← 목록으로
Animal Nutrition

A meta-analysis: dietary carbohydrates do not increase body fat or fasted insulin and glucose in cats

정리일 2026-10-01

A meta-analysis: dietary carbohydrates do not increase body fat or fasted insulin and glucose in cats


TL;DR

고양이 급여 시험 16편을 메타분석한 결과, 사료 중 탄수화물(NFE, 대사에너지의 2.8~57%)이 체지방량·공복 인슐린·공복 혈당을 높인다는 근거는 없었다. 다만 지방 함량(특히 대사에너지 35% 초과)이 체지방량 증가와 연관되었고, 모델 적합도는 중간 수준이라 해석에 주의가 필요하다고 저자들은 밝혔다.


1. 연구 배경 및 동기

  • 다루는 문제: 고양이는 완전 육식동물이라 야생 먹이(단백질 52%, 지방 46%, 탄수화물 2% ME)보다 탄수화물이 많은 상업용 건사료가 비만·인슐린 저항성·당뇨를 부른다는 가설이 있다. 그러나 고탄수화물 사료가 인슐린·혈당에 미치는 영향은 연구마다 결과가 엇갈린다.
  • 기존의 공백 / 왜 필요한가: 사료 탄수화물과 체지방, 공복 인슐린·혈당의 관계를 여러 연구에 걸쳐 통합 분석한 메타분석이 고양이에서는 없었다.

2. 관련 연구

  • 기존 연구 흐름: 자유급식에서 고지방 사료가 고탄수화물 사료보다 에너지 섭취와 체중·체지방을 더 늘린다는 보고, 단백질 사료의 효과가 연구마다 달랐다는 보고, 고탄수화물 사료 후 식후 혈당곡선이 길어졌다는 보고와 인슐린 저항성이 없었다는 보고가 공존해 왔다.
  • 이 논문의 위치: 고양이에서 탄수화물(NFE)을 설명변수로 체지방량·공복 인슐린·공복 혈당을 함께 예측한 첫 메타분석이며, 지방·단백질 대체 유형(Trade)과 에너지 섭취량을 모델에 넣어 비교했다.

3. 핵심 기여

  1. 16편(체지방 9편, 공복 인슐린 12편, 공복 혈당 14편)을 혼합모형으로 통합 분석했다.
  2. NFE가 체지방량·공복 인슐린·공복 혈당의 위험요인이라는 근거를 찾지 못했다.
  3. 지방 함량이 체지방량 증가와 연관되어 지방의 역할을 따로 볼 필요를 제시했다.
  4. 식후 인슐린·혈당 반응 연구의 필요성을 제안했다.

4. 제안 방법론

  • 전체 접근 논리: 2024년 1월 여러 DB에서 체계적으로 문헌을 모아 사료 영양소 조성(% ME)과 결과변수를 추출하고, 연구를 임의효과로 둔 혼합모형으로 단변량·다변량 모델을 만들어 적합도를 비교했다.
  • 단계:
    • Google Scholar, Medline, Web of Science 검색(기간 제한 없음)과 리뷰 논문 수기 검색으로 129+32+80+57건을 모아 중복 제거 후 206건을 얻고, 제목·초록 선별로 57편을 거쳐 최종 16편을 선정했다.
    • 연구 설계, 급여 방식, 체성분, 체중, 중성화 여부, 사료 조성(수정 Atwater 계수로 % ME 환산), 일일 에너지 섭취량(DEI)을 추출했다.
    • SAS PROC MIXED로 연구를 임의효과로 둔 단변량·다변량 모델을 만들고 AICc, Cook 거리(이상치), 공선성 검정을 적용했다.
    • RMSPE, 일치상관계수(CCC), 오차 분해로 모델을 평가하고, 마른 고양이만 따로 부분군 분석을 했다.

5. 실험 설정

항목 내용
대상/재료 고양이 사료 급여 시험 16편(체지방량 9편, 공복 인슐린 12편, 공복 혈당 14편, 총 53개 처리군 관측치)
처리 조건 포함 기준은 성묘(6개월 이상), 2주 이상, NFE 함량이 다른 2종 이상의 시험 사료. 제외 기준은 당뇨 등 질환(비만 제외), 성장기, 임신, 수유, 1차 연구가 아닌 문헌. NFE 범위는 2.8~57% ME
대조군 해당 없음(리뷰)
측정 방법 체지방량(kg), 공복 인슐린(pmol/L), 공복 혈당(mmol/L)을 NFE, 지방, 단백질(% ME), DEI, 체중, 체성분, 설계 변수로 예측하고 AICc, RMSPE, CCC로 평가

6. 실험 결과 분석

지표 변화(Δ) 조건 · 유의성
체지방량 최적 모델(EQN-BFM1) NFE(% ME)와 DEI의 상호작용 계수 -0.00016 kg(±0.00007)로 NFE 증가 시 체지방량 감소 예측, 본문은 임상적으로 의미 없는 크기로 평가 P = 0.0396, R 0.74, CCC 0.62(중간 적합)
체지방량 단변량: NFE, 지방, 단백질(마른+비만 전체) 연속변수 NFE 계수 -0.00066, 지방 0.0099, 단백질 0.00030 모두 유의하지 않음 P = 0.7757, 0.3157, 0.9173
체지방량: 지방 수준(범주) 지방 고수준(>35% ME) 시 체지방량 증가(+0.932 kg 추정) P = 0.0039
체지방량 부분군(마른 고양이 19관측) NFE 1% ME 증가당 -0.0154 kg, 지방 1% ME 증가당 +0.0216 kg, 단백질은 무관 NFE P = 0.0053, 지방 P = 0.0011, 단백질 P = 0.9652
공복 인슐린: NFE, 지방, 단백질 단변량 연속변수 모두 영향 없음. 지방 수준은 경향(P = 0.0608), 체지방량은 1 kg 증가당 +10.95 pmol/L 경향 NFE P = 0.6299, 체지방량 P = 0.0743(경향)
공복 인슐린 다변량 EQN-INS1 NFE x 체지방량 상호작용이 인슐린 감소 방향 경향 P = 0.0816, R 0.90, CCC 0.87
공복 인슐린: 대체 유형(Trade) NFE-Fat 대체 시 절편 대비 -21.315 pmol/L P = 0.0119
공복 혈당 단변량 변수 모두 영향 없음. 다변량 EQN-GLUC6에서 NFE 수준 고(>30% ME)가 중간 대비 +0.339 mmol/L 단변량 P > 0.05, EQN-GLUC6 NFE 수준 P = 0.0292

7. 비판적 평가

강점

  • 고양이에서 처음 시도된 메타분석으로 체지방·인슐린·혈당을 한 틀에서 비교했다.
  • 연구를 임의효과로 두고 AICc, RMSPE, CCC, 오차 분해로 모델을 다각도로 평가했다.
  • 체성분 교란을 줄이려 마른 고양이 부분군 분석을 별도로 수행했다.

한계 · 의문

  • 체지방량 최적 모델의 효과 크기가 매우 작고 적합도가 중간 수준이라 저자들도 주의해 해석하라고 했다.
  • 연구 수가 적어 성별·중성화·연령을 분리하지 못했고, 급여 방식(자유급식, 유지에너지, 제한급여)과 시험 기간이 섞여 있다.
  • NFE에 당, 전분, 가용성 섬유가 모두 포함되고 공복 값만 사용해 식후 반응을 보지 못했으며, 지방의 역할은 결론을 내릴 수 없다.

8. 향후 연구 방향

  • 식후 인슐린·혈당 반응을 다룬 연구를 통합해 탄수화물 영향을 확인한다.
  • 지방 함량이 체지방과 인슐린에 미치는 영향을 별도의 메타분석으로 분석한다.
  • 총 NFE 섭취량(g/kg 체중)과 탄수화물 원료·섬유 종류의 영향을 검토한다.

9. 결론

NFE는 대사에너지의 2.8~57% 범위에서 체지방량, 공복 인슐린, 공복 혈당을 높이는 위험요인으로 확인되지 않았다. 지방이 체지방 증가와 연관되었으며, 식후 반응과 지방·단백질의 역할은 추가 연구가 필요하다.

Keywords

cats, dietary carbohydrate, nitrogen-free extract, meta-analysis, body fat mass, insulin, obesity, insulin resistance

원문 그림

godfrey2025meta
Figure 1. Literature funnel of systematic review to assess dietary carbohydrate content on BFM, fasted insulin, and fasted glucose.
Figure 1. Literature funnel of systematic review to assess dietary carbohydrate content on BFM, fasted insulin, and fasted glucose.
Figure 2. Predicted versus observed plots for the 3 top performing equations to predict BFM (kg). (A) EQN-BFM1, (B) EQN-BFM2, and (C) EQN-BFM3.
Figure 2. Predicted versus observed plots for the 3 top performing equations to predict BFM (kg). (A) EQN-BFM1, (B) EQN-BFM2, and (C) EQN-BFM3.
Figure 3. Predicted versus observed plots of the top 3 performing models for fasted insulin (pmol/L) wherein BFM and body fat percent (BF%) were
Figure 3. Predicted versus observed plots of the top 3 performing models for fasted insulin (pmol/L) wherein BFM and body fat percent (BF%) were
Figure 4. Predicted versus observed plots of the top 3 performing models for fasted glucose (mmol/L) wherein BFM and body fat percent (BF%)
Figure 4. Predicted versus observed plots of the top 3 performing models for fasted glucose (mmol/L) wherein BFM and body fat percent (BF%)

원문 그림 · 라이선스: cc-by

papercatsdietary-carbohydratenitrogen-free-extractmeta-analysisbody-fat-massinsulin