营养基因组学、超重/肥胖和体重管理试验（现在试验） (NOW)

假设：与提供基于人群的生活方式建议相比，通过个性化营养基因组学测试 (PNT) 向两个不同的患者群体（参加东埃尔金家庭健康团队的团体咨询会议的患者和移植接受者）提供基于 DNA 的生活方式建议，其中超重和肥胖是普遍关注的问题，将促使他们通过改变态度和/或主观规范和/或行为控制而采取更健康的饮食和身体活动习惯，导致更多的脂肪减少，增加瘦体重百分比，从而改善健康和质量两个患者群体的生活结果。 还假设与摄入一种或多种感兴趣的饮食成分（蛋白质、单不饱和脂肪、多不饱和脂肪、总脂肪、钠、碳水化合物、酒精和卡路里）相关的饮食策略将减轻与以下相关的移植后体重增加SNP：ACE (rs4343)、FTO (rs1558902) 和 MC4R (rs571312)。

样本量：迄今为止没有研究研究过上述假设。 先前发布的数据评估了 SNI 组与 PNT 组相比在不同人群中使用随机临床干预模型的体重减轻，使用 n = 93 和 alpha < 0.05 的样本在 3-7 个月的随访后发现统计显着性。 同样，ACE 基因 (rs4343) 的营养基因组学研究发现，使用 n = 104 和 alpha < 0.05 的样本具有统计学意义。 具有 80% 功效和 0.05 α 的样本量计算表明，需要每组 37 名参与者（总共 n = 148）来检测组间体脂百分比变化的显着差异（主要结果）。 由于这项研究是可行的，因此将使用更大的样本量目标 (n = 400) 来增加功效并从数据中得出有意义的推论。 在这项具有里程碑意义的研究中，每个患者组将有 100 名参与者（SNI 组 n = 200，PNT 组 n = 200）。

设计和方法：参与者将在主任 Sandra Holdsworth（移植接受者；n = 200）的协助下从加拿大移植协会 (CTA) 会议和通过 East Elgin 家族的团体生活方式平衡计划（GLB 计划）招募本次随机临床干预试验的健康团队 (GLB；n = 200)。 口碑招聘也是意料之中的事情。 该试验共涉及四组患者。 两个主要的患者群体包括超重或肥胖（BMI ≥ 25 kg/m^2）、移植后大于或等于一年的稳定移植受者，以及超重或肥胖（BMI ≥ 25 kg/m^2）的患者正在参加 East Elgin 家庭健康团队的 GLB 计划。 在这两个主要患者组中，将有两个子组（每个子组 n = 100）。 根据营养师在两个患者群体中使用的标准教学工具的策略，患者将被随机分配接受 PNT 或标准营养干预 (SNI)：“基础知识”——由加拿大糖尿病协会为移植参与者开发。 来自 East Elgin 家庭健康团队的参与者将参与 GLB 计划，并将完成标准计划（SNI 组）+ 接受基于人群的营养和体育活动建议，或者将完成修改后的 GLB 计划 + 接受个性化的营养和体育活动基于他们的遗传学的建议（PNT Group）。 将使用经过验证的多次通过方法进行基线数据，包括食物频率问卷和三天食物记录。 将进行生物电阻抗分析 (BIA) 以评估身体成分并得出身体脂肪和瘦体重的百分比和公斤数。 体重和身高将使用体重秤和测距仪测量。 参与者将完成调查，以评估几个人口统计特征，以及计划行为理论的关键组成部分。 那些随机分配到 PNT 组的患者将根据他们的个人基因特征接受量身定制的营养护理计划和身体活动目标的指导。 同时，SNI 小组将接受有关减肥的一般营养和身体活动建议的指导。 在参与者收到他们的营养和身体活动建议之前和之后，将进行一项基于计划行为理论的调查。 需要这些组成部分，以便我们可以评估社会和建筑环境因素、主观规范、态度和行为控制是否影响饮食摄入量的变化。 每月电子邮件或电话提醒（取决于参与者的偏好）将发送给参与者，作为他们为移植接受者制定的营养和身体活动计划的提醒。 对于 East Elgin 家庭健康团队的参与者，营养和身体活动计划的提醒将纳入 GLB 计划。 在基线数据收集和个体营养干预后三个月、六个月和十二个月，将重复基线数据。 研究完成后，SNI 组的参与者将接受营养基因组学测试并咨询注册营养师。

统计分析：配对 t 检验或重复测量方差分析将用于评估组内从基线到每个后续时间点的变化：BMI、体脂、瘦体重、水重、TPB 成分、膳食摄入量（蛋白质、总脂肪、饱和脂肪、不饱和脂肪、碳水化合物、酒精、卡路里和钠）和体力活动。 重复测量方差分析将用于测试从基线到每个后续时间点的组间差异：BMI、体脂、瘦体重、水重、TPB 成分、膳食摄入量（蛋白质、总脂肪、饱和脂肪、不饱和脂肪、碳水化合物、酒精、卡路里和钠）和体力活动。 如果检测到显着的平均差异，Tukey 的事后检验将用于按组比较差异。 统计显着性将由 P < 0.05 确定。 一般线性回归模型将用于评估每种感兴趣的基因型（ACE rs4343、MC4R rs573112、FTO rs1558902）的影响以及每种感兴趣的饮食成分（蛋白质、总脂肪、饱和脂肪、不饱和脂肪、碳水化合物、酒精）的影响、卡路里和钠）对从基线到每个后续时间点的 BMI 和身体成分的影响。 我们将控制年龄、性别、种族、免疫抑制药物（移植接受者）和基线身体成分和 BMI。 IBM SPSS Statistics，版本 21.0 将用于数据分析。