可持续心理营养干预计划及其对健康结果和环境的影响
可持续心理营养干预计划及其对墨西哥人群水足迹和碳足迹、代谢生物标志物和肠道微生物群的影响:一项 m-Health 随机临床试验
研究概览
地位
干预/治疗
详细说明
介绍:
由营养转变引起的从传统的墨西哥饮食到西方饮食的变化不仅导致了超过 75% 的代谢改变(肥胖、2 型糖尿病、心血管疾病、血脂异常)的流行,而且在墨西哥人口,但它也产生了世界上最高的饮食水足迹和碳足迹,每人每天超过 8,000 升 (L p-1d-1) 和 6.01 千克二氧化碳当量 p-1d-1 , 分别。 这与气候变化加剧有关,平均大气温度升高超过 1.0 ºC,墨西哥目前正在经历水危机,影响了 85% 的领土,被称为最严重的水旱灾在历史上,影响了数百万墨西哥人的供水。
联合解决这些问题的建议之一是采用可持续和领土饮食,在墨西哥可以通过恢复其传统饮食来实现,包括前西班牙和殖民时期的饮食,这些饮食采用低脂从营养、文化、经济和环境的角度来看,烹饪技术和动物产品含量低,可以被视为一种适当的选择,这些维度必须存在才能被认为是可持续的饮食。
然而,为了实现特定饮食的采用,有必要改变人群的饮食行为。 要改变人群中的饮食和不可持续行为,有多种策略,其中干预计划最为突出。 然而,迄今为止,无论是在国内还是在国际上,都没有报告过旨在促进充足营养以改善健康和减少饮食行为对环境影响的干预计划。 这尊重人口的文化、社会、经济和心理方面。
基于以上所述,本研究方案旨在根据行为改变轮模型干预设计指南设计一个为期 15 周的三阶段干预计划,其中包括营养和可持续性元素,从考虑不可持续的饮食行为的意义上讲墨西哥人口,除了考虑到他们的社会,文化和经济方面。 除了这些轴心之外,行为矫正干预计划的基础是心理学。 因此,建议设计一个可持续的心理营养干预计划,其目标是促进人口坚持可持续饮食。 但是,除此之外,还建议评估其对环境指标、代谢生物标志物和肠道微生物群的影响,以及墨西哥人口样本中的临床方面和身体成分。 由于技术在营养和环境干预中的有效性,干预计划将是一个数字计划,为此正在设计一个移动应用程序来评估和监测被干预的人群。 因此,这将是一项移动健康干预计划。
这项工作的假设之一是,可持续的心理营养干预数字计划可以改变墨西哥人口群体的饮食行为并引导其走向可持续饮食,从而降低葡萄糖水平、总胆固醇 (TC)、低密度脂蛋白胆固醇(LDL-C) 和甘油三酯 (TG),以及高密度脂蛋白胆固醇 (HDL-C) 水平升高。 同样,另一种假设是,此类项目可以改变人群肠道微生物群的组成,促进与代谢健康相关的细菌增殖;减少样本饮食的水足迹和碳足迹;在具有足够体脂百分比的人群中保持足够的体脂水平,或在超重或肥胖人群中降低体脂水平;维持健康人群的血压水平并降低高血压人群的血压水平,并减少黑棘皮病的发生。
- 方法:
建议对相互关联的三个阶段进行准实验纵向研究。
2.1 阶段 1:计划设计:将根据墨西哥国情的可持续饮食特点设计可持续的心理营养干预计划,以适应任何区域背景。 它将包括为该项目设计的移动应用程序,其中包括可持续食品指南、可持续心理营养研讨会、可持续食谱和食品计划,以及行为改变技术。 该计划将根据可持续饮食模型和概念、行为改变轮模型、医疗保健中数字行为干预的开发和评估指南以及行为改变轮干预设计指南进行设计,其中包含 3阶段和 8 个开发步骤。
2.1.1 移动应用程序设计:将与软件和移动应用程序开发商合作开发移动应用程序 (app),并将基于以用户为中心的方法和数字干预设计指南。 它将包含以下行为矫正技术:通过研讨会视频进行教育;通过发送风险和收益信息进行说服,使用代币经济进行鼓励和强制,通过消息传递推动,通过图形化进度查看进行自我监控,通过行为目标解决的连续方法,以及通过可持续食品指南设计的指南使用 MATLAB® 和图形设计程序(如 Canva®、Adobe Illustrator® 和 BioRender®)进行线性规划优化。 对于代币经济系统,将建立截止点以向应用程序收费。 此外,还将设计教育研讨会和膳食计划,遵循可持续饮食模式,并使用 Nutriecology® 营养生态软件和 Nutrimind® 软件进行饮食计算。 同样,将遵循针对墨西哥人口的膳食计划、菜单设计和食谱的指导方针。 在推出移动应用程序之前,将对其可行性、可接受性、质量和可用性进行评估。 此外,还将根据 APEASE 标准对其进行评估,其中包括评估 1) 可负担性,2) 实用性,3) 有效性和成本效益,4) 可接受性,5) 副作用/安全性和 6) 公平性。
2.1.2 行为改变干预设计流程:
干预的设计过程将包括:
第 1 阶段:了解行为:
第 1 步:用行为术语定义问题:
这一步骤将基于有关该国饮食和环境状况的现有科学证据,这些证据表明超重、肥胖以及 2 型糖尿病、血脂异常和高血压等相关疾病的患病率很高。 此外,还发现了膳食水足迹和碳足迹的最高值。 这些问题主要与食物摄入不足(将进一步详细说明)和缺乏身体活动有关。
第 2 步:选择目标行为:
目标行为将是缺乏体力活动,墨西哥食物和菜肴、水果和蔬菜、全麦、豆类、种子和健康脂肪、乳制品、鸡蛋、鱼和贝类、鸡肉、红肉(牛肉和猪肉,在某些情况下,还有山羊和羊肉)和加工食品、超加工食品、添加糖和游离糖,以及反式脂肪和饱和脂肪含量高的食物。
第 3 步:指定目标行为和第 4 步:确定需要更改的内容:
目标行为将被确立为目标设定策略,据报道这是改变饮食行为最有效的方法之一。 此外,它们将被视为对可持续饮食的逐次逼近,这是另一种有效的行为改变技术。 目标行为将是:
- 增加体力活动。
- 增加可持续墨西哥食品和菜肴的消费。
- 增加水果和蔬菜的摄入量。
- 增加全谷物的摄入量。
- 增加豆类的摄入量。
- 增加种子和健康脂肪的摄入量。
- 减少乳制品消费。
- 减少鸡蛋的摄入量。
- 减少食用鱼类和贝类。
- 减少鸡肉消耗。
- 减少红肉(牛肉、猪肉、山羊肉和羊肉)和加工肉类的消费。
- 减少超加工食品的消费。
- 减少添加糖和游离糖以及反式脂肪和饱和脂肪含量高的食物的摄入量。
将促进消费的所有食品都将符合墨西哥环境的可持续性特征、世界卫生组织提供的健康饮食建议以及食品和营养教育模型 QC7G,该模型将指定选择哪些食品,什么数量,什么时候食用它们以及如何准备它们。 除了何时进行身体活动外,还要指定类型和持续时间。
第 2 阶段:确定干预方案:
第五步:干预功能:
行为改变轮模型的干预功能将是:教育、说服、激励和强制。 这些将根据 APEASE 标准进行验证。
第 6 步:政策类别:
行为改变轮模型的政策类别将成为指导方针。 因此,将根据粮农组织关于制定膳食指南的建议,使用线性规划优化设计营养可持续食品指南,涵盖可持续膳食模型的要素如下:1)健康与健康:ABCD; A:人体测量和身体成分; B:生化数据; C:临床数据。 D:营养学。 2) 生物多样性、环境和气候:碳足迹和灰水足迹。 3) 公平和公平贸易:粮食价格和人口的社会经济水平。 4) “环保”、本地和时令食品:绿色和蓝色水足迹、本地生产和时令食品。 5)文化传承与技能:墨西哥传统饮食、墨西哥饮食质量指数改编版(IACDMx)、基于传统饮食的营养教育。 6) 食物需求、营养素、食物安全和获取:根据个人要求、偏好和环境制定个性化食物计划。
随后,这份营养可持续食品指南将附有等效食品系统,除了纳入食品的营养成分外,还将整合其对环境的影响。 环境影响的计算将基于总的、绿色、蓝色和灰色水足迹的计算,使用墨西哥的水足迹评估方法。 同样,食品的温室气体排放量将通过预先量化的数据库,使用食品生产和加工的生命周期评估方法进行计算。 墨西哥主要消费食品的价格和文化特征将包括在内。 价格将根据超市的实地调查和对超市数据库的审查获得,而文化方面将根据对墨西哥传统饮食的文献审查来确定。
一旦计算出可持续性维度,将开发可持续食谱书,包括具有个性化选项的食品计划示例。 这些食物计划将由等量食物配给的分配和满足墨西哥人口营养和可持续性特征的菜单示例组成,并具有适应性选择。
第 3 阶段:确定内容和实施方案:
第 7 步:行为改变技巧:
将使用特定的行为改变技术来涵盖选定的干预功能,如下所示:
- 教育:在讲习班中逐次逼近解决目标。
- 说服力:推动、风险和利益沟通。
- 激励、强制和监控:通过在移动应用程序上书写和照片进行食品登记的消息传递、剩余和代币经济。
- 社会支持:移动应用程序中的论坛,参与者可以在其中分享他们的食物图片和身体活动表现。 此外,还可以为其他参与者的照片点赞并对照片发表评论。 此外,用于解决用户和管理员之间疑虑的聊天将包含在移动应用程序中。
第 8 步:交付方式:
交付方式将是数字化的,因为正在设计移动应用程序,并且研讨会将在视频中的数字平台上交付。
2.2 阶段 2:可持续心理营养干预计划的应用 2.2.1 参与者 干预计划设计完成后,将应用于来自哈利斯科州南部的墨西哥年轻人样本,随机分为两组:实验组(n=50)和对照组(n=50)。 这是基于对行为矫正计划中的小组设计的建议。 样本量是根据营养干预建议的最小值,并考虑到参与者在干预期间可能遗弃的情况,这可能超过初始样本的 50%。 它将包括 18 至 35 岁之间的人群,体重指数 (BMI) 值在 18.5 至 40 之间,有或没有发展为慢性病的危险因素,但没有通过先前的药物治疗进行诊断。 纳入、排除和排除标准将在后续章节中详细说明。 此外,为了纳入研究,确定了确定消费和身体活动不足的分界点。 将通过社交网络和海报在大学、体育馆和市中心等战略点邀请民众参与。 年轻人被选为这项研究的人群,因为他们已经被认为是可以自主做出食物决定的成年人,但与此同时,他们年轻的年龄使他们容易受到行为改变的影响。 此外,他们代表父母或未来的父母,以及墨西哥的活跃人口,因此为这些人提供营养可持续教育可以为他们及其家人的健康带来长期利益。
2.2.2 程序:参与者将按照营养护理过程模型进行评估。 第一次评估将在基线干预开始时进行,并根据个人要求,对行为目标进行个性化调整,并处理 7 周,每周考虑 2 个目标,从而提供每周 2 次教育研讨会。 此外,将根据在 MATLAB® 上执行的线性规划优化制定个性化的饮食计划。
经过 7 周的教育和营养干预,在第 8 周时,实验人群将被分为两组,一组将完全停止干预(n = 25),另一组将继续通过移动应用程序接收消息(n = 25) 8 周。 最后,在第 15 周,将进行最终评估。 参与者将在人体测量学、生物化学、临床、营养学、环境、社会经济水平和文化方面、营养可持续知识、行为方面和身体活动 (ABCD-ESNBP) 方面进行评估。 这些方面将根据营养护理过程模型进行评估,从而确定人群的问题,确定病因,并说明体征和症状。
2.2.3 可持续心理营养指标:ABCD-ESNBP 指标将包含在完整的临床病史中,上传到移动应用程序,并根据结果部分进行评估。
2.3 第三阶段:可持续心理营养干预方案的效果:作为本方案的最后阶段,将进行相应的实验室分析和统计测试。
2.3.1 代谢生物标志物分析:对于代谢生物标志物的分析,将使用比色酶法,使用 Spinreact® S. A/S A. U(西班牙赫罗纳)实验室试剂盒,用于空腹血糖测定(Cat. 编号 1001190), TC (Cat. 编号 41022),LDL-C(目录号 41022) 编号 BSIS51-E), HDL-C (Cat. 编号 BSIS37-E) 和 TG (Cat. 第 1001313 号)。 葡萄糖值和血脂谱的参考点将取自墨西哥现行法规。
2.3.2 肠道微生物群分析:对于肠道微生物群的分析,将遵循实时定量聚合酶链反应(qPCR)方法。 首先,按照从粪便样本中快速纯化基因组 DNA 的方案,从收集的粪便样本中提取 DNA。 将使用 Qiagen 品牌商业试剂盒(1066790ES,美国)。 该程序整合了两个阶段:从粪便样本中裂解和分离杂质,为此将使用 Inhibitex 缓冲液,并通过离心柱进行 DNA 纯化。 一旦获得细菌 DNA 样本,它们将在 -80°C 的温度下储存并标记在无菌塑料微管 (Eppendorf 1.6 mL) 中,直到进一步分析。
接下来,将验证 DNA 的纯度,并使用 NanoDrop Lite 分光光度计(Thermo Scientific,Waltham,MA,USA)测定其浓度。每个样本的 1 µL DNA 储备液将被放置在设备的镜头上,样本将在 260 nm 的波长下读取以进行 DNA 定量,在 280 nm 的波长下读取以进行蛋白质定量。 纯度将通过计算团队执行的指数来确定,方法是将 260 nm 的读数除以 280 nm 的读数,并且在 1.5 到 2 的范围内被认为是可接受的。将测量纯化的 coproDNA 样本的浓度使用相同的分光光度计,通过它们的 260/280 nm 吸光度比。 该分析对应于核酸的吸光度指数,并提供以 ng/µL 为单位的最终浓度。
完成先前的分析后,将在 StepOne Applied BioSystems 平台上使用 qPCR 分子技术进行肠道微生物群的鉴定,使用 SYBR Green 试剂作为 DNA 检测化学物质。 该试剂被认为是插入 DNA 双螺旋结构并在合成 DNA 拷贝时发出荧光的试剂。 因此,在感兴趣的 DNA(细菌)浓度较高时,设备将记录到较高的荧光信号。 在这种情况下,感兴趣的分析将在细菌 16S rRNA 基因的 V3-V4 高变区进行。 对于此分析,将使用特定的引物。 将确定肠道中存在的主要细菌(厚壁菌门和拟杆菌门)的细菌载量和相对丰度,以及与特定类型饮食相关的细菌载量和相对丰度,例如与健康、素食和地中海饮食相关的乳杆菌和双歧杆菌饮食、与健康饮食和抗炎作用相关的 Faecalibacterium prausnitzii,以及 Akkermansia muciniphila,除了与抗炎作用相关外,还与墨西哥前西班牙饮食的消费有关。 普氏菌的存在也将被识别,它是与植物性饮食最相关的细菌之一,被认为是抗炎和葡萄糖调节剂。 还将确定 Bilophila wadsworthia 的存在,因为它与含有大量动物源性食物(主要是奶制品和肉类)的饮食以及西化饮食有关。 同样,将分析球形梭菌的存在,因为它与肥胖和高脂肪摄入有关。 此外,嗜热链球菌也将包括在内,因为它与乳制品消费有关。 在之前的墨西哥调查中介绍了有关 qPCR 运行的确切程序,以及分析的具体条件和温度。
2.3.3 评估计划的依从性:为了衡量被干预人群对计划的依从性,将应用经过调整的调查问卷,其中将提供的建议与要促进的行为的表现进行对比。 例如,将包括有关进行的身体活动的类型和强度以及行为目标中包含的每种食物的消费量和频率的问题。
2.3.4 统计分析:将使用 Kolmogorov Smirnov 检验分析数据的分布。 将进行描述性分析,包括均值、标准差和中位数。 接下来,如果找到正态分布,将通过分别对配对和未配对数据的 t 学生测试在评估之间和组之间比较它们来评估程序对所选变量的影响。 对于非正态分布的数据,将使用 Wilcoxon 检验(重复测量)和 U de Mann Whitney 检验(独立组)。 对于无分类变量,将使用卡方检验。 还将执行相关分析,考虑正态分布数据的 Pearson 相关性和非正态分布数据的 Spearman 相关性。 同样,将执行简单和多元线性回归模型,以及二元逻辑回归分析报告比值比,以确定变量之间的关系和风险。 统计分析将在 STATA V12® 程序中进行。
2.4 伦理和生物安全考虑:该项目已经过瓜达拉哈拉大学生物和农业科学中心(CUCBA)行为研究中心伦理委员会的评估和批准,编号为 CUCBA/ CEIC/CE/002/2022 和南方大学中心 (CUSUR) 的技术研究委员会,编号为 2021D001。 该协议也在 Clinical Trials.gov 上注册 (ID:NCT05457439)。 在进行干预时,将始终遵循赫尔辛基宣言和墨西哥卫生部长的生物安全协议。 所有参与者都将签署知情同意书,他们的身份将受到关于保护私人方持有的个人数据的联邦法律的保护。
由于人类研究的规定,以及 COVID-19 大流行的情况,将遵循严格的生物安全协议,评估人员和参与者都将始终佩戴口罩。 同样,样本采集人员将佩戴防护眼镜和无菌手套,并对工作区域进行持续消毒。 此外,有害生物废弃物将按照卫生部规定放入专用垃圾桶内处置。
3. 讨论:通过制定该计划,将为墨西哥人口(和未来人口)实现健康和可持续饮食奠定第一个基础。 这可以对健康结果产生积极影响并减少食品消费对环境的影响;从而解决困扰世界人口的两个主要问题。 此外,还提出了一个新概念:可持续心理营养,这是一种基于行为科学的方法,整合了饮食行为的心理、社会、文化、经济、营养和环境方面,其目标是产生进行行为改变干预的必要基础,以指导人群的饮食行为,实现可持续的饮食行为。 在此期间,营养生态教育概念也被推出,其目的是让人们获得并执行适当的行为技能,以确定吃什么、吃多少、什么时候吃、怎么吃,以及什么时候吃、吃多少。 ,以及如何消耗能量来维持或恢复他们的身体健康,始终考虑他们的行为对环境的影响并选择最可持续的食物,涉及环境、文化、经济、偏好、食品安全、健康、营养、除其他因素外。
除了这些方面,目前正在开发的移动应用程序将成为一种工具,将首先在墨西哥国家层面促进可持续饮食的推广,然后再向全世界推广。 此外,还将生成第一份针对墨西哥背景的可持续食品指南。 这不仅会考虑可持续性方面,还会考虑心理和行为方面。 此外,将要创建的讲习班、食谱和食品计划将作为该国卫生和环境部门促进可持续饮食消费的工具。 最后,肠道微生物群与可持续饮食之间的联系是本研究首次表征的一个新方面,特别是针对墨西哥人口。 最后,该项目旨在提醒人们注意考虑行为干预和技术以促进可持续饮食的重要性。
研究类型
注册 (实际的)
阶段
- 不适用
联系人和位置
学习地点
-
-
Jalisco
-
Ciudad Guzmán、Jalisco、墨西哥、49000
- Instituto de Investigaciones en Comportamiento Alimentario y Nutrición (IICAN), University of Guadalajara
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
描述
纳入标准:
- 介于 18 至 35 岁之间
- 作为墨西哥人
- 在哈利斯科州南部居住至少 1 年
- 体力活动水平低于推荐水平和被确定为纳入研究的标准
- 根据食物类型,摄入的食物量低于或高于纳入研究的标准,或者摄入频率低于或高于推荐的频率
- 有一部智能手机
- 干预前至少 3 个月未服用抗生素
- BMI 在 18.5 到 40 之间
- 在药物治疗下没有慢性疾病的医学诊断
- 没有胃肠道疾病的医学诊断
排除标准:
- 未签署知情同意书
- 不接受捐献血液和/或粪便样本
- 无法站起来获取人体测量数据
- 进行高于作为纳入研究标准的最低水平的身体活动
- 食用干预计划中要推广的足够量的食物
- 怀孕或哺乳
- 患有2型糖尿病、动脉高血压、血脂异常等慢性病,正在服药
- 患有自身免疫性疾病,例如 1 型糖尿病、甲状腺机能减退或甲状腺机能亢进
- 患有胃肠道疾病,如克罗恩病、溃疡性结肠炎等。
- 不到 3 个月前使用过抗生素
- 服用抗抑郁药物或皮质类固醇
- 食用益生菌或营养补充剂,蛋白粉除外
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:无(打开标签)
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的:实验组
将在基线进行评估,并进行为期 7 周的干预,每周接受两次教育研讨会,解决目标行为。
他们还将制定个性化的饮食计划,通过移动应用程序接收每日消息,并进行疑难解答聊天。
他们将有一个数字论坛来发布关于他们的食物摄入量和身体活动表现的照片和评论,并喜欢和评论其他参与者的照片。
他们将被要求将食物记录和食物摄取照片输入移动应用程序,为此他们将获得在代币经济中执行预期行为的积分。
他们将有权访问他们的数据以进行自动监控。
在第 8 周,将对实验组进行评估并将其分为两个子组。
一位将完全停止干预 (n = 25),一位将继续通过移动应用程序接收消息,但将不再有研讨会和饮食计划处方 (n = 25)。
|
为期 15 周的数字干预,通过研讨会和移动应用程序中的行为改变技术促进可持续饮食,以减少饮食对环境的影响并改善健康。
|
|
无干预:控制组
对照组将在基线时进行评估,不会受到干预。
无论如何,他们将在干预结束时的第 8 周(作为监测)和第 15 周进行评估。
|
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 |
|---|---|---|
|
第 8 周和第 15 周时肠道菌群基线的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
使用特异性引物通过 qPCR 鉴定厚壁菌门、拟杆菌门、乳杆菌、双歧杆菌、普氏梭菌、粘液阿克曼氏菌、普雷沃氏菌、沃兹沃斯嗜胆菌、球形梭菌和嗜热链球菌的相对丰度
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线葡萄糖水平的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
通过比色酶法测定葡萄糖水平
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周基线低密度脂蛋白胆固醇水平的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
通过比色酶法测定低密度脂蛋白胆固醇水平
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线高密度脂蛋白胆固醇水平的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
通过比色酶法测定高密度脂蛋白胆固醇水平
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周基线总胆固醇水平的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
酶法比色法测定总胆固醇水平
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线甘油三酯水平的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
比色酶法测定甘油三酯水平
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线收缩压和舒张压的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
将使用血压计评估血压并遵循墨西哥标准
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周的黑棘皮病基线变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
胰岛素抵抗(黑棘皮病)的临床体征将通过物理探查进行评估,在可见的弯曲区域寻找色素沉着过度和天鹅绒般的皮肤增厚
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周的基线体重变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
将使用 Omron® 生物阻抗秤 (HBF-511T-E/HBF-511B-E) 按照经过验证的技术评估体重
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线体脂百分比的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
体脂百分比将使用 Omron® 生物阻抗量表 (HBF-511T-E/HBF-511B-E) 进行评估,并遵循经过验证的技术
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线食物摄入量的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
热量营养和食物摄入量将通过从 24 小时回忆、饮食记录中获取的平均数据以及经过验证的改编食物频率问卷 (CFCA) 进行评估。
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线饮食质量的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
饮食质量将通过改编版的墨西哥饮食质量指数 (ICDMx) 进行分析。
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线体力活动的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
将使用IPAQ问卷,评估类型、频率、强度和持续时间
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线膳食水足迹的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
膳食水足迹(总计、绿色、蓝色和灰色)将使用适用于墨西哥的版本中的水足迹评估方法进行计算
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线膳食碳足迹的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
膳食碳足迹也将使用生命周期评估方法计算,将食品生产和加工温室气体排放视为食品系统边界
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周基线营养可持续知识的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
将根据 COM-B 模型中呈现的心理能力,通过设计的问卷进行评估
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
第 8 周和第 15 周营养缺乏或过量迹象的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
还将根据头发、指甲、口腔、舌头、水肿和粘膜外观评估营养缺乏或过量的迹象
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线肌肉质量的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
肌肉质量将根据经过验证的技术,使用 Omron® 生物阻抗量表 (HBF-511T-E/HBF-511B-E) 进行评估
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周内脏脂肪的基线变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
内脏脂肪将根据经过验证的技术,使用 Omron® 生物阻抗量表 (HBF-511T-E/HBF-511B-E) 进行评估
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线体重指数 (BMI) 的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
BMI 将根据体重/身高计算 2
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周时基线腰围的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
腰围将使用 Lufkin® 金属卷尺根据经过验证的技术进行评估
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
第 8 周和第 15 周基线臀围的变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
臀围将使用 Lufkin® 金属卷尺根据经过验证的技术进行评估
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
身高评估
大体时间:基线(第 0 周)
|
高度将根据经过验证的技术使用 Smartmet® 测距仪进行评估
|
基线(第 0 周)
|
|
第 8 周和第 15 周的基线饮食行为发生变化
大体时间:基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
将通过有关食物准备、食品购物地点、食物偏好以及评估时遵循特定饮食的问题来评估饮食行为。
这些方面将通过设计的问卷进行评估。
|
基线(第 0 周)、监测措施(第 8 周)和干预结束(第 15 周)
|
|
心理方面(COM-B模型方面)
大体时间:基线(第 0 周)
|
动机、能力和机会等心理方面将通过问卷进行评估。
|
基线(第 0 周)
|
|
食物过敏和不耐受
大体时间:基线(第 0 周)
|
将通过设计的问卷进行评估。
|
基线(第 0 周)
|
合作者和调查者
调查人员
- 首席研究员:Fatima E Housni, PhD、University of Guadalajara
出版物和有用的链接
一般刊物
- Michie S, van Stralen MM, West R. The behaviour change wheel: a new method for characterising and designing behaviour change interventions. Implement Sci. 2011 Apr 23;6:42. doi: 10.1186/1748-5908-6-42.
- Lares-Michel M, Housni FE, Aguilera Cervantes VG, Reyes-Castillo Z, Michel Nava RM, Llanes Canedo C, Lopez Larios MJ. The water footprint and nutritional implications of diet change in Mexico: a principal component analysis. Eur J Nutr. 2022 Sep;61(6):3201-3226. doi: 10.1007/s00394-022-02878-z. Epub 2022 Apr 19.
- Lares-Michel M, Housni FE, Aguilera Cervantes VG, Carrillo P, Michel Nava RM, Llanes Canedo C. Eat Well to Fight Obesity... and Save Water: The Water Footprint of Different Diets and Caloric Intake and Its Relationship With Adiposity. Front Nutr. 2021 Jul 1;8:694775. doi: 10.3389/fnut.2021.694775. eCollection 2021.
- Lares-Michel M, Housni FE, Aguilera Cervantes VG. A quantitative estimation of the water footprint of the Mexican diet, corrected for washing and cooking water. Food Sec 2021. https://doi.org/10.1007/s12571-021-01160-0
- Willett W, Rockstrom J, Loken B, Springmann M, Lang T, Vermeulen S, Garnett T, Tilman D, DeClerck F, Wood A, Jonell M, Clark M, Gordon LJ, Fanzo J, Hawkes C, Zurayk R, Rivera JA, De Vries W, Majele Sibanda L, Afshin A, Chaudhary A, Herrero M, Agustina R, Branca F, Lartey A, Fan S, Crona B, Fox E, Bignet V, Troell M, Lindahl T, Singh S, Cornell SE, Srinath Reddy K, Narain S, Nishtar S, Murray CJL. Food in the Anthropocene: the EAT-Lancet Commission on healthy diets from sustainable food systems. Lancet. 2019 Feb 2;393(10170):447-492. doi: 10.1016/S0140-6736(18)31788-4. Epub 2019 Jan 16. No abstract available. Erratum In: Lancet. 2019 Feb 9;393(10171):530. Lancet. 2019 Jun 29;393(10191):2590. Lancet. 2020 Feb 1;395(10221):338. Lancet. 2020 Oct 3;396(10256):e56.
- López-Espinoza A, Martínez Moreno AG. La Educación en Alimentación y Nutrición. 2016. México: McGrawHill
- López-Espinoza A, Magaña González C. Hábitos Alimentarios: Psicobiología y socioantropología de la alimentación. 2014. México: McGrawHill
- Vijayapushpam T, Antony GM, Rao GM, Rao DR. Nutrition and health education intervention for student volunteers: topic-wise assessment of impact using a non-parametric test. Public Health Nutr. 2010 Jan;13(1):131-6. doi: 10.1017/S1368980009990255. Epub 2009 Jun 23.
- Gabrielli S, Dianti M, Maimone R, Betta M, Filippi L, Ghezzi M, Forti S. Design of a Mobile App for Nutrition Education (TreC-LifeStyle) and Formative Evaluation With Families of Overweight Children. JMIR Mhealth Uhealth. 2017 Apr 13;5(4):e48. doi: 10.2196/mhealth.7080.
- West R, Michie S. A Guide to Development and Evaluation of Digital Behaviour Change Interventions in Healthcare. London; 2016.
- Hedin B, Katzeff C, Eriksson E, Pargman D. A Systematic Review of Digital Behaviour Change Interventions for More Sustainable Food Consumption. Sustainability, 11(2638), 1-23. 10.3390/su11092638
- Pieniak Z, Zakowska-Biemans S, Kostyra E, Raats M. Sustainable healthy eating behaviour of young adults: towards a novel methodological approach. BMC Public Health. 2016 Jul 15;16:577. doi: 10.1186/s12889-016-3260-1.
- Michie S, Atkins L, West R. The behaviour change wheel a guide to designing interventions (First edition). 2014. Silverback Publishing.
- Mor E, Garreta M, Galofré M. Diseño Centrado en el Usuario en Entornos Virtuales de Aprendizaje, de la Usabilidad a la Experiencia del Estudiante. 10.
- West R, Michie S. A guide to development and evaluation of digital behaviour interventions in healthcare. (First edition). 2016. Silverback Publishing.
- Spiegelhalter D. Risk and Uncertainty Communication. Annual Review of Statistics and Its Application. 2017; 4:31-60. https://doi.org/10.1146/annurev-statistics-010814-020148
- Friis R, Skov LR, Olsen A, Appleton KM, Saulais L, Dinnella C, Hartwell H, Depezay L, Monteleone E, Giboreau A, Perez-Cueto FJA. Comparison of three nudge interventions (priming, default option, and perceived variety) to promote vegetable consumption in a self-service buffet setting. PLoS One. 2017 May 31;12(5):e0176028. doi: 10.1371/journal.pone.0176028. eCollection 2017.
- Rigby RR, Mitchell LJ, Hamilton K, Williams LT. The Use of Behavior Change Theories in Dietetics Practice in Primary Health Care: A Systematic Review of Randomized Controlled Trials. J Acad Nutr Diet. 2020 Jul;120(7):1172-1197. doi: 10.1016/j.jand.2020.03.019. Epub 2020 May 20.
- Maillot M, Vieux F, Amiot MJ, Darmon N. Individual diet modeling translates nutrient recommendations into realistic and individual-specific food choices. Am J Clin Nutr. 2010 Feb;91(2):421-30. doi: 10.3945/ajcn.2009.28426. Epub 2009 Nov 25.
- Pérez-Lizaur AB, Berenice Palacios González, Ana Laura Castro Becerra, Isabel Flores Galicia. Sistema Mexicano de Alimentos Equivalentes. Ogali; 2014.
- Bertha P-L Ana Bertha. Desarrollo del Plan alimentario. Dietas normales y terapéuticas: los alimentos en la salud y la enfermedad. Sexta edición. 2014. p. 1-14.
- Martínez Moreno AG. Control conductual y obesidad infantil. México obeso: actualidades y perspectivas. Editorial Universitaria. 2015. p. 238-49.
- Martínez-Moreno AG. Modificación de la conducta alimentaria. Una asignatura para nutriólogos. La educación en alimentación y nutrición. [Internet] McGraw Hill. p. 253-66. Available from: https://www.researchgate.net/profile/Alma-Gabriela-Martinez-Moreno
- Michie S, Atkins L, West R. The behaviour change wheel: a guide to designing interventions. 2014.
- Kazdin A, Modificacion de la conducta y sus aplicaciones.
- Duthie SJ, Duthie GG, Russell WR, Kyle JAM, Macdiarmid JI, Rungapamestry V, Stephen S, Megias-Baeza C, Kaniewska JJ, Shaw L, Milne L, Bremner D, Ross K, Morrice P, Pirie LP, Horgan G, Bestwick CS. Effect of increasing fruit and vegetable intake by dietary intervention on nutritional biomarkers and attitudes to dietary change: a randomised trial. Eur J Nutr. 2018 Aug;57(5):1855-1872. doi: 10.1007/s00394-017-1469-0. Epub 2017 May 30.
- Medina-Vera I, Sanchez-Tapia M, Noriega-Lopez L, Granados-Portillo O, Guevara-Cruz M, Flores-Lopez A, Avila-Nava A, Fernandez ML, Tovar AR, Torres N. A dietary intervention with functional foods reduces metabolic endotoxaemia and attenuates biochemical abnormalities by modifying faecal microbiota in people with type 2 diabetes. Diabetes Metab. 2019 Apr;45(2):122-131. doi: 10.1016/j.diabet.2018.09.004. Epub 2018 Sep 25.
- Swan WI, Vivanti A, Hakel-Smith NA, Hotson B, Orrevall Y, Trostler N, Beck Howarter K, Papoutsakis C. Nutrition Care Process and Model Update: Toward Realizing People-Centered Care and Outcomes Management. J Acad Nutr Diet. 2017 Dec;117(12):2003-2014. doi: 10.1016/j.jand.2017.07.015. Epub 2017 Oct 5. No abstract available.
- Suverza A, Haua K. El ABCD de la evaluación del estado de nutrición 1th ed. McGraw-Hill; 2010
- Porchas-Quijada M, Reyes-Castillo Z, Munoz-Valle JF, Duran-Barragan S, Aguilera-Cervantes V, Lopez-Espinoza A, Vazquez-Del Mercado M, Navarro-Meza M, Lopez-Uriarte P. IgG Anti-ghrelin Immune Complexes Are Increased in Rheumatoid Arthritis Patients Under Biologic Therapy and Are Related to Clinical and Metabolic Markers. Front Endocrinol (Lausanne). 2019 Apr 18;10:252. doi: 10.3389/fendo.2019.00252. eCollection 2019.
- Pinheiro AC, Rojas P, Carrasco F, Gomez P, Mayas N, Morales I. Acanthosis nigricans as an indicator of insulin resistance in Chilean adult population. Nutr Hosp. 2011 Sep-Oct;26(5):940-4. doi: 10.1590/S0212-16112011000500003.
- Ortega, R. M., Pérez-Rodrigo, C., & López-Sobaler, A. M. (2015). Métodos de evaluación de la ingesta actual: registro o diario diétetico. Revista Española de Nutrición Comunitaria, 21(1), 34-41. 10.14642/RENC.2015.21.sup1.5048
- Green RF, Joy EJM, Harris F, Agrawal S, Aleksandrowicz L, Hillier J, Macdiarmid JI, Milner J, Vetter SH, Smith P, Haines A, Dangour AD. Greenhouse gas emissions and water footprints of typical dietary patterns in India. Sci Total Environ. 2018 Dec 1;643:1411-1418. doi: 10.1016/j.scitotenv.2018.06.258. Epub 2018 Jul 4.
- Ruiz Cerrillo S. Modelo de cálculo de la huella de carbono para el sistema mexicano de alimentos equivalentes. Journal of Negative and No Positive Results, 2(6), 226-232. 10.19230/jonnpr.1240
- Fresan U, Martinez-Gonzalez MA, Sabate J, Bes-Rastrollo M. The Mediterranean diet, an environmentally friendly option: evidence from the Seguimiento Universidad de Navarra (SUN) cohort. Public Health Nutr. 2018 Jun;21(8):1573-1582. doi: 10.1017/S1368980017003986. Epub 2018 Jan 30.
- Lares-Michel M, Housni FE, Cervantes VGA, Cañedo CL, Carmona M del CB, Toro HBD, Nava RMM. The relationship between consumption, socioeconomic level and reasons of tomato intake in Mexico. Agricultural Sciences, 2018; 9, 777-791. 10.4236/as.2018.97055
- Verain MCD, Snoek HM, Onwezen MC, Reinders MJ, Bouwman EP. Sustainable food choice motives: The development and cross-country validation of the Sustainable Food Choice Questionnaire (SUS-FCQ). Food Quality and Preference, 2012; 93(104267), 1-11. https://doi.org/10.1016/j.foodqual.2021.104267
- Bacchetti De Gregoris T, Aldred N, Clare AS, Burgess JG. Improvement of phylum- and class-specific primers for real-time PCR quantification of bacterial taxa. J Microbiol Methods. 2011 Sep;86(3):351-6. doi: 10.1016/j.mimet.2011.06.010. Epub 2011 Jun 17.
- Senghor, B., Sokhna, C., Ruimy, R., & Lagier, J. C. (2018). Gut microbiota diversity according to dietary habits and geographical provenance. Human Microbiome Journal, 7(8), 1-9. https://doi.org/10.1016/j.humic.2018.01.00143
- Avila-Nava A, Noriega LG, Tovar AR, Granados O, Perez-Cruz C, Pedraza-Chaverri J, Torres N. Food combination based on a pre-hispanic Mexican diet decreases metabolic and cognitive abnormalities and gut microbiota dysbiosis caused by a sucrose-enriched high-fat diet in rats. Mol Nutr Food Res. 2017 Jan;61(1). doi: 10.1002/mnfr.201501023. Epub 2016 Aug 8.
- Meslier V, Laiola M, Roager HM, De Filippis F, Roume H, Quinquis B, Giacco R, Mennella I, Ferracane R, Pons N, Pasolli E, Rivellese A, Dragsted LO, Vitaglione P, Ehrlich SD, Ercolini D. Mediterranean diet intervention in overweight and obese subjects lowers plasma cholesterol and causes changes in the gut microbiome and metabolome independently of energy intake. Gut. 2020 Jul;69(7):1258-1268. doi: 10.1136/gutjnl-2019-320438. Epub 2020 Feb 19.
- Ramirez-Farias C, Slezak K, Fuller Z, Duncan A, Holtrop G, Louis P. Effect of inulin on the human gut microbiota: stimulation of Bifidobacterium adolescentis and Faecalibacterium prausnitzii. Br J Nutr. 2009 Feb;101(4):541-50. doi: 10.1017/S0007114508019880. Epub 2008 Jul 1.
- Scher JU, Sczesnak A, Longman RS, Segata N, Ubeda C, Bielski C, Rostron T, Cerundolo V, Pamer EG, Abramson SB, Huttenhower C, Littman DR. Expansion of intestinal Prevotella copri correlates with enhanced susceptibility to arthritis. Elife. 2013 Nov 5;2:e01202. doi: 10.7554/eLife.01202.
- Asnicar F, Berry SE, Valdes AM, Nguyen LH, Piccinno G, Drew DA, Leeming E, Gibson R, Le Roy C, Khatib HA, Francis L, Mazidi M, Mompeo O, Valles-Colomer M, Tett A, Beghini F, Dubois L, Bazzani D, Thomas AM, Mirzayi C, Khleborodova A, Oh S, Hine R, Bonnett C, Capdevila J, Danzanvilliers S, Giordano F, Geistlinger L, Waldron L, Davies R, Hadjigeorgiou G, Wolf J, Ordovas JM, Gardner C, Franks PW, Chan AT, Huttenhower C, Spector TD, Segata N. Microbiome connections with host metabolism and habitual diet from 1,098 deeply phenotyped individuals. Nat Med. 2021 Feb;27(2):321-332. doi: 10.1038/s41591-020-01183-8. Epub 2021 Jan 11.
- Chavez-Carbajal A, Nirmalkar K, Perez-Lizaur A, Hernandez-Quiroz F, Ramirez-Del-Alto S, Garcia-Mena J, Hernandez-Guerrero C. Gut Microbiota and Predicted Metabolic Pathways in a Sample of Mexican Women Affected by Obesity and Obesity Plus Metabolic Syndrome. Int J Mol Sci. 2019 Jan 21;20(2):438. doi: 10.3390/ijms20020438.
- Magkos F, Tetens I, Bugel SG, Felby C, Schacht SR, Hill JO, Ravussin E, Astrup A. The Environmental Foodprint of Obesity. Obesity (Silver Spring). 2020 Jan;28(1):73-79. doi: 10.1002/oby.22657.
- Valerino-Perea S, Lara-Castor L, Armstrong MEG, Papadaki A. Definition of the Traditional Mexican Diet and Its Role in Health: A Systematic Review. Nutrients. 2019 Nov 17;11(11):2803. doi: 10.3390/nu11112803.
- Johnston JL, Fanzo JC, Cogill B. Understanding sustainable diets: a descriptive analysis of the determinants and processes that influence diets and their impact on health, food security, and environmental sustainability. Adv Nutr. 2014 Jul 14;5(4):418-29. doi: 10.3945/an.113.005553. Print 2014 Jul.
- Spahn JM, Reeves RS, Keim KS, Laquatra I, Kellogg M, Jortberg B, Clark NA. State of the evidence regarding behavior change theories and strategies in nutrition counseling to facilitate health and food behavior change. J Am Diet Assoc. 2010 Jun;110(6):879-91. doi: 10.1016/j.jada.2010.03.021.
- Gazan R, Brouzes CMC, Vieux F, Maillot M, Lluch A, Darmon N. Mathematical Optimization to Explore Tomorrow's Sustainable Diets: A Narrative Review. Adv Nutr. 2018 Sep 1;9(5):602-616. doi: 10.1093/advances/nmy049.
- Paivarinta E, Itkonen ST, Pellinen T, Lehtovirta M, Erkkola M, Pajari AM. Replacing Animal-Based Proteins with Plant-Based Proteins Changes the Composition of a Whole Nordic Diet-A Randomised Clinical Trial in Healthy Finnish Adults. Nutrients. 2020 Mar 28;12(4):943. doi: 10.3390/nu12040943.
- Petry NM. A comparison of young, middle-aged, and older adult treatment-seeking pathological gamblers. Gerontologist. 2002 Feb;42(1):92-9. doi: 10.1093/geront/42.1.92.
- Swinburn BA, Caterson I, Seidell JC, James WP. Diet, nutrition and the prevention of excess weight gain and obesity. Public Health Nutr. 2004 Feb;7(1A):123-46. doi: 10.1079/phn2003585.
- Rodriguez-Lara A, Plaza-Diaz J, Lopez-Uriarte P, Vazquez-Aguilar A, Reyes-Castillo Z, Alvarez-Mercado AI. Fiber Consumption Mediates Differences in Several Gut Microbes in a Subpopulation of Young Mexican Adults. Nutrients. 2022 Mar 13;14(6):1214. doi: 10.3390/nu14061214.
- Macedo-Ojeda G, Vizmanos-Lamotte B, Marquez-Sandoval YF, Rodriguez-Rocha NP, Lopez-Uriarte PJ, Fernandez-Ballart JD. Validation of a semi-quantitative food frequency questionnaire to assess food groups and nutrient intake. Nutr Hosp. 2013 Nov 1;28(6):2212-20.
- Macedo-Ojeda G, Marquez-Sandoval F, Fernandez-Ballart J, Vizmanos B. The Reproducibility and Relative Validity of a Mexican Diet Quality Index (ICDMx) for the Assessment of the Habitual Diet of Adults. Nutrients. 2016 Aug 23;8(9):516. doi: 10.3390/nu8090516.
- Brain K, Burrows TL, Rollo ME, Hayes C, Hodson FJ, Collins CE. The Effect of a Pilot Dietary Intervention on Pain Outcomes in Patients Attending a Tertiary Pain Service. Nutrients. 2019 Jan 16;11(1):181. doi: 10.3390/nu11010181.
- Hickl O, Heintz-Buschart A, Trautwein-Schult A, Hercog R, Bork P, Wilmes P, Becher D. Sample Preservation and Storage Significantly Impact Taxonomic and Functional Profiles in Metaproteomics Studies of the Human Gut Microbiome. Microorganisms. 2019 Sep 19;7(9):367. doi: 10.3390/microorganisms7090367.
- Rinninella E, Cintoni M, Raoul P, Lopetuso LR, Scaldaferri F, Pulcini G, Miggiano GAD, Gasbarrini A, Mele MC. Food Components and Dietary Habits: Keys for a Healthy Gut Microbiota Composition. Nutrients. 2019 Oct 7;11(10):2393. doi: 10.3390/nu11102393.
- Verhoog S, Taneri PE, Roa Diaz ZM, Marques-Vidal P, Troup JP, Bally L, Franco OH, Glisic M, Muka T. Dietary Factors and Modulation of Bacteria Strains of Akkermansia muciniphila and Faecalibacterium prausnitzii: A Systematic Review. Nutrients. 2019 Jul 11;11(7):1565. doi: 10.3390/nu11071565.
- Dao MC, Everard A, Aron-Wisnewsky J, Sokolovska N, Prifti E, Verger EO, Kayser BD, Levenez F, Chilloux J, Hoyles L; MICRO-Obes Consortium; Dumas ME, Rizkalla SW, Dore J, Cani PD, Clement K. Akkermansia muciniphila and improved metabolic health during a dietary intervention in obesity: relationship with gut microbiome richness and ecology. Gut. 2016 Mar;65(3):426-36. doi: 10.1136/gutjnl-2014-308778. Epub 2015 Jun 22.
- Laue H, Smits TH, Schumacher UK, Claros MC, Hartemink R, Cook AM. Identification of Bilophila wadsworthia by specific PCR which targets the taurine:pyruvate aminotransferase gene. FEMS Microbiol Lett. 2006 Aug;261(1):74-9. doi: 10.1111/j.1574-6968.2006.00335.x.
- Zinocker MK, Lindseth IA. The Western Diet-Microbiome-Host Interaction and Its Role in Metabolic Disease. Nutrients. 2018 Mar 17;10(3):365. doi: 10.3390/nu10030365.
- Jamar G, Santamarina AB, Dias GC, Masquio DCL, de Rosso VV, Pisani LP. Relationship between fatty acids intake and Clostridium coccoides in obese individuals with metabolic syndrome. Food Res Int. 2018 Nov;113:86-92. doi: 10.1016/j.foodres.2018.07.002. Epub 2018 Jul 4.
- Furet JP, Quenee P, Tailliez P. Molecular quantification of lactic acid bacteria in fermented milk products using real-time quantitative PCR. Int J Food Microbiol. 2004 Dec 15;97(2):197-207. doi: 10.1016/j.ijfoodmicro.2004.04.020.
- Gila-Diaz A, Arribas SM, Lopez de Pablo AL, Lopez-Gimenez MR, Phuthong S, Ramiro-Cortijo D. Development and Validation of a Questionnaire to Assess Adherence to the Healthy Food Pyramid in Spanish Adults. Nutrients. 2020 Jun 3;12(6):1656. doi: 10.3390/nu12061656.
有用的网址
- Encuesta Nacional de Salud y Nutrición (ENSANUT). Resultados. 2018.
- Sequía generalizada en México | Ciencia de la NASA
- Food and Agriculture Organization of the United Nations, World Health Organization. Sustainable healthy diets: guiding principles. 2019.
- Almaguer González J, García Ramírez H, Padilla Mirazo M, González Ferral M. La dieta de la milpa Modelo de atencion Meso Americana Saludable y Culturalmente Pertinente. 2019
- North American Association for Environmental Education [NAAEE] / Secretaría de Medio Ambiente y Recursos Naturales [SEMARNAT] [NAAEE/SEMARNAT]. Guía para elaborar programas de educación ambiental no formal. 2009
- Food and Agriculture Organization of the United Nations. Guías alimentarias y sostenibilidad
- World Health Organization [WHO]. Healthy diet. Fact Sheet N°394. 2015
- Secretaría de Salud. 2012. Norma oficial mexicana NOM-253-SSA1-2012, para la disposición de sangre humana y sus componentes con fines terapéuticos.
- Diario Oficial de la Federación [DOF]. (31 de mayo de 2010b). Norma Oficial Mexicana NOM-030-SSA2-2009, Para la prevención, detección, diagnóstico, tratamiento y control de la hipertensión arterial sistémica. Secretaría de Salud.
- Hoekstra AY, Chapagain AK, Aldaya MM, Mekonnen MM. The water footprint assessment manual: Setting the global standard. Londres: Earthscan. 2012
- The Kap Survey model - Knowledge attitude and practices
- Organización Mundial de la Salud [OMS]. (2008). Advocacy, communication and social mobilization for TB control - A guide to developing knowledge, attitude and practices surveys. Geneva, Switzerland: Organización Mundial de la Salud.
- Fautsch Y, Glasauer P, Nutrition Division. Guidelines for assessing nutrition-related knowledge, attitudes and practices. Rome, Italy: FAO; 2014
- Diario Oficial de la Federación [DOF]. (13 de julio de 2012). Norma Oficial Mexicana NOM-037-SSA2-2012, Para la prevención, tratamiento y control de las dislipidemias. Secretaría de Salud.
- NORMA Oficial Mexicana NOM-015-SSA2-2010, Para la prevención, tratamiento y control de la diabetes mellitus
- The World Medical Association-Declaración de Helsinki de la AMM - Principios éticos para las investigaciones médicas en seres humanos
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
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
与本研究相关的术语
其他研究编号
- CIP/T/04/22
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
IPD 计划说明
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
在美国制造并从美国出口的产品
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.