首页 资讯 你每天需要吃多少脂肪,吃哪些种类的脂肪!

你每天需要吃多少脂肪,吃哪些种类的脂肪!

来源:泰然健康网 时间:2024年12月01日 05:24

大家应该认识到了摄入适量脂肪的必要性,以及选择正确的脂肪对于维护血管健康的重要性,这篇文章则主要具体的介绍一些脂肪的摄入量以及如何选择脂肪。

1、首先了解一下脂肪主要来源于哪些食物

1)食用油

日常生活中,食用油脂含约 100%的脂肪外,也就是1克食用油就含有1克脂肪,含有9千卡的能量。

2)动物性食物

动物性食物以畜肉类含脂肪最丰富,平均为15%,且多为饱和脂肪酸管,猪肉最高,羊肉次之,牛肉最低,所以吃畜肉一定要选择瘦肉如瘦猪肉、瘦牛肉、瘦羊肉等。

禽肉类脂肪含量较蓄肉类低,在9%-14%之间,且多以单不饱和脂肪酸油酸为主,可以食用,记得去皮即可。

水产类脂肪含量都较低,通常在1%-10%,多由不饱和脂肪酸构成,推荐食用。

蛋类以蛋黄含脂肪量高,约为30%,但全蛋仅为 10%左右,其组成以单不饱和脂肪酸为多,推荐每天食用一个完整的鸡蛋,不会对血脂造成影响。

3)植物性食物

坚果类如花生、核桃、瓜子、榛子、葵花子等含脂肪量较高,最高可达 50%以上,不过坚果脂肪组成多以亚油酸为主,所以是多不饱和脂肪酸的重要来源。

大豆类也含有丰富的脂肪,约为15%-20%,其中不饱和脂肪酸约占85%,亚油酸高达50%,且消化率高,还含有较多磷脂,推荐食用。

2、脂肪摄入多少比较合适?

理想状态下,每天由脂肪提供的能量应该占到总能量的20%-30%。建议减少饱和脂肪酸的摄入,以单不饱和脂肪酸替代饱和脂肪酸,另外保证一定量的多不饱和脂肪酸的摄入。

比如一个女性,每天的总能量控制在1800千卡,脂肪供能比假定为25%,也就是每天需要由脂肪提供450千卡的能量,相当于50克的脂肪。

1克脂肪可以提高9千卡的能量

当然,如果你目前在减肥,每天的总能量摄入会降低,脂肪的摄入量也会相应的降低。

3、如何选择含脂肪的食物?

1)约一半的脂肪是来自于食用油,食用油摄入多少合适?

食用油是脂肪的主要来源,《中国居民平衡膳食指南》建议每天食用油的摄入量在25-30克,另外减肥期间建议减半,控制在15克以内。

1克食用油就相当于1克脂肪,可以提高9千卡能量

建议大豆油、芝麻油、玉米油、葵花籽油 等(富含欧米伽-6多不饱和脂肪酸)常用食用油备上1瓶。

另外再买1瓶橄榄油(单不饱和脂肪酸),1瓶亚麻籽油(欧米伽-3多不饱和脂肪酸),以平衡各类脂肪酸的需要,做好食物的搭配。

2)适当食用含优质脂肪的食物

富含欧米伽-3多不饱和脂肪酸的深海鱼类如三文鱼、沙丁鱼、金枪鱼等,一周可以安排1-2次,100克大约可以提供7克左右的脂肪;

富含单不饱和脂肪酸的牛油果,做蔬菜沙拉的时候可以加半个进去,大约可以提供10克的脂肪;

还有富含多不饱和脂肪酸的坚果,每天可以吃上10克左右,大概就是2颗核桃仁,或10颗巴旦木等,大约可以摄入7克脂肪。

3)吃肉只吃瘦肉

动物性食物如猪、牛、羊肉,尽量只吃瘦肉,肥肉肥皮部分要丢弃。

比如100克五花肉含有54克的脂肪,而100克猪里脊仅含有8克的脂肪,差距非常大。

另外鸡皮、鸭皮等也要丢弃。

4)减少在外用餐的次数

外面1碗盖浇饭里的油可能就达到你一天所需油脂总量的一半甚至还要多控制好食用油的总量,如果是下馆子吃一顿甚至会达到你几天所需的油脂总量,不利于控制热量。

而且在外用餐油脂的质量实在令人堪忧,不利于维护血管健康。

5)减少加工食品和油炸食品的摄入

很多可口的零食比如饼干、蛋糕、糕点、薯条、土豆片都添加了黄油、奶油、人造黄油、可可脂、棕榈油等饱和脂肪酸,另外还可能含有反式脂肪酸,最好少吃或不吃。

油炸食品如炸薯条、油炸方便面、炸鸡等本身脂肪含量就很高,另外油炸时间越长,反式脂肪酸含量越多,还是少吃为妙。

总结

其实计算下来我们每一天需要的脂肪数量是不多的。

食用油是脂肪的最主要来源,占每天总脂肪摄入量的50%以上,所以一定要控制好使用量,并且选择优质的食用油来源。

相关知识

8种食物是“脂肪克星”,每天吃3种,每月多瘦10斤
小孩每天需要补充多少蛋白质脂肪
吃脂肪=长脂肪?为了减肥不吃肉,那你知道不摄入脂肪的话会有哪些严重的后果吗?
脂肪是瘦的“天敌”?不吃脂肪,将给身体带来7大伤害
脂肪肝=脂肪吃得多?事实是这样的
15种暴瘦食物 吃走多余脂肪
1公斤脂肪=7700大卡!想减掉一公斤脂肪,需要多久?
吃蛋糕=“被投毒”?吃一口反式脂肪酸,真的需要代谢51天吗?
脂肪越吃越少!这6大低脂肪食物,日常可以多吃
脂肪肝到肝癌,只需要4步!那每天走一万步,能把脂肪肝走没吗?

网址: 你每天需要吃多少脂肪,吃哪些种类的脂肪! https://www.trfsz.com/newsview177636.html

推荐资讯