富含花生的减肥饮食对体重、血压和血糖控制的影响：RCT

sean编译 医学营养MNT 2022-08-05 08:58 发表于北京

https://doi.org/10.3390/nu14142986

发布时间：2022 年 7 月 21 日

摘要

本研究的目的是检查作为减肥饮食的一部分，与传统的低脂减肥饮食相比，在每天两顿主餐之前食用 35 克花生对体重、血糖控制指标的影响，以及 6 个月内有 2 型糖尿病风险的成年人的血压。

研究者进行了一项两臂随机对照试验。BMI >26 kg/m 2的成年人（年龄 > 18 岁）和有 2 型糖尿病风险的患者被随机分配到花生组或传统低脂饮食组（对照组）。

建议花生组每天在两顿主餐前食用35克微盐干烤花生。对照组的参与者接受了低脂饮食的教育。两组均接受饮食咨询以限制能量摄入（女性：<5500 kJ/1300 kcal/d；男性：<7000 kJ/1700 kcal/d）并在基线、3个月和6个月进行结果评估。总共有 107 名参与者被随机分配（65% 为女性；平均年龄 58 ± 14 岁，BMI 33 ± 5.4 kg/m2，腰围 109 ± 13 cm，AUSDRISK 评分 15 ± 5 分），76 名参与者完成了研究。

在 6 个月时未观察到体重（主要结果）的组间差异（平均差异，-0.12 kg；95% CI，-2.42，2.18；p= 0.92）。队列中 6 个月时的平均体重减轻为 6.7 ± 5.1 kg（访问p < 0.001）。HbA1c、空腹血糖、空腹胰岛素、2 小时葡萄糖和 HOMA-IR 在各组之间没有差异。

在 6 个月时，花生组与对照组相比，收缩压降低程度更大（-5.33 mmHg；95% CI，-9.23，-1.43；p= 0.008)。在能量限制饮食的情况下，每天两顿主餐前摄入 35 克花生，其减肥效果与没有预负荷的传统低脂减肥饮食相当。摄入花生后，收缩压降低幅度更大，这可能会降低心血管疾病的风险。

关键词：减肥；花生；超重; 肥胖; 糖尿病前期

一、简介

超重和肥胖仍然是一个具有全球公共卫生意义的问题。在美国，大约 74% 的年龄 >20 岁的成年人超重或肥胖 [1 ]。同样，在澳大利亚，2017/2018 年 67% 的成年人超重或肥胖，高于 2014/2015 年的 63.4% [ 2 ]。在澳大利亚年轻成年人（18-24 岁）中，超重和肥胖从 2014/2015 年的 38.9% 增加到 2017/2018 年的 46.0%。超重和肥胖会显著增加 2 型糖尿病和心血管疾病 (CVD) [ 3 , 4 ]的风险。帮助超重和肥胖成年人实现持续减肥的饮食方法对于降低 2 型糖尿病和 CVD 风险至关重要。

治疗超重和肥胖的一线干预措施是能量限制饮食[5 ]；然而，在采用和维持能量限制饮食方面存在许多障碍。一个关键的挑战是饥饿感，因为许多减肥饮食的饱腹感较低。高蛋白饮食具有更高的饱腹感，是推荐用于减肥的一种饮食方法[ 5 ]。另一种可以促进饱腹感并有助于降低能量摄入的策略是在主餐前消耗预负荷。最近的一项随机试验表明，在早餐和午餐前 30 分钟服用能量限制饮食（-500 kcal/d）和摄入高蛋白、基于纤维的奶昔（17 g 蛋白质，6 g 纤维） 比84 天后的等热量低蛋白质纤维奶昔（1 g 蛋白质，3 g 纤维）可以更大程度降低身体重量（-3.3 kg 与 -1.8 kg，p< 0.05) [ 6 ]。除了饱腹感之外，含蛋白质的预负荷通过延迟胃排空、减慢葡萄糖吸收和/或在餐中主要葡萄糖负荷之前刺激胰岛素分泌来减轻餐后葡萄糖波动 [ 7 , 8 , 9 ]。含油预负荷与含蛋白质预负荷的餐后效果相似 [ 10]。重要的是，餐后血糖水平是导致非 2 型糖尿病患者总体高血糖的主要因素。在一组没有已知糖尿病的成年人（血红蛋白 A1c (HbA1c) 5.1–5.5%）中，餐后血糖水平占总体相对高血糖症的约81% [ 11 ]。因此，在主餐前摄入含脂肪、蛋白质和纤维的前负荷可能是促进饱腹感和减少餐后高血糖的一种策略，这有望促进体重减轻并降低 2 型糖尿病的风险。

大量证据表明，坚果与 CVD 和 2 型糖尿病的风险降低有关 [12 ]。这些发现得到了随机对照试验的支持，这些试验表明坚果可以改善心血管疾病的危险因素 [ 13 , 14 , 15 ] 和血糖控制标志物 [ 16 , 17 ]。此外，坚果具有很高的饱腹感，人类喂养试验表明，坚果摄入可在餐后调节食欲 [ 18]。值得注意的是，包括花生在内的坚果已被证明可以抑制饥饿感和进食欲望，并提高摄入后的饱腹感。然而，坚果能量密集，通常被排除在减肥饮食之外。迄今为止的证据表明，在针对体重维持的研究中，摄入坚果不会促进体重增加[ 19]。然而，很少有研究在能量限制减肥饮食的背景下评估坚果摄入的影响。该试验的目的是评估与传统的低脂减肥饮食相比，作为能量限制减肥饮食的一部分，在每天两顿主餐之前摄入 35 克花生对体重的影响， 6 个月内患有中度或高度 2 型糖尿病风险的超重或肥胖成人的 HbA1c、2 小时血糖和血压。据推测，与传统的低脂减肥饮食相比，在减肥饮食中加入花生会增加体重减轻并改善血糖控制。

2.材料和方法

2.1. 研究规划

在澳大利亚阿德莱德的南澳大利亚大学进行了一项为期 6 个月的 2 臂平行随机对照试验，以检查包括 70 克/天花生在内的能量限制饮食对减肥、血压和血糖的影响结果与低脂减肥饮食相比。建议花生组在每天两顿主餐前食用35克微盐干烤花生。对照组的参与者接受了低脂饮食的教育。建议两个饮食组限制能量摄入（女性：<5500 kJ/1300 kcal/d；男性：<7000 kJ/1700 kcal/d）。使用计算机生成的方案（randomization.com），参与者在基线时以一对一的比例随机分配。该研究得到了南澳大利亚大学人类研究伦理委员会的批准，并获得参与者的书面知情同意（伦理协议“花生对体重和糖尿病预防和控制标志物的长期影响”；申请 ID：203354；2020 年 10 月 23 日批准）。该研究是根据赫尔辛基宣言进行的。

2.2.参与者

参与者于 2021 年 1 月至 2021 年 5 月从澳大利亚阿德莱德招募，使用印刷、社交媒体和广播广告。符合条件的个体年龄 > 18 岁，体重指数 (BMI) > 26 kg/m2，并且在澳大利亚 2 型糖尿病评估中处于中度或高度 2 型糖尿病风险（得分 > 6 分）（风险评估工具 (AUSDRISK)） [ 20]。此外，符合条件的个人没有可能影响研究结果的健康状况，也没有对花生的食物过敏/不耐受。既往进行过减肥手术、收缩压>160 mmHg、目前正在接受急性疾病的药物治疗、参与另一项正在进行的临床试验、目前的减肥饮食以及不愿吃花生、服用糖尿病或肥胖药物的人不符合条件。允许使用高血压药物、怀孕或计划怀孕的妇女或母乳喂养的妇女不符合条件。

2.3.饮食干预

花生组和对照组都接受了经过认证的执业营养师的营养教育，以遵循能量限制饮食。在整个研究过程中，两组的参与者每月都会与营养师会面。根据之前的研究，建议女性和男性将能量摄入量分别限制在 5500 和 7000 kJ[ 21、22 ]。两组的参与者都被要求在整个研究过程中保持锻炼模式不变。

在整个 6 个月的研究期间，花生组的参与者接受了在两餐前 30 分钟吃 35 克花生的教育（即70 克/天）。微盐干烤花生（Fisher Nuts：1890 kJ/70 g，脂肪，35 g/70 g；MUFA，18.3 g/70 g；钠，188 mg/70 g；碳水化合物，12.5 g/70 g；蛋白质，在研究期间提供了 17.5 g/70 g)。通过参与者填写的每日清单评估提供的花生的摄入量。对照组的参与者接受了低脂饮食的教育，并要求在研究期间避免食用花生和花生酱。遵循能量限制饮食的饮食教育反映了超重和肥胖管理的标准护理 [23]。对照组的参与者获得了与提供给花生组的花生相同价值的食品券。两组的参与者都被要求在诊所就诊之间每周在家称体重。

2.4.结果

参加者7次参加研究中心（表1）。在基线时，采集 3 个月和 6 个月的血样用于测量 HbA1c、空腹血糖和胰岛素，并进行 2 小时口服葡萄糖耐量试验。在整个研究过程中，每月测量一次体重，每 3 个月测量一次血压。在每次访问之前，参与者被要求从前一天晚上 12:00 开始禁食，只允许喝水。脱鞋后穿着轻便衣服测量体重和身高，休息 5 分钟后使用自动血压计测量血压，一式三份。在认可的临床实验室（Clinpath Pathology，阿德莱德）的采集点采集血样，用于测量 HbA1c、空腹血糖和胰岛素。根据以下公式计算胰岛素抵抗的稳态模型评估（HOMA-IR）：[24 ]。2小时口服葡萄糖耐量试验在研究中心进行。在空腹状态和饮用 75 克葡萄糖饮料后 120 分钟采集血样。血样由商业实验室 (Clinpath Pathology, Adelaide) 进行分析。

表 1. 研究期间的结果评估时间表

HbA1c，血红蛋白A1c。

使用自动管理的 24 小时召回 (ASA-24) 系统（澳大利亚 2016 版）在基线、3 个月和 6 个月时收集单个非随机24 小时召回。建议在每个时间点完成一次 24 小时的召回，以评估干预后平均通常摄入量的变化 [25 ]。参与者被要求回忆前一天从午夜到午夜的摄入量。由于所有报告的能量摄入都被认为是合理的，因此没有根据能量摄入进行排除。遵循国家癌症研究所审查和清理 ASA-24 数据的指南 [ 26 ]。

2.5.统计分析

样本量计算表明，每组 50 名参与者的完成将提供 80% 的功效来检测组间 1.7 公斤（标准差 3.0 公斤）的差异 (p < 0.05) [ 21 ]。减肥是主要结果。所有其他结果都是次要的。

所有统计分析均使用 SAS（9.4 版；SAS Institute, Cary, NC, USA）进行。来自随机参与者的所有可用数据都包含在符合意向治疗原则的数据分析中。获得终点测量时，包括退出研究的参与者的数据。混合模型过程不执行列表删除，因此保留了自由度；因此，这种分析方法允许包含 ≥1 个缺失数据点的参与者。通过使用单变量分析 (PROC UNIVARIATE) 评估残差的正态性，以定量评估偏度并目视检查分布和正态概率 (Q-Q) 图。

混合模型程序（PROC MIXED）用于检查饮食对每个结果的影响。访问被建模为重复效应以解释重复测量设计。饮食被建模为固定效应，基线值作为协变量包括在内。当检测到饮食、就诊或逐次饮食的主要影响时，进行事后成对比较，并使用 Tukey-Kramer 方法调整多重比较；事后测试的数据以成对均值差和 95% CI和 Tukey-Kramer 调整后的p值表示。还评估了性别效应和性别与饮食的相互作用。统计学显著性设定为p< 0.05。

3. 结果

3.1．参与者

总共有 107 名参与者被随机分配。在随机参与者中，一名在基线测试期间退出，两名在基线时被认为不合格。在 3 个月时，随机分配到花生组的 47 名参与者和随机分配到对照组的 33 名参与者参加了随访。6个月后，花生组44名参与者和对照组32名参与者参加了随访（图1）。在基线时，两组非常相似。该队列的平均年龄为 58 岁（范围 19-79 岁），平均BMI 为 33.1 ± 5.4 kg/m 2，腰围为 109 ± 12.9 cm（表 2）。花生组报告说，提供的花生在 93% 的研究日被食用。

图 1. CONSORT 流程图。

表 2. 所有随机参与者的基线特征

除非另有说明，否则数据以平均值±标准差表示；1 n = 56; 2 n = 44；3 n = 45。AUSDRISK，澳大利亚 2 型糖尿病风险评估工具；BMI，体重指数；HbA1c，血红蛋白 A1c。

3.2.重量

观察到体重的访问主效应（p< 0.001）；没有观察到饮食效应 ( p = 0.94) 或逐个饮食相互作用 ( p = 0.98)（图 2）。与基线相比，6个月时，花生组减重6.72 kg（95% CI，-8.21，-5.23），对照组减重6.60 kg（95% CI，-8.35，-4.85）；在 6 个月时，花生组和对照组的体重减轻没有差异（平均差，-0.12；95% CI，-2.42，2.18；p = 0.92）。没有观察到性别影响或性别与饮食的相互作用。与基线相比，每组中只有 3 名参与者在 6 个月时体重没有减轻。

图 2. 在 6 个月的研究期间，每个研究组的体重自基线变化。以最小二乘表示的数据平均值±平均值的标准误差。使用线性混合模型（PROC MIXED；SAS 版本 9.4）分析数据。通过将访问建模为重复效应和基线体重作为协变量来检查饮食对体重从基线变化的影响。

3.3.血压

对于收缩压，观察饮食（p= 0.007）和就诊（p <0.001）的主要影响；每次访问饮食的相互作用（p = 0.063）接近统计学意义（表3）。与基线相比，花生组（-9.46 mmHg，95% CI，-11.96，-6.95；p < 0.001）和对照组（-4.13 mmHg；95% CI，-7.11，- 1.14；p = 0.007) 6 个月后。在花生组中观察到的 6 个月收缩压降低显著大于在对照组中观察到的相应变化（组间平均差，-5.33 mmHg；95% CI，-9.23，-1.43；p= 0.008)。没有观察到收缩压的性别影响或性别与饮食的相互作用。

表 3. 研究饮食对血压的影响。

以最小二乘表示的数据平均值±平均值的标准误差。使用线性混合模型（PROC MIXED；SAS 版本 9.4）分析数据。饮食对每个结果的影响通过访问建模为重复效应和基线值作为协变量进行检查。SBP，收缩压；DBP，舒张压。

对于舒张压，没有观察到饮食影响或饮食与就诊之间的相互作用。该队列的舒张压在第 3 个月（-3.92 mmHg；95% CI，-5.52，-2.32；p< 0.001）和 6（-4.76 mmHg；95% CI，-6.40，-3.13；p < 0.001）个月时下降与基线相比。在 3 个月和 6 个月之间没有观察到舒张压的差异。没有观察到性别影响或性别与饮食的相互作用。

3.4.血糖结果

对于空腹血糖、空腹胰岛素、2 小时葡萄糖、HbA1c 或 HOMA-IR，未观察到饮食影响或每次就诊饮食的相互作用（表 4）。随着时间的推移，队列中的空腹血糖降低（访问p < 0.001）。与基线相比，空腹血糖在 3 个月（-0.14 mmol/L；95% CI，-0.24，-0.04；p = 0.004）和 6 个月（-0.18 mmol/L；95% CI，-0.28，- 0.08；p < 0.001）在队列中。空腹血糖未观察到性别效应或饮食与性别的相互作用。对于 2 小时葡萄糖，未观察到访视、性别或按饮食性别的主要影响。

表 4. 研究结果对血糖结果的影响

以最小二乘表示的数据平均值±平均值的标准误差。使用线性混合模型（PROC MIXED；SAS 版本 9.4）分析数据。检查饮食对每个结果的影响，将访问建模为重复效应，并将基线值作为协变量包括在内；1 n = 56; 2 n = 45；3 n = 44；4 n = 34; 5 n = 31。HbA1c，血红蛋白 A1c；HOMA-IR，胰岛素抵抗的稳态模型评估。

整个队列中的胰岛素随时间下降（访问p< 0.001）。与基线相比，3 个月（-2.62 u/mL；95% CI，-4.06，-1.19；p < 0.01）和 6 个月（-3.38 u/mL；95% CI，-4.85，-1.91）胰岛素水平较低; p < 0.001)。没有观察到胰岛素的性别效应或饮食与性别的相互作用。HOMA-IR 在整个队列中也随着时间的推移而下降（p < 0.001）。与基线相比，HOMA-IR 在 3 个月（-0.61；95% CI，-0.93，-0.30；p < 0001）和 6 个月（-0.84；95% CI，-1.16，-0.51；p < 0.001)。HOMA-IR 没有观察到性别效应或饮食与性别的相互作用。

随着时间的推移，该队列中的 HbA1c 下降（访问p< 0.001）。与基线相比，HbA1c 在 3 个月（-0.08%；95% CI，-0.12，-0.04；p < 0.001）和 6 个月（-0.13%；95% CI，-0.17%，-0.09；p < 0.001) 在整个队列中。与 3 个月相比，6 个月时的 HbA1c 也较低（-0.05%；95% CI，-0.09，-0.003；p = 0.03）。观察到性别效应 ( p = 0.03)，即女性的 HbA1c 高于男性；然而，没有观察到饮食与性别的相互作用。

3.5.膳食摄入量

观察到饮食、就诊和逐次饮食对能量摄入、总脂肪（g 和 % kJ）、MUFA（% kJ）和碳水化合物（% kJ）的主要影响（表 5）。事后测试表明，与花生组相比，对照组在6 个月时的能量摄入显著降低（-1731 kJ；95% CI，-3231，-231；p = 0.01）；在 3 个月时未观察到组间差异。在 3 个月 (11%; 95% CI, 6, 17; p < 0.001) 和 6个月 (12%; 95% CI, 6)时，花生组的总脂肪能量百分比显著高于对照组, 17; p< 0.001)。花生组脂肪摄入量较高的原因是提供的花生中MUFA 摄入量较高。与对照组相比，花生组在 3 个月(10%; 95% CI, 7, 13; p < 0.001) 和 6 个月 (11%; 95% CI, 7, 14; p < 0.001)。在 3 个月（-13%；95% CI，-19，-8；p < 0.001）和 6 个月（-10%；95%）时，花生组的碳水化合物能量百分比显著低于对照组CI，-16，-5；p < 0.001）。这些数据证实了两组的高依从性水平，因为差异反映了高脂肪食物（即花生）与低脂肪饮食（碳水化合物含量更高）的摄入量。

表 5. 通过自我管理的 24 小时回忆评估，含花生减肥饮食与传统低脂减肥饮食相比对饮食摄入的影响。

以最小二乘表示的数据平均值±平均值的标准误差。使用线性混合模型（PROC MIXED；SAS 版本 9.4）分析数据。饮食对每个结果的影响通过访问建模为重复效应和基线值作为协变量进行检查。MUFA，单不饱和脂肪酸；PUFA，多不饱和脂肪酸。

观察到饱和脂肪的访问效应，事后测试表明，与整个队列的基线相比，3 个月时的摄入量较低（-1.8%；95% CI，-3.0，-0.5；p= 0.004）。钠也观察到了访问效应。在整个队列中，钠摄入量在 3 个月（-325 mg；95% CI，-625，-26；p = 0.03）和6 个月（-440 mg；95% CI，-747，-134；p = 0.002) 与基线相比；钠摄入量没有观察到饮食影响或饮食与访问之间的相互作用。观察到饮食和按次饮食对钾的主要影响。在整个研究过程中，花生组的钾摄入量高于对照组。事后检验显示各时间点各组钾摄入量无显著差异（p> 0.05 全部）。观察到纤维的逐次饮食相互作用；事后测试显示，在每个时间点，各组之间的纤维摄入量没有显著差异（全部p > 0.05）。

4。讨论

这项随机试验表明，富含花生的减肥饮食与传统的低脂减肥饮食的减肥效果相似。然而，在 6 个月时，与传统饮食相比，含花生减肥饮食的收缩压降低幅度更大。两种饮食都改善了空腹血糖和胰岛素、HOMA-IR 和 HbA1c。总的来说，这项试验的结果表明，70 克/天的花生可以包括在能量限制的减肥饮食中，而不会在 6 个月内减轻体重减轻。

花生能量密集（24.6 kJ/g 或 5.9 kcal/g），人们担心习惯性摄入坚果可能会促进体重增加 [27]。出于这个原因，减肥饮食后的人经常避免吃坚果。在这项试验中，花生组的参与者在每天两顿主餐之前食用 70 g/d（1890 kJ/450 kcal）的花生。在饮食咨询以遵循能量限制饮食的背景下，参与者确实实现了与临床显著体重减轻一致的能量不足（初始体重的-7.5%），这与给予饮食咨询以遵循能量的对照组没有差异- 6个月时限制低脂饮食。观察到每组饮食中常量营养素组成的差异；然而，这些差异与所提供的花生的营养成分和份量一致。这些结果与显示低脂饮食的体重减轻相当的数据一致（<[5 ]。然而，与高脂肪、低碳水化合物饮食相比，低脂肪、高碳水化合物饮食对血压的影响不太一致[ 5 ]。

在本研究中，我们观察到与对照组相比，花生组在 6 个月时收缩压降低幅度更大（-5 mmHg）。根据最近的一项荟萃分析，收缩压降低 5 mmHg 预计可将主要心血管事件的风险降低 10% [28 ]。在超重或肥胖的个体中，建议通过减重来控制血压 [ 29 ]，尽管减重的降血压效果在研究中各不相同 [ 30 , 31 ]。随机对照试验数据的元回归表明，体重减轻1 公斤可使收缩压降低 0.36 mmHg [ 30]。然而，早期的分析表明，每减轻 1 公斤体重，收缩压就会降低 1.05 毫米汞柱 [ 31 ]。由于花生组和对照组的体重减轻相当，因此与饮食相关的差异可能解释了花生组中观察到的收缩压降低。

对 21 项随机对照试验的荟萃分析表明，摄入坚果可降低非 2 型糖尿病患者的收缩压（平均差，-1.29 mmHg；95% CI，-2.35，-0.22）；然而，只有两项纳入的研究检查了花生，两项研究均未观察到对收缩压的影响[32 ]。最近对六项随机对照试验的荟萃分析显示花生对收缩压没有影响 [ 33 ]。虽然本研究的结果与先前的证据有所不同，但应该指出的是，相对较少的研究检查了花生对血压的影响，并且有限的研究评估了体重减轻的 2 型糖尿病高风险人群。

花生组中较高的 MUFA/较低碳水化合物的摄入量可能导致观察到的收缩压降低。一项包括 2 型糖尿病患者在内的随机对照试验的系统回顾和荟萃分析表明，与高碳水化合物饮食[34 ]。然而，对 14 项随机对照试验的荟萃分析表明，与低饱和脂肪、高碳水化合物相比，低饱和脂肪、高 MUFA 饮食不会影响血压饮食 [ 35]。因此，较高的 MUFA 饮食对收缩压的影响仍不清楚。然而，MUFA 的饮食来源可能解释了一些不一致之处。在钱等人的荟萃分析中，所有研究都包括MUFA [ 34 ] 的植物来源。总的来说，这一证据表明，植物源性 MUFA 含量高的饮食可能具有降低血压的作用。

在这两组中，钠摄入量在 6 个月期间都减少了，这可能导致随着时间的推移观察到的收缩压降低。然而，根据显示每天钠排泄量每减少 1 mmol，收缩压降低 0.042 mmHg 的元回归，预计钠摄入量的减少会使收缩压降低 <1 mmHg [36 ]。平均而言，花生组的钾摄入量高于对照组（322毫克），尽管钾摄入量的增加只会适度降低收缩压（<1 毫米汞柱）[ 36 ]。因此，钠和钾摄入量的变化可能对观察到的整体收缩压降低做出了很小的贡献。

在这项研究中，我们没有观察到空腹血糖或胰岛素、HOMA-IR、2 小时血糖或HbA1c 的组间差异。一项随机对照喂养研究的荟萃分析表明，用 MUFA 替代 5% 的碳水化合物能量对空腹血糖、2 小时葡萄糖或空腹胰岛素没有影响 [37]。然而，HbA1c（-0.09%；95% CI，-0.12，-0.05）、2 小时胰岛素（-20 pmol/L；95% CI，-32.2，-8.4）和 HOMA-IR（-2.4 %；95% CI，-4.6，-0.3) 被观察到。因此，用 MUFA 替代碳水化合物可能具有我们在本研究中未检测到的胰岛素增敏作用，因为仅评估了HOMA-IR，这主要反映了肝脏胰岛素敏感性。在空腹血糖受损的个体中，空腹状态下的胰岛素水平较低，不足以维持正常血糖，这在 HOMA-IR 计算中未考虑在内 [ 38 ]。

同样合理的是，没有观察到假设的血糖控制改善，因为作为花生基质一部分消耗的 MUFA 具有有限的肠道生物利用度，因此不会延迟胃排空、减少碳水化合物吸收和/或刺激胰岛素分泌餐前摄入富含 MUFA 的油可以降低餐后血糖波动 [10 ]。鉴于餐后血糖水平是血糖控制受损个体整体血糖控制的主要决定因素 [ 11]，可能需要摄入一种肠道生物利用度更高的花生，以减轻餐后高血糖，从而改善整体血糖控制。一项随机交叉研究表明，与对照早餐相比，早餐中添加 42.5 克花生酱可降低 15 分钟和45 分钟的血糖水平；与对照或花生酱早餐相比，含 42.5 克全花生的膳食不会影响葡萄糖 [ 39 ]。此外，与对照早餐相比，含花生酱早餐对第二餐的血糖反应显著降低。雷斯等人。与对照餐相比，还观察到花生酱餐后的非酯化脂肪酸 (NEFA) 水平较低 [ 39]。作者认为，花生酱引起的血糖反应改善是由于 NEFA 循环浓度降低导致胰岛素敏感性增加。已知增加的脂肪酸浓度会损害胰岛素信号传导并导致胰岛素抵抗。因此，如果使用花生酱代替整个花生，我们可能会观察到不同的效果。未来的研究应该调查在进餐时间习惯性摄入花生酱是否可以改善长期血糖控制。

这项研究有几个优势，包括随机对照设计、6个月的随访期以及营养师提供的营养咨询。然而，这项研究由于缺乏对 2 小时胰岛素浓度的评估以及对胰岛素敏感性的测量而受到限制。胰岛素敏感性变化的特征将有助于深入了解饮食对逆转胰岛素抵抗和延迟 2 型糖尿病的影响。此外，我们没有评估减肥饮食后腰围或瘦体重和无脂肪体重的减少。本研究中的对照组接受了饮食教育，以遵循能量限制饮食，这反映了超重和肥胖管理的标准护理。然而，由于对照组没有消耗预紧力，无法推断花生预紧力相对于其他预紧力的优越性。最后，对照组的损耗大于花生组，这可能影响了我们检测组间主要结果的统计学显著差异的能力。然而，根据观察到的效果和 95% CI（平均差，-0.12 kg；95% CI，-2.42, 2.18），两组之间不太可能存在临床显著差异。

5．结论

总之，在减肥饮食的背景下，在每天两顿主餐之前摄入 35 克微盐干烤花生，对高风险成人的减肥效果与传统的低脂减肥饮食相似2 型糖尿病 6 个月后。在两种减肥饮食之间未观察到 HbA1c、空腹葡萄糖、空腹胰岛素或 2 小时葡萄糖的差异。含花生的减肥饮食可以显著降低收缩压，这可能会降低心血管疾病的风险。

参考文献

References

1. 
   
2. 
   
3. 1.Centers for Disease Control and Prevention. Obesity and Overweight. Available online: https://www.cdc.gov/nchs/fastats/obesity-overweight.htm (accessed on 26 February 2022).
4. 2.Australian Bureau of Statistics. Overweight and Obesity. Available online: https://www.abs.gov.au/statistics/health/health-conditions-and-risks/overweight-and-obesity/latest-release (accessed on 26 February 2022).
5. 3.Khan, S.S.; Ning, H.; Wilkins, J.T.; Allen, N.; Carnethon, M.; Berry, J.D.; Sweis, R.N.; Lloyd-Jones, D.M. Association of Body Mass Index with Lifetime Risk of Cardiovascular Disease and Compression of Morbidity. JAMA Cardiol. 2018, 3, 280–287.
6. 4.Ligthart, S.; van Herpt, T.T.W.; Leening, M.J.G.; Kavousi, M.; Hofman, A.; Stricker, B.H.C.; van Hoek, M.; Sijbrands, E.J.G.; Franco, O.H.; Dehghan, A. Lifetime Risk of Developing Impaired Glucose Metabolism and Eventual Progression from Prediabetes to Type 2 Diabetes: A Prospective Cohort Study. Lancet Diabetes Endocrinol. 2016, 4, 44–51.
7. 5.Jensen, M.D.; Ryan, D.H.; Apovian, C.M.; Ard, J.D.; Comuzzie, A.G.; Donato, K.A.; Hu, F.B.; Hubbard, V.S.; Jakicic, J.M.; Kushner, R.F.; et al. 2013 AHA/ACC/TOS Guideline for the Management of Overweight and Obesity in Adults: A Report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and The Obesity Society. Circulation 2014, 129 (Suppl. S2), S102–S138.
8. 6.Glynn, E.L.; Fleming, S.A.; Edwards, C.G.; Wilson, M.J.; Evans, M.; Leidy, H.J. Consuming a Protein and Fiber-Based Supplement Preload Promotes Weight Loss and Alters Metabolic Markers in Overweight Adults in a 12-Week, Randomized, Double-Blind, Placebo-Controlled Trial. J. Nutr. 2022, 152, 1415–1425.
9. 7.Watson, L.E.; Phillips, L.K.; Wu, T.; Bound, M.J.; Checklin, H.; Grivell, J.; Jones, K.L.; Horowitz, M.; Rayner, C.K. Differentiating the Effects of Whey Protein and Guar Gum Preloads on Postprandial Glycemia in Type 2 Diabetes. Clin. Nutr. 2019, 38, 2827–2832.
10. 8.Watson, L.E.; Phillips, L.K.; Wu, T.; Bound, M.J.; Checklin, H.L.; Grivell, J.; Jones, K.L.; Clifton, P.M.; Horowitz, M.; Rayner, C.K. A Whey/Guar “Preload” Improves Postprandial Glycaemia and Glycated Haemoglobin Levels in Type 2 Diabetes: A 12-week, Single-blind, Randomized, Placebo-controlled Trial. Diabetes Obes. Metab. 2019, 21, 930–938.
11. 9.Ma, J.; Stevens, J.E.; Cukier, K.; Maddox, A.F.; Wishart, J.M.; Jones, K.L.; Clifton, P.M.; Horowitz, M.; Rayner, C.K. Effects of a Protein Preload on Gastric Emptying, Glycemia, and Gut Hormones after a Carbohydrate Meal in Diet-Controlled Type 2 Diabetes. Diabetes Care 2009, 32, 1600–1602.
12. 10.Gentilcore, D.; Chaikomin, R.; Jones, K.L.; Russo, A.; Feinle-Bisset, C.; Wishart, J.M.; Rayner, C.K.; Horowitz, M. Effects of Fat on Gastric Emptying of and the Glycemic, Insulin, and Incretin Responses to a Carbohydrate Meal in Type 2 Diabetes. J. Clin. Endocrinol. Metab. 2006, 91, 2062–2067.
13. 11.Fysekidis, M.; Cosson, E.; Banu, I.; Duteil, R.; Cyrille, C.; Valensi, P. Increased Glycemic Variability and Decrease of the Postprandial Glucose Contribution to HbA1c in Obese Subjects across the Glycemic Continuum from Normal Glycemia to First Time Diagnosed Diabetes. Metabolism 2014, 63, 1553–1561.
14. 12.Afshin, A.; Micha, R.; Khatibzadeh, S.; Mozaffarian, D. Consumption of Nuts and Legumes and Risk of Incident Ischemic Heart Disease, Stroke, and Diabetes: A Systematic Review and Meta-Analysis. Am. J. Clin. Nutr. 2014, 100, 278–288.
15. 13.Guasch-Ferré, M.; Li, J.; Hu, F.B.; Salas-Salvadó, J.; Tobias, D.K. Effects of Walnut Consumption on Blood Lipids and Other Cardiovascular Risk Factors: An Updated Meta-Analysis and Systematic Review of Controlled Trials. Am. J. Clin. Nutr. 2018, 108, 174–187.
16. 14.Liu, K.; Hui, S.; Wang, B.; Kaliannan, K.; Guo, X.; Liang, L. Comparative Effects of Different Types of Tree Nut Consumption on Blood Lipids: A Network Meta-Analysis of Clinical Trials. Am. J. Clin. Nutr. 2020, 111, 219–227.
17. 15.Del Gobbo, L.C.; Falk, M.C.; Feldman, R.; Lewis, K.; Mozaffarian, D. Effects of Tree Nuts on Blood Lipids, Apolipoproteins, and Blood Pressure: Systematic Review, Meta-Analysis, and Dose-Response of 61 Controlled Intervention Trials. Am. J. Clin. Nutr. 2015, 102, 1347–1356.
18. 16.Viguiliouk, E.; Kendall, C.W.C.; Mejia, S.B.; Cozma, A.I.; Ha, V.; Mirrahimi, A.; Jayalath, V.H.; Augustin, L.S.A.; Chiavaroli, L.; Leiter, L.A.; et al. Effect of Tree Nuts on Glycemic Control in Diabetes: A Systematic Review and Meta-Analysis of Randomized Controlled Dietary Trials. PLoS ONE 2014, 9, e103376.
19. 17.Tindall, A.M.; Johnston, E.A.; Kris-Etherton, P.M.; Petersen, K.S. The Effect of Nuts on Markers of Glycemic Control: A Systematic Review and Meta-Analysis of Randomized Controlled Trials. Am. J. Clin. Nutr. 2019, 109, 297–314.
20. 18.Tan, S.Y.; Dhillon, J.; Mattes, R.D. A Review of the Effects of Nuts on Appetite, Food Intake, Metabolism, and Body Weight. Am. J. Clin. Nutr. 2014, 100 (Suppl. S1), 412S–422S.
21. 19.Guarneiri, L.L.; Cooper, J.A. Intake of Nuts or Nut Products Does Not Lead to Weight Gain, Independent of Dietary Substitution Instructions: A Systematic Review and Meta-Analysis of Randomized Trials. Adv. Nutr. 2021, 12, 384–401.
22. 20.Australian Government Department of Health. The Australian Type 2 Diabetes Risk Assessment Tool (AUSDRISK). Available online: https://www.health.gov.au/resources/apps-and-tools/the-australian-type-2-diabetes-risk-assessment-tool-ausdrisk (accessed on 26 February 2022).
23. 21.Noakes, M.; Keogh, J.B.; Foster, P.R.; Clifton, P.M. Effect of an Energy-Restricted, High-Protein, Low-Fat Diet Relative to a Conventional High-Carbohydrate, Low-Fat Diet on Weight Loss, Body Composition, Nutritional Status, and Markers of Cardiovascular Health in Obese Women. Am. J. Clin. Nutr. 2005, 81, 1298–1306.
24. 22.Wycherley, T.P.; Moran, L.J.; Clifton, P.M.; Noakes, M.; Brinkworth, G.D. Effects of Energy-Restricted High-Protein, Low-Fat Compared with Standard-Protein, Low-Fat Diets: A Meta-Analysis of Randomized Controlled Trials. Am. J. Clin. Nutr. 2012, 96, 1281–1298.
25. 23.Raynor, H.A.; Champagne, C.M. Position of the Academy of Nutrition and Dietetics: Interventions for the Treatment of Overweight and Obesity in Adults. J. Acad. Nutr. Diet. 2016, 116, 129–147.
26. 24.Matthews, D.R.; Hosker, J.P.; Rudenski, A.S.; Naylor, B.A.; Treacher, D.F.; Turner, R.C. Homeostasis Model Assessment: Insulin Resistance and β-Cell Function from Fasting Plasma Glucose and Insulin Concentrations in Man. Diabetologia 1985, 28, 412–419.
27. 25.The National Cancer Institute. National Cancer Institute Diet Assessment Primer. Available online: https://dietassessmentprimer.cancer.gov/approach/table.html (accessed on 13 June 2022).
28. 26.National Cancer Institute Division of Cancer Control and Population Sciences. Reviewing & Cleaning ASA24® Data. Available online: https://epi.grants.cancer.gov/asa24/resources/cleaning.html (accessed on 26 February 2022).
29. 27.Freeman, A.M.; Morris, P.B.; Barnard, N.; Esselstyn, C.B.; Ros, E.; Agatston, A.; Devries, S.; O’Keefe, J.; Miller, M.; Ornish, D. Trending Cardiovascular Nutrition Controversies. J. Am. Coll. Cardiol. 2017, 69, 1172–1187.
30. 28.Rahimi, K.; Bidel, Z.; Nazarzadeh, M.; Copland, E.; Canoy, D.; Ramakrishnan, R.; Pinho-Gomes, A.-C.; Woodward, M.; Adler, A.; Agodoa, L. Pharmacological Blood Pressure Lowering for Primary and Secondary Prevention of Cardiovascular Disease across Different Levels of Blood Pressure: An Individual Participant-Level Data Meta-Analysis. Lancet 2021, 397, 1625–1636.
31. 29.Whelton, P.K.; Carey, R.M.; Aronow, W.S.; Casey, D.E.; Collins, K.J.; Himmelfarb, C.D.; DePalma, S.M.; Gidding, S.; Jamerson, K.A.; Jones, D.W. 2017 ACC/AHA/AAPA/ABC/ACPM/AGS/APhA/ASH/ASPC/NMA/PCNA Guideline for the Prevention, Detection, Evaluation, and Management of High Blood Pressure in Adults: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Pr. J. Am. Coll. Cardiol. 2018, 71, e127–e248.
32. 30.Gay, H.C.; Rao, S.G.; Vaccarino, V.; Ali, M.K. Effects of Different Dietary Interventions on Blood Pressure: Systematic Review and Meta-Analysis of Randomized Controlled Trials. Hypertension 2016, 67, 733–739.
33. 31.Neter, J.E.; Stam, B.E.; Kok, F.J.; Grobbee, D.E.; Geleijnse, J.M. Influence of Weight Reduction on Blood Pressure: A Meta-Analysis of Randomized Controlled Trials. Hypertension 2003, 42, 878–884.
34. 32.Mohammadifard, N.; Salehi-Abargouei, A.; Salas-Salvadó, J.; Guasch-Ferré, M.; Humphries, K.; Sarrafzadegan, N. The Effect of Tree Nut, Peanut, and Soy Nut Consumption on Blood Pressure: A Systematic Review and Meta-Analysis of Randomized Controlled Clinical Trials. Am. J. Clin. Nutr. 2015, 101, 966–982.
35. 33.Jafari Azad, B.; Daneshzad, E.; Azadbakht, L. Peanut and Cardiovascular Disease Risk Factors: A Systematic Review and Meta-Analysis. Crit. Rev. Food Sci. Nutr. 2020, 60, 1123–1140.
36. 34.Qian, F.; Korat, A.A.; Malik, V.; Hu, F.B. Metabolic Effects of Monounsaturated Fatty Acid–Enriched Diets Compared with Carbohydrate or Polyunsaturated Fatty Acid–Enriched Diets in Patients with Type 2 Diabetes: A Systematic Review and Meta-Analysis of Randomized Controlled Trials. Diabetes Care 2016, 39, 1448–1457.
37. 35.Jovanovski, E.; de Castro Ruiz Marques, A.; Li, D.; Ho, H.V.T.; Blanco Mejia, S.; Sievenpiper, J.L.; Zurbau, A.; Komishon, A.; Duvnjak, L.; Bazotte, R.B. Effect of High-Carbohydrate or High-monounsaturated Fatty Acid Diets on Blood Pressure: A Systematic Review and Meta-Analysis of Randomized Controlled Trials. Nutr. Rev. 2019, 77, 19–31.
38. 36.National Academies of Sciences and Medicine Engineering. Dietary Reference Intakes for Sodium and Potassium; National Academies Press: Washington, DC, USA, 2019.
39. 37.Imamura, F.; Micha, R.; Wu, J.H.Y.; de Oliveira Otto, M.C.; Otite, F.O.; Abioye, A.I.; Mozaffarian, D. Effects of Saturated Fat, Polyunsaturated Fat, Monounsaturated Fat, and Carbohydrate on Glucose-Insulin Homeostasis: A Systematic Review and Meta-Analysis of Randomised Controlled Feeding Trials. PLoS Med. 2016, 13, e1002087.
40. 38.Muniyappa, R.; Madan, R.; Varghese, R.T. Assessing Insulin Sensitivity and Resistance in Humans; Feingold, K., Anawalt, B., Boyce, A., Eds.; MDText. com, Inc.: South Dartmouth, MA, USA, 2021.
41. 39.Reis, C.E.G.; Ribeiro, D.N.; Costa, N.M.B.; Bressan, J.; Alfenas, R.C.G.; Mattes, R.D. Acute and Second-Meal Effects of Peanuts on Glycaemic Response and Appetite in Obese Women with High Type 2 Diabetes Risk: A Randomised Cross-over Clinical Trial. Br. J. Nutr. 2013, 109, 2015–2023.
42.