персонализирано

елементи

Zeevi et al. 1, заключава, че има висока междуличностна вариабилност в постпрандиалните гликемични отговори (PPGR), че личните и микробните характеристики позволяват точно прогнозиране на глюкозния отговор, който е по-добър от нормалната практика, и че краткосрочните персонализирани диетични интервенции успешно понижават постпрандиалната глюкоза. Това изглежда предполага, че трябва да изхвърлим всичко, което сме мислили, че знаем за диетичните интервенции, за да подобрим гликемичния контрол, защото това не засяга всички. Ревизираната методология обаче, голямото количество събрани данни и сложните числа (някои с> 20 панела) крият важни недостатъци в обосновката на изследването и в представянето и интерпретацията на резултатите, които подкопават тези заключения.

Неоправдана обосновка

Въведението гласи, че „... за да се постигнат нормални нива на глюкоза, е необходимо да се подбират храни, които предизвикват нормални гликемични реакции след хранене (след хранене).

". Определението за "нормален" PPGR не е ясно. Въпреки това, човек с хипергликемия на гладно не може да има нормален PPGR, независимо какво яде, а диета, която остро предизвиква ниски нива на PPGR, може да не поддържа непременно ниски нива на PPGR в дългосрочен план. Авторите твърдят, че няма метод за прогнозиране на PPGR и че гликемичният индекс (GI) има ограничена приложимост при оценката на PPGR, предизвикан от „ястия в реалния живот, състоящи се от всякаква комбинация от храни и различни количества“. В подкрепа на това твърдение обаче те цитират само един документ, който не разглежда „истинските ястия, състоящи се от всякаква комбинация от храни и различни количества“ и чиито заключения ние опровергахме. 2 Последните данни сочат, че PPGRs са предсказуеми, например, ние показахме, че отделни прирастващи области са били предсказвани под кривата на глюкозния отговор (iAUC), предизвикана от самоизбрана закуска, консумирана от 57 диви затлъстели възрастни (r = 0, 748) според GI и съдържанието на въглехидрати в консумираната храна и iAUC на всеки участник от 75 g орална глюкоза. 3

Може би най-важният проблем обаче е неточното използване на термините „променливост“ и „PPGR“ от авторите. Вариацията в PPGR включва вариации между индивидите (между индивидите) и между индивидите (в рамките на индивида). Zeevi et al. Съсредоточете се върху първото и игнорирайте второто. Терминът "PPGR" обикновено се използва за означаване на абсолютен гликемичен отговор (например IAUC); обаче Zeevi et al. използвайте го, за да изразите както абсолютен, така и относителен гликемичен отговор, което не е едно и също нещо. Нормализирането на iAUC на индивида след хранене до стойността след глюкозата елиминира или поне значително намалява вариацията между отделните индивиди. 4, 5 Ако приемем, че авторите не биха въвели умишлено разграничение между абсолютни и относителни отговори, независимо дали те не знаят за това или са небрежно неточни в използването на терминологията. Това е важно, тъй като клиничната полезност на абсолютния и относителния гликемичен отговор се различава: абсолютният отговор е диагностичен тест за идентифициране на хора с хипергликемия, докато знанието за относителния гликемичен отговор помага при диетичното управление на хипергликемията. Zeevi et al. констатацията на високи интериндивидуални вариации в iAUC е тривиална, тъй като не е нова; би било важно обаче, ако техните резултати демонстрират междуиндивидуална вариабилност в относителния гликемичен отговор.

Резултатите показват висока междуиндивидуална вариабилност на относителния гликемичен отговор?

Субектите консумират два пъти по 50 g въглехидрати от глюкоза (G), хляб (B) или хляб плюс 30 g масло (BB) и Zeevi et al. изчислена iAUC за 2 часа, като се използва непрекъснато проследяване на глюкозата (CGM). Получените стойности на iAUC очевидно са много променливи; въпросът е дали тази промяна се дължи на вътрешна или междуиндивидуална променливост. Ако първият, тогава средно (с достатъчен брой копия) PPGR на различните индивиди реагира подобно на една и съща хранителна намеса; ако не. Zeevi et al. твърдят, че техните резултати показват междуиндивидуалната вариабилност на относителния отговор въз основа на факта, че различните храни предизвикват най-висок гликемичен отговор при различните хора и че има широк спектър от нормализирани гликемични отговори.

Въз основа на техните GI стойности, B се очаква да предизвика iAUC с 29% по-малко от G, BB при нормални индивиди.

25% по-малко от B, 6, 7 и по този начин BB

47% по-малко от G. В рамките на индивидуалните вариации, очакваната стойност на iAUC, измерена чрез CGM, е

45%. 8 Когато се изразяват спрямо G, индивидуалните разлики в iAUC между G и B (напр. G x - B x за субект x) обикновено се разпределят средно с 29% и sd s (в този случай s = 45%)./-2, 232%, защото всеки субект два пъти е тествал B и G). Площта под нормалната крива от минус безкрайност до 0 представлява разликите в съотношенията G x). При sd 32% се очаква B> G при 26% от субектите, BB> G при 15% от субектите и BB> B при 30% от субектите. Въз основа на Фигура 2г, Zeevi et al. 1 установих, че B> G u

40% от субектите, BB> G u

30%, стойности, подобни на тези, които се очакват случайно. Малко повече индивиди са имали B> G и BB> G от очакваното и това може да се обясни, ако методът на Zeevi et al. Използваният метод за GI не се използва за изчисляване на AUC, което е малко вероятно. В междулабораторно проучване протоколът определя, че стойността на iAUC трябва да се изчислява по метода на Zeevi et al. иск за ползване; 9> 50% от 28-те участващи лаборатории обаче съобщават за неправилни стойности на iAUC. 10 Изчисляването на нетната инкрементална AUC осигурява по-високи стойности на GI и е свързано с малко по-висока вътрешно-индивидуална вариабилност; 11 по този начин ще намали очакваните разлики между B и G и BB и G и по този начин ще увеличи очакваната част от разликите, където B> G и BB> G. Независимо от това, резултатите от фигура 2г могат да бъдат до голяма степен, ако не напълно, обяснени от интра-индивидуални вариации и не предоставят доказателства за големи интер-индивидуални вариации в относителния гликемичен отговор.

Zeevi et al. установих, че: '

наблюдавана е и висока вариабилност при PPGR на всеки участник, нормализиран до неговия собствен PPGR върху глюкозата

Разпределението на гликемичния отговор, предизвикан от хляба, нормализирано към глюкозата, наблюдавано от Zeevi et al. 1 в сравнение с очакваните разпределения с интериндивидуална вариация = 0 и висока интраиндивидуална вариация. Изпълнени кръгове: разпределение, съобщено от Zeevi et al. в допълнителната им фигура S3I. а ) отворени кръгове: разпределение 100 × F/G, изчислено от 7000 нормално разпределени случайни стойности за F със средни 71 и sd 22, 6 и 7000 нормално разпределени случайни стойности G със средни 100 и sd 31, 8. б ) отворени триъгълници: разпределение на 100 × F/G, изчислено от 7000 нормално разпределени случайни стойности за F със средни 75 и sd 26, 5 и 7000 нормално разпределени случайни стойности G със средни 100 и sd 35, 4.

Изображение в пълен размер

Прогнозата е адаптирана към обичайната практика?

Zeevi et al. заключението, че персонализираното прогнозиране е по-добро от нормалната практика въз основа на констатацията, че моделът за прогнозиране прогнозира iAUC по-добре (r = 0,70) от нормалната практика; Въпреки това, "обичайната практика" включваше само отчитане на приема на въглехидрати (r = 0,38) или приема на калории (r = 0,33). Последните са тривиални и неуместни сравнения, тъй като приемът на захар или калории не се използва за диагностициране на хипергликемия. В клиничната практика хипергликемията се диагностицира чрез измерване на глюкоза на гладно, HbA 1c и/или 75 g от теста за орален глюкозен толеранс. Zeevi et al. не е демонстрирал как техният модел се сравнява с тези методи и дали подобрената ефективност, ако има такава, си струва допълнителното време и разходи, необходими за събиране на хранителен дневник, антропометрия, въпросници, допълнителни кръвни изследвания и фекална проба, необходими за използването на техния модел.

Какво Zeevi et al. демонстрираха, че използването на техния модел за прогнозиране за намаляване на PPGR не е по-добро от съвет за премахване на онези храни, които въз основа на CGM профили предизвикват висок PPGR (наричан експерт); средното намаление на PPGR, използвайки модела за прогнозиране, 46%, е подобно на намаляването в случай на препоръки от експертиза, 44%, а индивидуалната промяна в% от отговора на PPGR на модела за прогнозиране, sd = 28%, е малко по-висока от в случай на експертни съвети - 23%. Zeevi et al. не са сравнявали своя модел с хранителни препоръки, като например намаляване на приема на въглехидрати или намаляване на хранителния индекс на храната, за които е известно, че маневрите са ефективни за намаляване на PPGR. 12, 13 В допълнение, Zeevi et al. не посочиха състава на своята „лоша“ и „добра“ диета, което обикновено би се очаквало при докладване на резултатите от всякакви хранителни интервенции.

заключение

Zeevi et al. допринесете за някои интересни и нови открития; техните резултати обаче не демонстрират висока междуличностна вариабилност в относителните гликемични отговори, не демонстрират, че техният модел превъзхожда сегашните методи за откриване на хипергликемия и не показват, че персонализираното хранително консултиране превъзхожда стандартното диетично консултиране за управление на високо постпрандиално лечение. глюкозни реакции.