2型糖尿病の予防におけるキノア（Chenopodium Quinoa Willd）の有益な効果

この研究は、2 つの期間からなるクロスオーバー パイロット臨床研究でした。 最初の期間は、参加者が通常の食事 (RD) を継続しただけの観察および監視段階でした。このため、すべての参加者がこの期間を開始し、ウォッシュアウト期間は必要ありませんでした。 その後、第 1 段階のデータが得られたので、被験者はキノア ダイエット (QD) による栄養介入を受けなければならない第 2 段階を開始しました。

合計 6 回の訪問と 2 回のキノア製品の収集日がプログラムされました。 栄養介入開始の 1 週間前に実施され、研究者が署名済みのインフォームド コンセントを取得した研究前訪問 (V0) の後、参加者は最初の訪問 (V1) に呼び出され、食事記録の記入方法が説明されました。 FreeStyle Libre® を適用しました。

その後、被験者は RD を開始しました。この 4 週間は、通常の生活のみが監視されました。 この最初の 14 日間の後、2 回目の訪問 (V2) が行われ、シリアル、小麦粉、塊茎、豆類の通常の消費量を説明する食事記録が収集され、FreeStyle Libre® センサーも収集されました。

RD 期間の最終日である 28 日目に、8 時間の絶食後の血液サンプル、人体計測測定値、血圧測定値、および新しい FreeStyle Libre® センサーの配置についての相談で (V3) 引用されました。 参加者は、過去 4 週間の身体活動と運動の実践について、高齢者向けのミネソタ州余暇身体活動質問票 (VREM 質問票) を基にした短い質問票によって尋ねられ、新しい空の 14 日間の食事記録が与えられました。 さらに、ボランティアは翌日QDを開始するためにキノアを含む最初の食品を受け取りました. 製品は保護上の理由から毎週配達されましたが、適切な消費を確実にするために、製品を受け取るために相談を受け、研究者にキノア製品があった空のパックを渡さなければなりませんでした.

42 日目 (V4) の次の訪問で、Freestyle Libre® センサーが収集され、記入済みの食事記録が収集されました。 最後に、28 日間のキノア ダイエットの後、56 日目 (V5) に最後の訪問のために召喚され、すべての測定が V3 と同じように繰り返されました。

作成された製品は、穀物、マメ科植物または塊茎だけでなく、参加者が一般的に消費する穀類も置き換え、穀物部分のみが変更されたという前提で、キノア粉に基づく同様の製品が作成されました. これらの製品の作成は、キノア粉の割合が 20 ～ 30% を超えていないため、消費された食品を置き換えるのに十分な食品がないことが観察された市場調査を行った後に必要でした。

したがって、参加者にキノア、キノアフレーク、キノア粉を提供することとは別に、70%以上のキノア粉で作られた、ビスケット、クラッカー、ブリオッシュ、スポンジケーキ、バゲットパン、スライスしたパン、パスタなどの製品が参加者に提供されました. さらに、キノアベースのレシピには、レシピの塊茎、マメ科植物、または穀物を置き換えた、一般的に消費される8つのレシピが含まれていました. 各被験者は、RD 食事記録に従って消費したものと同等のものを受け取りました。 したがって、志願者がスポンジケーキを食べたことを示した場合にのみ、キノアベースの製品が彼に届けられました.

記述データは、連続変数の平均と標準偏差 (SD) または中央値と四分位範囲 (IQR)、およびカテゴリ変数の頻度とパーセンテージ (%) として表示されます。 人体測定値、血液検査変数、および食事摂取量は、サンプルサイズが小さいため（n = 9）、正規性と等分散性を仮定できなかったため、ノンパラメトリックウィルコクソン符号順位検定を使用してさまざまな時点で比較されました。 食事パターンに関連する変数を比較するために、すべての食事を含む食事摂取量の平均値が各参加者について考慮されました。

グルコースレベル監視センサーは、患者ごとに個別の時点で測定を行います。 したがって、最初に、グルコース曲線は、等しい時点での各患者の観察を行うために線形補間されています。 1日のグルコース曲線を最初に見たところ、他の後の食事の摂取量よりも朝食の周りでより均一であることが示されました. したがって、朝食に対応するグルコース濃度値は、朝食開始の 30 時間前に開始し、2 時間後に終了する間隔 t= [-30,120] にわたる分単位の時間の関数と見なされます。 機能モデルを構築する前に、異なる患者および/または異なる日の違いを減らすために、機能データの時間を調整しました（たとえば、一部の患者は、他の患者よりも体系的に朝食の開始時刻をマークしたり、体系的により多くの時間を朝食に費やしたりする可能性があります）。平均よりも朝食）。 時間調整は、R パッケージ fdapace の関数 WFDA を使用して、ワーピング関数によって行われました。

グルコースレベル曲線が同期されると、関数回帰分析が実施され、モニターされたグルコースレベルに対する食事の種類、患者、および栄養素の摂取量の影響がモデル化されました。 3 つの異なる説明変数が考慮されています: 2 つのカテゴリ (通常の食事とキノアの食事) の食事の種類、患者指標 (9 つのレベルのカテゴリ変数)、およびさまざまな栄養素の含有量です。 朝食のグルコース曲線は、機能応答変数として扱われます。 これらの変数関数間の関係を調べるために、スカラー回帰 (fosr) モデルが使用されました。

最初に、グルコース曲線に対する食事タイプの単変量効果が分析され、次に 2 つの因子 (食事と患者因子) とスカラー変数 (栄養素) を持つより複雑な fosr モデルが構築されました。 独立変数のすべての効果を含む最も複雑なモデルは、特定の作成された方程式によって定義されます。 関数回帰モデルは、R パッケージの払い戻しの関数 pffr で実装されているように、ペナルティ付きの柔軟な関数回帰によって適合されています。