【醒目】糖尿病患者应该怎么吃?忌口之类的事情真的要因人而异哦~

<- 分享“悉尼马桶读物”微信公众号到您的社交圈,让更多的人知道!

收藏文章 赞一个 已赞 2015-12-05 悉尼马桶读物



来源 科学网博客/孙学军


老虎狮子好吃肉,兔子山羊吃草,熊猫好吃竹子。人类作为杂食动物,吃什么最健康,可能没有完全统一的标准。有学者研究发现,减少脂肪摄取减肥效果不理想,估计也是因人而异,研究中效果会淹没在统计学平均数中。有人提出地中海饮食最健康,也同样的道理。


本研究中就发现有人吃香蕉血糖会暴增,有人吃番茄会有同样结果,这些都是地中海饮食的主要食材,但对少数人是不健康饮食。因此,真正饮食健康也必须走个性化精准化的道路。


关于该研究,可以看看这个视频摘要,比较精彩。




最新来自以色列科学家发表在《细胞》上的论文告诉我们,过去我们许多关于健康饮食的建议可能是错误的,因为我们只根据食品的热量进行血糖估计,其实每个人对不同的食物的代谢吸收模式可能完全不同,每个人都有符合自身条件的健康食谱,并没有适合所有人的健康食谱。如何确定适合个人的健康食谱,才是获得健康的最合理方法。看来医学要精准,饮食习惯也要精准化了。


为什么按照医生或者营养师推荐的健康饮食原则,可许多人血糖状况却并没有改善?为什么有的患者随便吃冰激凌、巧克力,血糖却控制的很好,有的患者却不能碰那些食物?作为一名高血糖患者,你想不想拥有这样一个软件,只要你输入几项生理指标,它就会告诉你什么能吃、什么不能吃?以色列科学家可帮你实现梦想。


近期以色列一项关于血糖的大规模研究发现,即使吃一样的食物,每个人身体对食物的反应并不相同。这项研究2015年11月19日刊登在《细胞》上,研究表明只有个性化饮食才真正健康。


血糖水平与2型糖尿病、肥胖、心血管疾病和肝硬化等有着密切联系,在连续血糖仪帮助下,我们很容易掌握血糖水平,但却很难控制它。


1981年,加拿大临床内科医生Jenkins等提出GI的概念,此后一直作为医生和营养专家指导患者健康饮食的指标。现在这一理念正面临严峻的挑战。“血糖指数”(GI)的含义是,含50g碳水化合物的食物与相等量葡萄糖相比,在餐后2小时引起体内血糖应答水平百分比值,GI就是一种食物的升血糖能力。我们一直认为,餐后血糖水平完全取决于食物的内在属性。GI值越高对你的血糖控制越不利。Weizmann科学研究所Eran Segal和Eran Elinav带领下研究发现,GI取决于个人的身体状况,并不能根据食物本身确定GI,这完全颠覆了过去科学家对GI的认识。


研究募集了800名志愿者,通过健康调查问卷、测量身体参数、血液检测、血糖监测、粪便采样、app记录生活方式以及食物摄取情况(共记录了46898顿饭),希望能够了解血糖水平与以上参数之间的关系。


将数据用机器学习算法处理,软件能通过这些数据自我‘学习’掌握数据之间相互关系。结果发现年龄和BMI指数与餐后血糖水平有较大相关性。数据还显示,食用同一种食物,不同的人餐后血糖存在巨大差异。或者说发现过去的食物GI概念完全是错误的。


Segal说:“多数饮食建议都基于GI分类体系,但没有意识到实际上人与人之间很大个体差异。在某些情况下,不同个体对同一种食物有完全相反的反应,这是GI体系存在的巨大缺陷。”


Elinav说:“如此大规模的试验让我们认识到,过去的饮食指导原则如此不靠谱。”


文章中有让人感到吃惊的个案。如445号和644号对同一种食物的反应完全相反。445号吃饼干后血糖保持稳定,但吃香蕉后血糖会突然升高。644号恰恰相反,吃饼干后血糖飙升,吃香蕉不影响血糖水平。极端例子生动地说明,对食物反应存在个体差异。根据食物GI不能作为饮食建议原则。


经过学习800名数据后,机器学习算法能够预测食物对人体血糖水平的影响吗?Segal和Elinav小组先用100人进行了验证,结果预言全部得到验证。随后对26人小组开展了双盲随机实验。一组有12名,使用Segal团队研发的机器学习算法预测饮食对血糖水平的影响。对照组有14名,采用医生和营养专家建议的饮食。最终结果表明,这种方法可以准确预测(83.3%)食物对血糖水平的影响,预测结果优于传统(57.1%)方法。利用该方法干预饮食,可在短期内有效降低餐后血糖水平。


接受Sciencedaily采访时,Segal说到:“看到数据后,我想也许我们对肥胖和糖尿病流行认识是错误的。医生一直认为自己没错,治疗效果不好是因为患者不遵守遵医。也许患者真在遵医嘱,只不过是医嘱本身存在错误。营养师和医生也知道,患者对同一种食物有不同反应。通过数据看到,给不同患者同一种建议并不可行。”


研究还处于初期阶段,从研究数据看,目前机器学习算法不能做到100%精准。Segal创办的公司DayTwo已在以色列开张,正在打算将该技术商业化。Segal机器学习算法已经开发成app软件,每个糖尿病患者手机里都可以安装。按照要求输入个人生理指标(BMI、血液生化指标、健康状况、肠道菌群数据等),在吃饭前把我们想要吃的食物输入app,然后它会告诉我们吃这种食物之后血糖的变化情况。或者更加直接,它会根据你近期的生理指标,直接推荐食物给你,然后你可以选择自己喜欢吃的。


一位前期糖尿病的肥胖中年女性曾在生活中尝试一系列饮食方案,都没有成功,她了解到自己选择的所谓“健康”饮食方案,实际上正是导致健康问题的根源。吃西红柿后她的血糖水平迅速上升,参加研究这周她多次食用西红柿。对她而言,个体化定制饮食不能纳入西红柿,反而要加入一些食品,这些食品许多人会认为不健康,但却有利于她的健康。过去没有人有办法为她提供这样个体化饮食建议。


这个研究思路其实也没有什么稀奇,获得的结论似乎也没有那么雷人,因为精准医学和个性化的概念早就深入人心,精准饮食似乎是理所当然的。不过能从血糖这个角度,采用大数据的模式,并结合机器学习,肠道菌群等新概念。《细胞》发表论文也就成为一种必然。这是典型的一种将简单问题弄复杂的研究模式,不过以色列科学家不仅将简单问题弄复杂,而且根据这个弄复杂的简单问题,建立了优化糖尿病患者饮食技术方案。按照这个思路,是否有其它研究课题,例如健身运动,有的人适合走路,有的人适合静坐,有的人适合相对剧烈的运动,获得的健康收益有个体差异,可以研究。在比如饮食搭配,现在只针对一种食物的后果,是否存在饮食搭配的影响。显然这在我们中国饮食文化中有很大的影响,但研究证据很少。再比如血压的控制,使用不同药物,联合使用药物,血压波动性的控制等。




点击展开全文