Ernæringsmodeller fra kontinuerlige glukosemonitorer

Dårlig kost bidrager til mere end halvdelen af ​​for tidlige dødsfald relateret til hjerte-kar- og stofskiftesygdomme, herunder type 2-diabetes (T2D). På nuværende tidspunkt fortsætter antallet af voksne, der udvikler T2D, med at stige, med over 30 millioner amerikanere, der lever med T2D. Yderligere 80 millioner er i øjeblikket i risiko for at udvikle sig fra præ-diabetes til T2D. Forbedring af fødevarevalg er fortsat en hjørnesten i moderne diabetesbehandling og kan mindske risikoen for progression til T2D. Men på nuværende tidspunkt er det en udfordring at opnå rettidig og passende livsstilsændring hos voksne med eller i risiko for T2D. Konventionelle metoder til at registrere måltidsvalg og spore ernæringssammensætning kan være unøjagtige (f.eks. estimering af proteinindhold i et måltid) og byrdefulde (dvs. individer skal manuelt indtaste information i en maddagbog). Interessant nok afhænger blodsukkerprofilen efter et måltid ikke kun af kulhydratindholdet, men også af mængden af ​​fedt, protein og fibre; f.eks. fører tilsætning af fedt og protein til kulhydrater generelt til mindre stigninger og langsommere fald i opnåede glukoseniveauer, hvilket sænker risikoen. Dette tyder på, at formen af ​​glucoseresponset på et måltid kan have potentiale til at indikere måltidsindhold. En unik mulighed for at udnytte denne information er at bruge en eller flere kontinuerlige glukosemonitorer (CGM'er). En CGM er en lille sensor, der fastgøres til huden og måler glukose kontinuerligt hvert 1.-15. minut, hvilket gør det muligt automatisk at registrere glukose-reaktionerne på måltider. Forskere forventer, at resultaterne vil hjælpe klinikere med at give ny information til støtte for positiv adfærdsændring for at reducere risikoen for eller progression fra præ-diabetes til T2D og gøre det lettere for patienterne passivt og præcist at spore ernæringskomponenter i deres kost, hvilket potentielt kan føre til sundere diæter og forbedret helbred.