运动对果糖诱导的餐后血脂的影响

背景：心血管疾病 (CVD) 是世界和巴西的主要死亡原因。 2001 年，全球有 1245 万人（占总数的 21%）死于某种心血管疾病。

不同的研究一致认为，可以通过减少风险因素来预防心血管疾病，例如：吸烟、饮食不当（高脂肪、简单碳水化合物和盐）、缺乏运动、肥胖、糖尿病 (DM)、血脂水平高 (血脂异常）和高血糖，即使没有诊断为 DM。

随着食品的工业化，现代人的饮食结构发生了巨大变化，从富含纤维和复合碳水化合物的饮食转变为富含糖和脂肪的饮食。 由于目前的饮食结构以一日三餐或三餐以上为特征，脂肪含量在20-70克之间，一天中的大部分时间处于餐后状态，血脂水平不断波动超过 18 小时。

食物摄入（餐后状态）是身体动态的、不稳定的反应，指的是激素和脂蛋白的快速重塑。 文献中已充分证实，高脂肪膳食（脂质过载）会导致血浆甘油三酯升高。 餐后状态下的高甘油三酯血症和/或富含甘油三酯的脂蛋白 (LRT)（乳糜微粒、VLDL 及其残余物）升高会通过增加氧化应激诱导内皮功能障碍，并且是 CVD 的独立危险因素。 因此，餐后血脂（PPL）被认为是动脉粥样硬化过程、代谢异常和内皮功能障碍的早期标志物。

高碳水化合物 (CHO) 饮食可能会促进 LDL-c、TG、VLDL 和 HDL-c 以及 PPL 的减少，从而产生与 CVD 风险增加相关的血脂谱。 这种效果似乎在包含简单碳水化合物（单糖和双糖）时更为明显，尽管它也发生在富含复合碳水化合物（多糖）的饮食中。

高果糖饮食 (HFD) 是一种已知的诱导灵长类动物和人类胰岛素抵抗、血脂异常和 DM2 的模型。 由于果糖与肥胖、胰岛素抵抗、内脏脂肪堆积和血脂异常有关，因此在过去几十年中对果糖摄入的慢性影响进行了深入研究。

由于饮料和加工食品中果糖摄入量的增加，生活方式的改变，主要与饮食和运动有关，应被视为预防和治疗 CVD 以及改变脂质代谢的一种手段。

急性和慢性有氧运动似乎通过减少脂血症（改善 TG、CT、LDL-c 和 HDL-c）和内皮功能来降低动脉粥样硬化和 CVD 的风险。 此外，无论体重如何，前一天进行的锻炼都能够防止高脂餐后 PPL 增加。 这种作用可被认为是一种心脏代谢保护作用，似乎是由于肝脏中脂蛋白脂肪酶 (LPL) 活性增加和/或 VLDL 分泌减少所致。

随着社会对果糖的消费逐渐增加，长期接触果糖会产生血脂异常的表型效应，从而增加心血管疾病的风险，预防和治疗策略应被视为一个重要的公共卫生问题。 因此，本研究的目的是了解运动对脂肪代谢的影响，因为缺乏强有力的证据证明运动对 HFD 可能具有心脏保护和降血脂作用。

方法：该研究的特点是交叉随机临床试验，有 7 天的清除期。 样本由 12 名久坐不动的男性组成，年龄在 20 至 40 岁之间。 所有同意参加研究的志愿者都签署了双向知情同意书 (TCLE)。 研究方案遵循赫尔辛基宣言的建议。 受试者被邀请以随机方式执行三 (3) 项协议，最短间隔为一周（清除期）。 在第 0 天，他们在当天结束时的下午 6 点到 7 点之间到达实验室，以 60% 的 VO2peak 或休息进行 45 分钟的跑步机运动，具体取决于随机化。 不久之后，他在实验室接受了标准膳食（SM；60% 碳水化合物、20% 脂肪、20% 蛋白质）并被指示进行 12 小时禁食。 第 1 天，他们在早上 7 点到 8 点之间到达实验室，并接受基础血液采集。 不久之后，他们收到了一份高脂肪餐 (HFM)，其中包括奶油和奶酪三明治，添加到富含果糖 (0.5 克/千克) 或葡萄糖 (等能) 的饮料中。 这些膳食具有相同的能量和常量营养素（50% 的脂肪、40% 的碳水化合物和 10% 的蛋白质），应该在 10 分钟内吃完。 进餐后 1 至 4 小时采集血样以分析餐后参数。 随后，受试者被释放到实验室外进行日常活动。 同一天，下午 6 点到 7 点之间，受试者返回实验室保持休息并再次接受 SM，并被指示执行 12 小时的禁食。 第 2 天，受试者在早上 7 点到 8 点之间到达实验室，并再次提交基线血液采集。 不久之后，他们接受了 HFM 和富含葡萄糖（0.5 克/千克）的饮料。 进餐后 1 至 4 小时采集血样。 进行24小时的食物记录以控制受试者的饮食。 身体成分在干预前进行了评估。 使用适用于 Windows 的统计软件包 IBM SPSS statistics（社会科学统计软件包）20.0 版（IBM，美国）分析数据。 所有变量的分布分析采用Shapiro-Wilk检验，球形分析采用Mauchly检验。 在数据未通过正态性检验的情况下，执行相应的非参数检验。 来自实验组的数据通过双向方差分析进行重复测量 (2 x 5)。 如有必要，使用 Bonferroni post-hoc 来识别差异。 通过梯形法分析曲线下的增量面积和总面积。 AUC 之间的差异通过使用事后 Bonferroni 的单向方差分析来验证。 所有结果均表示为平均值和标准偏差，或适当时的中位数，可接受的显着性水平为 5%。