葡萄糖代谢对感知糖摄入的反应比实际摄入更多

作者检查了患有2型糖尿病的研究参与者，以确定与广泛持有的假设相反，认知是否会影响葡萄糖水平。患有2型糖尿病的30名参与者所喝的饮料成分相同，但具有欺骗性的营养成分标签。饮料消费前后四次测得的血糖水平表明，当参与者相信标签上所描绘的饮料中糖含量高时，血糖水平会升高。另外，个人饮食行为和营养满意度与血糖水平的变化有关。研究结果支持了葡萄糖代谢预期预算的概念。该发现为慢性疾病的心理生物学模型提供了紧迫的证据，表明除了目前仅通过饮食，运动和药物来控制2型糖尿病的现有计划之外，心理干预计划对于糖尿病的管理可能也很重要。

人们越来越认识到，身心都可以在许多身体疾病的过程中发挥作用。多项研究表明，主观心理状态（例如心态或期望）可能会影响人体生理学1。例如，我们的研究表明，当年轻人接触飞行员和运动员的心态图素以及阅读Snellen Eye时，他们的视力得到改善。病程进展为逆向2的图表，或者在冬季出现流感样症状的期望增加了出现症状3的机会。

有大量的身心研究探讨了心理领域与食品加工和热量消耗之间的关系。在一项开创性工作中，女服务员准备将其工作视为一种运动，与对照组相比，体重减轻，体重指数（BMI）降低，腰臀比降低，血压下降。4研究表明，参与者食用了标记为表明热量更高或更低的奶昔5。因此，肽ghrelin模式与他们的感知一致，而不是客观的营养差异。根据这些发现，最近的一项研究表明，相信遵循低热量饮食（实际上是能量均衡饮食）会导致体重减轻6。几篇论文已经确定了碳水化合物漱口后的预期心理反应影响能量预算和利用的7、8、9。这些发现表明，大脑基于对挑战和资源可用性的预期而从事大量的代谢和内分泌调节。这可以为进化带来好处，因为期望可以使身体更好地应对预期的事件10。由于血糖和胰岛素信号传导是调节不同器官11的手段，所以预期预算机制的作用可能与人们特别相关与糖尿病。

世界卫生组织（WHO）报告说，在过去的三十年中，全球糖尿病的发病率几乎翻了两番，这使糖尿病成为最重要的国际公共卫生挑战之一，2015年估计导致160万人死亡，每年在全球造成的损失约为8,250亿美元12。 90％的已诊断糖尿病病例是2型，其中人体无法产生足够的胰岛素或无法正确使用胰岛素。6.糖尿病具有短期和长期并发症，包括中风，神经病，肾脏疾病和视力问题13.而糖尿病通常遵循占主导地位的生物医学模型，有一些证据表明心理因素在其生理过程中起作用。例如，在非糖尿病患者和糖尿病患者14、15、16中，压力一直与较高的血糖水平相关。此外，抑郁症17和心理合并症18会影响糖尿病的生理。

在我们最近的工作中，患有2型糖尿病的参与者参加了一项研究，该研究检查了时间流逝的感知是否会影响血糖水平19。参与者在进行简单的视频游戏时预先禁食以确保开始的血糖水平相似，并且不进食或饮水，每15分钟切换一次游戏，并使用研究人员提供的时钟记录时间。在所有情况下，任务持续时间为90分钟，但某些时钟被设置为快或慢运行。无干扰的时钟正确指示已经过去了90分钟；快速时钟报告总耗时为180分钟;慢时钟表示仅过去了45分钟。所有参与者都在玩电子游戏上花费了相同的时间，但是他们的时间观念发生了变化。在任务期间之前和之后，从每个参与者中抽取血糖样本。尽管所有人都经历了相同的经过时间，但研究结果表明，空腹血糖下降与感知的时间流逝而不是实际的时间流逝有关。此外，认为时间已过的参与者比认为时间少的参与者感到饥饿。这些发现表明，尽管知觉和认知过程在新陈代谢中的作用仍未被充分认识，但心理过程可以影响生理水平。

生物医学模型主要假设血糖摄入后血糖水平随时间上升和下降。但是，正如讨论的那样，已显示主观感知而非客观的实时通过来确定2型糖尿病19患者的血糖水平变化。在当前研究中，我们针对的糖摄入量是最高的在解释血糖波动，调查心理学是否介导2型糖尿病患者血糖水平影响方面广为接受的因素。我们使用的食品标签方法与Crum及其同事5所用的相似。我们的研究参与者喝了相同的饮料，但饮料中的糖含量相同，但标签中的糖含量更高或更低。我们假设感知的而不是实际的糖消耗会影响血糖水平。此外，我们将研究与有关影响血糖水平的心理因素（例如感知的饥饿感19，压力和情绪18，饮食行为受限20和营养满意度21）的经验证据相结合。血糖水平以及影响感知的糖消耗与血糖水平之间关系的潜在介质或调节剂。

我们使用传单和当地广告招募了患有胰岛素非依赖性2型糖尿病且正在接受饮食和双胍类抗糖尿病药物二甲双胍治疗的志愿者。我们在哈佛大学刊登了一项名为“糖尿病的饮料品尝研究”的临床研究广告，以换取差旅费和两个1.5小时的课程70美元的费用。广告中写道：“我们对2型糖尿病患者中特别设计的饮料对人体反应和认知功能的影响感兴趣”。参与者到实验室至少三天前，他们收到了一揽子表格和说明，包括有关其医疗状况的简短调查，每日葡萄糖日记，血糖波动图和禁食说明。为了确保他们熟悉自己的BGL波动，要求参与者在每餐之前和之后记录他们的血糖水平，并在实验前三天完成每日血糖变化图表。为了最大程度地减少潜在的BGL变异性，我们要求参与者在研究开始前至少9:00禁食，该研究从9:00 AM开始。在预筛查医学期间，我们排除了平均空腹血糖水平超过200 mg / dL（或11 mmol / L）的志愿者，以最大程度地减少与饮料品尝任务相关的餐后高血糖的潜在风险。

本研究已通过机构审查委员会（IRB）的批准，旨在保护哈佛大学的研究对象。协议由哈佛大学机构生物安全委员会（IBC）和微生物安全委员会（COMS）进行了审核和注册。在项目开始之前，按照COMS政策，所有参与处理人类血液样本的研究人员都接受了培训。所有方法均按照批准的指南和规定执行，所有参与者均提供了书面知情同意书。研究方案已在ISRCTN注册中心（ISRCTN81937091，日期为03/06/2019）注册。

最初，我们招募了34位参与者，但三位参与者未能参加第二届会议，一位参与者没有遵循禁食程序。在排除他们的数据之后，我们分析了其余三十名参与者（自诊断以来≥12个月的时间； 47％的女性；平均年龄= 52.13岁，SD = 2.26岁； 50％白人，36.7％非洲裔美国人，6.7％亚洲人，其他6.7％；平均禁食时间：11小时38分钟； SD = 1小时28分钟）。

在受试者内部设计中，参与者被指示两次到实验室，两次访问之间间隔三天。当参与者首次到达时，我们解释说我们正在收集针对2型糖尿病患者设计的高糖饮料和低糖饮料的口味和感知的营养价值的评估（见图1）。在每个环节中，参与者都喝了两种饮料中的一种，它们实际上是相同的，但带有指示糖含量不同的标签（标签1：0克糖，标签2：124克糖，实际：62克糖）。我们基于块随机化程序平衡了呈现顺序，创建了两个大小相等的组样本。使用Qualtrics调查软件包（Qualtrics，Provo，UT）介绍了说明和调查。

研究中使用的两个标签（左）和饮料中所含的实际营养（右）。

参与者签署知情同意书后，他们填写了一系列基线调查表项目。在研究人员测量并记录了起始血糖水平后，参与者食用并评估了他们分配的饮料，其中一些标为高糖（124 g），另一些标为低糖（0 g）。我们通过指示参与者在3分钟内完全饮用饮料来控制消费速度。然后，我们从基线测量开始间隔20分钟测量三次血糖水平。在第二节的最终血糖测量之后，对参与者进行汇报并进行补偿。

哈佛大学微生物安全委员会（COMS）对研究人员进行了处理生物废物（例如血液）和利器（针头）的培训，并严格遵守其规定。血糖水平通过Bayer Contour Next EZ 22测量。我们分析了240次血糖测量。参与者的平均空腹基线血糖水平为143.7 mg / dL（SD = 32.6）。

参与者收到了根据口味，营养价值和总体口味评估饮料的表格。他们还指出是否会定期饮用饮料，如果愿意，为什么。作为操作检查，参与者将他们所喝饮料的糖分从1（非常低）降至5（非常高）。参与者还对饮料标签上的营养成分从1（非常不满意）到5（非常满意）进行了评分。

干预前的调查包括感知压力量表（PSS，10个项目；α= 0.78）23，以评估个体压力的基线水平。在最后一次血糖测量后的第一节结束时，我们通过荷兰饮食行为问卷（DEBQ）24评估了饮食行为的个体差异，该问卷包括三个分量表来评估限制饮食（10项；α= 0.95），情绪进食（13项；α= 0.94），外在进食行为（10项；α= 0.80）。

PSS量表主要评估长时间内对压力的稳定感知，因此我们还包括一个单一的压力测量（SSM）问题（项目终点：1，完全没有压力，只有10，极度压力），以及正面影响和负面影响量表（PANAS）25. Cronbach的10个积极影响项目的alpha值分别为0.88和10个消极影响项目的0.87。最后，我们使用“饱足感强度强度”（SLIM）26（单个垂直线刻度，平均可靠性系数为0.90）来检查饮料类型和学习顺序是否在任务中影响主观饥饿感。在干预前，干预中（第二次血糖测量后）以及干预后，我们分别在干​​预前，第二次血糖测量之后对SSM，PANAS和SLIM进行了管理。

为了评估标签操作对感知糖摄入量的影响，我们拟合了线性混合模型，其中包含标签类型（高/低糖）和研究顺序（第一届高糖标签与第一届低糖标签）交互作用作为固定效应。为每种标签类型的个体受试者设置随机截距，以控制模型中每个对象的变化和每个操作的变化。饮料类型具有显着的主要作用（β= −2.06，SE = 0.38，p 0.9）。图2显示了标签操作对感知糖摄入量的影响。简单的效果测试表明，糖的摄入量随饮料标签的变化而显着不同。低糖条件（平均值= 1.97，SD = 1.10）与高糖条件（平均值= 4.00，SD = 1.02），t（58）=-7.44，p 0.17）。

图3以图形方式表示了四个时间点参与者的平均血糖水平。我们通过将模型时间（基线，20分钟，40分钟和60分钟），饮料类型和顺序（包含所有交互项）纳入模型中，以固定效果和对象和饮料类型的随机截距的方式拟合线性混合模型。顺序影响不显着（ps> 0.25）。实际上，去除了饮料订单的模型比以前的模型具有更好的拟合度，χ2（1）= 2094.72–2086.82 = 7.9，p 0.05），二次模型拟合显示出优于线性模型的结果。但是，在以后的分析中，由于其AIC拟合且与我们假设的血糖反应模式相匹配，因此我们使用了二次模型。

为了检查过去一个月的感知压力是否影响饮料类型如何影响血糖水平，我们在最终模型中将PSS作为协变量输入。当控制PSS时，涉及PSS的交互作用没有显着的主要作用（ps> 0.4），但是饮料类型在α= 0.05的显着性水平上不再具有主要作用（p> 0.3）。换句话说，感知到的压力并没有直接与模型中预测血糖水平的任何因素相关联，而是说明了饮料类型对血糖水平的实质性总体影响。

为了检查个体进食行为是否与标签操作对血糖水平的影响有关，我们在最终模型中添加了DEBQ的约束，情感和外部进食子量表得分作为协变量。对于节制和情绪化的饮食行为，没有任何主要影响因素或与任何预测因素发生相互作用（ps> 0.1）。但是，饮料类型不再对情绪饮食产生重大的主要影响（p> 0.84），类似于我们控制PSS时观察到的模式。然而，外部进食行为与饮料类型（β= −14.97，SE = 5.83，p 0.9），表明饮料类型与血糖水平之间的关系具有潜在的中介作用。

为了评估对营养成分的感知满意度是否会影响标签操作对血糖水平的影响，我们在最终模型中将NS作为协变量输入。 NS与饮料类型（β= 11.40，SE = 4.54，p <0.05）和时间2（β= 7.66，SE = 3.04，p <0.05）显着相互作用。

为了阐明NS如何影响标签操作和血糖水平之间的关系，我们进行了一系列的调解分析，测试了饮料类型如何通过引导程序24通过潜在的介体间接影响血糖水平。此外，确定外部饮食行为如何通过我们的预测变量直接或间接将其与血糖水平相关联，我们使用上述方法对外部饮食变量进行了简单的中介分析。

图5显示了一个路径图，说明了两种调解模型的直接和间接影响以及将饮料类型与血糖变化联系起来的因果路径，以及用于路径估计的95％偏差校正和加速自举置信区间（BCa Bootstrap CI）。两次调解分析表明，两个连续的调解者（感知糖摄入量和营养满意度）部分地调节了饮料类型对血糖水平的影响（Ba1a3b2 = 0.08，SE = 0.03，95％自举CI为0.03-0.14）。行为与营养水平之间的关系与血糖水平间接相关（BAB = −0.14，SE = 0.06，95％自举CI-0.27至-0.02）。

路径图说明了感知到的糖和营养满意度如何连续地调节饮料类型与血糖水平变化之间的关系，以及营养满意度如何介导外部饮食行为与血糖水平变化之间的关系。所有给出的路径系数均未标准化。介导分析中使用的血糖水平变化率的单位为mg / dL /分钟。

在这项研究中，我们测试了心理因素是否会影响糖消耗对2型糖尿病患者血糖水平的影响。我们假设患有2型糖尿病的人对糖的摄入量会表现出明显的血糖反应。尽管所有学习环节都使用饮料

......