 years of age. Cochrane Database Syst Rev 2016 Aug 3;(8):CD007095. 
- Azarpazhooh A, Limeback H, Lawrence HP, Shah PS. Xylitol for preventing acute otitis media in children up to 12 years of age. Cochrane Database Syst Rev 2011Nov 9;(11):CD007095.
- Tapiainen T, Luotonen L, Kontiokari T, et al. Xylitol administered only during respiratory infections failed to prevent acute otitis media. Pediatrics 2002;109:E19.
- Simões Moraes R, Modesto A, Regina Netto Dos Santos K, Drake D. The effect of 1% chlorhexidine varnish and 40% xylitol solution on Streptococcus mutans and plaque accumulation in children. Pediatr Dent 2011;33:484-90.
- Lin L, Tang X, Wei J, Dai F, Sun G. Xylitol nasal irrigation in the treatment of chronic rhinosinusitis. Am J Otolaryngol 2017;38:383-389. 
- Weissman JD, Fernandez F, Hwang PH. Xylitol nasal irrigation in the management of chronic rhinosinusitis: a pilot study. Laryngoscope 2011;121:2468-72.
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