A zsírtömeg becslése túlsúly és elhízás esetén

Résztvevők Ez a tanulmány egy randomizált, kontrollált vizsgálat kiindulási adatain alapult, amelynek célja a bioaktív élelmiszer-összetevők kombinációjának 2 hónapos fogyasztásának a testösszetétel változásaira, a jóllakottság szabályozására, a termogenezisre és a lipolízis szérummarkereire gyakorolt ​​hatásának értékelése volt.

A vizsgálatot a Paviai Egyetem Belgyógyászati ​​és Orvosi Terápiás Tanszékének Etikai Bizottsága jóváhagyásával végezték. A vizsgálatba való tájékozott beleegyezést minden résztvevő vagy törvényes képviselőjük megszerezte. Egészséges, 25 és 45 év közötti, 25 kg/m2-nél nagyobb és 35 kg/m2-nél kisebb BMI-vel rendelkező férfiak és nők vehettek részt a vizsgálatban. Minden alany fizikális vizsgálaton, antropometriai értékelésen és rutin laboratóriumi vizsgálatokon esett át. Minden alanyról összegyűjtöttük a teljes kórtörténetet. A vizsgálatból kizárták azokat az egyéneket, akik terhesek vagy szoptattak, vagy olyan betegségben szenvedtek, amely potenciálisan befolyásolta a testösszetételt és a laboratóriumi értékelést, különösen a súlyos máj- vagy vesebetegség, az instabil szív- és érrendszeri betegség, a kontrollálatlan magas vérnyomás, az aktív rák vagy a fogyás miatti műtét volt a fő kizárási kritérium. .

Többdimenziós kiértékelés 12 órás koplalás és éjfél óta a víztől való tartózkodás után az alanyok reggel 8 óra körül motoros közlekedéssel érkeztek meg a Paviai Egyetem (Olaszország) Endokrinológiai és Klinikai Táplálkozási Osztályára, valamint a Dietetikai ill. Metabolikus osztály, "Villa delle Querce" Klinikai Rehabilitációs Intézet Rómában (Olaszország).

A rutin vérvizsgálathoz, valamint a leptin-, adiponektin-, ghrelin-, inzulin-, glicerin-, szabad zsírsav-szintek mérésére, valamint a testösszetétel felmérésére kettős energiájú röntgenabszorptiometriával (DXA) és antropometriával történt vérvétel. éhezési állapot az alapállapotban.

A testösszetételt DXA (Lunar Prodigy DXA, General Electric Medical Systems, Wisconsin) segítségével mértük. Az in vivo variációs együttható 4,2% és 0,48% volt a zsír és a sovány tömeg esetében. A központi zsírt, amelyet a zsigeri zsír közelítéseként határoztunk meg, DXA-val határoztunk meg, megmérve a zsírszázalékot, amely megfelel a második ágyéki csigolya felső szélétől a negyedik ágyéki csigolya alsó széléig definiált ideális téglalapnak. Ennek a területnek a függőleges oldalai a bordaív oldalsó oldalainak folytatásai voltak. Az egyes paraméterekre vonatkozó összes mérést ugyanaz a vizsgáló gyűjtötte össze.

A következő antropometriai méréseket végeztük el minden alanynál:

testsúly és magasság; bicepsz (BSF), tricepsz (TSF), suprailiacalis (SISF) és lapocka alatti (SSSF) bőrredők vastagsága, derékkörfogat (W), csípőkörfogat (H), karkörfogat (AC) és vádli kerülete (CC) elkerülése érdekében az értékelők közötti variabilitást, az antropometrikus változókat egyedi vizsgáló mérte szabványos technikát követve.

A fent említett antropometriai paraméterek felhasználásával a következő változókat számítottuk ki:

Testtömegindex (BMI): súly (kg) / magasság2 (m2) Derék-csípő arány (WHR) kar izom terület kar zsírterület izom kar kerülete Bioimpedancia analízis (BIA): teljes test impedancia vektor komponensek, ellenállás (R) és reaktanciát (Xc) az AKERN Bioresearch Italy egyfrekvenciás 50 kHz-es analizátorával mértük. A méréseket szabványosított eljárások szerint végeztük. A műszer külső kalibrációját ismert impedancia értékű kalibráló áramkörrel ellenőriztük. A zsírmentes tömeg (FFM) és FM BIA általi becslését a Sun és munkatársai által a közelmúltban kidolgozott nem-specifikus BIA előrejelzési egyenletek felhasználásával kapták meg egy nagy populációban, amely szélsőséges BMI-értékeket is tartalmazott. A zsírtömeg-indexet (FMI) a BIA által kapott FM normalizálásával számítottuk ki a magasságra: FMI = FM (kg)/magasság (m)2.

Biokémiai elemzések

Az alanyokat arra utasították, hogy 12 órán keresztül koplaljanak, és 48 órán keresztül tartózkodjanak bármilyen testmozgástól, mielőtt vérvételre került volna. A női alanyokat menstruációs ciklusuk korai follikuláris fázisában (3-10. nap) tesztelték. Az éhgyomri vénás vérmintákat 08:00 és 10:00 óra között vették. A vérvétel és -kezelés szigorúan szabványosított körülmények között történt, és a klinikai kémiai paramétereket dedikált kereskedelmi készletekkel mutatták ki. Különösen az összkoleszterin, triacilglicerin, HDL- és LDL-koleszterin, szabad zsírsav (FFA), glicerin, glükóz, inzulin, C-reaktív protein (CRP), plazma acilezett és nem acetilált ghrelin, adiponektin és leptin szérumszintjét mértük. Kiszámoltuk a leptin/adiponektin arányt (LAR). Az inzulinrezisztenciát a Homeostasis Model Assessment (HOMA) és a Quantitative Insulin Sensitivity Check Index (QUICKI) segítségével értékelték a következő képletekkel:

HOMA-inzulinrezisztencia = [(éhgyomri inzulin, mcU/ml) x (plazma glükóz, mmol/l)]/22,5 QUICKI = 1/ [log (glükóz, mg/dl) + log (inzulin, µU/ml)] Statisztikai analízis Az adatokat átlag és standard deviációként (SD) írtuk le, ha folyamatos, és százalékban, ha kategorikus.

A DXA FM-ét tekintettük kimeneti változónak, és az összes antropometriai, bioimpedancia és laboratóriumi adatot potenciális magyarázó változónak.

A BMI-ből és az FM-ből származó prediktív értékét összehasonlítottuk a DXA-ból származó FM értékkel (általános prediktív érték, szenzibilitás, specificitás, pozitív és negatív prediktív értékek). Ezért a következő határértékeket vettük figyelembe az elhízás meghatározásához:

FM ≥ 25 % férfiaknál és ≥ 35 % nőknél (DXA és BIA esetén) BMI ≥ 30 kg/m2 6 A varianciaanalízist és a Student t-tesztet használtuk az átlagok eltéréseinek szignifikanciájának felmérésére; a χ2 a megfigyelt gyakoriságok és a várt gyakoriságok összehasonlításához; a Pearson-féle két folytonos változó közötti korreláció értékelésére.

Az egyváltozósan bizonyított, az eredményváltozóval korrelált változókat a többszörös regressziós analízisben potenciális hozzájárulók csoportjába soroltuk.

A modelleket előremenő valószínűséggel, lépésenkénti módszerrel becsültük meg (a belépés cut-off valószínűsége: 0,05). Minden egyes hozzáadott változóval újraszámították a diszkriminanciafüggvényt, és minden olyan változót, amely már nem felelt meg a szignifikanciaszintnek, eltávolítottuk az egyenletből (az eltávolítási határ valószínűsége: 0,1).

Néhány hasonló biológiai jelentőségű változót kizártunk a logisztikus analízisből, hogy elkerüljük a kollinearitás zavaró hatását (Pearson r-vel, t-próbával vagy χ2-vel igazolva). A legjobban illeszkedő modellt az R2 korrelációs együtthatók értéke alapján választottuk (a modell előrejelzéseinek magyarázott varianciáját összehasonlítva az adatok teljes szórásával), a korrigált R2-vel (R2 adj), figyelembe véve a változók beszámítására vonatkozó korrekciót.

A szignifikancia szintet 5%-os hiba valószínűséggel vettük figyelembe. Az adatokat az SPSS for Windows 10.0 (SPSS Inc. 1989-1999) és a Win Episcope 2.0 [Wageningen University (N), University of Edinburgh (GB)] statisztikai szoftvercsomagok segítségével elemeztük.