「高血圧予防には塩分制限」と思う人が知らない真実 もっとも注意すべきことは食事ではなかった
高血圧を心配していたり、実際血圧がやや高かったりする方は多いかと思います。高血圧は心臓病や脳卒中だけでなく、認知症のリスクでもあり、できるならかかりたくない病気です。高血圧予防と聞くと、真っ先に塩分制限が思い浮かぶかと思います。しかし、高血圧のような生活習慣病を「塩分制限」のような単一の要因で説明しようとするのは、大局を見誤る危険があります。ここでは、高血圧の予防について、最近私が執筆した論文をもとに科学的な知見を紹介していきます。
■「肥満・食事・運動・アルコール」どれが影響?
高血圧、と一口に言っても、実は「いつ発症したか」が大事だと言われています。高齢になる前に発症する高血圧は、特に認知症のリスクであることが知られています。逆に高齢になってから下の血圧(拡張期血圧)が上がることは、むしろ良い老化プロセスを反映しているという意見もあるほどです。ですので、比較的早くに発症する高血圧がどのような要因によるのか、を理解することは、高血圧予防の観点から大事です。
私たちは、これを20万人以上のアメリカのデータを使って検証しました(※1)。医療職の人たちを30年近く追跡した研究で、どのような要素により若年で高血圧発症(55歳未満での発症)しているかを、統計モデルを使って調査しました。具体的には、肥満、食事、運動、アルコールに注目し、どれが高血圧発症に影響しているのか検討しました。
結果、なんと肥満がもっとも重大なリスクであることが判明しました。若年での高血圧発症の約35%が肥満によって説明されたのです。食事と運動はそれぞれ高血圧発症の15%程度を説明しており、アルコールはそれよりやや低い結果でした。
■塩分の摂取量を測定するのは困難
この結果が示唆するのは、「食事や運動も大事だが、とりあえず減量を目的とするアプローチが高血圧予防には効果的だ」ということです。高血圧といえば塩分、と思っていた方には、少し斬新な知見ではないでしょうか? しかし、全ての研究には限界点があります。この研究の限界は、それこそ塩分の測定法にあるのです。
実は、塩分の摂取量を測定するのは、非常に困難なのです。きちんと測定するには24時間蓄尿を行い、尿中の塩分量を測定しなければならず、しかもそれを数日行う必要があります。しかしこれはなかなかできませんよね。そこで私たちは、質問票のデータをベースに塩分量を予測する機械学習モデルを作りました(※2)。
このモデルはそれなりに精度高く予測できたのですが、その予測は身長や体重でかなり説明されていました。それは単に「大きい人がたくさん塩分を摂取する」という事実をみているにすぎません。大きい人はたくさん食べるので、塩分を含むいろんな栄養素をたくさん摂取しているのは当たり前です。高血圧などの病気発症において重要なポイントは「同じ食事摂取量での塩分が占める割合」であり、これは質問票の内容では精度よく予測できませんでした。
上の論文でもこの予測モデルを使いましたが、上述の理由で塩分の寄与は信頼性高くわかりませんでした。ですので、肥満と塩分のどちらが重要か、といった疑問に答えるような結論は得られませんでした。
加えて、対象集団はアメリカ人の医療従事者であり、それが日本人に当てはまるかはわかりません。使った統計モデルもさまざまな仮定を置いており、その仮定が正しいか証明する術はありません。このように、一つの論文には多くの限界があり、なかなか決定的な科学的知見というものはすぐには得られないものです。「まさに自分に当てはまるエビデンス」というのは、実際なかなかありません。
■「思ったより体重のコントロールが大事」
そんな中でも、自分が実生活に有用だと思う知見を吸収しておく、というのは、自分の健康だけでなく、科学リテラシー向上のためにもとても大事な習慣だと考えています。
今回の研究は、「高血圧予防のために気を付けることは塩分摂取だけでない」「思ったより体重のコントロールが大事だ」ということを打ち出したことが大事なのでした。科学は研究者の業績を上げるためにあるのではなく、実生活に還元されるためにあります。是非このような知見から科学リテラシーを向上させ、効率的な生活習慣病予防に役立てていただけると嬉しいです。
【参考文献】
1: Hamaya R, Wang M, Hertzmark E, et al. Modifiable lifestyle factors in the primordial prevention of hypertension in three US cohorts. Eur J Intern Med. Published online November 6, 2024. doi:10.1016/j.ejim.2024.10.028
2: Hamaya R, Wang M, Juraschek SP, et al. Prediction of 24-Hour Urinary Sodium Excretion Using Machine-Learning Algorithms. J Am Heart Assoc. 2024;13(10):e034310. doi:10.1161/JAHA.123.034310
東洋経済オンライン
関連ニュース
- 日本人が陥る「朝食抜き」「短時間睡眠」のリスク
- 笑福亭笑瓶さんを襲った「大動脈解離」の正体
- 本当のところ「1日何歩」歩くのがベストなのか
- 「87歳現役医師」が健康のため毎日やる3つのこと
- 近く承認へ、「やせ薬」セマグルチド乱用への不安
最終更新:1/17(金) 6:21