编者按：
在糖尿病管理日益强调精准化与个体化的今天，如何科学评估患者对日常饮食的真实血糖反应，成为临床与科研的关键议题。传统基于血糖指数（GI）的营养建议虽具参考价值，却难以解释个体间对相同食物的巨大反应差异。尤其在中国等以碳水为主食的地区，不同主食（如米饭、面条、馒头、燕麦）对餐后血糖的实际影响，以及进餐时间是否真正“重要”，仍缺乏高质量的真实世界证据。近期，一项发表在Int J Gen Med期刊上的新研究“Postprandial Glycemic Impact of Meal Timing and Staple Type in Outpatients with Dysglycemia: A Pilot Study Under a Streamlined and Real-World Framework”进行探索，现整理如下！
碳水化合物对餐后血糖影响最大。在亚洲，白米、小麦制品和燕麦是主要主食，尽管其血糖指数（GI）已有记载，但研究发现个体对相同食物的PPGR差异显著，且关于这些主食在真实生活场景下的相对影响，尤其是在IGT和T2DM人群中的研究仍存在空白。同时，关于用餐时间对PPGR影响的研究也较为缺乏。
为此，我们利用CGM在自由生活条件下，对血糖异常人群的PPGR进行研究，重点关注主食类型和用餐时间这两个关键变量，并初步探讨了人口学、生活方式等因素对个体差异的影响。
2、研究设计
本研究采用一种创新的一站式真实世界研究框架，旨在高效捕捉T2DM及IGT门诊患者的真实餐后血糖反应（PPGRs）。参与者仅需一次门诊就诊，即可完成饮食指导与CGM传感器（Guardian™ Sensor 3，美敦力）的佩戴，随后在家中按日常习惯完成标准化测试餐，并自行取下设备，无需复诊，从而最大限度减轻参与负担并提升数据生态效度。研究共纳入33名符合标准的参与者[年龄18~75岁，体重指数（BMI）18~35 kg/m2，糖化血红蛋白（HbA1c）<11%，用药稳定或未治疗]，在为期一周的自由生活期间完成7次含50克碳水化合物的标准化饮食测试。
测试内容包括：在个体惯常用餐时间摄入葡萄糖溶液（早餐、午餐、晚餐），以及在午餐时段分别摄入蒸小麦面包、日式米饭、小麦面条和燕麦，以评估不同主食对PPGR的影响——此设计契合中国人群午餐碳水主食摄入最高的饮食模式。
所有参与者均签署书面知情同意，研究方案经北京协和医学院医院伦理委员会批准（JS-2450），并在ClinicalTrials.gov注册（NCT04562454），严格遵循《赫尔辛基宣言》。为确保数据质量，研究通过餐食照片、厨房秤称重及标准化烹饪指南减少自我报告偏差；CGM每5分钟记录一次间质葡萄糖值，基线血糖定义为餐前30分钟中位值，主要结局指标为餐后120分钟增量曲线下面积（iAUC120）。
数据分析采用线性混合效应模型（以受试者为随机截距），校正年龄、性别、BMI、HbA1c和基线血糖，比较不同用餐时间及主食类型对PPGR的影响，并进一步构建个体化敏感性指数（如精制主食敏感指数、燕麦敏感指数等），结合多重插补法处理缺失数据，辅以随机森林插补进行敏感性分析。所有统计分析基于R 4.5.1完成，显著性水平设为P<0.05。
3、研究结果
本研究共35人报名，2人因时间冲突退出，最终33人纳入分析。参与者普遍认为该研究框架简便、耐量性好，并愿意再次参与类似测试。共收集231条餐食记录（33人×7餐），其中200条（86.58%）保留用于分析，31条（13.42%）被排除，原因包括：未遵守方案（n=12）、基线血糖异常（n=4）、数据缺失（n=9）及iAUC120过低（<18 mmol/L·min，n=6）。
1.基线特征
因缺失两个及以上餐次血糖数据的参与者被排除，时间效应分析最终纳入全部33名参与者。
如图1所示，研究比较了早餐、午餐和晚餐后120分钟与180分钟的血糖反应曲线及iAUC分布。线性混合效应模型（以早餐为参照）显示：在120分钟内，用餐时间对iAUC120整体无显著影响（P=0.110）；虽晚餐较早餐iAUC120降低（β=-59.49，95% CI:-114.68~-4.30，未调整P=0.039），但经多重比较校正后不显著（调整P=0.096）；午餐与早餐差异亦不显著（调整P=0.352）。
其他PPGR指标（相对峰值、波动幅度、达峰时间、变异系数）均不受用餐时间影响（均P>0.05）。180分钟分析结果类似：iAUC180整体无显著时间效应（P=0.097），晚餐较早餐降低（β=-76.15，未调整P=0.032），但校正后不显著（调整P=0.080）；午餐与早餐无差异（调整P=0.405），其余指标亦无显著时间效应。
图1. 早餐、午餐和晚餐摄入葡萄糖后的血糖反应曲线（120分钟：a；180分钟：b），以及相应iAUC120（c）和iAUC180（d）的分布情况
3.主食类型对血糖反应的影响
排除主食类型（葡萄糖、蒸面包、米饭、面条、燕麦）中缺失三种及以上数据的参与者后，共30人纳入分析。
如图2所示，研究比较了午餐摄入五种碳水化合物后的血糖反应曲线及iAUC分布。以葡萄糖为参照的线性混合效应模型显示：在120分钟内，主食类型对iAUC120有显著整体影响（P<0.001），蒸面包、米饭、面条和燕麦均显著低于葡萄糖，其中面条降幅最大（β=-179.53，调整P<0.001），其次为蒸面包（β=-142.99）、燕麦（β=-129.88）和米饭（β=-100.58，调整P=0.002）；面条iAUC120亦显著低于米饭（调整P=0.025）。
所有主食的相对峰值血糖和波动幅度均显著低于葡萄糖（均P<0.001），但主食间无差异；峰值时间和变异系数不受主食类型影响（均P>0.05）。180分钟分析结果类似：主食类型对iAUC180整体影响显著（P<0.001），蒸面包、面条和燕麦显著低于葡萄糖（面条β=-181.98，调整P<0.001），米饭虽未校正时较低（P=0.022），但校正后不显著（调整P=0.143）；相对峰值和波动幅度同样均低于葡萄糖（P<0.001），主食间无差异，峰值时间与变异系数仍无显著影响。
图2. 午餐摄入葡萄糖、蒸面包、米饭、面条和燕麦后的血糖反应曲线（120分钟：a；180分钟：b），以及对应的iAUC120（c）和iAUC180（d）分布情况
4.候选变量与四项个体化血糖反应指数（用餐时间变异指数、精制主食敏感指数、燕麦敏感指数和主食类型变异指数）的关联分析
在未调整和调整模型中，HOMA-IR与用餐时间变异指数呈显著正相关（调整后β=9.10，95% CI：3.01~15.20，P=0.005）。此外，相比中国南方出生者，华北出生者精制主食敏感指数显著更高（调整后 β=267.14，95% CI：59.18~475.09，P=0.014）。上述关联在敏感性分析中保持稳健；仅在敏感性分析中观察到睡眠/饮食规律与用餐时间变异指数的关联。其余变量（年龄、性别、BMI、HbA1c、用药、吸烟）均未与四项个体化指数中的任一指标显著相关（所有P>0.05）。
4、研究结论
总之，本研究证实了在门诊环境中高效获取真实PPGR数据的可行性。更重要的是，研究凸显个体反应的巨大异质性，强调营养干预应从“通用建议”转向“个体适配”——即从“何时吃最好”“哪种主食更好”，转向“对这个患者何时吃、吃什么最好”。未来需通过多中心、多样化队列验证此模型，并结合微生物组、代谢组等深入解析个体差异机制，推动精准营养在糖尿病管理中的落地。
参考文献
Wang S, et al. Int J Gen Med. 2026 Feb 26;19:591057. 2 comments
在糖尿病管理日益强调精准化与个体化的今天，如何科学评估患者对日常饮食的真实血糖反应，成为临床与科研的关键议题。传统基于血糖指数（GI）的营养建议虽具参考价值，却难以解释个体间对相同食物的巨大反应差异。尤其在中国等以碳水为主食的地区，不同主食（如米饭、面条、馒头、燕麦）对餐后血糖的实际影响，以及进餐时间是否真正“重要”，仍缺乏高质量的真实世界证据。近期，一项发表在Int J Gen Med期刊上的新研究“Postprandial Glycemic Impact of Meal Timing and Staple Type in Outpatients with Dysglycemia: A Pilot Study Under a Streamlined and Real-World Framework”进行探索，现整理如下！
1、研究背景
碳水化合物对餐后血糖影响最大。在亚洲，白米、小麦制品和燕麦是主要主食，尽管其血糖指数（GI）已有记载，但研究发现个体对相同食物的PPGR差异显著，且关于这些主食在真实生活场景下的相对影响，尤其是在IGT和T2DM人群中的研究仍存在空白。同时，关于用餐时间对PPGR影响的研究也较为缺乏。
为此，我们利用CGM在自由生活条件下，对血糖异常人群的PPGR进行研究，重点关注主食类型和用餐时间这两个关键变量，并初步探讨了人口学、生活方式等因素对个体差异的影响。
2、研究设计
本研究采用一种创新的一站式真实世界研究框架，旨在高效捕捉T2DM及IGT门诊患者的真实餐后血糖反应（PPGRs）。参与者仅需一次门诊就诊，即可完成饮食指导与CGM传感器（Guardian™ Sensor 3，美敦力）的佩戴，随后在家中按日常习惯完成标准化测试餐，并自行取下设备，无需复诊，从而最大限度减轻参与负担并提升数据生态效度。研究共纳入33名符合标准的参与者[年龄18~75岁，体重指数（BMI）18~35 kg/m2，糖化血红蛋白（HbA1c）<11%，用药稳定或未治疗]，在为期一周的自由生活期间完成7次含50克碳水化合物的标准化饮食测试。
测试内容包括：在个体惯常用餐时间摄入葡萄糖溶液（早餐、午餐、晚餐），以及在午餐时段分别摄入蒸小麦面包、日式米饭、小麦面条和燕麦，以评估不同主食对PPGR的影响——此设计契合中国人群午餐碳水主食摄入最高的饮食模式。
所有参与者均签署书面知情同意，研究方案经北京协和医学院医院伦理委员会批准（JS-2450），并在ClinicalTrials.gov注册（NCT04562454），严格遵循《赫尔辛基宣言》。为确保数据质量，研究通过餐食照片、厨房秤称重及标准化烹饪指南减少自我报告偏差；CGM每5分钟记录一次间质葡萄糖值，基线血糖定义为餐前30分钟中位值，主要结局指标为餐后120分钟增量曲线下面积（iAUC120）。
数据分析采用线性混合效应模型（以受试者为随机截距），校正年龄、性别、BMI、HbA1c和基线血糖，比较不同用餐时间及主食类型对PPGR的影响，并进一步构建个体化敏感性指数（如精制主食敏感指数、燕麦敏感指数等），结合多重插补法处理缺失数据，辅以随机森林插补进行敏感性分析。所有统计分析基于R 4.5.1完成，显著性水平设为P<0.05。
3、研究结果
本研究共35人报名，2人因时间冲突退出，最终33人纳入分析。参与者普遍认为该研究框架简便、耐量性好，并愿意再次参与类似测试。共收集231条餐食记录（33人×7餐），其中200条（86.58%）保留用于分析，31条（13.42%）被排除，原因包括：未遵守方案（n=12）、基线血糖异常（n=4）、数据缺失（n=9）及iAUC120过低（<18 mmol/L·min，n=6）。
1.基线特征
应试者平均年龄43.21±10.47岁，女性占48.48%（16/33）；84.85%（28人）为T2DM，15.15%（5人）为IGT；中位病程3.00（1.00~5.00）年，HbA1c中位数6.20%（5.57~6.78%）；平均BMI 27.21±4.42 kg/m2，42.42%（14人）为肥胖；78.79%（26人）使用降糖药，其余仅行生活方式干预。男性吸烟率（47.06% vs. 6.25%）、精制谷物摄入率（94.12% vs. 62.50%）、血脂异常率（88.24% vs. 50.00%）及血清肌酐水平（79.80±16.56 vs. 56.77±9.23 μmol/L）均显著高于女性（P<0.05），而年龄、病程、HbA1c和用药情况在性别间无显著差异（P>0.05）。
因缺失两个及以上餐次血糖数据的参与者被排除，时间效应分析最终纳入全部33名参与者。
如图1所示，研究比较了早餐、午餐和晚餐后120分钟与180分钟的血糖反应曲线及iAUC分布。线性混合效应模型（以早餐为参照）显示：在120分钟内，用餐时间对iAUC120整体无显著影响（P=0.110）；虽晚餐较早餐iAUC120降低（β=-59.49，95% CI:-114.68~-4.30，未调整P=0.039），但经多重比较校正后不显著（调整P=0.096）；午餐与早餐差异亦不显著（调整P=0.352）。
其他PPGR指标（相对峰值、波动幅度、达峰时间、变异系数）均不受用餐时间影响（均P>0.05）。180分钟分析结果类似：iAUC180整体无显著时间效应（P=0.097），晚餐较早餐降低（β=-76.15，未调整P=0.032），但校正后不显著（调整P=0.080）；午餐与早餐无差异（调整P=0.405），其余指标亦无显著时间效应。
图1. 早餐、午餐和晚餐摄入葡萄糖后的血糖反应曲线（120分钟：a；180分钟：b），以及相应iAUC120（c）和iAUC180（d）的分布情况
3.主食类型对血糖反应的影响
排除主食类型（葡萄糖、蒸面包、米饭、面条、燕麦）中缺失三种及以上数据的参与者后，共30人纳入分析。
如图2所示，研究比较了午餐摄入五种碳水化合物后的血糖反应曲线及iAUC分布。以葡萄糖为参照的线性混合效应模型显示：在120分钟内，主食类型对iAUC120有显著整体影响（P<0.001），蒸面包、米饭、面条和燕麦均显著低于葡萄糖，其中面条降幅最大（β=-179.53，调整P<0.001），其次为蒸面包（β=-142.99）、燕麦（β=-129.88）和米饭（β=-100.58，调整P=0.002）；面条iAUC120亦显著低于米饭（调整P=0.025）。
所有主食的相对峰值血糖和波动幅度均显著低于葡萄糖（均P<0.001），但主食间无差异；峰值时间和变异系数不受主食类型影响（均P>0.05）。180分钟分析结果类似：主食类型对iAUC180整体影响显著（P<0.001），蒸面包、面条和燕麦显著低于葡萄糖（面条β=-181.98，调整P<0.001），米饭虽未校正时较低（P=0.022），但校正后不显著（调整P=0.143）；相对峰值和波动幅度同样均低于葡萄糖（P<0.001），主食间无差异，峰值时间与变异系数仍无显著影响。
图2. 午餐摄入葡萄糖、蒸面包、米饭、面条和燕麦后的血糖反应曲线（120分钟：a；180分钟：b），以及对应的iAUC120（c）和iAUC180（d）分布情况
4.候选变量与四项个体化血糖反应指数（用餐时间变异指数、精制主食敏感指数、燕麦敏感指数和主食类型变异指数）的关联分析
在未调整和调整模型中，HOMA-IR与用餐时间变异指数呈显著正相关（调整后β=9.10，95% CI：3.01~15.20，P=0.005）。此外，相比中国南方出生者，华北出生者精制主食敏感指数显著更高（调整后 β=267.14，95% CI：59.18~475.09，P=0.014）。上述关联在敏感性分析中保持稳健；仅在敏感性分析中观察到睡眠/饮食规律与用餐时间变异指数的关联。其余变量（年龄、性别、BMI、HbA1c、用药、吸烟）均未与四项个体化指数中的任一指标显著相关（所有P>0.05）。
4、研究结论
总之，本研究证实了在门诊环境中高效获取真实PPGR数据的可行性。更重要的是，研究凸显个体反应的巨大异质性，强调营养干预应从“通用建议”转向“个体适配”——即从“何时吃最好”“哪种主食更好”，转向“对这个患者何时吃、吃什么最好”。未来需通过多中心、多样化队列验证此模型，并结合微生物组、代谢组等深入解析个体差异机制，推动精准营养在糖尿病管理中的落地。
参考文献
Wang S, et al. Int J Gen Med. 2026 Feb 26;19:591057. 2 comments
京公网安备 11010502033361号
发布留言