STOP NEMOCEM

Tomáš Husák

Jak zabránit hlavním nemocem

Lze matematicko-statistickými metodami určit optimální složení stravy, vypočítat, co je zdravé a co nezdravé?

Matematici dokáží vypočíst, jaká je vzdálenost Země od Slunce. Kdysi mohl někdo říci: Ale nikdo nemůže prokázat, zda tu vzdálenost vypočetli správně. Ale dneska již jsme schopni vyslat kosmické koráby, které přistávají na Měsíci a vrátí se nazpět nebo které letí k planetám naší sluneční soustavy. Praxe jednoznačně prokázala, že ty výpočty jsou správné.

Matematici dokáží vypočíst tvar letadla, aby mělo co nejvyšší rychlost při co nejnižší spotřebě energie. Na základě matematických výpočtů fyzici a konstruktéři sestavili televizor, který je ve vašem pokoji. Chceme-li zjistit, který šachista byl nejlepší v turnaji či jaké je pořadí hokejových družstev, tak to zjistíme jednoduchým propočtem údajů z tabulky. Chceme-li zjistit, jaká odrůda zemědělské plodiny má co nejvyšší výnos, pak to zjistíme výpočtem, v němž zpracujeme nejprve všechny výsledky z pokusných stanic, později výpočtem, v němž zpracujeme všechny známé údaje o sklizni na jednotlivých pozemcích.

Prostě vypočíst lze téměř vše a bylo by dost překvapivé, kdyby nešlo zpracováním shromážděných údajů matematicko-statistickými metodami zjistit, co je zdravé a co je nezdravé, kdyby nešlo zjistit optimální složení stravy. Když čtu články z amerických lékařských časopisů, v nichž se pojednává o výživě, tak jsou pro mě všechny úseky o výživě velmi jednoduché. Pouze nad tou částí textu (a to může být třeba čtvrtina nebo třetina veškerého textu), kde se rozebírají matematické postupy, jak se k určitému, dále prezentovanému výsledku dospělo, tam se musím hluboce zamyslet. O těch matematicko statistických výpočtech mohu přemýšlet třeba desetkrát déle, než mi trvalo třeba přečtení celého článku.

Tím chci říci, že tam, kde je ve světě věda o výživě vyspělá, tam se opírá hlavně o matematicko-statistické metody. Tyto metody jsou však tak složité, že i profesionálnímu matematikovi jejich ověření může dát hodně práce, a často, pokud nemá k dispozici veškeré podklady anebo pokud není v příslušných metodách specializován, tak ani on je není schopen provést. Pro nematematika je tedy pochopení těchto matematicko-statistických metod velmi obtížné, ne-li nemožné. Proto jsem nikde v této knize tyto složité metody neuváděl. Místo toho jsem předložil pouze jednoduché grafy, které reprezentují závislosti, které je matematicko-statistickými metodami možno získat ze stovek a stovek mnohem rozsáhlejších souborů pozorování. Každý čtenář může z grafu 1 či 2 vyčíst, že lidé, kteří jedí hodně živočišných potravin, resp. hodně či nejvíce živočišných bílkovin mají zhruba 10x větší úmrtnost než ti, kteří jedí málo (v daném grafu nejméně) živočišných potravin, živočišných bílkovin.

Můžeme spočíst nejen co je zdravé a co nezdravé, ale hlavně můžeme spočíst, jak mnoho je to zdravé či nezdravé. Bez toho jak mnoho, čili bez toho kvantitativního vyjádření by veškeré naše výpočty, veškeré rady a doporučení neměly smysl.

Představme si, že bychom přišli do prodejny průmyslového zboží a tam by vůbec nevisely ceny, nýbrž na každém výrobku by byla visačka, buď: je to drahé, nebo: je to levné. Co by nám to řeklo? Vždyť bychom ani nevěděli, jakou hranici si majitel prodejny stanovil pro to, co je drahé a co je levné. A mezi levnými výrobky ty s vyšší cenou by stály třeba 20x více než ty s nižší cenou. Stejné by to bylo mezi drahými výrobky.

Totéž platí, pokud jde o vztah ke zdraví. Jsou faktory, které jsou prokazatelně škodlivé, např. jaderná havárie v Černobylu, ale které celkově způsobí relativně malý počet úmrtí. A jsou i jiné faktory, jejichž škodlivost je zcela neporovnatelně větší. Konkrétně, každý den umírá na důsledky kouření asi stejný počet osob, jaký u nás zemře na důsledky havárie v Černobylu za celé období od havárie až do konce příštího století. V obilném zrnu je určité množství olova či kadmia. Jejich škodlivý účinek je však zcela neporovnatelně menší než škodlivý účinek toho, co je v nejčistším mase (tuk, cholesterol, živočišné bílkoviny).

Bez výsledků výpočtů, bez udání toho, jak mnoho co škodí či prospívá, bez toho by tato kniha neměla smysl. Klíčové údaje jsou proto uvedeny v hned prvních pěti kapitolách. Tam jsou nejdůležitější opatření, která můžete učinit pro své zdraví a tam je i údaj o tom, jak mnoho to vašemu zdraví prospěje.

Na některé z nás působí takovéto konkrétní číselné údaje, konkrétní procenta (o které můžeme změnou stravy snížit svou nemocnost a úmrtnost) nevěrohodně. Matematika však skutečně dochází ke konkrétním, poměrně přesným číslům. Počítačový program nám řekně, kolik je po silnici kilometrů např. do Madridu ve Španělsku. Výpočet nám může říci, kolik by asi tak stála stavba rodinného domku. Samozřejmě, vzhledem např. k růstu cen, zde existuje určitá nejistota o údaji, ale alespoň přibližně tu cenu lze stanovit.

Stejně tomu je, pokud počítáme vliv stravy a životosprávy vůbec na zdraví. Matematicko-statistickými metodami jsme schopni udělat přibližný výpočet.

Matematicko-statistické zpracování údajů o vztahu mezi kouřením a zdravím ukazuje, že optimální spotřeba cigaret je nulová anebo spotřeba blízká nulové spotřebě. To je zajímavý paradox, my vlastně na základě těch matematicko statistických údajů nemůžeme říci, zda optimum je nulová spotřeba anebo nějaká spotřeba nepatrně vyšší, čili třeba 100 cigaret za celý život. To nám ty matematicko-statistické metody říci nemohou. To tam vkládáme prostě nezávislou logickou úvahou, která je ovšem prakticky stoprocentně pravdivá. U cigaret to nedělá žádný problém, protože cigarety nikdy nebyly chápány jako integrální součást lidského života.

Pokud jde o spotřebu masa, tak matematicko-statistické metody nám ukazují, že optimální spotřeba masa je nulová nebo blízká nule. Z logických důvodů bychom tedy mohli usuzovat, že optimální spotřeba masa je nulová. Je to pravděpodobné, ale není to absolutně jisté. Matematicko-statistické metody tedy ukazují, že optimální spotřeba masa je, řekněme, 0-10 kg na obyvatele ročně. K tomuto výsledku bychom dospěli, kdybychom použili všechny údaje z celého světa, které byly shromážděny jen do konce padesátých let. Ke stejnému výsledku bychom dospěli, kdybychom použili údaje shromážděné jen během šedesátých let, nebo jen během sedmdesátých let, nebo jen během osmdesátých let, anebo údaje, které jsou shromažďovány nyní, v devadesátých letech.

Z podstaty matematiky-statistiky totiž vyplývá, že jakmile již jednou máme dostatečně velký soubor údajů, tak se výsledek již nemůže podstatně změnit.

POKRAČOVÁNÍ ZA TÝDEN