|
研究者称，这一发现可能是向个性化营养计划迈出的一步。 该数据显示，一种基于人体肠道微生物群的算法，比仅仅知道食物的卡路里或碳水化合物，更准确地预测一个人进食后的血糖峰值。 研究者表示，这是一个真正的工具，可以让人们在应用程序上使用，通过提交粪便样本，可以预测哪些食物会增加糖的价值。 研究小组最近发现，一些血糖水平正常的人出现餐后血糖峰值达到糖尿病诊断标准。 研究人员还指出，越来越多的证据表明，食用同一种食物后，不同的个体的血糖水平变化显著不同。 早在2015年，以色列魏茨曼科学研究所的研究人员开发了一种算法，该算法在Cell的一篇文章中进行了描述，该算法使用微生物组数据以及其他因素（如年龄、性别、身高、臀围和体力活动）来预测没有糖尿病的人的餐后血糖反应。。 参与者被要求吃他们通常吃的食物，除了4天的早餐，他们被要求吃一顿由百吉饼和奶油奶酪组成的标准餐。 使用微生物组数据的模型预测的餐后血糖峰值与实际的餐后血糖峰值之间的关系的r系数为0.62（完全正相关为1.0），但根据食物的卡路里含量确定的r系数仅为0.34，使用碳水化合物含量确定的r系数为0.40。 研究者指出，当我们谈论饮食时，我们倾向于 '一刀切’。但是这项研究表明，每个人对同样的食物的反应不同，因为他们的微生物存在差异。 来源：Helena Mendes-Soares, et al. Assessment of a Personalized Approach to Predicting Postprandial Glycemic Responses to Food Among Individuals Without Diabetes. JAMA Netw Open. 2019, 2(2): e188102. DOI: 10.1001/jamanetworkopen.2018.8102. 转载：请标明“中国循环杂志”
|
