Pengenalan

Nama kajian: Assessment of a Personalized Approach to Predicting Postprandial Glycemic Responses to Food Among Individuals Without Diabetes

Objektif: Menghuraikan dan meramal tindak balas glisemik individu terhadap pelbagai jenis makanan menggunakan model yang mengambil kira fisiologi dan mikrobiom individu, selain ciri-ciri makanan yang dimakan.

Negara kajian: Amerika Syarikat (Minnesota dan Florida)

Panduan pemakanan lazimnya menilai kesan makanan terhadap gula darah berdasarkan kandungan kalori atau karbohidratnya. Pendekatan ini mudah difahami, tetapi ia menganggap semua orang bertindak balas dengan cara yang sama. Bukti yang semakin bertambah menunjukkan bahawa tindak balas glisemik selepas makan (PPGR) mungkin dipengaruhi oleh ciri-ciri unik setiap individu, termasuk ukuran badan dan mikrobiom usus.

Kajian kohort oleh Helena Mendes-Soares dan rakan-rakan (2019), dengan DOI yang menunjukkan penerbitan dalam JAMA Network Open, cuba mengesahkan pendekatan ramalan diperibadikan dalam populasi Amerika Syarikat. Kajian ini penting kerana ia menguji sama ada model yang dibangunkan dalam penyelidikan terdahulu boleh berfungsi dalam kumpulan peserta yang berbeza.

Mengapa Kajian Ini Penting

Kebanyakan orang yang tidak menghidap diabetes jarang memikirkan gula darah selepas makan. Namun, lonjakan glukosa yang kerap selepas makan dikaitkan dalam literatur dengan risiko metabolik jangka panjang. Jika model ramalan boleh mengenal pasti makanan yang menyebabkan lonjakan besar bagi seseorang, ia berpotensi digunakan untuk pencegahan sebelum diabetes berkembang.

Kajian ini juga relevan kerana ia membandingkan secara langsung prestasi model diperibadikan dengan kaedah piawai yang digunakan dalam penjagaan harian, iaitu bergantung kepada kandungan kalori atau karbohidrat sahaja.

Kaedah Kajian

Kajian kohort ini mendaftarkan 327 individu yang tidak menghidap diabetes, dari 11 Oktober 2016 hingga 13 Disember 2017, di Minnesota dan Florida. Setiap peserta terlibat selama enam hari. Penyelidik mengukur pemboleh ubah antropometri, menghuraikan komposisi mikrob usus, dan menilai paras glukosa darah setiap lima minit menggunakan pemantau glukosa berterusan.

Peserta merekod maklumat makanan dan aktiviti sepanjang tempoh kajian. Model ramalan PPGR individu kemudian dilatih dan diaplikasikan, dengan mengambil kira ciri individu termasuk mikrobiom, di samping ciri makanan yang dimakan. Hasil utama ialah tindak balas glisemik terhadap makanan sepanjang enam hari.

Dapatan Utama

1. Tindak Balas Berbeza Terhadap Makanan Yang Sama

Tindak balas selepas makan terhadap makanan yang sama didapati berbeza dalam kalangan 327 peserta. Purata umur peserta ialah 45 tahun (sisihan piawai 12), dan 78.0% daripada mereka ialah wanita. Pemerhatian ini selari dengan laporan kajian terdahulu bahawa individu boleh bertindak balas secara berbeza terhadap hidangan yang serupa.

2. Model Peribadi Mengatasi Kiraan Kalori dan Karbohidrat

Model yang meramal tindak balas setiap individu dengan mengambil kira beberapa faktor peribadi, selain ciri makanan, menunjukkan prestasi keseluruhan yang lebih baik dengan nilai korelasi R = 0.62. Sebagai perbandingan, pendekatan piawai yang menggunakan kandungan nutrien sahaja mencatatkan R = 0.34 bagi kalori dan R = 0.40 bagi karbohidrat.

Ini bermakna model diperibadikan dapat menjelaskan variasi tindak balas gula darah dengan lebih baik berbanding hanya melihat label kalori atau karbohidrat makanan.

3. Peranan Mikrobiom dan Ciri Klinikal

Penulis menyimpulkan bahawa model yang mengambil kira ciri unik individu, seperti ciri klinikal, pemboleh ubah fisiologi dan mikrobiom, adalah lebih ramalan berbanding pendekatan diet semasa yang hanya memberi tumpuan kepada kandungan kalori atau karbohidrat makanan. Mereka mencadangkan bahawa alat berasaskan ramalan peribadi berpotensi membantu individu mengekalkan paras glukosa dalam had yang dikaitkan dengan kesihatan yang baik.

Implikasi Kepada Pengguna dan Kesihatan Awam di Malaysia

Bagi pengguna di Malaysia, kajian ini menunjukkan bahawa kiraan karbohidrat atau kalori sahaja mungkin tidak menggambarkan sepenuhnya bagaimana tubuh seseorang bertindak balas terhadap makanan. Namun, ia tidak bermakna kiraan karbohidrat tidak berguna; ia masih memberi asas yang baik, cuma ketepatannya terhad.

Dari perspektif kesihatan awam, teknologi ramalan peribadi masih belum tersedia secara meluas di Malaysia, dan model yang dibangunkan dengan data Amerika Syarikat mungkin tidak tepat untuk makanan tempatan seperti nasi lemak atau roti canai. Pembangunan pangkalan data tempatan yang merangkumi makanan dan populasi Malaysia akan diperlukan sebelum pendekatan ini boleh digunakan secara berkesan di sini.

Batasan Kajian

Peserta tidak menghidap diabetes, jadi dapatan tidak semestinya terpakai kepada pesakit diabetes. Tempoh pemerhatian hanya enam hari, dan kebanyakan peserta ialah wanita (78.0%). Kajian ini bersifat pemerhatian dan menilai ketepatan ramalan, bukan kesan intervensi terhadap kesihatan jangka panjang. Nama jurnal tidak dipaparkan pada halaman SciSpace dan dikenal pasti daripada awalan DOI.

Langkah Praktikal

Gunakan kiraan karbohidrat sebagai titik permulaan, tetapi sedar bahawa tindak balas peribadi boleh berbeza. Perhatikan faktor lain yang mempengaruhi gula darah seperti tidur, aktiviti fizikal dan gabungan makanan dalam hidangan. Individu yang berisiko tinggi diabetes boleh bertanya kepada doktor sama ada pemantauan gula darah tambahan sesuai untuk mereka.

Ringkasan Angka Penting

• Peserta: 327 individu tanpa diabetes (purata umur 45 tahun; 78.0% wanita).

• Tempoh: 6 hari; glukosa diukur setiap 5 minit.

• Prestasi model peribadi: R = 0.62.

• Prestasi berdasarkan kalori: R = 0.34; berdasarkan karbohidrat: R = 0.40.

• Tempoh pengambilan peserta: Oktober 2016 hingga Disember 2017.

Kesimpulan

Kajian ini menunjukkan bahawa model ramalan diperibadikan yang menggabungkan ciri individu dan mikrobiom dapat meramal tindak balas gula darah selepas makan dengan lebih tepat berbanding pendekatan yang hanya berdasarkan kalori atau karbohidrat. Walaupun ia membuka ruang kepada pemakanan diperibadikan, penggunaannya di Malaysia memerlukan data tempatan dan pengesahan dalam populasi pesakit diabetes.

Sumber Rujukan

Mendes-Soares, H. et al. (2019). Assessment of a Personalized Approach to Predicting Postprandial Glycemic Responses to Food Among Individuals Without Diabetes. JAMA Network Open, 2(2). DOI: 10.1001/JAMANETWORKOPEN.2018.8102 (nama jurnal tidak dipaparkan di SciSpace; dikenal pasti daripada awalan DOI)

Pautan SciSpace: https://scispace.com/papers/assessment-of-a-personalized-approach-to-predicting-38266rlkcm

Kata Kunci

ramalan glisemik, pemakanan diperibadikan, mikrobiom usus, pemantau glukosa berterusan, kiraan karbohidrat, pencegahan diabetes