- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT04611217
Auswirkungen von Ballaststoffen auf das Mikrobiom und das Sättigungsgefühl (FEMS)
Mechanismen, die Ballaststoffe, das Mikrobiom und das Sättigungsgefühl miteinander verbinden
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Ernährungsmuster mit hohem Ballaststoffgehalt sind mit einem geringeren Risiko für die Entwicklung von Herz-Kreislauf-Erkrankungen [1-3], Bluthochdruck [4], Typ-2-Diabetes [5] und erhöhtem Körpergewicht [4] verbunden. Zu den möglichen biologischen Mechanismen, die diese positiven Auswirkungen auf die Gesundheit vermitteln können, gehören eine Verlangsamung der Aufnahme von Kohlenhydraten aus Mahlzeiten (CHO) [6-11], eine Verringerung der Blutfette [8,12] und eine Erhöhung der Freisetzung von Sättigungshormonen [10,13 ]. Der PI hat zuvor gezeigt, dass ballaststoffreiche (HiFi) Mahlzeiten im Vergleich zu ballaststoffarmen (LowFi) Mahlzeiten die Blutzuckerkonzentrationen postprandial um 11 % senkten [14]. Ein weiterer möglicher Mechanismus ist eine postulierte Rolle der mikrobiellen Faserfermentation zur Verbesserung der Gesundheit durch die Produktion der kurzkettigen Fettsäuren (SCFA) Acetat, Propionat und Butyrat [15-17]. Neben der Förderung der Dickdarmgesundheit kann die Butyratproduktion die Freisetzung der Darmhormone, des Glucagon-ähnlichen Peptids-1 GLP-1 und des Peptids YY (PYY) [18] stimulieren, was zu einer verbesserten Appetitregulierung führt [19]. Seit der bahnbrechenden Arbeit von Gordon im Jahr 2004 [20] hat eine große Anzahl von Forschungsarbeiten die entscheidende Rolle aufgedeckt, die Darmmikroben für die Gesundheit spielen. Wichtig ist, dass viele dieser Daten, einschließlich der Ergebnisse, die eine vorteilhafte Rolle von SCFA [21-23] belegen, aus Tierversuchen stammen. Humanstudien sind jetzt erforderlich, um die translationale Bedeutung von Nagetierstudien und den potenziellen Nutzen von Ballaststoffen für mikrobielle Metaboliten und die kardiometabolische Gesundheit, Glukoseregulation, Appetit und Sättigung voranzutreiben. In der aktuellen Studie werden die Auswirkungen der Ballaststoffzufuhr auf den Appetit, den Darmstoffwechsel und das Mikrobiom untersucht. Wir gehen davon aus, dass die Mechanismen, durch die Ballaststoffe metabolische Vorteile bieten, direkte physikalische Effekte im oberen Gastrointestinaltrakt (GI) zur Verlangsamung der Nährstoffaufnahme und indirekte Effekte zur Verringerung der Nahrungsaufnahme umfassen, die durch SCFA-induzierte Sekretion von GI-Hormonen vermittelt werden, was zu einem erhöhten Sättigungsgefühl führt. Um diese Hypothese zu testen, werden wir eine randomisierte kontrollierte Studie mit 44 Probanden (spezifisches Ziel 1, SA1) über 4 Wochen mit HiFi- oder LowFi-Diäten durchführen und auch eine Screening-Koloskopie nutzen, um die mikrobiellen Ausgangspopulationen für 3 Wochen vor und zu standardisieren Post-HiFi-Interventionsstudie an 26 Probanden (SA2) mit metabolischem Syndrom. Wir werden die Auswirkungen der Diäten auf Appetit und Sättigung, das kardiometabolische Risiko und den Darmstoffwechsel zu Beginn und am Ende der Fütterungsinterventionen bewerten. Die gewählte Faser stammt aus Erbsen, da neuere Daten darauf hindeuten, dass Hülsenfrüchte den Blutzuckerspiegel [6,24-27], Diabetes [28,29], das Risiko für Herzerkrankungen [30] und das Risiko für Fettleibigkeit [31] signifikant verbessern. Diese Methoden werden eingesetzt, um zwei spezifische Ziele zu erreichen.
SA1a: Testen Sie die Wirkung einer HiFi-Diät auf Appetit und Sättigung und ob die SCFA-Produktion eine verbesserte Sättigung bei der HiFi-Fütterung vermittelt. Hypothese (H) 1a: Bei erwachsenen Männern und Frauen wird die HiFi- (n=22) im Vergleich zur LowFi-Diät (n=22) die Sättigungsmarker (GLP-1, PYY, subjektive Appetitbewertungen) signifikant verbessern und die Aktivierung in Gehirnregionen, die Nahrungsaufnahme/Belohnung/Appetit kontrollieren, während sie die Aktivierung in exekutiven Kontrollregionen während visueller Nahrungshinweise der funktionellen Magnetresonanztomographie (fMRI) erhöhen. Diese Veränderungen hängen mit höheren postprandialen SCFA-Konzentrationen und veränderten mikrobiellen Populationen zusammen, wie durch höhere Bifidobakterienkonzentrationen und ein niedriges Verhältnis von Firmicutes zu Bacteroidetes belegt wird.
SA1b: Bestimmen Sie, ob eine HiFi-Diät die kardiometabolische Gesundheit verbessert. H1b: Eine HiFi-Diät führt im Vergleich zu einer LowFi-Diät zu niedrigeren Blutzuckerwerten, Blutfetten, Blutdruck und Taillenumfang.
SA2: Quantifizierung der Veränderungen in der mikrobiellen Zusammensetzung und der SCFA-Produktionsrate im Dickdarm (unter Verwendung stabiler Isotopeninfusionstechniken) bei HiFi-Diätfütterung (n = 26) und ob irgendwelche Veränderungen potenzielle Mediatoren der beobachteten Vorteile für Sättigung und kardiometabolische Risikofaktoren sind. H2: Eine signifikante Reduzierung mikrobieller Arten wird nach der Darmspiegelung durch die Koloskopie erfolgen, und die Repopulation nach HiFi wird durch größere Bifidobakterien und ein niedriges Firmicutes/Bacteroides-Verhältnis gekennzeichnet sein. Ein Anstieg des SCFA-Flusses nach HiFi wird mit Verbesserungen der mikrobiellen Zusammensetzung und postprandialen Markern für Sättigung und Bluttriglyceriden und Glukoseausschlägen in Verbindung gebracht.
Stichprobengröße Basierend auf unseren eigenen veröffentlichten [14] und unveröffentlichten Daten und denen von anderen [32-35] ergab eine Power-Analyse, dass eine Stichprobengröße zwischen 10 und 20 Probanden/Gruppe erforderlich ist, um signifikante Unterschiede in Schlüsselvariablen zu erkennen ( alpha 0,05) und einer Power von 90 % (15 bis 18 Probanden/Gruppe mit 80 % Power). Für spezifisches Ziel 1 werden wir 2 Fächer/Gruppe hinzufügen, um einen 10%igen Schulabbruch zu berücksichtigen, und für spezifisches Ziel 2 werden wir weitere 6 Fächer hinzufügen, um 30% Schulabbrecher zu berücksichtigen. So werden für das spezifische Ziel 1 44 Probanden (22/Gruppe) und für das spezifische Ziel 2 26 Probanden in einem Messwiederholungsdesign analysiert. Wir glauben, dass jeder Ballaststoffeffekt, der geringer ist als bei früheren, veröffentlichten Behandlungen, durch den relativ „sauberen“ Ausgangspunkt des Dickdarms nach der Koloskopie (spezifisches Ziel 2) und auch durch die Tatsache ausgeglichen wird, dass wir alle Studienmahlzeiten bereitstellen und somit vollständig kontrollieren Aufnahme des Subjekts
Datenanalyse:
Die statistische Analyse wird mit der SPSS-Software (Version 25) durchgeführt. Grafische Methoden werden verwendet, um die Angemessenheit der Annahme linearer Beziehungen zu beurteilen, und Histogramme und Wahrscheinlichkeitsnetze werden verwendet, um die Normalverteilung von Residuen zu beurteilen. Transformations- oder nicht-parametrische Methoden werden je nach Bedarf eingesetzt. Nüchternglukose- und Hormonkonzentrationen werden seriell erfasst – sowohl akut nach den Mahlzeiten als auch im nüchternen Zustand vor und nach den Diäten. Änderungen in der Zusammensetzung des Mikrobioms im Laufe der Zeit (als nominaler Faktor behandelt, um keinen linearen Trend anzunehmen) und durch die Ernährung werden durch Gruppierung in die dominanten Bakterienstämme (d. h. Actinobacteria, Bacteroidetes, Firmicutes, Proteobacteria und Tenericutes) und Gattung. Für SA1 wird eine Zwei-Faktor-ANOVA für jedes Ergebnis verwendet, wobei die Faktoren Gruppe, Zeit und die Wechselwirkung Gruppieren nach Zeit sind. Die Gruppen werden über Matched-Sample-Randomisierung konstruiert, daher erwarten wir eine Vergleichbarkeit zu Studienbeginn. Für SA2 wird ein gepaarter Stichproben-t-Test verwendet, um die interessierenden Ergebnisse zu vergleichen. Die Ergebnisse werden als Gruppenmittelwerte oder Mediane angegeben, je nachdem, was für die Daten am besten geeignet ist, zusammen mit 95 %-Konfidenzintervallen für die zusammenfassenden Statistiken. Analysen der fMRI-Daten während der visuellen Stimulation werden mit der Software Statistical Parametric Mapping 12 (www.fil.ion.ucl.ac.uk/spm) durchgeführt. Die Daten werden vorverarbeitet, beginnend mit dem Slice-Timing und der Neuausrichtung der Bilder auf das mittlere Bild. Das anatomische T1-gewichtete Bild wird mit dem mittleren Funktionsbild koregistriert. Dann wird eine Normalisierung in den Raum des Montreal Neurological Institute (MNI) und eine Gaußsche räumliche Glättung durchgeführt. Für jeden Teilnehmer (First-Level-Analysen) wird ein allgemeines lineares Modell für die hoch- und kalorienarmen Food- und Non-Food-Imagebedingungen angewendet. Für jede Bedingung wird ein separater Regressor modelliert, indem eine kanonische hämodynamische Reaktionsfunktion verwendet wird, die Zeitableitungen enthält. Bewegungsparameter werden als Confounder modelliert. Für die Analyse auf zweiter Ebene wird eine ANOVA mit gemischtem Modell verwendet, mit der Innerhalb-Faktor-Bildbedingung (kalorienreiche Nahrung, kalorienarme Nahrung, Non-Food|) und der Zwischenfaktor-Gruppe (HiFi vs. LowFi). A priori interessierende Regionen (ROIs) wie Insula, orbitofrontaler Kortex, Amygdala und präfrontaler Kortex werden auf potenzielle Gruppen-nach-Lebensmittel-Bildwechselwirkungen (der Effekt von größtem Interesse) untersucht. Es werden auch Ganzhirnanalysen durchgeführt (um Mehrfachvergleiche korrigiert), um andere potenzielle ROIs zu identifizieren.
Studientyp
Einschreibung (Voraussichtlich)
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
- Name: Katherene OB Anguah, PhD
- Telefonnummer: (573)-882-8966
- E-Mail: anguahk@missouri.edu
Studienorte
-
-
Missouri
-
Columbia, Missouri, Vereinigte Staaten, 65212
- Rekrutierung
- University of Missouri-Columbia
-
Kontakt:
- Katherene O Anguah, Ph.D
- Telefonnummer: 5738828966 573-882-8966
- E-Mail: anguahk@missouri.edu
-
Kontakt:
- Katherene O Anguah
- Telefonnummer: 5738828966 5738828966
- E-Mail: anguahk@missouri.edu
-
Hauptermittler:
- Katherene O Anguah, Ph.D.
-
Unterermittler:
- Elizabeth J Parks, Ph.D.
-
Unterermittler:
- Shawn Christ, Ph.D.
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Männer und Frauen (nur prämenopausal)
- Alter 20-55 Jahre (Ziel 1); 45-55 Jahre (Ziel 2)
- BMI ≥25 oder ≤35 kg/m2 (Ziel 1); ≥25 oder ≤40 (Ziel 2)
- Gewichtsstabil (keine Körpergewichtsschwankungen von mehr als 4 kg in den letzten 3 Monaten)
- Bereit, eine Forschungsdiät zu konsumieren
- Bereit, Blut- und Kotproben abzugeben
Mindestens ein Merkmal des metabolischen Syndroms (aber nicht diabetisch)
1. Eine große Taille: 35 Zoll oder mehr für Frauen 40 Zoll oder mehr für Männer 2. Hohe Triglyceride: 150 mg/dL oder höher 3. Niedriger HDLc-Wert: <50 mg/dL für Frauen <40 mg/dL für Männer 4. Hoch Blutdruck ≥130/85 mmHg 5. Nüchternblutzucker ≥100 mg/dL
- Prädiabetes akzeptabel (Glukose <125 mg/dL oder HbA1c <6,5%)
- Stabil behandelt mit Statin-Medikamenten, Antihypertensiva und Antidepressiva. Diese sind akzeptabel, solange die Medikamentenkategorie den Appetit, das Körpergewicht oder das Mikrobiom (falls bekannt) nicht verändert.
Ausschlusskriterien:
- Schwanger oder stillend
- Postmenopausal (Beweise deuten auf ein Zusammenspiel zwischen dem Darmmikrobiom hin)
- BMI von < 25 oder > 35 kg/m2 (Ziel 1); <25 oder >40 kg/m2 (Ziel 2)
- Einnahme von Medikamenten, die das Darmmikrobiom beeinflussen (z. Antibiotika)
- Einnahme von Medikamenten, von denen bekannt ist, dass sie den Appetit (z. B. Phentermin) oder die Magen-Darm-Funktion (z. B. Metformin) beeinflussen
- Bei einer speziellen Diät oder Gewichtsabnahme, Vegetarier oder anderen eingeschränkten Ernährungsgewohnheiten
- Aufnahme von Ballaststoffen nach Belieben über 25 g/Tag (die mittlere Aufnahme in der US-Bevölkerung beträgt 17 g/Tag) und < 10 g/Tag
- Ad libitum Alkoholkonsum von mehr als 1 Getränk/Tag für Frauen und 2 Getränke/Tag für Männer
- Krankheitsgeschichte (z. B. Darmkrebs, HIV, Herz-Kreislauf-Erkrankungen, psychiatrische Erkrankungen etc.)
- Konsum von Tabakprodukten
- Metall oder Implantate im Körper haben, die nicht MRT-kompatibel sind (nur Ziel 1)
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Verhütung
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Single
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
---|---|
Experimental: Ballaststoffreiche Ernährung
Gruppe, die eine ballaststoffreiche Ernährung erhält
|
10-25 g/Tag Ballaststoffe
|
Sonstiges: Diät mit wenig Ballaststoffen
Kontrollgruppe, die eine ballaststoffarme Diät erhält
|
5 g/Tag Ballaststoffe
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Veränderung der Zusammensetzung und Diversität des Mikrobioms
Zeitfenster: Ziel 1: An Tag 1, an 3 verschiedenen Tagen während der Intervention und an Tag 28 der ballaststoffreichen oder ballaststoffarmen Intervention; Ziel 2: innerhalb von 14 Tagen nach dem geplanten Koloskopiebesuch und an 7 separaten Tagen während des Eingriffs
|
Stuhlproben werden an verschiedenen Tagen während des Eingriffs für Mikrobiomanalysen mit der 16rRNA-Technik gesammelt
|
Ziel 1: An Tag 1, an 3 verschiedenen Tagen während der Intervention und an Tag 28 der ballaststoffreichen oder ballaststoffarmen Intervention; Ziel 2: innerhalb von 14 Tagen nach dem geplanten Koloskopiebesuch und an 7 separaten Tagen während des Eingriffs
|
Konzentration kurzkettiger Fettsäuren im Plasma
Zeitfenster: Am Start- und am letzten Tag der Intervention für beide Ziele 1 und 2
|
Plasma-SCFA werden mittels Gaschromatographie/Massenspektrometrie (GC/MS) analysiert.
|
Am Start- und am letzten Tag der Intervention für beide Ziele 1 und 2
|
Anreicherung mit kurzkettigen Fettsäuren
Zeitfenster: An Tag 2 und Tag 21 der ballaststoffreichen Intervention – nur für Ziel 2
|
Die Probanden werden mit stabilen Isotopen der kurzkettigen Fettsäuren, Acetat, Propionat und Butyrat infundiert, und dann wird eine Isotopenverdünnung durch einen unmarkierten Ballaststoff aus der Nahrung verwendet, um die Gehalte an Acetat, Propionat und Butyrat in vivo zu quantifizieren
|
An Tag 2 und Tag 21 der ballaststoffreichen Intervention – nur für Ziel 2
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Änderung der vom Blutoxygenierungsniveau abhängigen (FETT) Reaktion
Zeitfenster: Ziel 1: An Tag 1 und Tag 28 der ballaststoffreichen oder ballaststoffarmen Intervention
|
Probanden sehen sich Bilder von Lebensmitteln (kalorienarm und kalorienreich) und Non-Food an, während sie in einem fMRI-Gerät gescannt werden.
Die Änderung der Gehirnaktivierung als Reaktion auf die fMRI-Aufgabe zur Lebensmittelreaktivität wird als BOLD-Reaktion gemessen
|
Ziel 1: An Tag 1 und Tag 28 der ballaststoffreichen oder ballaststoffarmen Intervention
|
Subjektiver Appetit
Zeitfenster: Ziel 1: An Tag 1 und Tag 28 der ballaststoffreichen oder ballaststoffarmen Intervention. Ziel 2: An Tag 2 und Tag 21 der ballaststoffreichen Intervention
|
Die Probanden bewerten auf einer visuellen Analogskala (VAS) zu 8 verschiedenen Zeitpunkten in Ziel 1 und zu 12 verschiedenen Zeitpunkten in Ziel 2 während jedes der beiden Mahlzeitentestbesuche.
Die VAS ist eine 100-mm-Skala zur Bestimmung subjektiver Appetitmaße (Hunger, Völlegefühl, Esslust und voraussichtlicher Verzehr).
|
Ziel 1: An Tag 1 und Tag 28 der ballaststoffreichen oder ballaststoffarmen Intervention. Ziel 2: An Tag 2 und Tag 21 der ballaststoffreichen Intervention
|
Glukose und Lipide und Blutdruck
Zeitfenster: Ziel 1: An Tag 1 und Tag 28 der ballaststoffreichen oder ballaststoffarmen Intervention. Ziel 2: An Tag 2 und Tag 21 der ballaststoffreichen Intervention
|
Während jeder von zwei Mahlzeitentestbesuchen für Ziel 1 und Ziel 2 werden Blutproben zu 8 verschiedenen Zeitpunkten für Ziel 1 und zu 12 verschiedenen Zeitpunkten für Ziel 2 zur Beurteilung der Glukosereaktion und der Lipid-(TG)-Konzentrationen entnommen.
Blutdruckmessungen werden zu Beginn jedes Essenstesttagesbesuchs für beide Ziele durchgeführt.
|
Ziel 1: An Tag 1 und Tag 28 der ballaststoffreichen oder ballaststoffarmen Intervention. Ziel 2: An Tag 2 und Tag 21 der ballaststoffreichen Intervention
|
Veränderung der Appetithormone (GLP-1 und PYY)
Zeitfenster: Ziel 1: An Tag 1 und Tag 28 der ballaststoffreichen oder ballaststoffarmen Intervention. Ziel 2: An Tag 2 und Tag 21 der ballaststoffreichen Intervention
|
Blut wird zu unterschiedlichen Zeitpunkten sowohl in Ziel 1 als auch in Ziel 2 während jeder der zwei Mahlzeitentestbesuche zur Bestimmung des Appetithormons entnommen
|
Ziel 1: An Tag 1 und Tag 28 der ballaststoffreichen oder ballaststoffarmen Intervention. Ziel 2: An Tag 2 und Tag 21 der ballaststoffreichen Intervention
|
Mitarbeiter und Ermittler
Sponsor
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Papanikolaou Y, Fulgoni VL 3rd. Bean consumption is associated with greater nutrient intake, reduced systolic blood pressure, lower body weight, and a smaller waist circumference in adults: results from the National Health and Nutrition Examination Survey 1999-2002. J Am Coll Nutr. 2008 Oct;27(5):569-76. doi: 10.1080/07315724.2008.10719740.
- Qin J, Li Y, Cai Z, Li S, Zhu J, Zhang F, Liang S, Zhang W, Guan Y, Shen D, Peng Y, Zhang D, Jie Z, Wu W, Qin Y, Xue W, Li J, Han L, Lu D, Wu P, Dai Y, Sun X, Li Z, Tang A, Zhong S, Li X, Chen W, Xu R, Wang M, Feng Q, Gong M, Yu J, Zhang Y, Zhang M, Hansen T, Sanchez G, Raes J, Falony G, Okuda S, Almeida M, LeChatelier E, Renault P, Pons N, Batto JM, Zhang Z, Chen H, Yang R, Zheng W, Li S, Yang H, Wang J, Ehrlich SD, Nielsen R, Pedersen O, Kristiansen K, Wang J. A metagenome-wide association study of gut microbiota in type 2 diabetes. Nature. 2012 Oct 4;490(7418):55-60. doi: 10.1038/nature11450. Epub 2012 Sep 26.
- Schafer G, Schenk U, Ritzel U, Ramadori G, Leonhardt U. Comparison of the effects of dried peas with those of potatoes in mixed meals on postprandial glucose and insulin concentrations in patients with type 2 diabetes. Am J Clin Nutr. 2003 Jul;78(1):99-103. doi: 10.1093/ajcn/78.1.99.
- O'Dea K, Traianedes K, Ireland P, Niall M, Sadler J, Hopper J, De Luise M. The effects of diet differing in fat, carbohydrate, and fiber on carbohydrate and lipid metabolism in type II diabetes. J Am Diet Assoc. 1989 Aug;89(8):1076-86.
- Chandalia M, Garg A, Lutjohann D, von Bergmann K, Grundy SM, Brinkley LJ. Beneficial effects of high dietary fiber intake in patients with type 2 diabetes mellitus. N Engl J Med. 2000 May 11;342(19):1392-8. doi: 10.1056/NEJM200005113421903.
- Sandberg JC, Bjorck IM, Nilsson AC. Rye-Based Evening Meals Favorably Affected Glucose Regulation and Appetite Variables at the Following Breakfast; A Randomized Controlled Study in Healthy Subjects. PLoS One. 2016 Mar 18;11(3):e0151985. doi: 10.1371/journal.pone.0151985. eCollection 2016.
- de Carvalho CM, de Paula TP, Viana LV, Machado VM, de Almeida JC, Azevedo MJ. Plasma glucose and insulin responses after consumption of breakfasts with different sources of soluble fiber in type 2 diabetes patients: a randomized crossover clinical trial. Am J Clin Nutr. 2017 Nov;106(5):1238-1245. doi: 10.3945/ajcn.117.157263. Epub 2017 Aug 30.
- Jenkins DJ, Kendall CW, Popovich DG, Vidgen E, Mehling CC, Vuksan V, Ransom TP, Rao AV, Rosenberg-Zand R, Tariq N, Corey P, Jones PJ, Raeini M, Story JA, Furumoto EJ, Illingworth DR, Pappu AS, Connelly PW. Effect of a very-high-fiber vegetable, fruit, and nut diet on serum lipids and colonic function. Metabolism. 2001 Apr;50(4):494-503. doi: 10.1053/meta.2001.21037.
- Sandberg JC, Bjorck IME, Nilsson AC. Impact of rye-based evening meals on cognitive functions, mood and cardiometabolic risk factors: a randomized controlled study in healthy middle-aged subjects. Nutr J. 2018 Nov 6;17(1):102. doi: 10.1186/s12937-018-0412-4.
- Anguah KO, Wonnell BS, Campbell WW, McCabe GP, McCrory MA. A blended- rather than whole-lentil meal with or without alpha-galactosidase mildly increases healthy adults' appetite but not their glycemic response. J Nutr. 2014 Dec;144(12):1963-9. doi: 10.3945/jn.114.195545. Epub 2014 Oct 8.
- Koh A, De Vadder F, Kovatcheva-Datchary P, Backhed F. From Dietary Fiber to Host Physiology: Short-Chain Fatty Acids as Key Bacterial Metabolites. Cell. 2016 Jun 2;165(6):1332-1345. doi: 10.1016/j.cell.2016.05.041.
- Yadav H, Lee JH, Lloyd J, Walter P, Rane SG. Beneficial metabolic effects of a probiotic via butyrate-induced GLP-1 hormone secretion. J Biol Chem. 2013 Aug 30;288(35):25088-25097. doi: 10.1074/jbc.M113.452516. Epub 2013 Jul 8.
- Backhed F, Ding H, Wang T, Hooper LV, Koh GY, Nagy A, Semenkovich CF, Gordon JI. The gut microbiota as an environmental factor that regulates fat storage. Proc Natl Acad Sci U S A. 2004 Nov 2;101(44):15718-23. doi: 10.1073/pnas.0407076101. Epub 2004 Oct 25.
- Bartolomaeus H, Balogh A, Yakoub M, Homann S, Marko L, Hoges S, Tsvetkov D, Krannich A, Wundersitz S, Avery EG, Haase N, Kraker K, Hering L, Maase M, Kusche-Vihrog K, Grandoch M, Fielitz J, Kempa S, Gollasch M, Zhumadilov Z, Kozhakhmetov S, Kushugulova A, Eckardt KU, Dechend R, Rump LC, Forslund SK, Muller DN, Stegbauer J, Wilck N. Short-Chain Fatty Acid Propionate Protects From Hypertensive Cardiovascular Damage. Circulation. 2019 Mar 12;139(11):1407-1421. doi: 10.1161/CIRCULATIONAHA.118.036652.
- Ganesh BP, Nelson JW, Eskew JR, Ganesan A, Ajami NJ, Petrosino JF, Bryan RM Jr, Durgan DJ. Prebiotics, Probiotics, and Acetate Supplementation Prevent Hypertension in a Model of Obstructive Sleep Apnea. Hypertension. 2018 Nov;72(5):1141-1150. doi: 10.1161/HYPERTENSIONAHA.118.11695.
- Micioni Di Bonaventura MV, Cecchini C, Vila-Donat P, Caprioli G, Cifani C, Coman MM, Cresci A, Fiorini D, Ricciutelli M, Silvi S, Vittori S, Sagratini G. Evaluation of the hypocholesterolemic effect and prebiotic activity of a lentil (Lens culinaris Medik) extract. Mol Nutr Food Res. 2017 Nov;61(11). doi: 10.1002/mnfr.201700403. Epub 2017 Aug 29.
- McCrory MA, Hamaker BR, Lovejoy JC, Eichelsdoerfer PE. Pulse consumption, satiety, and weight management. Adv Nutr. 2010 Nov;1(1):17-30. doi: 10.3945/an.110.1006. Epub 2010 Nov 16.
- Anderson GH, Liu Y, Smith CE, Liu TT, Nunez MF, Mollard RC, Luhovyy BL. The acute effect of commercially available pulse powders on postprandial glycaemic response in healthy young men. Br J Nutr. 2014 Dec 28;112(12):1966-73. doi: 10.1017/S0007114514003031. Epub 2014 Oct 20.
- Winham DM, Hutchins AM, Thompson SV. Glycemic Response to Black Beans and Chickpeas as Part of a Rice Meal: A Randomized Cross-Over Trial. Nutrients. 2017 Oct 4;9(10):1095. doi: 10.3390/nu9101095.
- Qian F, Liu G, Hu FB, Bhupathiraju SN, Sun Q. Association Between Plant-Based Dietary Patterns and Risk of Type 2 Diabetes: A Systematic Review and Meta-analysis. JAMA Intern Med. 2019 Oct 1;179(10):1335-1344. doi: 10.1001/jamainternmed.2019.2195.
- Nilsson A, Johansson E, Ekstrom L, Bjorck I. Effects of a brown beans evening meal on metabolic risk markers and appetite regulating hormones at a subsequent standardized breakfast: a randomized cross-over study. PLoS One. 2013;8(4):e59985. doi: 10.1371/journal.pone.0059985. Epub 2013 Apr 5.
- Mayengbam S, Lambert JE, Parnell JA, Tunnicliffe JM, Nicolucci AC, Han J, Sturzenegger T, Shearer J, Mickiewicz B, Vogel HJ, Madsen KL, Reimer RA. Impact of dietary fiber supplementation on modulating microbiota-host-metabolic axes in obesity. J Nutr Biochem. 2019 Feb;64:228-236. doi: 10.1016/j.jnutbio.2018.11.003. Epub 2018 Nov 26.
- McMacken M, Shah S. A plant-based diet for the prevention and treatment of type 2 diabetes. J Geriatr Cardiol. 2017 May;14(5):342-354. doi: 10.11909/j.issn.1671-5411.2017.05.009.
- Van Hul M, Cani PD. Targeting Carbohydrates and Polyphenols for a Healthy Microbiome and Healthy Weight. Curr Nutr Rep. 2019 Dec;8(4):307-316. doi: 10.1007/s13668-019-00281-5.
- Cani PD. Is colonic propionate delivery a novel solution to improve metabolism and inflammation in overweight or obese subjects? Gut. 2019 Aug;68(8):1352-1353. doi: 10.1136/gutjnl-2019-318776. Epub 2019 Apr 26. No abstract available.
- Hiel S, Neyrinck AM, Rodriguez J, Pachikian BD, Bouzin C, Thissen JP, Cani PD, Bindels LB, Delzenne NM. Inulin Improves Postprandial Hypertriglyceridemia by Modulating Gene Expression in the Small Intestine. Nutrients. 2018 Apr 25;10(5):532. doi: 10.3390/nu10050532.
- Giacco R, Parillo M, Rivellese AA, Lasorella G, Giacco A, D'Episcopo L, Riccardi G. Long-term dietary treatment with increased amounts of fiber-rich low-glycemic index natural foods improves blood glucose control and reduces the number of hypoglycemic events in type 1 diabetic patients. Diabetes Care. 2000 Oct;23(10):1461-6. doi: 10.2337/diacare.23.10.1461.
- Tagliabue A, Elli M. The role of gut microbiota in human obesity: recent findings and future perspectives. Nutr Metab Cardiovasc Dis. 2013 Mar;23(3):160-8. doi: 10.1016/j.numecd.2012.09.002. Epub 2012 Nov 10.
- Holscher HD. Dietary fiber and prebiotics and the gastrointestinal microbiota. Gut Microbes. 2017 Mar 4;8(2):172-184. doi: 10.1080/19490976.2017.1290756. Epub 2017 Feb 6.
- Rastelli M, Cani PD, Knauf C. The Gut Microbiome Influences Host Endocrine Functions. Endocr Rev. 2019 Oct 1;40(5):1271-1284. doi: 10.1210/er.2018-00280.
- Hashemi Z, Fouhse J, Im HS, Chan CB, Willing BP. Dietary Pea Fiber Supplementation Improves Glycemia and Induces Changes in the Composition of Gut Microbiota, Serum Short Chain Fatty Acid Profile and Expression of Mucins in Glucose Intolerant Rats. Nutrients. 2017 Nov 12;9(11):1236. doi: 10.3390/nu9111236.
- Kouris-Blazos A, Belski R. Health benefits of legumes and pulses with a focus on Australian sweet lupins. Asia Pac J Clin Nutr. 2016;25(1):1-17. doi: 10.6133/apjcn.2016.25.1.23.
- Singh B, Singh JP, Shevkani K, Singh N, Kaur A. Bioactive constituents in pulses and their health benefits. J Food Sci Technol. 2017 Mar;54(4):858-870. doi: 10.1007/s13197-016-2391-9. Epub 2016 Nov 21.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Voraussichtlich)
Studienabschluss (Voraussichtlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Schätzen)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Andere Studien-ID-Nummern
- 2025807
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .