- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT03543644
Strategier til at modsætte sig sukkerarter med ikke-ernæringsmæssige sødestoffer eller vand (STOP sukkerarter NU) Trial
En randomiseret kontrolleret undersøgelse af effekten af at erstatte sukkersødede drikkevarer med ikke-ernæringsrige sødede drikkevarer eller vand på tarmmikrobiom og metaboliske resultater: STOP Sukkers NU-forsøg
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
BAGGRUND OG BETYDNING:
Internationale sundhedsagenturer og foreninger for kroniske sygdomme har opfordret til reduktion af gratis/tilsat sukker til ≤5-10% af energien for at imødegå de voksende epidemier af fedme og diabetes. Opmærksomheden har især fokuseret på reduktionen af hovedkilden til frit sukker, sukkersødede drikkevarer (SSB'er), hvoraf det overskydende forbrug har været forbundet med vægtøgning, diabetes og deres efterfølgende komplikationer, herunder hypertension og koronar hjertesygdom (CHD). Ontario's Healthy Kids Panel, Health Canada, den stående senatkomité, Heart and Stroke Foundation og Diabetes Canada har anbefalet politikker for at reducere SSB'er, herunder erstatningsstrategier, beskatning og/eller forbud mod reklamer til børn. En rolle for ikke-ernæringsmæssige sødestoffer (NNS'er) i disse politiske muligheder har været påfaldende fraværende.
Der er en voksende bekymring for, at NNS'er kan bidrage til en stigning i de sygdomme, som de forsøger at forhindre. Systematiske reviews og metaanalyser af prospektive kohortestudier har vist, at NNS'er er forbundet med øget risiko for vægtøgning, diabetes og CHD. Selvom denne evidens er anerkendt for at have høj risiko for omvendt kausalitet og er uenig med beviser af højere kvalitet fra randomiserede kontrollerede forsøg, er flere biologiske mekanismer blevet foreslået, blandt dem ændringer i tarmmikrobiom. En meget indflydelsesrig undersøgelse konkluderede, at NNS'er inducerer glucoseintolerance gennem et tab af diversitet i mikrobiom. Denne undersøgelse var imidlertid uenig i en efterfølgende undersøgelse og havde flere metodologiske svagheder, herunder manglen på en kontrolgruppe. På trods af usikkerheden har disse data bidraget til et negativt syn på NNS'er i medierne.
Der er et presserende behov for at løse de igangværende bekymringer i forbindelse med NNS'er. Health Canada har især indikeret, at undersøgelser af sukkerreduktionsstrategier, der bruger NNS'er og målmikrobiom, er en vigtig forskningsprioritet. Efterforskerne foreslår at udføre et CIHR-finansieret randomiseret kontrolleret forsøg, der vurderer effekten af en 'virkelig verden' strategi til at reducere SSB'er ved hjælp af ikke-ernæringsrige sødede drikke (NSB'er) eller vand på tarmmikrobiom, glukosetolerance og kardiometaboliske risikofaktorer ved overvægt eller overvægtige deltagere.
MÅL
- At vurdere effekten af at erstatte SSB'er med NSB'er eller vand på det første primære resultat af mangfoldigheden af tarmmikrobiom over 4 uger hos overvægtige eller fede deltagere.
- At vurdere effekten af at erstatte SSB'er med NSB'er eller vand på det andet primære resultat af glukosetolerance over 4 uger hos overvægtige eller fede deltagere.
- At vurdere effekten af at erstatte SSB'er med NSB'er eller vand på de sekundære og undersøgende resultater af kropsvægt, blodtryk, glukose- og insulinregulering, blodlipider, ektopisk fedt, leverfedt, kropsfedt og kostkvalitet over 4 uger ved overvægt eller overvægtige deltagere
DELTAGERE:
Deltagerne vil blive rekrutteret fra en population af raske, voksne mænd og ikke-gravide kvinder, der er overvægtige eller fede (BMI > 23 kg/m2 for asiatiske individer og > 25 kg/m2 andre individer), som i øjeblikket rapporterer at drikke SSB'er regelmæssigt (≥ 1) servering dagligt). 75 deltagere vil blive rekrutteret til undersøgelsen. Af de 75 deltagere vil 30 af dem blive bedt om at give samtykke til at få taget en MR for at måle deres lever- og muskelfedt.
DESIGN:
Forsøget er et fire ugers enkeltcenter, åbent, randomiseret kontrolleret cross-over forsøg med tre arme (SSB, NSB, vand), der sammenligner effekten af at erstatte SSB'er med NSB'er eller vand på tarmmikrobiomet. Hver deltager vil fungere som deres egen kontrol, der modtager interventionerne i fire uger i tilfældig rækkefølge, med interventionsfaser adskilt af fire ugers udvaskningsfaser.
EFFEKT BEREGNING:
Undersøgelsen vil blive udført på i alt 75 deltagere. Den er drevet til at vise en forskel mellem vand-, NSB- og SSB-armene hos 60 deltagere i de to primære resultater. Forudsat et frafald på 20 procent, ville vi have brug for 75 deltagere for at være nødt til at have strøm til at opdage en forskel.
Det første primære resultat er i beta-diversitet af deltagernes tarmmikrobiomsamfund mellem vand- og NSB-grupper via 16S ribosomal rRNA-gensekventering. Efterforskerne brugte micropower R-pakken til at beregne prøvestørrelsen baseret på styrken af 16S tag-sekvensering, der kan analyseres ved hjælp af parvist vægtede UniFrac-afstande. UniFrac er en afstandsmåling baseret på den unikke brøkdel af grenlængde i et fylogenetisk træ bygget af to sæt taxa. Sammenligning af mikrobiomprøver udføres via vægtet UniFrac, som tager hensyn til den relative mængde af taxa. Efterforskerne simulerede afstanden inden for gruppen som 0,2 og standardafvigelsen (SD) for afstanden inden for gruppen som 0,07. At detektere en vægtet UniFrac-afstand på 0,04, hvilket er mindre end effekten observeret i undersøgelser af Suez et al. (0,05 afledt af figur 5), og i betragtning af at det er en cross-over undersøgelse med en intern korrelation på 0,7, og under hensyntagen til flere arme beregnede efterforskerne, at for over 95 procent magt ville efterforskerne have brug for 60 deltagere i denne undersøgelse . Forudsat et tab på 20 procent, vil efterforskerne rekruttere 75 deltagere. Efterforskerne er sikre på at opdage en ændring i tarmmikrobiomdiversiteten, hvis den eksisterer, da tidligere undersøgelser viser, at små ændringer i kosten forårsager signifikant ændring i tarmmikrobiometaxa over en meget kortere periode (5 til 7 dage) hos færre individer (10 til 25 personer) ).
Det andet primære resultat er glukosetolerance, som målt ved trinvis Area Under the Curve (iAUC) fra en 2-timers 75g OGTT. Med 60 deltagere vil efterforskerne have 89 procent magt (forudsat absolutte tal for middelværdi og SD fra efterforskernes nylige upublicerede randomiserede forsøg) til at detektere en 20 % ændring i gennemsnitlig iAUC mellem vand- og NSB-gruppen, hvis ændringsretningen svarer til Suez et al. mens man antager en intern-person-korrelation på 0,7 og tager højde for de tre sammenligninger. Forskellen på 20 % for glucose iAUC er baseret på den minimalt vigtige forskel foreslået af Health Canada for at understøtte påstande om reduktion af blodsukkerrespons efter måltid.
Denne effektberegning tager højde for justering for multiple tests for begge primære resultater ved hjælp af Benjamini-Hochberg-proceduren, som er en foreslået metode af Food and Drug Administration i dens "Flere endepunkter i kliniske forsøgsvejledning for industrien" (https://www. .fda.gov/downloads/drugs/guidancecomplianceregulatoryinformation/guidances/ucm536750.pdf). Benjamini-Hochberg-proceduren er en nedtrapningsmetode, der kontrollerer for falsk opdagelsesrate, mens den bibeholder høj effekt. Efterforskerne vil implementere en trunkeret Benjamini-Hochberg-metode med parallel gatekeeping, hvor en del af den ubrugte alfa fra hvert trin er reserveret til overførsel til den sekundære udfaldsfamilie, hvis noget af det primære udfald er signifikant. Alfa-niveauerne beregnet for de primære udfald er angivet i tabel 2. Undersøgelsen er også drevet til at vise en forskel mellem de tre arme for sekundære udfald med en α=0,0125, den lavest mulige start-α for sekundære udfald baseret på den trunkerede Benjamini- Hochberg procedure.
Delstudie: 1H-MRS vil blive udført i 30 forsøgspersoner for at vurdere intrahepatisk og intramuskulært fedt. Efterforskerne vil have 99% magt til at vise en forskel i leverfedt på 5% mellem vand- og NSB-armen for både lever- og muskelfedt, idet det antages en mellem gruppe SD på 4%, med en korrelation på 0,65 og alfa på 0,05.
REKRUTTERING:
Ved at bruge programmet Research Electronic Data Capture (REDCap) vil Applied Health Research Center (AHRC) udføre randomiseringen uden stratificering. Efter vellykket afslutning af indkøringsfasen og efter målinger taget ved det første studiebesøg, vil deltagerne blive randomiseret i grupper, på seks mulige, ved hjælp af en blokeret (latinske kvadrater) randomisering. Disse grupper vil være sekvenser, der repræsenterer SSB, NSB og vandgrupper. De latinske kvadratsekvenser vil blive tilfældigt tildelt deltagere med et tilsvarende antal deltagere tildelt hver behandlingssekvens. Randomiseringsplanen oprettes også af AHRC gennem REDCap. Deltagerne vil først blive randomiseret og givet deres studiedrikke, når alle mål fra det første studiebesøg er indsamlet.
INTERVENTIONER:
Der vil være tre interventioner: Deltagerne vil blive forsynet med SSB efter eget valg (355 ml, 140 kcal, 39 g sukker pr. dåse), tilsvarende NSB (355 ml, 0 kcal, 0 g sukker pr. dåse) eller vand (355 ml, 0 kcal, 0 g sukker pr. dåse eller flaske stillestående eller kulsyreholdigt vand) for at erstatte mængden af SSB'er, de normalt indtager (≥1 portion/dag) som bestemt i indkøringsfasen. Alle interventionsdrikke vil blive givet til hver deltager. De vil blive instrueret i at erstatte deres sædvanlige SSB'er med undersøgelsesdrikke, mens de frit indtager deres sædvanlige baggrundsdiæter. Kalorierne i interventionsgrupperne vil ikke blive matchet for at give mulighed for "virkelige" substitutioner med produkter, der er tilgængelige på markedet. De afhenter en uge af deres drikkevaretildeling ved det første besøg i hver fase og vil derefter få de resterende tre ugers drikkevarer leveret ved hjælp af en online købmandsleveringsservice. Deltagerne får relevante drikkevarer i interventionsfasen ud fra deres gruppeopgave. De vil vende tilbage til deres sædvanlige SSB-indtag under udvaskningsfasen, hvor de ikke vil modtage nogen drikkevarer fra undersøgelsen.
STATISTISK ANALYSE:
Data vil blive analyseret efter et intention to treat (ITT) princip ved brug af blandede modeller i STATA 14 (StataCorp, Texas, USA). Følsomhedsanalyse vil blive udført på grundlag af fuldstændig datatilgængelighed for primære endepunkter. En særskilt følsomhedsanalyse vil blive udført på baggrund af antibiotikabrug under forsøget.
- Primære resultater. Blandede effektmodeller med gentagne mål vil blive brugt til at vurdere ændringer i de to primære resultater i) beta-diversitet og ii) glucose iAUC mellem grupperne. Parvise sammenligninger mellem interventioner vil blive udført ved hjælp af Tukey-Kramer-justering eller anden passende statistik. For alle primære resultater vil effektmodifikation efter køn blive undersøgt. Efterforskerne vil bruge den trunkerede Benjamini-Hochberg-metode til kontrol af falsk opdagelseshastighed med parallel gatekeeping-procedure til at korrigere for flere sammenligninger for alle primære resultater.
- Sekundære resultater. Blandede effektmodeller med gentagne mål bruges til at vurdere ændringer i vægt, taljeomkreds, fastende glukose, 2 timers plasmaglukose og MATSUDA. Parvise sammenligninger mellem interventioner vil blive udført ved hjælp af Tukey-Kramer-justering eller anden passende statistik. For alle sekundære udfald vil effektmodifikation efter køn blive undersøgt. Efterforskerne vil bruge den trunkerede Benjamini-Hochberg-metode til kontrol af falsk opdagelseshastighed med parallel gatekeeping-procedure til at korrigere for flere sammenligninger for alle sekundære udfaldssammenligninger, hvis mindst ét primært udfald når signifikans. Hvis ingen af de primære udfald når signifikans, vil de sekundære resultater blive analyseret som eksplorative variabler uden justering for falsk opdagelsesrate.
- Udforskende og overholdelsesresultater. Blandede effektmodeller med gentagne mål vil blive brugt til at vurdere ændringer i alle eksplorative resultater uden at kontrollere for falsk opdagelsesrate. Parvise sammenligninger mellem interventioner vil blive udført ved hjælp af Tukey-Kramer-justering eller anden passende statistik. Effektmodifikation efter køn vil blive udforsket.
RESULTATER:
- De to primære resultater er ændring i tarmmikrobiom beta-diversitet, målt ved 16S rRNA-gensekventering, og plasmaglucose iAUC, målt ved OGTT.
- Sekundære resultater er ændring i taljeomkreds, kropsvægt, fastende plasmaglukose, 2 timers plasmaglucose [2h-PG] og Matsuda-insulinfølsomhedsindekset for hele kroppen [Matsuda ISIOGTT].
- Undersøgende resultater (specificeret nedenfor som "Andre forudspecificerede resultatmål") repræsenterer en omfattende, men ikke-udtømmende liste over potentielle resultater, der skal vurderes, og som vil blive gennemført på ad hoc-basis afhængigt af tilgængeligheden af midler. Disse omfatter ændring i ektopisk fedt (en tidlig metabolisk læsion) i leveren (intra-hepatocellulært lipid [IHCL]) og lægmuskler (intra-myocellulært lipid [IMCL]) ved 1H-MRS; fastende plasmainsulin; 75 g OGTT-afledte indekser (iAUC plasmainsulin, maksimale koncentrationer (Cmax) og tid til maksimale koncentrationer (Tmax) af plasmaglucose og insulin, og gennemsnitlig trinvis plasmaglucose og insulin); homøostatisk modelvurdering af insulinresistens (HOMA IR); insulinsekretionsfølsomhedsindekset-2 [ISSI-2]); fastende blodlipidprofil; mæthed, sult og madtrang (ved at bruge Spørgeskemaet til kontrol af spisning); diætkvalitet (ved analyse af 3DDR'erne); og kardiometabolisk risiko (systolisk og diastolisk blodtryk, lipidprofil (LDL, HDL, non-HDL kolesterol, total kolesterol), CRP, urinnatrium, leverfunktion/skade (ALT, AST, ALP, TBIL) og nyrefunktion/skade (albumin-til-kreatinin ratio [ACR], kreatinin, eGFR)), metabolomics og proteomics.
- Overholdelsesresultater vil være baseret på deltagerjournaler for drikkevarer, returnerede drikkevarebeholdere og objektive biomarkører for SSB'er (øgede 13C/12C-forhold i serumfedtsyrer, øget urinfruktose), vand (nedsat 13C/12C-forhold i serumfedtsyrer, nedsat urinfrugt ), og NSB'er (øget urin acesulfamkalium, sucralose) indtag.
Undersøgelsestype
Tilmelding (Faktiske)
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiesteder
-
-
Ontario
-
Toronto, Ontario, Canada, M5C2T2
- St. Michael's Hospital
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Beskrivelse
Inklusionskriterier:
- Sunde, voksne (alder, 18-75 år) mænd og ikke-gravide kvinder;
- Overvægtig eller fede (BMI > 23 kg/m2 for asiatiske individer og > 25 kg/m2 andre individer);
- Høj taljeomkreds (> 94 cm hos mænd, > 80 cm hos kvinder i Europid, Afrika syd for Sahara, Østlige Middelhav og Mellemøstlige individer; > 90 cm hos mænd og > 80 cm hos kvinder for sydasiatiske, kinesiske, japanske, og syd- og mellemamerikanske individer);
- Rapporter i øjeblikket at drikke SSB'er regelmæssigt (≥ 1 portion dagligt);
- Har en primær læge;
- Ikke ryger;
- Fri for sygdomme eller sygdomme;
- Ikke regelmæssigt at tage nogen medicin, der har en klinisk relevant effekt på de primære resultater, som vurderes upassende af efterforskerne
Ekskluderingskriterier:
- Alder < 18 eller > 75 år;
- BMI < 23 kg/m2 for asiatiske individer og < 25 kg/m2 andre individer;
- Taljeomkreds < 94 cm hos mænd, < 80 cm hos kvinder hos individer fra Europid, Afrika syd for Sahara, østlige Middelhav og Mellemøsten; < 90 cm hos mænd og < 80 cm hos kvinder for sydasiatiske, kinesiske, japanske og syd- og mellemamerikanske personer;
- Drikker ikke regelmæssigt SSB'er (≥1 portion om dagen);
- Gravide eller ammende kvinder eller kvinder, der planlægger at blive gravide i hele studietiden;
- Regelmæssig brug af medicin, der har en klinisk relevant effekt på de primære resultater, som vurderes upassende af efterforskerne
- Antibiotikabrug inden for de sidste 3 måneder;
- Brug af komplementær eller alternativ medicin (CAM), som vurderes upassende af efterforskere;
- Selvrapporteret diabetes;
- Selvrapporteret ukontrolleret hypertension (eller systolisk blodtryk (BP) ≥ 160 mmHg eller diastolisk BP ≥ 100 mmHg [26]);
- Selvrapporteret polycystisk ovariesyndrom;
- Selvrapporteret kardiovaskulær sygdom;
- Selvrapporteret mave-tarmsygdom;
- Tidligere bariatrisk kirurgi;
- Selvrapporteret leversygdom;
- Selvrapporteret ukontrolleret hyperthyroidisme eller hypothyroidisme;
- Selvrapporteret nyresygdom;
- Selvrapporteret kronisk infektion;
- Selvrapporteret lungesygdom;
- Selvrapporteret cancer/malignitet;
- Selvrapporteret skizofrenispektrum og andre psykotiske lidelser, bipolære og relaterede lidelser og dissociative lidelser;
- Større operation inden for de sidste 6 måneder;
- Anden større sygdom eller helbredsrelateret forekomst inden for de sidste 6 måneder;
- Ryger;
- Regelmæssige rekreative stofbrugere;
- Kraftig alkoholforbrug (> 3 drinks/dag);
- Har ikke en primær læge;
- Deltagelse i alle forsøg inden for de sidste 6 måneder eller i denne undersøgelses varighed;
- Individer, der planlægger at foretage ændringer i kosten eller fysisk aktivitet gennem hele studiets varighed;
- Ved deltagelse i MR-delen af undersøgelsen: enhver tilstand eller omstændighed, der ville forhindre deltageren i at få en MR-scanning (f. have proteser eller metalimplantater, tatoveringer eller klaustrofobi)
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Forebyggelse
- Tildeling: Randomiseret
- Interventionel model: Crossover opgave
- Maskning: Enkelt
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Aktiv komparator: Sukkersødet drik (SSB)
SSB-interventionen vil bestå i, at deltagerne indtager deres sædvanlige servering af dåser SSB'er (hver 355 ml, 42 gram sukker) om dagen.
Kalorierne i SSB-gruppen vil ikke blive matchet for at give mulighed for "virkelige" substitutioner med produkter, der er tilgængelige på markedet.
|
SSB'er vil blive udleveret til hver deltager.
Deltagerne vil være i stand til at vælge deres SSB fra listen i protokollen.
De vil blive instrueret i at drikke deres sædvanlige SSB-indtag, forudsat studiedrikke, mens de frit indtager deres sædvanlige baggrundsdiæter.
De vil vende tilbage til deres sædvanlige SSB-indtag under udvaskningsfasen, hvor de ikke vil modtage nogen drikkevarer fra undersøgelsen.
|
|
Eksperimentel: Ikke-ernæringsrig sødet drik (NSB)
NSB-interventionen består i at erstatte deltagernes sædvanlige servering af dåse-SSB'er med NSB'er (hver 355 ml, 0 gram sukker) pr. dag.
Kalorierne i NSB-gruppen vil ikke blive matchet for at give mulighed for "virkelige" substitutioner med produkter, der er tilgængelige på markedet.
|
NSB'er vil blive udleveret til hver deltager.
Deltagerne vil få tildelt den NSB, der svarer til den sædvanlige SSB valgt fra listen i protokollen.
De vil blive instrueret i at erstatte deres sædvanlige SSB'er med NSB'er, mens de frit indtager deres sædvanlige baggrundsdiæter.
De vil vende tilbage til deres sædvanlige SSB-indtag under udvaskningsfasen, hvor de ikke vil modtage nogen drikkevarer fra undersøgelsen.
|
|
Eksperimentel: Vand
Vandinterventionen består i at erstatte deltagernes sædvanlige servering af dåse SSB'er med flasker eller dåser med stillestående eller mousserende vand (hver 355 ml flaske eller dåse, 0 gram sukker) pr.
Kalorierne i vandgruppen vil ikke blive matchet for at give mulighed for "virkelige" substitutioner ved hjælp af produkter, der er tilgængelige på markedet.
|
Der vil blive givet vand til hver deltager.
De vil blive instrueret i at erstatte deres sædvanlige SSB'er med vandet, mens de frit indtager deres sædvanlige baggrundsdiæter.
De vil vende tilbage til deres sædvanlige SSB-indtag under udvaskningsfasen, hvor de ikke vil modtage nogen drikkevarer fra undersøgelsen.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Tarmmikrobiomsammensætning målt ved 16S rRNA-gensekventering
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
75g OGTT-afledt plasmaglucose iAUC
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
Sekundære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Ændring i taljeomkreds
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Ændring i kropsvægt
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Ændring i fastende plasmaglukose
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
75 g OGTT-afledt 2-timers plasmaglucose [2h-PG]
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
75g OGTT-afledt Matsuda insulinfølsomhedsindeks for hele kroppen [Matsuda ISI OGTT]
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
Andre resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Ektopisk fedt i leveren (intra-hepatocellulært lipid [IHCL]) ved 1H-MRS (delundersøgelse, n=30)
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Ektopisk fedt i lægmuskler (intra-myocellulært lipid [IMCL]) ved 1H-MRS (delundersøgelse, n=30)
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Fastende plasmainsulin
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
75 g OGTT-afledt iAUC plasmainsulin
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
75 g OGTT-afledte maksimale koncentrationer (Cmax) og tid til maksimale koncentrationer (Tmax) af plasmaglucose
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
75 g OGTT-afledte maksimale koncentrationer (Cmax) og tid til maksimale koncentrationer (Tmax) af plasmainsulin
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
75 g OGTT-afledt gennemsnitlig inkrementel plasmaglucose
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
75 g OGTT-afledt gennemsnitlig trinvis plasmainsulin
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Homøostatisk modelvurdering af insulinresistens (HOMA IR)
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Insulinsekretionsfølsomhedsindeks-2 (ISSI-2)
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Mæthed, sult og madtrang (ved hjælp af Spørgeskemaet til kontrol af spise)
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Diætkvalitet ved Alternative Healthy Eating Index (AHEI) (ved hjælp af en vejet tre-dages kostrekord)
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Adhærensmarkører - Objektive biomarkører for SSB'er (øgede 13C/12C-forhold i serumfedtsyrer og øget urinfructose)
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Adhærensmarkører - Objektive biomarkører vand (nedsat 13C/12C-forhold i serumfedtsyrer og nedsat urinfruktose)
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Adhærensmarkører - Objektive biomarkører NSB'er (øget urin acesulfamkalium og/eller sucralose)
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Vedhæftningsmarkører - Drikkevarelogfiler
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Vedhæftningsmærker - Returnerede ubrugte flasker
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - ændring i systolisk blodtryk
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - ændring i diastolisk blodtryk
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Lipidprofil - LDL-kolesterol
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Lipidprofil - HDL-kolesterol
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Lipidprofil - ikke-HDL-kolesterol
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Lipidprofil - Total kolesterol
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Lipidprofil - Triglycerider
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - C-reaktivt protein (CRP)
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - natrium i urinen
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Leverfunktion/skade ved ALT
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Leverfunktion/skade ved AST
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Leverfunktion/skade ved ALP
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Leverfunktion/skade ved TBIL
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Nyrefunktion/skade ved kreatinin
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Nyrefunktion/skade ved eGFR
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Kardiometabolisk risiko - Nyrefunktion/skade ved urin ACR
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Urin- og blodmetabolomisk panel
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
|
Urin- og blodproteomisk panel
Tidsramme: Uge 0 og uge 4 af hver intervention
|
Uge 0 og uge 4 af hver intervention
|
Samarbejdspartnere og efterforskere
Sponsor
Samarbejdspartnere
Publikationer og nyttige links
Generelle publikationer
- Phillips DI, Clark PM, Hales CN, Osmond C. Understanding oral glucose tolerance: comparison of glucose or insulin measurements during the oral glucose tolerance test with specific measurements of insulin resistance and insulin secretion. Diabet Med. 1994 Apr;11(3):286-92. doi: 10.1111/j.1464-5491.1994.tb00273.x.
- Schulz KF, Altman DG, Moher D; CONSORT Group. CONSORT 2010 statement: updated guidelines for reporting parallel group randomised trials. Int J Surg. 2011;9(8):672-7. doi: 10.1016/j.ijsu.2011.09.004. Epub 2011 Oct 13. No abstract available.
- Matsuda M, DeFronzo RA. Insulin sensitivity indices obtained from oral glucose tolerance testing: comparison with the euglycemic insulin clamp. Diabetes Care. 1999 Sep;22(9):1462-70. doi: 10.2337/diacare.22.9.1462.
- Aagaard K, Petrosino J, Keitel W, Watson M, Katancik J, Garcia N, Patel S, Cutting M, Madden T, Hamilton H, Harris E, Gevers D, Simone G, McInnes P, Versalovic J. The Human Microbiome Project strategy for comprehensive sampling of the human microbiome and why it matters. FASEB J. 2013 Mar;27(3):1012-22. doi: 10.1096/fj.12-220806. Epub 2012 Nov 19.
- Suez J, Korem T, Zeevi D, Zilberman-Schapira G, Thaiss CA, Maza O, Israeli D, Zmora N, Gilad S, Weinberger A, Kuperman Y, Harmelin A, Kolodkin-Gal I, Shapiro H, Halpern Z, Segal E, Elinav E. Artificial sweeteners induce glucose intolerance by altering the gut microbiota. Nature. 2014 Oct 9;514(7521):181-6. doi: 10.1038/nature13793. Epub 2014 Sep 17.
- Blom DJ, Hala T, Bolognese M, Lillestol MJ, Toth PD, Burgess L, Ceska R, Roth E, Koren MJ, Ballantyne CM, Monsalvo ML, Tsirtsonis K, Kim JB, Scott R, Wasserman SM, Stein EA; DESCARTES Investigators. A 52-week placebo-controlled trial of evolocumab in hyperlipidemia. N Engl J Med. 2014 May 8;370(19):1809-19. doi: 10.1056/NEJMoa1316222. Epub 2014 Mar 29.
- David LA, Maurice CF, Carmody RN, Gootenberg DB, Button JE, Wolfe BE, Ling AV, Devlin AS, Varma Y, Fischbach MA, Biddinger SB, Dutton RJ, Turnbaugh PJ. Diet rapidly and reproducibly alters the human gut microbiome. Nature. 2014 Jan 23;505(7484):559-63. doi: 10.1038/nature12820. Epub 2013 Dec 11.
- Malik VS, Pan A, Willett WC, Hu FB. Sugar-sweetened beverages and weight gain in children and adults: a systematic review and meta-analysis. Am J Clin Nutr. 2013 Oct;98(4):1084-102. doi: 10.3945/ajcn.113.058362. Epub 2013 Aug 21.
- Greenwood DC, Threapleton DE, Evans CE, Cleghorn CL, Nykjaer C, Woodhead C, Burley VJ. Association between sugar-sweetened and artificially sweetened soft drinks and type 2 diabetes: systematic review and dose-response meta-analysis of prospective studies. Br J Nutr. 2014 Sep 14;112(5):725-34. doi: 10.1017/S0007114514001329. Epub 2014 Jun 16.
- Singh GM, Micha R, Khatibzadeh S, Lim S, Ezzati M, Mozaffarian D; Global Burden of Diseases Nutrition and Chronic Diseases Expert Group (NutriCoDE). Estimated Global, Regional, and National Disease Burdens Related to Sugar-Sweetened Beverage Consumption in 2010. Circulation. 2015 Aug 25;132(8):639-66. doi: 10.1161/CIRCULATIONAHA.114.010636. Epub 2015 Jun 29.
- Azad MB, Abou-Setta AM, Chauhan BF, Rabbani R, Lys J, Copstein L, Mann A, Jeyaraman MM, Reid AE, Fiander M, MacKay DS, McGavock J, Wicklow B, Zarychanski R. Nonnutritive sweeteners and cardiometabolic health: a systematic review and meta-analysis of randomized controlled trials and prospective cohort studies. CMAJ. 2017 Jul 17;189(28):E929-E939. doi: 10.1503/cmaj.161390.
- Zeevi D, Korem T, Zmora N, Israeli D, Rothschild D, Weinberger A, Ben-Yacov O, Lador D, Avnit-Sagi T, Lotan-Pompan M, Suez J, Mahdi JA, Matot E, Malka G, Kosower N, Rein M, Zilberman-Schapira G, Dohnalova L, Pevsner-Fischer M, Bikovsky R, Halpern Z, Elinav E, Segal E. Personalized Nutrition by Prediction of Glycemic Responses. Cell. 2015 Nov 19;163(5):1079-1094. doi: 10.1016/j.cell.2015.11.001.
- Stampfer MJ, Hu FB, Manson JE, Rimm EB, Willett WC. Primary prevention of coronary heart disease in women through diet and lifestyle. N Engl J Med. 2000 Jul 6;343(1):16-22. doi: 10.1056/NEJM200007063430103.
- Caporaso JG, Kuczynski J, Stombaugh J, Bittinger K, Bushman FD, Costello EK, Fierer N, Pena AG, Goodrich JK, Gordon JI, Huttley GA, Kelley ST, Knights D, Koenig JE, Ley RE, Lozupone CA, McDonald D, Muegge BD, Pirrung M, Reeder J, Sevinsky JR, Turnbaugh PJ, Walters WA, Widmann J, Yatsunenko T, Zaneveld J, Knight R. QIIME allows analysis of high-throughput community sequencing data. Nat Methods. 2010 May;7(5):335-6. doi: 10.1038/nmeth.f.303. Epub 2010 Apr 11. No abstract available.
- Caporaso JG, Lauber CL, Walters WA, Berg-Lyons D, Huntley J, Fierer N, Owens SM, Betley J, Fraser L, Bauer M, Gormley N, Gilbert JA, Smith G, Knight R. Ultra-high-throughput microbial community analysis on the Illumina HiSeq and MiSeq platforms. ISME J. 2012 Aug;6(8):1621-4. doi: 10.1038/ismej.2012.8. Epub 2012 Mar 8.
- Mouzaki M, Comelli EM, Arendt BM, Bonengel J, Fung SK, Fischer SE, McGilvray ID, Allard JP. Intestinal microbiota in patients with nonalcoholic fatty liver disease. Hepatology. 2013 Jul;58(1):120-7. doi: 10.1002/hep.26319. Epub 2013 May 14.
- Xi B, Huang Y, Reilly KH, Li S, Zheng R, Barrio-Lopez MT, Martinez-Gonzalez MA, Zhou D. Sugar-sweetened beverages and risk of hypertension and CVD: a dose-response meta-analysis. Br J Nutr. 2015 Mar 14;113(5):709-17. doi: 10.1017/S0007114514004383. Epub 2015 Mar 4.
- Wolever TM, Jenkins DJ, Jenkins AL, Josse RG. The glycemic index: methodology and clinical implications. Am J Clin Nutr. 1991 Nov;54(5):846-54. doi: 10.1093/ajcn/54.5.846.
- Guideline: Sugars Intake for Adults and Children. Geneva: World Health Organization; 2015.
- Dietary Guidelines Advisory Committee, 2015-2020 Dietary Guidelines for Americans - health.gov. 2015.
- Heart and Stroke Foundation of Canada, Sugar, heart disease and stroke. 2014.
- InterAct Consortium, Romaguera D, Norat T, Wark PA, Vergnaud AC, Schulze MB, van Woudenbergh GJ, Drogan D, Amiano P, Molina-Montes E, Sanchez MJ, Balkau B, Barricarte A, Beulens JW, Clavel-Chapelon F, Crispim SP, Fagherazzi G, Franks PW, Grote VA, Huybrechts I, Kaaks R, Key TJ, Khaw KT, Nilsson P, Overvad K, Palli D, Panico S, Quiros JR, Rolandsson O, Sacerdote C, Sieri S, Slimani N, Spijkerman AM, Tjonneland A, Tormo MJ, Tumino R, van den Berg SW, Wermeling PR, Zamara-Ros R, Feskens EJ, Langenberg C, Sharp SJ, Forouhi NG, Riboli E, Wareham NJ. Consumption of sweet beverages and type 2 diabetes incidence in European adults: results from EPIC-InterAct. Diabetologia. 2013 Jul;56(7):1520-30. doi: 10.1007/s00125-013-2899-8. Epub 2013 Apr 26.
- Committee, D.G.A. and Others, Scientific Report of the 2015 Dietary Guidelines Advisory Committee. Washington (DC): USDA and US Department of Health and Human Services, 2015.
- Hartstra AV, Bouter KE, Backhed F, Nieuwdorp M. Insights into the role of the microbiome in obesity and type 2 diabetes. Diabetes Care. 2015 Jan;38(1):159-65. doi: 10.2337/dc14-0769.
- Korem T, Zeevi D, Suez J, Weinberger A, Avnit-Sagi T, Pompan-Lotan M, Matot E, Jona G, Harmelin A, Cohen N, Sirota-Madi A, Thaiss CA, Pevsner-Fischer M, Sorek R, Xavier R, Elinav E, Segal E. Growth dynamics of gut microbiota in health and disease inferred from single metagenomic samples. Science. 2015 Sep 4;349(6252):1101-1106. doi: 10.1126/science.aac4812. Epub 2015 Jul 30.
- Noble EE, Hsu TM, Jones RB, Fodor AA, Goran MI, Kanoski SE. Early-Life Sugar Consumption Affects the Rat Microbiome Independently of Obesity. J Nutr. 2017 Jan;147(1):20-28. doi: 10.3945/jn.116.238816. Epub 2016 Nov 30.
- Fedorak, R., et al., 546 High Sugar Diets Promote an Inflammatory Microbiota and Reduce Gene Expression Related to Intestinal Barrier Function. Gastroenterology, 2016. 150(4): p. S114-S115.
- Kelly BJ, Gross R, Bittinger K, Sherrill-Mix S, Lewis JD, Collman RG, Bushman FD, Li H. Power and sample-size estimation for microbiome studies using pairwise distances and PERMANOVA. Bioinformatics. 2015 Aug 1;31(15):2461-8. doi: 10.1093/bioinformatics/btv183. Epub 2015 Mar 29.
- Langille MG, Zaneveld J, Caporaso JG, McDonald D, Knights D, Reyes JA, Clemente JC, Burkepile DE, Vega Thurber RL, Knight R, Beiko RG, Huttenhower C. Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences. Nat Biotechnol. 2013 Sep;31(9):814-21. doi: 10.1038/nbt.2676. Epub 2013 Aug 25.
- Kadish AH, Hall DA. A new method for the continuous monitoring of blood glucose by measurement of dissolved oxygen. Clin Chem. 1965 Sep;11(9):869-75. No abstract available.
- Livesey JH, Hodgkinson SC, Roud HR, Donald RA. Effect of time, temperature and freezing on the stability of immunoreactive LH, FSH, TSH, growth hormone, prolactin and insulin in plasma. Clin Biochem. 1980 Aug;13(4):151-5. doi: 10.1016/s0009-9120(80)91040-1.
- Canadian Diabetes, A. Waist Circumference. Available from: https://www.diabetes.ca/diabetes-and-you/healthy-living-resources/weight-management/waist-circumference.
- Brisbois TD, Marsden SL, Anderson GH, Sievenpiper JL. Estimated intakes and sources of total and added sugars in the Canadian diet. Nutrients. 2014 May 8;6(5):1899-912. doi: 10.3390/nu6051899.
- Bleich SN, Wang YC, Wang Y, Gortmaker SL. Increasing consumption of sugar-sweetened beverages among US adults: 1988-1994 to 1999-2004. Am J Clin Nutr. 2009 Jan;89(1):372-81. doi: 10.3945/ajcn.2008.26883. Epub 2008 Dec 3.
- Fernandes J, Su W, Rahat-Rozenbloom S, Wolever TM, Comelli EM. Adiposity, gut microbiota and faecal short chain fatty acids are linked in adult humans. Nutr Diabetes. 2014 Jun 30;4(6):e121. doi: 10.1038/nutd.2014.23.
- Fernandes J, Wang A, Su W, Rozenbloom SR, Taibi A, Comelli EM, Wolever TM. Age, dietary fiber, breath methane, and fecal short chain fatty acids are interrelated in Archaea-positive humans. J Nutr. 2013 Aug;143(8):1269-75. doi: 10.3945/jn.112.170894. Epub 2013 Jun 5.
- Khan TA, Sievenpiper JL. Controversies about sugars: results from systematic reviews and meta-analyses on obesity, cardiometabolic disease and diabetes. Eur J Nutr. 2016 Nov;55(Suppl 2):25-43. doi: 10.1007/s00394-016-1345-3. Epub 2016 Nov 30.
- Wolf SM, Branum R, Koenig BA, Petersen GM, Berry SA, Beskow LM, Daly MB, Fernandez CV, Green RC, LeRoy BS, Lindor NM, O'Rourke PP, Breitkopf CR, Rothstein MA, Van Ness B, Wilfond BS. Returning a Research Participant's Genomic Results to Relatives: Analysis and Recommendations. J Law Med Ethics. 2015 Fall;43(3):440-63. doi: 10.1111/jlme.12288.
- Jayalath VH, de Souza RJ, Ha V, Mirrahimi A, Blanco-Mejia S, Di Buono M, Jenkins AL, Leiter LA, Wolever TM, Beyene J, Kendall CW, Jenkins DJ, Sievenpiper JL. Sugar-sweetened beverage consumption and incident hypertension: a systematic review and meta-analysis of prospective cohorts. Am J Clin Nutr. 2015 Oct;102(4):914-21. doi: 10.3945/ajcn.115.107243. Epub 2015 Aug 12.
- Sievenpiper JL, Khan TA, Ha V, Viguiliouk E, Auyeung R. The importance of study design in the assessment of nonnutritive sweeteners and cardiometabolic health. CMAJ. 2017 Nov 20;189(46):E1424-E1425. doi: 10.1503/cmaj.733381. No abstract available.
- Frankenfeld CL, Sikaroodi M, Lamb E, Shoemaker S, Gillevet PM. High-intensity sweetener consumption and gut microbiome content and predicted gene function in a cross-sectional study of adults in the United States. Ann Epidemiol. 2015 Oct;25(10):736-42.e4. doi: 10.1016/j.annepidem.2015.06.083. Epub 2015 Jul 17.
- Leung AA, Daskalopoulou SS, Dasgupta K, McBrien K, Butalia S, Zarnke KB, Nerenberg K, Harris KC, Nakhla M, Cloutier L, Gelfer M, Lamarre-Cliche M, Milot A, Bolli P, Tremblay G, McLean D, Tran KC, Tobe SW, Ruzicka M, Burns KD, Vallee M, Prasad GVR, Gryn SE, Feldman RD, Selby P, Pipe A, Schiffrin EL, McFarlane PA, Oh P, Hegele RA, Khara M, Wilson TW, Penner SB, Burgess E, Sivapalan P, Herman RJ, Bacon SL, Rabkin SW, Gilbert RE, Campbell TS, Grover S, Honos G, Lindsay P, Hill MD, Coutts SB, Gubitz G, Campbell NRC, Moe GW, Howlett JG, Boulanger JM, Prebtani A, Kline G, Leiter LA, Jones C, Cote AM, Woo V, Kaczorowski J, Trudeau L, Tsuyuki RT, Hiremath S, Drouin D, Lavoie KL, Hamet P, Gregoire JC, Lewanczuk R, Dresser GK, Sharma M, Reid D, Lear SA, Moullec G, Gupta M, Magee LA, Logan AG, Dionne J, Fournier A, Benoit G, Feber J, Poirier L, Padwal RS, Rabi DM; Hypertension Canada. Hypertension Canada's 2017 Guidelines for Diagnosis, Risk Assessment, Prevention, and Treatment of Hypertension in Adults. Can J Cardiol. 2017 May;33(5):557-576. doi: 10.1016/j.cjca.2017.03.005. Epub 2017 Mar 10. Erratum In: Can J Cardiol. 2017 Dec;33(12 ):1733-1734.
- Dalton M, Finlayson G, Hill A, Blundell J. Preliminary validation and principal components analysis of the Control of Eating Questionnaire (CoEQ) for the experience of food craving. Eur J Clin Nutr. 2015 Dec;69(12):1313-7. doi: 10.1038/ejcn.2015.57. Epub 2015 Apr 8.
- Logue C, Dowey LRC, Strain JJ, Verhagen H, McClean S, Gallagher AM. Application of Liquid Chromatography-Tandem Mass Spectrometry To Determine Urinary Concentrations of Five Commonly Used Low-Calorie Sweeteners: A Novel Biomarker Approach for Assessing Recent Intakes? J Agric Food Chem. 2017 Jun 7;65(22):4516-4525. doi: 10.1021/acs.jafc.7b00404. Epub 2017 May 24.
- Li S, Zhu Y, Chavarro JE, Bao W, Tobias DK, Ley SH, Forman JP, Liu A, Mills J, Bowers K, Strom M, Hansen S, Hu FB, Zhang C. Healthful Dietary Patterns and the Risk of Hypertension Among Women With a History of Gestational Diabetes Mellitus: A Prospective Cohort Study. Hypertension. 2016 Jun;67(6):1157-65. doi: 10.1161/HYPERTENSIONAHA.115.06747. Epub 2016 Apr 18.
- Nitsche MP, Carreno M. Is honey an effective treatment for acute cough in children? Medwave. 2016 May 30;16 Suppl 2:e6454. doi: 10.5867/medwave.2016.6454. English, Spanish.
- Dias AG, Rousseau D, Duizer L, Cockburn M, Chiu W, Nielsen D, El-Sohemy A. Genetic variation in putative salt taste receptors and salt taste perception in humans. Chem Senses. 2013 Feb;38(2):137-45. doi: 10.1093/chemse/bjs090. Epub 2012 Nov 1.
- Eny KM, Wolever TM, Fontaine-Bisson B, El-Sohemy A. Genetic variant in the glucose transporter type 2 is associated with higher intakes of sugars in two distinct populations. Physiol Genomics. 2008 May 13;33(3):355-60. doi: 10.1152/physiolgenomics.00148.2007. Epub 2008 Mar 18.
- Wolf SM, Lawrenz FP, Nelson CA, Kahn JP, Cho MK, Clayton EW, Fletcher JG, Georgieff MK, Hammerschmidt D, Hudson K, Illes J, Kapur V, Keane MA, Koenig BA, Leroy BS, McFarland EG, Paradise J, Parker LS, Terry SF, Van Ness B, Wilfond BS. Managing incidental findings in human subjects research: analysis and recommendations. J Law Med Ethics. 2008 Summer;36(2):219-48, 211. doi: 10.1111/j.1748-720X.2008.00266.x.
- Food and Drug Administration, Multiple Endpoints in Clinical Trials: Guidance for Industry [Draft Guidance]. 2017.
- Benjamini, Y. and D. Yekutieli, The control of the false discovery rate in multiple testing under dependency. Annals of statistics, 2001: p. 1165-1188.
- Benjamini, Y. and Y. Hochberg, Controlling the false discovery rate: a practical and powerful approach to multiple testing. Journal of the royal statistical society. Series B (Methodological), 1995: p. 289-300.
- Noto, H., et al., Long-term Low-carbohydrate Diets and Type 2 Diabetes Risk: A Systematic Review and Meta-analysis of Observational Studies. Journal of General and Family Medicine, 2016. 17(1): p. 60-70.
- Theytaz F, de Giorgi S, Hodson L, Stefanoni N, Rey V, Schneiter P, Giusti V, Tappy L. Metabolic fate of fructose ingested with and without glucose in a mixed meal. Nutrients. 2014 Jul 15;6(7):2632-49. doi: 10.3390/nu6072632.
- Health Canada, Draft Guidance Document on Food Health Claims Related to the Reduction in Post-Prandial Glycaemic Response F.D. Bureau of Nutritional Sciences, Health Products and Food Branch Editor. 2013. p. 12.
- Bergwall S, Johansson A, Sonestedt E, Acosta S. High versus low-added sugar consumption for the primary prevention of cardiovascular disease. Cochrane Database Syst Rev. 2022 Jan 5;1(1):CD013320. doi: 10.1002/14651858.CD013320.pub2.
Hjælpsomme links
- Diabetes Canada, Diabetes Canada's Position on sugars.
- Healthy Kids Panel, No time to wait: The healthy kids strategy.
- Unhealthy Food and Beverage Marketing to Children Discussion paper for public consultation.
- Chang K, Artificial Sweeteners May Disrupt Body's Blood Sugar Controls. The New York Times, September 17, 2014.
- Kirkey S, Fake sugars linked to obesity, heart disease. National Post, July 17, 2017.
- Faherty S, Artificial Sweeteners May Have Despicable Impacts on Gut Microbes. Scientific American, Nov 26, 2014.
- Sifferlin A, Artificial Sweeteners Are Linked to Weight Gain-Not Weight Loss. Time, July 16 2017.
- Vergano D, Study: Artificial Sweeteners May Trigger Blood Sugar Risks. National Geographic, September 17, 2014.
- Leung W, Sugar substitutes associated with weight gain and health problems, study says. Globe and Mail, July 17, 2017.
- Brait E, More research needed into the effects sugar substitutes have on health. The Toronto Star, July 17, 2017.
- Thompson D, Do Artificial Sweeteners Raise Odds for Obesity? WebMD, July 17, 2017.
- FDA, Multiple Endpoints in Clinical Trials. Guidance for Industry (draft). January 2017. Food and Drug Administration Report.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- CIHR-STOP Sugars NOW
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .