A „legjobb étrend” személyre szabására szolgáló algoritmusok még nem állnak készen a legfőbb időre

Kapcsolódó cikkek

A 2-es típusú cukorbetegség növekvő probléma, a genetika, a bél mikrobioma, az étrend és az életmód bonyolult kölcsönhatása. Annak érdekében, hogy proaktívan megelőzhessük, a „betegség” új kategóriáit hoztuk létre, a pre-cukorbetegséget, ahol a vércukorszint vagy a hemoglobin A1c emelkedik, de nem diagnosztizálható a cukorbetegség szempontjából. Ez terápiás dilemmát vet fel, mit írjon fel a túlmutató betegeknek, legyenek aktívabbak és figyeljék az étrendet?

Az étrendi tanácsok két megközelítés körül járnak: kevesebb kalória és kevesebb szénhidrát. A kalória-korlátozás szinte mindenki számára csökkenti a súlyt; ugyanez igaz gyakran alacsonyabb szénhidráttartalmú és magasabb fehérjetartalmú étrendre is. Hatásuk halkabb a diabétesz előtti markerekre, a vércukorszintre és a Hg A1c-re. Része annak az oknak, hogy a hatás nem annyira hangsúlyos, mint ahogy azt előre megjósoljuk és reméljük, az, hogy a genetika, az étrend, a mikrobióm és az életmód kölcsönhatásba lép és mindenki számára változó. Gondoljunk aggregációs problémára, ahol az átlag, ebben az esetben az étkezési tanácsunk nem tükrözi a minta jelentős eltérését, ami az általános populáció lenne. Egy új tanulmány a JAMA-ban technológiát és algoritmusokat alkalmaz a problémára.

A tanulmány 327 alapvetően egészséges, cukorbetegség nélküli felnőttet vizsgált meg. A résztvevők meglehetősen homogén gyűjtemény volt, átlagéletkoruk 45 év, közel 80% -ban nő és kaukázusi. Bélmikrobiómájukból mintát vettek, és arra kérték őket, hogy rögzítsék rendszeres étkezési szokásaikat és aktivitásukat, miközben folyamatos glükózmérőt viseltek az egy hetes vizsgálat során. A résztvevők négy edzést is ettek, meghatározott mennyiségű szénhidráttal, fehérjével és zsírral, hogy kalibrálják ezeknek az ételeknek a vércukorszintjükre gyakorolt hatását [1]. És mint a mai kutatásban gyakran előfordul, a kalibráló étkezéseket, az összes többi demográfiai, étrendi, aktivitási és mikrobiológiai adatokkal együtt később egy algoritmusba vezették.

Ahogy várható volt, az erre a standard étkezésre adott válaszok meglehetősen változatosak voltak, emelve a vércukorszintet 6 és 94 mg/dl között a kiindulási érték fölé. És ez a változatosság nemcsak az egyének között volt, hanem ugyanazon egyénnél, különböző napokon. Vigye haza az első leckét, az étel „feldolgozása” dinamikus; nincsenek olyan diétás tilalmak, amelyek mindennap működnek, nemhogy mindenki számára. Ez vonatkozik arra, hogy miként emésztjük meg és metabolizáljuk a szénhidrátokat, fehérjéket és zsírokat együtt vagy külön-külön.

A vizsgálat célja a prediktív algoritmus értékelése volt. Sokkal jobban teljesített, mint a kizárólag kalóriákon alapuló jóslatok, 34% -os prediktív „teljesítmény” vagy szénhidráttartalom, 40%. Jóslati pontossága nagyjából 66% volt - jobb, de közel sem a legjobb. Tulajdonképpen az eredmények nem voltak annyira jók, de ugyanabban a ballagópályában voltak, mint az izraeli lakosságra vonatkozó kezdeti tanulmányok. Vigye haza a második leckét, biológiai fogyasztásunk algoritmikus személyre szabása nehezebb, mint könyvek vagy tartós cikkek fogyasztása esetén. "Más résztvevők, akik lazacot ettek, gyakran spárgát esznek", nem áll a közeljövőnkben.

A tanulmány egyik erőssége az volt, hogy a „szabadon élő” résztvevőkön végezték a mindennapi életüket. Ehhez azonban sokkal több részvételre volt szükség a résztvevők részéről az aktivitásuk és étrendjük rögzítésében, ami problémát jelentett ennek a diagnosztikai megközelítésnek a való világba való átültetésében. A monitor egy hétig való viselése egy dolog, sokkal több munka az, ha fel kell jegyeznie az étkezéseket, még ha csak kép készítéséről is van szó; kérdés lehet a megfelelés. A precíziós orvoslás továbbra is fontos cél, de itt van egy másik példa arra, hogy meddig jutottunk, és még mindig utaznunk kell.

[1] A szokásos étkezés bagel és krémsajt volt a nap első étkezéseként.

Forrás: Az étkezés utáni étkezési glikémiás válaszok előrejelzésének személyre szabott megközelítése a cukorbetegek körében JAMA Network Open DOI: 10.1001/jamanetworkopen.2018.8102

Meg kell jegyeznem, hogy a vizsgálatot a Mayo Clinic végezte az algoritmust fejlesztő céggel, a DayTwo-val együttműködve. A Mayo Clinic tőkepozícióval rendelkezik ebben a társaságban, így egyesek aggódhatnak a megállapítások integritása miatt. Mivel az eredmények rendben vannak, azt hiszem, nyugodtan kijelenthetjük, hogy az összeférhetetlenségnek nem volt szerepe, és hogy a vállalati „tudomány” nem mindig számol be széleskörűen kedvező eredménnyel.