葡萄糖、大脑和微生物群 (IRONMET+CGM)

题目与方法：

A. 横断面研究：

先前安排在医院内分泌、糖尿病和营养服务 (UDEN) 的肥胖患者“Dr. 将招募和研究来自赫罗纳（西班牙）的 Josep Trueta。 不肥胖的受试者也将通过公告招募。

将植入一个血糖传感器十天，以及一个活动和睡眠跟踪器设备来记录这段时间内的身体活动。 间质皮下葡萄糖浓度将在门诊病人的基础上使用经 FDA 验证的葡萄糖传感器 (Dexcom G6 ®) 连续 10 天进行监测。 传感器将在第 0 天植入，并在第 10 天上午停用。 葡萄糖记录最好在第 2 天到第 9 天进行评估，以避免因插入和移除传感器而导致的偏差，这会妨碍监测系统的充分稳定。 每个患者的特征血糖模式将根据第 2 至 9 天获得的配置文件平均计算。

在周末将进行磁共振成像，以评估大脑中的铁含量和不同脑区的“弥散张量成像”参数。

将进行认知测试，并收集粪便以研究微生物群。

该项目将在肥胖受试者（20 名男性、20 名绝经前女性和 20 名绝经后女性，BMI > = 30kg/m2）和无肥胖、年龄、性别和绝经状态相似的受试者（20 名男性、20 名绝经前女性和 20 名绝经前女性）中进行。 20 名绝经后妇女，BMI <30kg/m2)。

B. 纵向研究：

经过一年的随访，其中肥胖受试者将接受常规治疗（低热量饮食和体育锻炼建议）或减肥手术以减轻体重，将进行第二次访问。

为了比较，横断面研究的相同方案将再次进行。 请参阅上面的信息。

横断面和纵向研究对象的数据收集：

• 辅助数据：年龄、性别和出生日期。
• 临床变量：体重、身高、体重指数、腰围和臀围、腰臀比、血压（收缩压和舒张压）、脂肪量和游离脂肪量（生物电阻抗和 DEXA）、吸烟状况、酒精摄入量, 常用药物登记和先前患有肥胖、糖尿病和合并症的亲属登记。
• 实验室变量：将从禁食受试者中抽取 15cc 血液，使用临床实验室的常规技术（血象、葡萄糖、胆红素、天冬氨酸转氨酶 (AST/GOT)、丙氨酸转氨酶 (ALT/GPT)、γ -谷氨酰转肽酶（GGT）、尿素、肌酐、尿酸、总蛋白、白蛋白、总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、甘油三酯、糖化血红蛋白（HbA1c）、铁蛋白、可溶性转铁蛋白受体、超敏C反应蛋白、红细胞沉降率、脂多糖结合蛋白、游离甲状腺素（游离 T4）、促甲状腺激素（TSH）和基线皮质醇）。 将提取额外的 15cc 血液（血浆-EDTA）用于进一步分析。
• 粪便样本采集：每个患者都会提供粪便样本。 样本应在家中或医院采集，采集后 4 小时内送至实验室，破碎并在 -80ºC 下保存。
• 磁共振成像：所有 MRI 检查都将在 1.5-T 扫描仪（Ingenia ®；飞利浦医疗系统）上进行。 首先，流体衰减反转恢复 (FLAIR) 序列将用于排除先前存在脑损伤的受试者。 将通过 R2* 值评估脑铁负荷。 T2* 松弛数据将通过具有 10 个等距回波的多回波梯度回波序列采集（第一个回波 = 4.6ms； 回波间隔=4.6ms； 重复时间=1300ms）。 T2* 将通过将单个指数项拟合到相应多回波数据的信号衰减曲线来计算。R2* 值将计算为 R2*=1/T2* 并表示为 Hz。 此外，R2* 值将转换为 μmol Fe/g 单位，如先前在模型测试中验证的那样。 来自控制对象的脑铁图像将使用用于此目的的模板图像（EPI MNI 模板）标准化为标准空间。 随后，将对所有归一化图像进行平均，以确定正常铁含量。 还将使用不同的图谱掩模计算感兴趣的解剖区域的正常值（平均值和标准差），解决性别和年龄之间可能存在的差异。 对照和肥胖受试者之间的脑铁比较将使用基于体素的分析进行。 肥胖受试者的图像将标准化为标准空间。 使用以年龄和性别作为协变量的 t 检验分析，将归一化图像与正常人群进行比较。 结果，参数图将显示铁沉积的个体差异。 根据之前的观察性研究显示某些特定区域的脑铁负荷增加以及表明海马和下丘脑变化与肥胖和胰岛素抵抗相关的证据，统计和图像分析将集中在尾状核、豆状核、丘脑、下丘脑的铁差异、海马体和杏仁核。
• 神经心理学检查：一般认知功能将使用韦氏成人智力量表-III (WAIS-III) 的词汇和相似性子测验进行测量； WAIS-II 的向前和向后数字跨度子测试的注意力和工作记忆；使用加州语言学习测试 II 进行记忆；通过 Trail Making Test、Color-Word Stroop Test 和 Verbal Fluency 执行功能；使用 Patient Health Questionnaire-9 的情绪和使用 Iowa Gambling Task 的冲动行为。
• 微生物群组成：将根据先前描述的方案分析微生物群组成。 血液样本中的 16s rRNA qPCR 和 LPS 结合蛋白将用于检测细菌易位。

这些信息将保留在笔记本中，并在研究的数据库中进行计算机化处理。

统计方法：

样本量：之前没有数据显示在葡萄糖变异性、身体活动、肠道微生物群组成和认知功能方面样本量估计的预期差异。 在之前的一项研究中，观察到 20 名肥胖受试者与 20 名非肥胖受试者的脑铁含量存在差异。 因此，建议的样本量为每组至少 20 人，具有均衡的年龄和性别（绝经前和绝经后妇女）代表性。

统计分析：首先，检验正态分布和方差齐性。 为了确定研究组之间的差异，将对分类变量使用 χ2，对正常定量变量使用未配对的学生 t 检验，对非正常定量变量使用 Mann-Whitney U 检验。 非参数 Spearman 分析将用于确定定量变量之间的相关性。 同样的测试也将用于研究跟进前后的差异。 显着的关联，无论是积极的还是消极的，都将被更深入地探索（简单和多元线性回归分析）。

微生物群组成将使用热图、主成分分析 (PCA) 和 PLSDA 进行分析和比较。 对于多元统计（PLSDA 和层次聚类），包括形态学组织特征、肠道微生物群和功能测试的变量将进行对数转换，使用四分位数范围估计进行过滤，并使用自动缩放计算（均值居中并除以每个变量的标准差）进行缩放变量）通过使用 Metaboanalyst ® 平台、R ® 包 ropls 和 MATLAB ® 脚本。 阿尔法和贝塔生物多样性将根据肥胖、胰岛素抵抗和铁状态进行比较。 它还将使用 SPSS® 统计软件和 Minitab®。