Maaltijd- en slaaptimingspellen - Sleutelrollen bij het voorkomen van diabetes

Maaltijd- en slaaptimingspellen - Sleutelrollen bij het voorkomen van diabetes

Als u eet, beweegt en slaapt net zo belangrijk kunnen zijn als wat u doet, laat dit onderzoek zien hoe de timing van uw dagelijkse gewoonten uw risico op diabetes type 2 beïnvloedt, waardoor de deur wordt geopend naar echt gepersonaliseerde preventie.

Dat blijkt uit een onderzoek dat onlangs in het tijdschrift is gepubliceerdNPJ Digitale GeneeskundeOnderzoekers onderzochten de relatie tussen gewoontegedrag in levensstijl en metabolische fysiologie bij personen met een risico op diabetes type 2 (T2D).

De incidentie van T2D blijft wereldwijd stijgen en treft 589 miljoen volwassenen wereldwijd en 38 miljoen mensen in de Verenigde Staten (VS). Bovendien hebben 88 miljoen volwassenen in de Verenigde Staten prediabetes, waarbij naar verwachting 70% binnen vier jaar T2D zal ontwikkelen. Het voorkomen van deze transitie blijft daarom een ​​belangrijke prioriteit voor de volksgezondheid. Studies suggereren dat levensstijlaanpassing een robuust hulpmiddel is voor het beheersen en voorkomen van T2D.

Dieet, fysieke activiteit en slaap zijn belangrijke aanpasbare levensstijlgedragingen die essentieel zijn voor de metabolische gezondheid. Bovendien suggereert groeiend bewijsmateriaal nauwe interacties tussen het circadiane kloksysteem en levensstijlgedrag. Slaapgebrek heeft een negatieve invloed op de glucosespiegels, en circadiane desynchronisatie als gevolg van gerelateerd levensstijlgedrag zou de fysiologische reacties kunnen belemmeren en het risico op T2D kunnen vergroten.

Het onderzoek en de resultaten

De huidige studie onderzocht de relatie tussen gewoontegedrag in levensstijl en metabole fysiologie bij mensen die risico lopen op T2D. Er waren twee cohorten opgenomen; Zesendertig gezonde volwassenen namen deel aan het primaire cohort en 10 personen namen deel aan het onafhankelijke validatiecohort. In het primaire cohort werden 16 en 20 individuen verdeeld in normoglycemie- en prediabetes/T2D-groepen op basis van geglycosyleerd hemoglobine (HbA1c)-niveaus.

De gegevens over de gebruikelijke levensstijl werden in realtime verzameld met behulp van Digital Health Technologies. De voedselinname werd geregistreerd met behulp van een realtime app voor het volgen van voedsel. Gegevens over fysieke activiteit en slaap werden verzameld met behulp van een Fitbit Ionic-band, hoewel deze gegevens slechts voor 24 van de 36 deelnemers beschikbaar waren vanwege een terugroeping van producten tijdens de onderzoeksperiode. Continue glucosemonitoring (CGM) werd uitgevoerd met behulp van een Dexcom G4 CGM-apparaat. Er werden een orale glucosetolerantietest (OGTT), een isoglycemische intraveneuze glucose-infusietest en een insulinesuppressietest uitgevoerd.

Deze tests brachten de metabolische subfenotypes van de deelnemers aan het licht, zoals de incretinefunctie, insulineresistentie en bètaceldysfunctie. De prediabetes/T2D-groep had een significant hogere sensorglucose (van CGM), sensorglucosevariatie en bracht meer tijd door in het hyperglycemische bereik dan de normoglycemische groep.

Maaltijdprofielen werden bepaald door de voedsel- en drankinname te stratificeren in zes tijdsperioden, die de belangrijkste tijdstippen voor voedselinname weerspiegelen. Deelnemers vertoonden een hoge interindividuele variabiliteit in maaltijdtimingspatronen. Een hoofdcomponentenanalyse op basis van kenmerken van de maaltijdtiming bracht het cohort op basis van hun Hba1c-waarden in twee clusters.

Personen met een verhoogd HbA1c hadden een lagere energie-inname van maaltijden die tussen 14.00 uur werden genuttigd. en 17.00 uur en een hogere energie-inname uit maaltijden die tussen 17.00 uur worden geconsumeerd. en 21.00 uur dan degenen met een lagere HBA1c. Bovendien werd het cohort geclusterd op basis van de incretinefunctie, en individuen met een verminderde incretinefunctie vertoonden een lagere energie-inname tijdens de perioden van 11:00-14:00 en 17:00-21:00 uur en een lagere energie-inname tijdens de perioden van 14:00-17:00 en 21:00-5:00 uur.

Associaties tussen slaap, fysieke activiteit, voedingskenmerken en CGM en metabolische uitkomsten werden beoordeeld met behulp van de minst absolute krimp- en selectieoperator (LASSO) in combinatie met regressiemodellen. De energie-inname uit maaltijden tussen 2.00 en 5.00 uur was omgekeerd geassocieerd met nuchtere plasmaglucose (FPG).

Een hogere energie-inname uit maaltijden tussen 17.00 en 21.00 uur ging gepaard met meer tijd in hyperglykemie, minder tijd in het streefglucosebereik en een hogere gemiddelde glucose de volgende dag. Deze associaties waren met name niet te wijten aan verschillen in de totale dagelijkse calorie-inname, die vergelijkbaar was tussen de groepen, wat erop wijst dat de timing van de maaltijden zelf een sleutelfactor was. Een hogere koolhydraatinname uit niet-zetmeelrijke groenten was geassocieerd met een lagere gemiddelde glucose-inname de volgende dag, terwijl die uit zetmeelrijke groenten verband hield met hogere FPG en HbA1c.

Bovendien werd een grotere variabiliteit in slaapefficiëntie geassocieerd met hogere nachtelijke glucosespiegels, hogere gemiddelde glucosespiegels de volgende dag en een langere duur in het nachtelijke hyperglykemische bereik. Bovendien was een grotere variabiliteit in de waakduur na het begin van de slaap geassocieerd met een hogere OGTT-glucose van twee uur. Eerder ontwaken ging gepaard met lagere incretine-effecten. Een langere sedentaire duur gedurende de dag ging gepaard met meer tijd met hyperglykemie.

Een hogere stapdichtheid na de laatste maaltijd ging gepaard met minder tijd voor nachtelijke hyperglykemie. Stappen die tussen 8.00 en 11.00 uur werden gezet, gingen gepaard met lagere glucosespiegels de volgende dag in de insulineresistente (IR) groep. Stappen tussen 00:00 en 5:00 uur waren positief gecorreleerd met hogere glucosewaarden gedurende de volgende 48 uur in de IR- en insulinegevoelige (IS) groepen. Stappen tussen 14.00 uur en 17.00 uur toonde een negatieve correlatie met CGM-niveaus gedurende de volgende 48 uur in de IS-groep.

Vervolgens voerde het team een ​​gepermuteerde correlatienetwerkanalyse uit tussen slaap, fysieke activiteit en voedingskenmerken, waarbij rekening werd gehouden met alle levensstijlfactoren. Deze analyse toonde significante correlaties tussen levensstijlfactoren. Een hogere rijstinname werd geassocieerd met een langere slaaplatentie en verminderde slaapefficiëntie, terwijl een hogere inname van peulvruchten geassocieerd werd met een langere totale slaapduur en een kortere latentie.

Bovendien correleerde een hogere inname van fruit, kalium en vezels met een langere slaapduur. Langere vastenperiodes en een hogere energie-inname uit maaltijden tussen 8.00 en 11.00 uur waren gecorreleerd met langere slaaptijden. Daarnaast bouwde het team geïntegreerde lifestyle-machine learning-modellen om metabolische subfenotypes te voorspellen op basis van demografische en levensstijlgegevens.

Een hogere inname van koolhydraten uit snoep en zetmeelrijke groenten en een verhoogde energie-inname tussen 17.00 en 21.00 uur waren geassocieerd met prediabetes en hogere HbA1c-waarden. Daarentegen was een hogere inname van koolhydraten uit fruit geassocieerd met normoglycemie. Oudere leeftijd, hogere koolhydraatinname uit noedels en pasta, verhoogde eiwitinname en hogere energie-inname tussen 17.00 uur. en 21.00 uur uren waren voorspellend voor incretinedysfunctie. Een langere trainingsduur voorspelde een normale bètacelfunctie.

Ten slotte beoordeelde het team de reproduceerbaarheid van voorspellingsmodellen met behulp van het onafhankelijke validatiecohort, waarbij de nadruk lag op de incretinefunctie, aangezien andere metabolische subfenotypes zeer bevooroordeeld waren. Dit cohort onderging ook continue leefstijlmonitoring en metabolische testen. Het toepassen van het voorspellingsmodel op dit cohort leverde een nauwkeurigheid op van 80% met een misclassificatiefout van 0,2, wat duidt op robuuste en consistente voorspellingsprestaties over de cohorten heen.

Het is belangrijk op te merken dat de auteurs van het onderzoek enkele beperkingen erkennen. Deze omvatten de bescheiden steekproefomvang en het observationele karakter van de gegevens, wat betekent dat de resultaten sterke associaties laten zien in plaats van directe oorzaken. Het onderzoek werd ook uitgevoerd in één enkel geografisch gebied, wat aangeeft dat er in de toekomst meer diverse populaties moeten worden bestudeerd.

Conclusies

Samenvattend leverden de resultaten een unieke karakterisering op van hoe gewoontepatronen in levensstijl verband houden met de metabolische gevoeligheid voor diabetes type 2 (T2D). Het gebruikelijke tijdstip van de maaltijd was geassocieerd met insulineresistentie, een lagere incretinefunctie en hyperglykemie. Onregelmatige slaapcontrole en -efficiëntie gingen gepaard met hogere glucosewaarden en IR. Cruciaal is dat uit het onderzoek bleek dat de optimale timing voor lichamelijke activiteit kan afhangen van het metabolische profiel van een persoon, waarbij ochtendactiviteit gunstiger is voor degenen die meer insulineresistent zijn en middagactiviteit voor degenen die insulinegevoelig zijn. Over het geheel genomen onthullen de resultaten nieuwe fysiologische verbanden tussen levensstijlgedrag en metabolisch risico, wat de ontwikkeling van gepersonaliseerde levensstijlveranderingen en preventiestrategieën voor nauwkeurige preventie van type 2 diabetes informeert.

Bronnen: