Friet even gezond als amandelen?

Over het algemeen wordt friet geen verantwoord en amandelen wel een verantwoord voedingsmiddel gevonden. Uit observationele studies lijkt het immers dat mensen die noten (waaronder amandelen) consumeren onder andere een lager gewicht, kleinere middelomtrek en lagere systolische bloeddruk hebben, terwijl bij vrouwen die meer friet consumeren een hogere (systolische) bloeddruk en BMI wordt gevonden. Uit een in 2022 gepubliceerd Amerikaans onderzoek (RCT) lijkt het er echter op dat proefpersonen die dagelijks een maand lang 300 kcal aan friet consumeerden niet meer vetmassa kweken, dan proefpersonen die in dezelfde periode eenzelfde hoeveelheid energie in de vorm van amandelen consumeerden. Betekent dit nu automatisch dat friet even goed, of slecht is als amandelen, of betekent het dat een individueel voedingsmiddel niet per se goed, of slecht is en misschien indicatief is voor een voedingspatroon? We nemen je kort mee in de wijze waarop de Amerikanen hun friet vs amandelenonderzoek hebben opgezet. Ook bespreken we kort de belangrijkste resultaten. We blijven langer stilstaan (LET OP: het is een long read) bij de waarde van verschillende soorten onderzoeken en hoe je de resultaten en conclusies van dat verschillende soorten onderzoeken wel en niet kan/mag gebruiken.

Aardappelen versus amandelen

De Amerikanen includeerden maar liefst 180 proefpersonen (122 vrouwen, leeftijd 30.4±8.7 jaar, BMI 26.1±4.2 kg/m2 en gewicht 75.6±15.4 kg) die ze vervolgens verdeelden in 3 gelijke groepen. Bij elke groep werd voor aanvang van het onderzoek onder andere de lichaamssamenstelling (met DXA), lichaamsgewicht, HbA1c, nuchtere bloedglucose- en insulinespiegel en HOMA-IR (methode om mate insulineresistentie vast te stellen) gemeten.

Één groep consumeerde vervolgens voor 30 dagen 300 kcal aan amandelen. Één groep consumeerde voor 30 dagen 300 kcal aan normale friet en één groep consumeerde voor 30 dagen aan friet gekruid met een kruidenmix. Het is hierbij belangrijk om te noemen dat de proefpersonen de 300 kcal in de vorm van amandelen, of friet niet als extraatje moesten consumeren, maar in hun dagelijkse voedingspatroon moesten inpassen. Tot zover de opzet en dan nu de resultaten. De vetmassa was bij alle groepen niet significant (p=0,443) toegenomen, waarbij er geen verschil werd waargenomen tussen de amandelgroep (+0,23 ± 0,11kg) en frietgroepen (+0,12±0,086kg). Er werd geen significant verschil in HOMA-IR waargenomen tussen de groepen. Tenslotte nam het gewicht iets toe bij de groep die amandelen (0.49±0.20kg) en gekruide friet (0.47±0.21kg) consumeerde, terwijl het iets afnam bij de groep die gewone friet consumeerde (-0.24±0.20kg). Over het algemeen werd er dus geen verschil in lichaamssamenstelling en -gewicht waargenomen bij de verschillende groepen.

Typen observationele studies

Klaar dus. Je kunt dus net zo goed friet als amandelen eten? Nee, niet zo snel, want we willen graag bespreken hoe je de bevindingen vanuit een observationele studie kan/mag/moet interpreteren en kan combineren met bevindingen vanuit andere typen onderzoeken. Daarbij gaan we in op de volgende vragen:

1. Hoe worden de variabelen gemeten in een observationele voedingsstudie?
2. Wat betekent de inname van één individueel voedingsmiddel in een observationele studie?
3. Hoe wordt er rekening gehouden met confounders in een observationele studie?
4. Wat kunnen we met de bevindingen uit observationele studies in de praktijk?

Hoe worden de variabelen gemeten in een observationele voedingsstudie.

Het is belangrijk te bepalen hoe de voedingsinname is gemeten (of beter gezegd geschat) in een wetenschappelijke studie. Het nauwkeurig schatten van de voedingsinname van personen is namelijk ontzettend moeilijk. Bij een (observationele) voedingsstudie kan middels een 24-uur recall, dietary history, voedselfrequentievragenlijst, of voedingsdagboek de voedingsinname worden geschat. Elke methode (in het diëtistisch consult voor een omschrijving van de methoden) om de voedingsinname van een persoon te schatten, heeft echter duidelijke nadelen. De nadelen van een methode kunnen worden opgevangen door deze te combineren met een andere methode om de voedingsinname te schatten. Echter het combineren van meerdere methoden om de voedingsinname te schatten, is een tijdrovende klus, waardoor de uitvoerbaarheid van een observationele studie moeilijker wordt en de kosten toenemen. Het is dus belangrijk om je te realiseren dat de daadwerkelijke voedingsinname van proefpersonen waarschijnlijk anders is dan de gerapporteerde voedingsinname van proefpersonen. Zo kan er sprake zijn van sociaal wenselijke antwoorden (fruitinname wordt bijvoorbeeld overgerapporteerd en gefrituurde snackinname wordt ondergerapporteerd). Ook kan het zijn dat proefpersonen zich niet goed kunnen herinneren wat zij hebben gegeten, of dat ze portiegrootte niet goed kunnen inschatten.

Ook wat betreft de uitkomstvariabele is het belangrijk te bepalen hoe de uitkomstvariabele wordt gemeten. Als bijvoorbeeld lichaamsgewicht een uitkomstvariabele is, is het belangrijk om te weten of de onderzoeker daadwerkelijk het lichaamsgewicht heeft gemeten, of dat de proefpersoon zelf het lichaamsgewicht heeft gemeten. Naast dat de onderzoeker de meting goed kan standaardiseren, zal de onderzoeker ook daadwerkelijk het gemeten gewicht rapporteren. Moet de proefpersoon zelf in een thuissituatie het gewicht meten, dan kan het best zo zijn dat de proefpersoon een lager (of hoger) gewicht rapporteert.

Wat betekent de inname van één individueel voedingsmiddel in een observationele studie?

Uit bovenstaande beschreven RCT lijkt een maand lang friet dagelijks consumeren een even groot effect op onder andere vetmassa en lichaamsgewicht als voor dezelfde tijd amandelen consumeren te hebben. Echter uit observationele studies lijkt er een ongunstige relatie te bestaan tussen frietconsumptie en vetmassa en lichaamsgewicht. Dit komt wellicht omdat frietconsumptie in observationele studies wellicht meer betekent dan alleen de consumptie van friet, maar onderdeel is van een over het algemeen onverantwoorder gedragsrepertoire. Zo blijkt uit een grote cohortstudie van Qi uit 2014 dat mensen die 4 of meerdere keren per week gefrituurd voedsel consumeren, meer calorieën consumeren, meer frisdrank drinken, vaker roken, minder fysiek actief zijn en meer televisie kijken, dan mensen die minder dan 1 keer per week gefrituurd voedsel consumeren. Wanneer we dus in een observationele studie kijken naar de correlatie tussen één voedingsmiddel en een gezondheidsindicator, is het goed om in het achterhoofd te houden dat dat ene voedingsmiddel onderdeel kan zijn van een bepaald gedragsrepertoire.

Daarnaast mag in een observationele studie (met name in een cross-sectioneel observationeel onderzoek) correlatie niet met causatie (oorzaak en gevolg) verward worden. Zo kan het bijvoorbeeld best zo zijn dat mensen die over het algemeen al gezond zijn en een verantwoord voedingspatroon hebben meer amandelen gaan eten. Zo worden amandelen geframed als extreem verantwoord. In bovenstaand voorbeeld is het amandelen eten niet een oorzaak, maar een gevolg  van de keuzes die gezonde mensen maken.

Hoe wordt er rekening gehouden met confounders in een observationele studie?

Zoals hierboven al werd beschreven, is het verschil tussen mensen die vaak en weinig gefrituurd voedsel consumeren, niet alleen de frequentie waarmee zij gefrituurd voedsel consumeren. Zo blijkt uit de studie van Qi dat mensen die vaak gefrituurd voedsel consumeren een algeheel ongezonder gedragsrepertoire hebben, dan mensen die niet vaak gefrituurd voedsel consumeren. Om de individuele relatie tussen bijvoorbeeld gefrituurd voedsel (onafhankelijke variabele) en bijvoorbeeld middelomtrek (uitkomstmaat) willen weten, moeten we dus corrigeren voor andere gedragingen die een mogelijke relatie hebben met middelomtrek. In de statistische analyse kan er voor deze gedragingen gecorrigeerd worden door ze te introduceren als covariabelen (covariaat). Het meenemen van een covariaat in de statistische analyse biedt echter (zelfs wanneer deze correct is toegepast) niet altijd soelaas. Wanneer de covariaat een zeer sterke relatie heeft met de onafhankelijke variabele kan dat namelijk problemen opleveren. Zo kan bijvoorbeeld totale energie-inname geïntroduceerd worden als covariaat om er achter te komen wat de individuele relatie tussen de consumptie van gefrituurd voedsel en middelomtrek. Totale energie-inname heeft echter waarschijnlijk een zeer sterke relatie met gefrituurd voedsel, waardoor de relatie tussen de consumptie van gefrituurd voedsel en middelomtrek wegvalt.

Wat kunnen we met de bevindingen uit observationele studies in de praktijk?

Vaak wordt voor de bewijskracht die we toekennen aan resultaten en conclusies uit wetenschappelijke studies de hiërarchie van bewijsvoerding gebruikt. Zo staan aan de top van de piramide RCT’s en meta-analyses van RCT’s. Mits RCT’s en meta-analyes van RCT’s methodologisch goed zijn opgezet en zijn uitgevoerd, geven deze wetenschappelijke studies een duidelijk inzicht van het causaal verband tussen de onafhankelijke variabele en uitkomstvariabele (afhankelijke variabele). Echter als er methodologisch slecht opgezette en uitgevoerde (Garbage In) RCT’s voor een meta-analyse worden gebruikt, dan is de meta-analyse ook van een inferieure kwaliteit (Garbage Out). Daarnaast hebben RCT’s en meta-analyses van RCT’s nog een duidelijk nadeel. De looptijd van RCT’s is kort. Zo is in de hierboven beschreven friet vs amandel-RCT proefpersonen het effect van één maand friet-, of amandelconsumptie op vetmassa en lichaamsgewicht onderzocht en kan er dus niet met zekerheid gesteld worden wat er gebeurd met de vetmassa en lichaamsgewicht als er voor een zeer lange periode friet, of amandelen worden geconsumeerd.

Van observationele studies wordt vaak gezegd dat ze weinig zeggen over het oorzakelijk verband tussen 2 variabelen (correlatie is geen causatie). Dat gaat zeker op voor cross-sectionele observationele studies. Echter methodologisch goed opgezette en uitgevoerde cohort- en case-controlstudies geven wel degelijk inzicht over een mogelijk oorzakelijk verband. Zo leek op basis van epidemiologische studies halfweg de 20^ste eeuw er een oorzakelijk verband te bestaan tussen sigaretten roken en het ontstaat van longkanker.

Maar hoe kun je nu zelf wetenschappelijke studies gebruiken om een mening te vormen? Je kan daarvoor zowel observationele studies, RCT’s en meta-analyses gebruiken. Zo verscheen er in  augustus 2021 een meta-analyse waarin het verband is onderzocht tussen het aantal stappen per dag en vroegtijdig overlijden. De onderzoekers vonden dat mensen die dagelijks 2.700 stappen zetten 200% meer kans maakten om vroegtijdig te overlijden, dan mensen die dagelijks 16.000 stappen zetten. Als kritische lezer zul je nu je terecht opmerken dat er inderdaad een verband is tussen aantal dagelijkse gezette stappen en vroegtijdig overlijden, maar dat de meta-analyse niet de richting van het verband aantoont. Er is geen direct bewijs voor een causaal (oftewel oorzakelijk) verband tussen wandelen en vroegtijdig overlijden, omdat een RCT waarin je het effect van veel versus weinig wandelen op vroegtijdig overlijden wegens duidelijke ethische bezwaren en methodologische moeilijkheden (erg lange looptijd) niet kunnen worden uitgevoerd. Er is wel wetenschappelijk bewijs over het oorzakelijk verband tussen aantal stappen zetten per dag en de gezondheid. En we weten dat mensen met een goede gezondheid doorgaans langer leven. Zo weten we op basis van een meta-analyse uit 2015 dat wandelprogramma’s tot een lagere rusthartslag, vetpercentage en cholesterol- en bloedsuikerspiegel en betere bloeddruk leiden. Een lagere rusthartslag, vetpercentage en cholesterol- en bloedsuikerspiegel en betere bloeddruk verlagen allemaal het risico op het krijgen van fatale hart- en vaataandoeningen. Door zowel bevindingen uit observationele studies als RCT’s te combineren, wordt er dus een mening gevormd over het effect van wandelen op de gezondheid en lijkt het er dus op dat wandelen het risico op vroegtijdig overlijden verkleint.

Terug naar onze friet vs. amandelstudie. Leidt het consumeren van een isocalorische (evenveel calorieën) hoeveelheid amandelen, of friet nu wel of niet tot meer vetmassa en gewichtstoename? Op basis van de RCT zou je zeggen van niet. Echter de looptijd van de RCT was één maand en dat is een te korte looptijd om uitspraken te doen over friet- vs amandelconsumptie op de lange termijn. Op basis van observationele studies hebben mensen die noten (waaronder amandelen) consumeren een lager gewicht en middelomtrek te hebben, dan mensen die geen noten consumeren. Het is echter onduidelijk wat de richting van het verband tussen nootconsumptie en lichaamsgewicht en middelomtrek is en daarnaast kan nootconsumptie geassocieerd zijn met een algemeen gezond gedragsrepertoire. Ook willen we bepleiten dat één voedingsmiddel nooit gezond, of ongezond is. Wanneer je frequent friet consumeert, kan best je voedingspatroon in zijn totaliteit verantwoord zijn. Ook maakt het consumeren van één specifieke voedingsstof een voedingspatroon niet verantwoord, of onverantwoord zijn. Zo is het consumeren van koolhydraten in de vorm van peulvruchten, volkoren brood, groente en fruit onderdeel van een over het algemeen verantwoord voedingspatroon. Consumeer je de koolhydraten dagelijks in de vorm van snoep, koek en gebak dan is dat weinig verantwoord. Tenslotte kan een voedingspatroon voor de ene persoon verantwoord zijn, terwijl hetzelfde voedingspatroon voor de andere persoon onverantwoord is. Zo zal een voedingspatroon met grotendeels onbewerkte producten die een groot volume hebben, maar relatief weinig calorieën bevatten waarschijnlijk verantwoord zijn voor een persoon die matig actief is en op zijn gewicht wil letten, maar onverantwoord zijn voor een Tour de France-renner die dagelijks 6.000 tot 9.000 kcal verbrandt.