Dom> Aktualności> Gratulacje dla Xie Liwei, konsultanta ds. Badań i rozwoju, za zapewnienie nowej oferty na olimpiadę
January 16, 2024

Gratulacje dla Xie Liwei, konsultanta ds. Badań i rozwoju, za zapewnienie nowej oferty na olimpiadę

Gratulacje dla Xie Liwei, konsultanta ds. Badań i rozwoju, za zapewnienie nowej oferty na olimpiadę

Na całym świecie rozpowszechnienie nadwagi/otyłości gwałtownie rośnie. Otyłość i jej powikłania nie tylko poważnie wpływają na jakość życia pacjentów, ale także przynoszą duże obciążenie ekonomiczne dla społeczeństwa i rodzin. Diety o niskiej zawartości węglowodanów (LCD) to tryb interwencji dietetycznej do leczenia odchudzania. Jednak w różnych badaniach efekty odchudzania interwencji LCD są zupełnie inne. Obecnie nie ma wystarczających dowodów na wyjaśnienie tej różnicy. Jest to zjawisko jakościowe, które jest również trudnym aspektem w dziedzinie zarządzania wagą medyczną.

15 września zespoły profesora Hong Chena i profesora Sun Jia z Wydziału Endokrynologii i Metabolizmu w Zhujiang Hospital of Southern Medical University oraz profesor Xie Liwei z zespołu Mikrobiologii i Zdrowia Guangdong Institute of Microbiology Raport z badań zatytułowany „Mikrobiota jelitowa służy jako przewidywalny wynik krótkoterminowej interwencji diety o niskiej zawartości węglowodanów (LCD) u pacjentów z otyłością” w czasopiśmie Microbiology Spectrum. W badaniu po raz pierwszy stwierdzono, że podstawowa charakterystyka flory jelitowej jest wyznacznikiem krótkoterminowego efektu zmniejszania diety o niskiej zawartości węglowodanów (LCD) w populacji nadwagi i otyłej. Badanie buduje model sztucznych sieci neuronowych (ANN) oparty na podstawowych cechach flory jelitowej w celu przewidywania wpływu LCD. Odkrycia zapewniają nowe podejście do klinicznego zarządzania masy ciała i strategii interwencji.

Na całym świecie rozpowszechnienie nadwagi/otyłości gwałtownie rośnie. Od 1980 r. Częstość występowania otyłości w ponad 70 krajach podwoiła się. Populacja dotknięta otyłością lub przewlekłymi chorobami metabolicznymi związanymi z otyłością wzrosła do ponad 2 miliardów [1]. Według danych z National Center for Health Statistics (NCHS), w latach 2017–2018 częstość otyłości w USA wyniosła około 42,4%, a częstość występowania ciężkiej otyłości z BMI ≥40 kg/m2 osiągnęła 9,2% [2 [2 ]. Jednocześnie „raport na temat żywienia i stanu przewlekłego choroby mieszkańców chińskich (2020)” [3] wskazał, że częstość występowania/występowania nadwagi i otyłości wśród mieszkańców chińskich wciąż rośnie, a nadwaga osób dorosłych lub populacji dorosłych lub Wskaźnik otyłości przekroczył 50%. Nadwaga/otyłość jest czynnikiem ryzyka serii chorób przewlekłych, takich jak choroby sercowo -naczyniowe, cukrzyca typu 2, rak itp. [4], [5], który poważnie zagraża zdrowiu Chińczyków [6], [7], [7], [8]. Ponadto istnieje ponad 29 powikłań, takich jak nadciśnienie, dyslipidemia i zaburzenia metabolizmu glukozy spowodowane otyłością u nastolatków, poważnie wpływając na rozwój fizyczny i zdrowie młodzieży. W przypadku otyłych pacjentów CVD są głównym przyczyną wysokiej śmiertelności związanej z otyłością i wskaźnika niepełnosprawności. Wysoki wskaźnik niepełnosprawności związany z BMI spowodowany przez CVD wynosi 34%, a wysoki wskaźnik śmiertelności związany z BMI wynosi zaledwie 41% [9]

Zwiększenie zachorowalności, potencjalne zagrożenia dla zdrowia i znaczne obciążenie gospodarcze sprawiły, że problem nadwagi/otyłości był ogromnym wyzwaniem w dziedzinie globalnego zdrowia publicznego. W ostatnich latach różne formy interwencji odchudzania były stopniowo stosowane w praktyce klinicznej i zapisywane w wytycznych. Interwencje w stylu życia są kamieniem węgielnym leczenia otyłości, a interwencje dietetyczne są głównym wyborem. Wśród wielu modeli interwencji dietetycznej interwencja o niskim węglowodanach przyciągnęła wiele uwagi. Ma długą historię, ale ma różne formy. W ostatnich latach LCD przyciągnęło powszechną uwagę, ale istnieją również pewne kontrowersje.

Badanie to obejmowało 51 mężczyzn lub kobiet w wieku 18–65 lat, które spełniły kryteria diagnostyczne nadwagi/otyłości (w pierwszych 3 miesiącach badania klinicznego nie zastosowano antybiotyków ani leków). Badani zostali losowo przydzielani na grupy i podzielono na różne grupy. Grupa normalnej diety z ograniczoną energią i nisko węglowodanowa grupa diety o niskiej zawartości węglowodanów (LCD). Czas interwencji diety wynosił 12 tygodni. Aby zapewnić strukturę diety LCD, grupa LCD przyjęła znormalizowany bar żywieniowy (dostarczony przez Guangzhou Nanda Feite Nutrition and Health Consulting Co., Ltd.) zamiast codziennego zszywkowego jedzenia na lunch i kolację. Liczba innych produktów spożywczych nie jest ograniczona i unikana jest przejadania się. W czasie rejestracji (tj. Welina wyjściowa) i 12 tygodni po interwencji pobierano próbki krwi żylnej i kału. Próbki krwi zastosowano do wykrywania wskaźników biochemicznych krwi, takich jak metabolizm glukozy i lipidów, czynność wątroby i nerki, a próbki kału zastosowano do sekwencjonowania amplikonu rDNA 16S, poprzez sekwencjonowanie amplikonu 16S RDNA, łącznie 2,47 miliona wysokiego poziomu wysokości 2,47 miliona wysokiego -Otrzymano odczyty. Dieta badanych była monitorowana przez 24-godzinną dietę przez 3 dni w tygodniu. Podczas całego okresu badania średni odsetek spożycia węglowodanów w normalnej grupie diety wynosił około 50%, a odsetek w grupie LCD wynosił około 20% (ryc. 1B-D). Chociaż spożycie kalorii nie było ograniczone, średnie spożycie energii w grupie niskoemisyjnej wyniosło około 50%. Rejestracja była znacznie niższa niż w normalnej grupie diety. 12-tygodniowa interwencja LCD znacznie poprawiła parametry ciała badanych, takie jak BMI, obwód talii, obwód talii, procent tkanki tłuszczowej i obszar tłuszczu trzewnego.

Oprócz różnych wyników utraty wagi, różne składniki dietetyczne mogą wpływać na skład i różnorodność flory jelitowej, ale oprócz zmian w całkowitym składzie i poziomu fily, wcześniejsze badania nie wyciągnęły konstruktywnego wniosku w celu prowadzenia LCD, dlatego przeanalizowaliśmy Dane dotyczące sekwencjonowania flory jelit i przyjęły 5-krotny algorytm krzyżowy i losowy las, biorąc pod uwagę minimalny poziom błędu i odchylenie standardowe, aby zapewnić najwyższą dokładność i stabilność. Następnie przeanalizowaliśmy dane sekwencji 16S RDNA osób w grupach ND i LCD przed i po teście w celu zidentyfikowania potencjalnych biomarkerów flory. Dalsza analiza wszystkich rodzajów badanych według losowego modelu lasu w danych wyjściowych i 12 tygodnia wykazała, że ​​względna obfitość oscylospiry i Porphyromonadaceae parabacteroides znacznie wzrosła po 12-tygodniowej interwencji LCD, a różnica była statystycznie istotna (p <0,055. ). Według istniejących raportów badawczych te dwa gatunki bakterii są zaangażowane w produkcję maślanu w jelicie, co sugeruje, że mogą istnieć inne czynniki wpływające na zmiany masy podczas procesu interwencji LCD w utraty wagi.

Dalsza analizuj utratę masy każdego pacjenta i podziel każdą grupę na dwie podgrupy zgodnie z grupowaniem parametrów utraty masy ciała: BMI, obwód talii, WHR, BFR i VFA Zmiany: moderowany efekt utraty masy ciała. Grupa odchudzania (MG) i znacząca grupa odchudzająca (odrębna grupa odchudzania, DG). W warunkach interwencji LCD spożycie energii i odsetek węglowodanów w diecie dwóch podgrup były prawie takie same, ale wskaźniki utraty masy badanych w znacznie skutecznej podgrupie zmniejszyły się znacznie, co sugeruje, że zindywidualizowane różnice w Inne czynniki mogą mieć wpływ na efekty odchudzania. Wpływ

Powyższe wyniki sugerują, że interwencja LCD ma dobry efekt odchudzania, ale istnieją indywidualne różnice. Dlatego w tym badaniu przeanalizowano dane flory jelit w dwóch podgrupach i zbadano, czy istnieją potencjalne czynniki związane z florą, które spowodowały różnicę utraty wagi między dwiema podgrupami w tej diecie. W dalszej analizie podgrupy wykorzystaliśmy sieć współwystępujących na poziomie rodzaju, aby dalej analizować interakcję między florą jelitową w podgrupie LCD i stwierdzili, że po 12 tygodniach interwencji LCD, chociaż dwie podgrupy LCD_DG i LCD_MG zbiornik interakcji sieci sieci zmniejszyła się, ale LCD_DG wykazał gęstszą, szerszą i bogatszą złożoność interakcji sieci niż LCD_MG w linii bazowej i w 12. tygodniu. Powyższe wyniki wskazują, że oprócz różnic w składzie i różnorodności flory, różnice między strukturą flory a złożonością interakcji flory mogą być ważnym powodem indywidualnych różnic w utraty masy ciała efekt. W podgrupie o niskiej zawartości węgla analiza według algorytmu modelu losowego Forest wykazała, że ​​wyjściowa względna obfitość bakterii Bacteroidaceae była statystycznie różna w dwóch podgrupach diety o niskiej zawartości węgla. Zgodnie z analizą regresji liniowej stwierdziliśmy, że wartość wyjściowa względnej liczebności bakterii jest pozytywnie skorelowana z efektem odchudzania krótkotrwałej diety o niskiej zawartości węgla. Na podstawie powyższych wyników model ROC został ustalony w oparciu o wyjściową względną obfitość podgrupy o niskiej zawartości węgla bakterii. Model ROC odzwierciedla podatność każdego punktu danych na krzywej na ten sam bodziec sygnałowy i kompleksowo odzwierciedla czułość i swoistość zmiennych. W tym badaniu wartość AUC modelu ROC osiągnęła 73,2%, co sugeruje, że podstawowa względna obfitość bakterii ma pewną wartość predykcyjną dla krótkoterminowego efektu odchudzania diety o niskiej zawartości węglowodanów.

Ponieważ flora w jelicie ludzkim nie jest osobą niezależną, istnieją skomplikowane połączenia między bakteriami. Dlatego badania te wprowadzają sztuczną sieć neuronową (ANN). ANN jest silniejszym modelem głębokiego uczenia się, który jest szkolony i wykorzystywany do symulacji biologicznych sieci neuronowych do złożonej analizy danych. Ann opiera się na biologicznych sieciach neuronowych. Podstawowa zasada sieci, naśladująca ludzką strukturę mózgu i mechanizm reakcji bodźca zewnętrznego, budowanie modelu opartego na wiedzy o topologii sieci, ma funkcje pamięci asocjacyjnej, klasyfikacji i rozpoznawania, zoptymalizowanych obliczeń i nieliniowych mapowania. W ostatnich latach coraz więcej badań medycznych stosuje ANN do przetwarzania złożonych danych. Uwzględniliśmy wartości zmian i współczynniki parametrów utraty masy ciała grupy LCD do modelu ANN w oparciu o wyjściową względną obfitość flory jelitowej grupy, i uzyskaliśmy wyższy współczynnik oznaczania modelu predykcyjnego (R2), który również wskazuje Prognozy ANN Efekt jest lepszy niż model liniowy, co sugeruje, że efekt prognozowania jest lepszy.

Podsumowując, obecne badania pokazują, że u osób z nadwagą/otyłością krótkoterminowa interwencja LCD bez ograniczenia kalorii ma znaczący wpływ na utratę masy bez znaczących działań niepożądanych. Istnieją indywidualne różnice w krótkoterminowej utraty wagi LCD. Względna liczebność bakterii bakteryjnych na początku przed interwencją LCD jest pozytywnie skorelowana z krótkoterminowym efektem utraty masy ciała interwencji LCD. Wreszcie, w tym badaniu skonstruowano model prognozowania ANN oparty na względnej liczebności flory jelitowej na początku. Za pośrednictwem modelu prognozowania ANN stwierdzono, że wyjściowa względna obfitość flory jelitowej może być stosowana jako predyktor zindynizowanego efektu utraty wagi przed interwencją LCD. , Ma ważne znaczenie dla zarządzania wagą medycyny klinicznej. Powiązane wyniki badań zostały opublikowane w „Spektrum mikrobiologii”.

W oparciu o wyniki tych badań, w leczeniu masy ciała medycyny klinicznej, względna obfitość bakterii Bacteroidaceae w jelitach jest stosunkowo niska, ale osoby z nadwagą/otyłością, którzy mają nadzieję schudnąć przez LCD odpowiadający probio TICS . Skuteczność. Obecnie nasza grupa badawcza współpracuje z Guangdong Academy of Sciences Institute of Microbiology i zespołem Xie Liwei Research Institute w celu przeprowadzenia badań klinicznych odchudzania na temat łącznego wykorzystania probiotyków i diety o niskiej zawartości węgla w celu dalszego zbadania strategii i pomysłów medycznych kontroli wagi. Nie możemy się doczekać zaktualizowanych wyników badań.

Głównym autorem tego badania jest Zhang Susu, lekarz na Wydziale Endokrynologii i Metabolizmu, Szpital Zhujiang, Southern Medical University; Autor współrzędny, doktorant Wu Peili, na Wydziale Endokrynologii i Metabolizmu, Nanfang Hospital, Southern Medical University; Tian jest również doktoratem, Departament Endokrynologii i Metabolizmu, Szpital Zhujiang, Southern Medical University, Chen Hong, profesor i badacz Xie Liwei z Kluczowego Laboratorium Mikrobiologii Stosowanej w południowych Chinach wspólnie uprawnych studentów; Liu Bingdong jest wspólnym szkoleniem doktorantów przez profesora Pan Jiyang z Wydziału Psychiatrii pierwszego powiązanego szpitala Uniwersytetu Jinan i badacza Xie LIWEI z Key Laboratory of Applied Microbiology w południowych Chinach. Odpowiednim autorem tego artykułu jest profesor Sun Jia z Departamentu Endokrynologii i Metabolizmu, Szpital Zhujiang na Southern Medical University oraz współzależni autorzy to profesor Chen Hong z Departamentu Endokrynologii i Metabolizmu, Zhujiang Hospital of Southern Medical University, oraz badacz Pi Xie Liwei z zespołu mikroekologii i zdrowia jelitowego Instytutu Mikrobiologii, Guangdong Academy of Sciences.

Share to:

LET'S GET IN TOUCH

We will contact you immediately

Fill in more information so that we can get in touch with you faster

Privacy statement: Your privacy is very important to Us. Our company promises not to disclose your personal information to any external company with out your explicit permission.

Wysłać