糖尿病前期的个性化营养
研究概览
详细说明
人群中的血糖水平正在迅速增加，据估计，仅在美国，37% 的成年人口的前驱糖尿病和葡萄糖耐量异常患病率急剧上升就证明了这一点。 慢性高血糖症是 II 型糖尿病 (TIIDM) 的重要危险因素，高达 70% 的前驱糖尿病患者最终会患上这种疾病。 它还与其他表现有关，统称为代谢综合征，包括肥胖、高血压、非酒精性脂肪肝、高甘油三酯血症和心血管疾病。
由于血糖水平主要受食物消耗的影响，因此越来越多的血糖异常可能归因于营养。 事实上，饮食和生活方式的改变使 55% -80% 的病例中的血糖水平正常化。 因此，维持正常的血糖水平对于预防糖尿病及其代谢并发症至关重要。
目前，还没有有效的方法来预测人们对食物的餐后血糖反应（PPGR）。 目前使用膳食碳水化合物含量的做法不能很好地预测 PPGR，并且效果有限。血糖指数 (GI) 将 PPGR 量化为单一测试食物类型的消耗量，并且派生的血糖负荷在评估中的适用性有限PPGR 到现实生活中的膳食，包括任意的食物组合和不同的数量，在一天的不同时间食用，并且在与身体活动和其他膳食的不同接近程度。 事实上，检查低血糖指数饮食对 TIIDM 风险、体重减轻和心血管危险因素影响的研究产生了不同的结果。 GI 测量的有限成功可能是由于它是一个通用指数，没有考虑到个体之间对食物的血糖反应的巨大差异。 因此可以得出结论，为了控制个体的血糖反应，需要考虑各种因素的个性化定制饮食。 尽管遗传因素会影响空腹血糖水平和对食物的血糖反应，但这些因素只能解释人群中大约 10% 的差异。 支持这一说法的事实是，无论患者的遗传背景如何，近年来糖尿病患者的数量都在增加。 相反，肠道细菌的组成及其代谢活动等环境因素可能会影响血糖反应。 消化道（微生物组）中的整个细菌种群由约 1,000 个物种组成，具有约 300 万个不同基因的遗传库。 微生物组直接受到我们饮食的影响，并直接影响身体对食物的反应。 宿主和肠道菌群之间的这种特殊关系反映在 2 型糖尿病特有的细菌组成以及从富含纤维的饮食过渡到富含单糖的“西方”饮食时细菌组成的显着变化。
进行这项研究是为了评估魏茨曼科学研究所开发的一种高度准确的算法，该算法用于预测每个人对食物的个性化葡萄糖反应。 该算法的预测基于许多个人测量，包括血液测试、个人生活方式和肠道细菌。 在使用该算法进行的一项小规模试点研究中，研究人员亲自为健康和糖尿病前期人群量身定制了饮食干预措施，从而显着改善了 PPGR，并伴随着肠道微生物群的一致改变。 这些发现使研究人员假设，相对于目前针对前驱糖尿病的标准营养疗法，根据 PPGR 预测定制个性化饮食可能在控制血糖水平及其代谢后果方面取得更好的结果。
研究类型
注册 (实际的)
阶段
- 不适用
联系人和位置
学习地点
-
-
-
Rehovot、以色列
- The Weizmann Institute of Science
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
有资格学习的性别
描述
纳入标准：
- 糖化血红蛋白 5.7 - 6.4
- 空腹血糖 100 - 125 毫克/分升
- 年龄 - 18-55
- 能够使用智能手机应用程序
排除标准：
- 最近 3 个月内使用过抗生素/抗真菌剂
- 使用抗糖尿病和/或减肥药物
- 在另一种饮食制度和/或营养师咨询/另一项研究下的人
- 怀孕、生育治疗
- 慢性疾病（例如 HIV、库欣综合征、CKD、肢端肥大症、甲状腺功能亢进症等）
- 癌症和近期的抗癌治疗
- 精神障碍
- 凝血障碍
- IBD（炎症性肠病）
- 减肥手术
- 酗酒或滥用药物
学习计划
研究是如何设计的？
设计细节
- 主要用途：预防
- 分配：随机化
- 介入模型：并行分配
- 屏蔽：单身的
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的：基于算法的饮食
根据研究算法，随机分配到该组的受试者将根据他们预测的血糖反应收到个人定制的饮食建议。
|
基于预测对食物的个性化葡萄糖反应的算法的个性化营养计划。
该算法的预测基于许多个人测量，包括血液测试、个人生活方式和肠道细菌。
|
|
其他：地中海式低脂饮食
随机分配到该组的受试者将根据以色列治疗糖尿病前期的标准饮食方法接受营养建议：地中海式低脂饮食。
|
以色列糖尿病前期护理标准饮食指南。
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
血糖水平低于 140 mg/dl 的每日总时间评估
大体时间：6个月
|
每日总血浆葡萄糖水平将通过使用连续葡萄糖监测 (CGM) 进行评估
|
6个月
|
|
HbA1C 相对于基线水平的平均变化
大体时间：6个月
|
对照组和实验组之间 HbA1C 降低至少 0.1% 的差异
|
6个月
|
|
葡萄糖耐量测试相对于基线水平的平均变化
大体时间：6个月
|
GTT 葡萄糖值 (mg/dl)
|
6个月
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
变化是与基线相比的空腹血糖
大体时间：6个月
|
空腹血糖值 (mg/dl)
|
6个月
|
|
HOMA-IR 相对于基线的变化
大体时间：6个月
|
将通过 HOMA-IR 测量胰岛素敏感性从基线到 6 个月的变化
|
6个月
|
其他结果措施
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
使用依从性问卷评估患者依从性
大体时间：6个月、12个月
|
由患者独立完成的随访问卷
|
6个月、12个月
|
合作者和调查者
调查人员
- 首席研究员：Eran Segal, Prof.、Weizmann Institute of Science
- 首席研究员：Eran Elinav, MD、Weizmann Institute of Science
出版物和有用的链接
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.
糖尿病前期的临床试验
-
Loughborough UniversityFitoplancton Marino, S.L.完全的
-
Amsterdam UMC, location VUmcRadboud University Medical Center; Maastricht University Medical Center; GGZ inGeest; Neurocare; M... 和其他合作者招聘中
基于算法的饮食的临床试验
-
Medtronic Cardiac Rhythm and Heart Failure完全的
-
Rush University Medical CenterUniversity of Chicago; National Institute on Aging (NIA); Advocate Hospital System主动，不招人