A kovászos kenyérnek mostanában nagy divatja van. Egy gyors internetes keresés megerősíti azt, amit a kézműves pékek a világ minden tájáról nagyjából az idők kezdete óta sejtenek – hogy a kovász egészségesebb, könnyebben emészthető, kevésbé mesterséges és sokkal menőbb, mint az a kenyérnek álcázott fehér cucc, amit a szupermarketek próbálnak rávenni a vásárlásra. Végre itt van a kovász, hogy a szénhidrátfogyasztás újra nagyszerűvé váljon.
De megint csak a tudományra bízzuk, hogy tönkretegyen egy tökéletesen jó történetet. A kutatók az elmúlt években megpróbálták meghatározni, hogyan és miért kölcsönzi a kovász a gyógyhatásait.
Eleddig nem tudtak egyenes választ adni. Sőt, van egy iskola, amely úgy véli, hogy a kovász valóban nem feltétlenül jobb az embernek, mint a sima fehér kenyér.
Szóval mi a helyzet? A kovászos ipari komplexum mögött álló árnyékfigurák elhúzták a tésztát a szemünk elől? Vagy tényleg van valami ebben az őrületben? A válasz, kissé őrjítő módon, valahol középen rejlik.
Continue Reading
A kovász melletti érvelés a posztprandiális glikémiás válasz (PPGR) gondolatával kezdődik, és sokak számára azzal is végződik, amelyet egy élelmiszer glikémiás indexének mérésével számszerűsítenek. Alapvetően a glikémiás index azt méri, hogy egy adott élelmiszer elfogyasztása után 90 perccel mennyire emelkedik meg a vércukorszintünk.
A magasabb glikémiás indexű élelmiszerek fogyasztása bizonyítottan összefügg a cukorbetegség, az elhízás, a rák és az összhalálozás megnövekedett arányával. Bizonyos, hogy a vizsgálatok statisztikailag szignifikáns különbséget mutattak ki a kovászos és a hagyományos teljes kiőrlésű vagy fehér kenyerek között.1
Ne feledjük azonban – a statisztikai szignifikancia nem azonos a klinikai szignifikanciával. Egyrészt, ha egy vizsgálat elég erősen powered, még a legapróbb, legjelentéktelenebb különbségek is a statisztikai szignifikancia szintjére emelkednek.
De ami még fontosabb, a különbségek értelmetlenek – még a statisztikailag szignifikánsak is -, hacsak nem kapcsolhatók klinikai különbséghez. Például egy 1%-os különbség a PPRG-ben statisztikailag szignifikáns lehet egy nagy vizsgálatban, de nehéz lenne azzal érvelni, hogy egy ilyen különbség valóban a betegek egészségi állapotára gyakorolt hatást jelentené.