首页 > 分享 > Nature Medicine

Nature Medicine

萌宠菠菠乐园
2024-09-30 05:14

引言

在当今全球健康挑战中，心血管疾病和糖尿病等慢性疾病的发病率不断攀升，这些疾病与饮食习惯和生活方式紧密相关。尽管已有大量研究证实了饮食和生活方式改变对降低多种慢性疾病风险的有效性，但现行的饮食指南普及率并不理想，且个体对食物的反应存在巨大差异，这导致了单一的饮食模式并不适合所有人。因此，个性化营养计划（Personalized Nutrition Programs）应运而生，旨在根据个体的生物学特征、遗传背景和生活方式提供定制化的饮食建议，以提高饮食依从性和健康效益。

5月8日发表于Nature Medicine的研究“Effects of a personalized nutrition program on cardiometabolic health: a randomized controlled trial”，探讨了个性化饮食计划（Personalized Dietary Program, PDP）与传统饮食建议相比，在改善心脏代谢健康方面的效果。研究团队通过随机对照试验，将参与者随机分配至PDP组和对照组（接受美国农业部膳食指南的一般性建议），并进行了为期18周的跟踪研究。PDP组的饮食建议基于食物特性、个体餐后血糖和甘油三酯（Triglyceride, TG）反应、微生物组以及健康史等多重生物标志物，通过移动应用程序提供个性化的食物评分。研究结果表明，在意向性治疗分析中，与对照组相比，PDP组在降低TG水平方面表现出显著效果，同时在次要结局指标上，包括体重、腰围、糖化血红蛋白（Hemoglobin A1c, HbA1c）、饮食质量和微生物组多样性等方面也有显著改善，特别是在高度依从PDP的参与者中。

该研究不仅证实了个性化营养计划在改善心脏代谢健康方面的潜在优势，而且为个性化营养的科学基础和临床应用提供了有力的证据。通过结合个体的生物学信息和生活方式，个性化饮食建议能够更有效地促进健康行为的改变，并可能对预防和管理慢性疾病产生重要影响。此外，研究还发现个性化饮食对肠道微生物组的积极影响，这进一步强调了饮食、肠道健康和整体代谢健康之间的复杂联系。这些发现为未来个性化营养研究和实践指明了方向，即通过更精准的方法来满足个体独特的健康需求，从而提高公共健康水平。

Highlights

该研究采用了随机对照试验的方法，对比了个性化饮食计划（Personalized Dietary Program, PDP）和标准饮食建议（对照组）对心脏代谢健康的影响。研究集中在个性化营养的效用上，即是否能够通过考虑个体差异来提供更有效的饮食建议。该研究亮点在于其18周的长期跟踪和综合考虑了食物特性、个体的餐后血糖和甘油三酯（Triglyceride, TG）反应、微生物组以及健康史等多重因素来生成个性化食物评分。研究发现，与对照组相比，PDP组在降低甘油三酯（TG）水平方面表现出显著效果。此外，PDP组在体重、腰围、糖化血红蛋白（Hemoglobin A1c, HbA1c）等次要结局指标上也有显著改善，尤其是在高度依从PDP的参与者中。这些结果表明个性化饮食建议在改善心脏代谢健康方面具有潜在优势。研究的另一个亮点是其多维度个性化方法，不仅考虑了食物的宏观营养素，还包括了食物的血糖负荷（Glycemic Load）、脂肪质量、加工程度和食物组（如肉类、水果、蔬菜和发酵食品）。这些个性化的食物评分结合了个体的葡萄糖控制、餐后TG浓度、动脉粥样硬化性心血管疾病风险、健康史和微生物组组成。研究还探讨了个性化饮食对肠道微生物组的影响，发现PDP组的肠道微生物组多样性（beta-diversity）有显著改善，这与参与者在体重和腰围变化上的积极结果相一致。这一发现强调了饮食、肠道健康和代谢健康之间的复杂联系。研究中未报告与干预相关的严重不良事件，显示出个性化饮食计划的安全性。此外，通过问卷调查和移动应用程序记录的饮食习惯，研究评估了参与者对饮食建议的依从性，发现PDP组的依从性较高。该研究的意义在于提供了个性化营养在改善心脏代谢健康方面的科学证据，并为个性化营养的实施提供了实用的工具和方法。研究结果支持个性化营养作为一种潜在的、更有效的饮食干预手段，有助于预防和管理慢性疾病，同时也为未来的个性化营养研究和实践指明了方向。

Strategies

研究采用了随机对照试验（Randomized Controlled Trial, RCT）的设计，这是一个金标准临床试验设计，用于评估医疗干预的效果。参与者招募与随机化招募了40至70岁的成年人，确保样本能够代表美国平均水平的人口。参与者通过电子广告招募，并完成了在线筛选问卷。符合条件的参与者被随机分配到PDP组或对照组，使用最小化随机化程序以平衡两个组的基线特征。干预措施对照组：接受了基于美国农业部（United States Department of Agriculture, USDA）2020-2025膳食指南的标准饮食建议。PDP组：通过移动应用程序接受个性化饮食建议，该建议基于ZOE 2022算法，考虑了食物特性、个体的餐后血糖和甘油三酯（Triglyceride, TG）反应、微生物组以及健康史。数据收集收集了参与者的基线数据，包括血液样本、问卷调查、身体测量和粪便样本。PDP组参与者还完成了连续葡萄糖监测（Continuous Glucose Monitoring, CGM）和标准化餐食测试。主要与次要结局指标主要结局指标为血清TG浓度和低密度脂蛋白胆固醇（Low-Density Lipoprotein Cholesterol, LDL-C）浓度的变化。次要结局指标包括体重、腰围、血压、HbA1c、饮食质量、微生物组多样性等。

研究设计（Credit: Nature Medicine）

CONSORT图（Credit: Nature Medicine）

Behind the Scenes

主要研究结果

主要结果指标血清甘油三酯（Serum Triglycerides, TG）：PDP组从基线到18周的平均变化为降低0.21 mmol/l（95% CI: -0.33 to -0.10），而对照组为降低0.07 mmol/l（95% CI: -0.15 to 0.02）。两组之间的差异在统计上是显著的（P = 0.016）。血清低密度脂蛋白胆固醇（Serum Low-Density Lipoprotein Cholesterol, LDL-C）：PDP组的平均变化为降低0.01 mmol/l（95% CI: -0.08 to 0.09），对照组为增加0.04 mmol/l（95% CI: -0.05 to 0.13）。两组之间的差异不显著（P = 0.521）。次要结果指标体重（Body Weight）：PDP组平均减少了2.46 kg（95% CI: -3.67 to -1.25），而对照组增加了0.30 kg（95% CI: -0.56 to 1.15），两组之间的差异在统计上是显著的（P < 0.001）。腰围（Waist Circumference）：PDP组平均减少了2.35 cm（95% CI: -4.07 to -0.63），对照组减少了0.59 cm（95% CI: -1.81 to 0.63），两组之间的差异在统计上是显著的（P = 0.008）。糖化血红蛋白（Hemoglobin A1c, HbA1c）：PDP组平均降低了0.05%（95% CI: -0.01 to -0.001），对照组平均增加了0.03%（95% CI: -0.01 to 0.07），两组之间的差异在统计上是显著的（P < 0.001）。健康饮食指数得分（Healthy Eating Index score, HEI score）：PDP组平均增加了7.08（95% CI: 5.02 to 9.15），而对照组减少了0.08（95% CI: -1.35 to 1.50），两组之间的差异在统计上是显著的（P < 0.001）。其他观察指标血压（Blood Pressure）、胰岛素（Insulin）、葡萄糖（Glucose）、C-肽（C-peptide）、载脂蛋白A1和B（Apolipoprotein A1 and B）以及餐后甘油三酯（Postprandial Triglycerides）在两组间没有显著差异。肠道微生物组（Gut Microbiome）研究还发现PDP组在改变肠道微生物组的多样性（beta-diversity）方面比对照组有更大的影响，这与饮食质量的提高相一致。安全性（Safety）没有报告与干预相关的严重不良事件。依从性（Adherence）PDP组的参与者报告了更高的饮食建议依从性，且在高依从性的PDP参与者中观察到更大的健康结局改善。个性化营养计划的有效性个性化营养计划的有效性在该研究中得到了显著的体现，特别是在改善甘油三酯（Triglycerides, TG）水平、体重、腰围和糖化血红蛋白（Hemoglobin A1c, HbA1c）等心脏代谢健康指标方面。与标准饮食建议相比，PDP展现了其独特的优势。首先，PDP组在降低TG水平方面的效果显著优于对照组。研究中，PDP组的TG水平平均下降了0.21 mmol/l，而对照组仅下降了0.07 mmol/l，这一差异在统计上是显著的（P = 0.016）。这一结果与之前的研究一致，表明个性化饮食可以更有效地调节个体的血脂水平，尤其是对于对食物反应存在个体差异的人群。其次，PDP在促进体重减轻方面也表现出了优越性。PDP组的体重平均下降了2.46 kg，而对照组则上升了0.30 kg，两组之间的差异在统计上同样显著（P < 0.001）。这一发现对于公共健康具有重要意义，因为即使是小幅度的体重减轻，也已被证明可以改善心血管健康并降低慢性疾病风险。此外，PDP组在腰围减少方面也显示出了显著的效果，平均减少了2.35 cm，而对照组仅减少了0.59 cm（P = 0.008）。腰围的减少直接关联到中心性肥胖的降低，这是心脏代谢疾病的一个独立风险因素。最后，PDP组在降低HbA1c水平方面也表现出了积极的趋势，平均下降了0.05%，而对照组则上升了0.03%（P < 0.001）。HbA1c是衡量长期血糖控制的指标，其降低表明个性化饮食计划可能对血糖管理有积极作用，这对于预防和管理糖尿病具有潜在的重要意义。LDL-C水平未显著改变的可能原因在该研究中，尽管个性化饮食计划在改善甘油三酯（Triglycerides, TG）水平、体重、腰围和糖化血红蛋白（Hemoglobin A1c, HbA1c）等指标上表现出显著效果，但在低密度脂蛋白胆固醇（Low-Density Lipoprotein Cholesterol, LDL-C）水平的改变上，与对照组相比并未观察到显著差异。这一结果可能由几个因素解释：LDL-C的调节机制：LDL-C的调节可能比TG和体重等指标更为复杂，它不仅受饮食因素的影响，还与遗传、生活方式、身体活动水平、以及其他代谢途径紧密相关。因此，短期内个性化饮食可能不足以产生显著的LDL-C变化。个体差异：不同个体对饮食改变的反应可能存在显著差异。一些参与者可能需要更长时间的个性化饮食干预，或者可能需要结合药物治疗来有效调节LDL-C水平。饮食建议的依从性：虽然PDP组的参与者报告了较高的饮食建议依从性，但实际的饮食摄入可能与建议仍存在偏差，这可能影响了LDL-C水平的变化。研究期限：该研究的干预期限为18周，可能对于LDL-C这一指标来说，时间跨度不足以观察到显著的变化。一些研究表明，LDL-C的水平可能需要更长时间的饮食改变和生活方式干预才能显著改善。对照组的饮食改善：对照组参与者虽然接受了标准饮食建议，但在研究期间可能也进行了一定程度的饮食改善，这可能缩小了两组间LDL-C变化的差异。基线LDL-C水平：参与者的基线LDL-C水平可能对结果产生影响。如果PDP组和对照组在基线时的LDL-C水平已经存在差异，或者PDP组的LDL-C水平已经处于较优的水平，那么改善空间可能有限。饮食成分的复杂性：LDL-C受多种饮食成分的影响，包括饱和脂肪、反式脂肪、胆固醇摄入以及总热量摄入等。个性化饮食计划可能需要更精细地调整这些成分的比例，才能对LDL-C产生显著影响。与先前的研究相比，该研究的LDL-C结果可能表明个性化饮食对LDL-C的影响不如对TG和体重的影响明显，这可能提示个性化营养计划在不同血脂成分上的效果存在差异。所以，虽然PDP在改善LDL-C水平上未显示出显著效果，但这并不意味着个性化饮食计划在调节LDL-C上无效。可能需要更长时间的干预、更精细的饮食调整、或者结合其他干预措施，如增加身体活动，来实现LDL-C水平的显著改善。未来的研究需要进一步探索个性化饮食对LDL-C影响的长期效果和最佳干预策略。个性化营养领域相关研究个体对食物的不同反应：研究发现，个体对食物的反应存在显著差异，这可能与遗传、肠道微生物组、代谢类型和生活方式等因素有关。

Berry, S. E. et al. Human postprandial responses to food and potential for precision nutrition. Nat. Med. 26, 964–973 (2020).

基因与营养反应：基因多态性被发现可以影响个体对特定营养素的代谢和响应，如对脂肪和碳水化合物的代谢途径。Gardner, C. D. et al. Effect of low-fat vs low-carbohydrate diet on 12-month weight loss in overweight adults and the association with genotype pattern or insulin secretion: the DIETFITS randomized clinical trial. JAMA 319, 667–679 (2018).肠道微生物组的作用：肠道微生物组与宿主代谢健康之间存在复杂的相互作用，特定的微生物群可能与肥胖、糖尿病等代谢性疾病有关。David, L. A. et al. Diet rapidly and reproducibly alters the human gut microbiome. Nature 505, 559–563 (2014).饮食质量的改善：个性化营养计划已被证明可以提高饮食质量，例如通过增加膳食纤维摄入和减少高糖食物的摄入。Jinnette, R. et al. Does personalized nutrition advice improve dietary intake in healthy adults? A systematic review of randomized controlled trials. Adv. Nutr. 12, 657–669 (2021).血糖和血脂反应的个性化：通过预测个体对特定食物的血糖和血脂反应，个性化饮食可以更有效地控制血糖水平和改善血脂谱。Zeevi, D. et al. Personalized nutrition by prediction of glycemic responses. Cell 163, 1079–1094 (2015).体重管理：个性化饮食建议已被用于体重管理，一些研究表明个性化饮食可以促进体重减轻，尽管效果大小和临床意义仍有待进一步研究。Ben-Yacov, O. et al. Personalized postprandial glucose response-targeting diet versus Mediterranean diet for glycemic control in prediabetes. Diabetes Care 44, 1980–1991 (2021).生活方式的协同效应：个性化营养计划通常与生活方式建议（如运动和睡眠模式）结合使用，以增强对代谢健康的总体影响。Aldubayan, M. A. et al. A double-blinded, randomized, parallel intervention to evaluate biomarker-based nutrition plans for weight loss: the PREVENTOMICS study. Clin. Nutr. 41, 1834–1844 (2022).技术的应用：移动应用程序和可穿戴设备的应用使得个性化营养计划的实施更加便捷和精确，可以实时监测饮食摄入和生理反应。Popp, C. J. et al. Effect of a personalized diet to reduce postprandial glycemic response vs a low-fat diet on weight loss in adults with abnormal glucose metabolism and obesity: a randomized clinical trial. JAMA Netw. Open 5, e2233760 (2022).长期依从性和效果：研究正在探索如何提高个性化营养计划的长期依从性，以及如何通过个性化建议实现持续的健康效果。Li, M., Gong, W., Wang, S. & Li, Z. Trends in body mass index, overweight and obesity among adults in the USA, the NHANES from 2003 to 2018: a repeat cross-sectional survey. BMJ Open 12, e065425 (2022).该研究的潜在影响
个性化营养的科学基础加强：研究结果支持个性化营养作为一种有效的方法来改善心脏代谢健康。这为个性化营养的科学基础增添了新的证据，可能会促使更多的研究者和医疗专业人员考虑将个性化饮食建议纳入临床实践。饮食指南的定制化：传统的饮食指南通常提供一般性建议，而该研究强调了根据个体的生物学特征和健康史定制饮食建议的重要性。这可能会推动未来饮食指南向更加个性化的方向发展。心脏代谢疾病预防和管理的新策略：通过个性化饮食计划改善TG水平、体重和腰围等指标，为预防和管理心脏代谢疾病提供了新策略。这可能会影响医疗专业人员在治疗心脏代谢疾病时的方法选择。肠道微生物组与健康关联的新见解：研究结果揭示了个性化饮食对肠道微生物组多样性的积极影响，这为理解饮食、肠道健康和代谢健康之间的复杂关系提供了新见解。技术在个性化营养中的作用：该研究中使用的技术，如移动应用程序和连续葡萄糖监测（CGM），展示了技术在个性化营养实施中的重要性。这可能会促进更多技术工具的开发和应用，以支持个性化饮食计划的制定和依从性。长期依从性和生活方式改变：研究结果强调了高依从性与更好的健康结果之间的关联，这可能会鼓励研究者和实践者开发策略来提高个体对健康饮食计划的长期依从性。公共卫生政策和饮食建议：研究结果可能会影响公共卫生政策制定者和营养专家在制定饮食建议时的考量，促使他们考虑更多基于证据的个性化方法。个性化营养的经济模型：该研究的长期效果和依从性数据可能有助于建立个性化营养的经济模型，评估其成本效益，这可能对医疗保险公司和政策制定者具有吸引力。潜在的局限性研究的干预期限为18周，可能不足以观察到某些健康指标如低密度脂蛋白胆固醇（LDL-C）的显著变化。长期的饮食改变和生活方式干预可能对于某些慢性疾病指标的影响更为明显。
研究参与者可能不足以代表所有人群，因为他们是通过网络广告招募的，这可能导致样本选择偏差，限制了研究结果的普遍适用性。
虽然通过问卷和移动应用程序记录的饮食数据来评估依从性，但自我报告的方法可能存在偏差，无法完全准确反映参与者的实际饮食行为。
对照组与PDP组在接触频率和干预强度上可能存在差异，这可能影响了两组间的比较结果。
研究中未能准确捕捉参与者体力活动状态的变化，而体力活动是影响心脏代谢健康的重要因素。
尽管研究中对肠道微生物组进行了分析，但微生物组的复杂性可能超出了当前分析方法的覆盖范围，且微生物组与健康之间的因果关系尚未完全阐明。
研究中使用的ZOE 2022算法虽然考虑了多种因素，但个性化营养算法的预测能力可能受限于当前的技术和算法发展水平。
研究未报告与干预相关的严重不良事件，但长期坚持个性化饮食计划的安全性和效果尚未评估。
研究未涉及个性化饮食计划的经济成本和在不同社会经济群体中的可行性，这可能影响其在更广泛人群中的推广。
研究结果可能不适用于儿童、老年人或有特定健康状况的人群，因为研究仅限于40至70岁的成年人群。潜在的研究方向评估个性化饮食计划（PDP）对心脏代谢健康指标的长期影响，包括持续时间更长的跟踪研究，以确定健康改善的持久性和潜在的长期健康益处。
进一步开发和完善个性化营养算法，整合更多的生物标志物和生活方式数据，提高预测个性化饮食反应的准确性。
研究个性化营养计划的经济成本和效益，包括直接和间接成本，以及与标准饮食建议相比的成本效益比。
探索个性化营养计划在不同年龄、性别、种族和不同健康状况人群中的适用性，以及如何调整计划以满足不同人群的需求。
深入研究饮食如何通过影响肠道微生物组（Gut Microbiome）来改善心脏代谢健康，以及微生物组与宿主代谢之间的相互作用。
开发和测试新的移动健康技术工具，以支持个性化饮食计划的实施，提高参与者的依从性和干预的可访问性。
研究体力活动与个性化营养计划相结合对心脏代谢健康的综合影响，以及如何优化两者的协同效应。
评估个性化饮食计划的安全性和耐受性，特别是在长期坚持和不同人群中的风险和益处。
在更广泛的地理区域和不同人群中进行随机对照试验，以验证研究结果的普遍性和外推性。

Bermingham KM, Linenberg I, Polidori L, Asnicar F, Arrè A, Wolf J, Badri F, Bernard H, Capdevila J, Bulsiewicz WJ, Gardner CD, Ordovas JM, Davies R, Hadjigeorgiou G, Hall WL, Delahanty LM, Valdes AM, Segata N, Spector TD, Berry SE. Effects of a personalized nutrition program on cardiometabolic health: a randomized controlled trial. Nat Med. 2024 May 8. doi: 10.1038/s41591-024-02951-6. Epub ahead of print. PMID: 38714898.

https://www.nature.com/articles/s41591-024-02951-6

责编|探索君

排版|探索君

转载请注明来源于【生物探索】