母亲肥胖、母乳成分和婴儿生长 ((MILK))

一般研究设计 一项由 360 名非糖尿病母亲组成的前瞻性观察性妊娠队列，这些母亲纯母乳喂养婴儿至产后至少 1 个月，将在妊娠的第二个三个月招募，涵盖广泛的孕前 BMI、体重正常、超重和肥胖的女性人数相等。 这些女性将在两个研究中心（俄克拉荷马城的俄克拉荷马大学健康科学中心和明尼苏达州圣保罗/明尼阿波利斯的健康合作伙伴研究基金会）招募，在 1 岁时前瞻性地跟踪母婴饮食、身体成分和代谢健康在特定目标 1 和 2 中，产后 3 个月和 6 个月。在特定目标 3 中，将招募 60 名母婴二人组“焦点母亲”（30 名产科母亲和 30 名西北母亲）的子集用于额外的生物样本收集，包括 2 个月和 6 个月的牛奶样本、使用 DXA 的母体成分变化、婴儿 DXA、系列牛奶样本的代谢组学比较，以及 12 个月而不是 6 个月的随访。

数据收集要素：

产妇肥胖。 母亲孕前 BMI 状态（NW、OW、OB）是用于为研究提供动力的主要暴露。 孕前 BMI 将使用电子病历 (EMR) 中的首次（基线）临床体重（末次月经后不超过 90 天）和研究人员在母亲第一次访问我们研究中心时测量的身高来确定. BMI将被归类为体重过轻（BMI <18.5）、体重正常（BMI 18.5 - <25）、超重（BMI 25 - <30）和肥胖（BMI ≥30 kg/m2）。

妊娠期体重增加 (GWG) 和产后体重减轻/保持：总 GWG 将计算为分娩体重与基线体重（如上所述）之间的差值。 如果分娩时体重不可用，将使用 EMR 中的最后一次产前体重，即出生后 ≤ 14 天。 三个月特定的 GWG 将从 EMR 计算得出。 GWG 将用作连续和分类暴露（根据 IOM 2009 指南，过度、适当和不足）。 早期PP减重（从分娩到产后1个月）和后期PP减重从1个月到3个月PP计算。 将检查 0 - 1 个月和 1 - 3 个月期间母体体重和乳汁脂肪细胞因子水平的同时变化，假设更大的 PP 体重减轻（较低的体重保留）与较低水平的乳汁脂肪细胞因子相关。

牛奶收集：将在 1 至 3 个月内评估牛奶成分的变化。 纯母乳喂养的定义：研究人员将确认所有婴儿均已纯母乳喂养（即 在 1 个月的就诊前至少 14 天没有配方奶，没有除水以外的液体和没有固体），并计划继续纯母乳喂养至 3 个月。 纯母乳喂养将包括挤出的母乳和通过乳房喂养的母乳的任意组合。

母乳收集方案：母亲和孩子将在产后 1 个月和 3 个月（± 5 天）上午 8:00-10:00 之间，自上次喂养后至少 1.5 小时，同时母亲有禁食至少 1 小时。 将使用高灵敏度量表获得喂养前婴儿体重，鼓励母亲随意从双侧乳房喂养孩子直至自愿满意，并将获得喂养后婴儿体重（差异 = 牛奶产量）。 将收集问卷信息、母亲人体测量学和婴儿身体成分数据，2 小时后，母亲将使用电动吸乳器（Medela, Inc.，由研究团队提供）提供单个乳腺样本。 将母乳混合、等分并储存在 -80°C 下。

牛奶脂肪细胞因子测定：将牛奶样品在冰箱中解冻并涡旋。 通过在 4°C 下以 3,000g 离心 10 分钟，将乳脂与水相分离。 所得脱脂奶将使用市售的胰岛素、IGF-1/BP、高分子量脂联素、内脂素、瘦素、IL-1β、IL-6、IL-10 和 TNF-α 免疫测定试剂盒进行测定。 葡萄糖将通过葡萄糖氧化酶法测量。 为了以保存样品的方式检查额外的细胞因子和生长因子浓度（例如，白细胞介素、干扰素、TGF-β），将采用多重测定（EMD Millipore，Billerica，MA）和 Luminex 200 多重分析仪。

特定目标 1 的数据分析：对于每种牛奶脂肪细胞因子（连续因变量），将构建单独的混合效应回归模型（以说明系列牛奶数据），首先测试 1 和 3 的牛奶 IL-6 的粗关联-每个母亲肥胖变量（GWG 过多、孕前 BMI 状态、总 GWG、妊娠期特定 GWG、早期和后期 PP 体重减轻）的月份，然后是最小调整模型（也调整婴儿性别和胎龄，研究中心（OK 或 MN）、产妇年龄、胎次、种族和产妇社会经济地位）以及最终完全调整的回归模型，包括那些被确定为潜在混杂因素的变量。 在二次分析中，将通过添加交互项来评估母体肥胖关联的可能影响修改。 如果交互项显着，将进行分层分析。

特定目标 2 婴儿身体成分的数据收集。 将使用空气置换体积描记法 (ADP) 测量全身成分，即 豌豆荚 (v 3.1.1)， 一种快速、有效、高度可靠（我们手中的脂肪 CV%< 2.5%）的总体体积估计方法，使用预测方程可从中确定总体脂肪 (FM) 和无脂肪质量 (FFM)。 明尼苏达大学和俄克拉荷马大学都有相同的 ADP（相同的制造商、型号和软件版本）。

6个月婴儿胰岛素分泌和抵抗：收集C肽或连接肽作为胰岛素分泌的标志物。 血清 C 肽与胰岛素以等摩尔量由胰腺分泌，但它是一种更稳定的量度，因为它在溶血后不易降解。 C 肽在 HAPO（高血糖和不良妊娠结局）研究中用作胎儿 β 细胞功能的标志物，以评估母体肥胖和妊娠糖尿病对不良妊娠和婴儿结局的影响。 将使用稳态模型评估 (HOMA-IR) 来估计胰岛素抵抗。 婴儿在 6 个月大访问研究中心时，将通过脚后跟采血，这是我们实验室的常规做法，可产生约 1.0 cc 的血液。 全血将保存在冰上直至在我们的实验室中离心，并将 0.5 mL 血清等分并在 -80 C 下储存，直至运送至 Dr. Fields 实验室使用 ELISA 进行分析（Millipore, Billerica, MA；测定内 CV = 5 %；批间 CV = 6%）。 C 肽的解释需要使用葡萄糖氧化酶法在同一血样中测量血糖水平。

牛奶常量营养素含量：总脂肪含量将通过 Mojonnier 方法测量脂肪酸组成将使用国际乳业联合会 (IDF) 方法通过气相色谱法进行评估。 其他标准方法将定量总氮、灰分、水分和碳水化合物。

婴儿食欲、饱腹感和饮食：婴儿喂养实践研究 II 在 1 个月、3 个月和 6 个月时使用的婴儿饮食调查问卷的简化版将评估母亲对婴儿饮食摄入量的报告。 将使用婴儿饮食行为问卷测量母亲对婴儿食欲的看法。 婴儿睡眠：Sadeh Brief Infant Sleep Questionnaire 已经过体动记录法验证，将用于评估每次就诊时的睡眠行为。 其他潜在混杂因素：参见特定目标 1。

数据分析（特定目标 2）统计分析：总体主要假设是，牛奶脂肪细胞因子浓度与 1 至 6 个月的身体成分改变有关，并与 6 个月时 C 肽或 HOMA-IR 升高有关，独立于潜在的混杂因素。 示例假设 2.a1：1 个月和/或 3 个月时较高水平的食欲抑制激素瘦素将与较低的婴儿体重增加相关，具体反映了 1 - 6 个月时较低的 FFM 增加。 我们将使用混合效应线性回归和逻辑回归作为主要分析方法来解决这个问题和相关假设。 生长和身体成分数据将是连续的（0 [体重]、1、3 和 6 个月），这些数据将使用混合效应模型进行检查，该模型模拟受试者内重复测量的协方差结构并允许针对特定受试者要建模的截距和斜率。 牛奶脂肪细胞因子是感兴趣的独立变量。 由于它们与婴儿生长和其他结果的个体关系可能不是线性的，因此将检查牛奶脂肪细胞因子的五分位数或四分位数以及连续分布的变量。 多种乳汁脂肪细胞因子将同时包含在最终模型中，以测试它们对婴儿结局的独立影响并评估它们的总效应（方差解释）。