蛋白质摄入时间模式与糖尿病及血糖指标的关联性研究：基于美国成年人群的横断面分析

【编辑推荐】本研究针对蛋白质摄入时间模式与糖尿病的关联尚不明确的问题，利用NHANES数据（n=7625）开展横断面研究。通过潜在类别模型识别出三种蛋白质摄入时间模式，发现其与糖尿病患病率、BMI及血糖指标（空腹血糖、HbA1cc、胰岛素、HOMA-IR）均无显著关联，但男性特定模式与高胰岛素血症（32.5%）和血糖控制不良（5.9%）的负向关联可能受BMI介导。为膳食时序研究提供了重要证据。

　　

随着全球糖尿病患病率的持续攀升，膳食因素在疾病预防与管理中的作用日益受到关注。尽管已有研究表明蛋白质总摄入量与糖尿病存在关联，但一个关键问题尚未得到充分探索：蛋白质摄入的时间分布是否独立影响糖尿病风险？现代生活方式导致饮食时间日益不规律，晚餐推迟、夜间进食等现象愈发普遍，这种时序差异是否通过影响代谢节律而参与糖尿病发生发展？解答这一问题对制定精准的膳食干预策略具有重要意义。

为此，研究人员利用2017-2020年美国国家健康与营养检查调查（NHANES）的膳食回忆数据，开展了一项横断面研究，旨在揭示美国成年人蛋白质摄入的时间模式，并探究这些模式与糖尿病患病率、体重指数（BMI）及多种血糖指标的关联。该研究最终纳入7625名20岁及以上成年人数据，成果发表于营养学领域权威期刊《Proceedings of the Nutrition Society》。

研究主要采用了几项关键技术方法：基于24小时膳食回忆数据量化每小时蛋白质摄入量（克）；运用潜在变量混合模型（Latent variable mixture models）无监督识别不同的时间模式；采用标准化临床切点定义糖尿病（空腹血糖≥7.0 mmol/L或HbA1c^c≥6.5%或使用糖尿病药物或有既往诊断）、高胰岛素血症（胰岛素≥72 pmol/L）和胰岛素抵抗（HOMA-IR≥2.5）；并构建多变量回归模型调整多种混杂因素后分析关联性。

研究结果

1. 蛋白质摄入时间模式的识别

研究成功识别出男性和女性中各三种截然不同的蛋白质摄入时间模式（潜在类别）。第一类（Class 1）在晚上6点（18:00h）摄入蛋白质的条件概率最高；第二类（Class 2）的整体进食时间比第一类晚约一小时，但其总体蛋白质摄入量显著高于其他类别（p<0.001）；第三类（Class 3）的蛋白质摄入时间分布最为多变和不规律，但其总体蛋白质摄入量显著低于其他类别（p<0.001）。

2. 时间模式与糖尿病及血糖指标的关联

在多变量调整的回归模型分析中，未发现任何特定的蛋白质摄入时间模式与糖尿病患病率、BMI、空腹血糖、糖化血红蛋白（HbA1c^c）、胰岛素水平或胰岛素抵抗指数（HOMA-IR）存在统计学上的显著关联。

3. 性别特异性分析中的发现

一个值得注意的发现出现在男性群体的初步分析中。属于第一类模式（傍晚6点蛋白质摄入概率高）的男性，其高胰岛素血症的患病概率为32.5%，血糖控制不良（HbA1c^c≥6.5%）的患病概率为5.9%，均显示出较低的比率。然而，当统计模型进一步调整了BMI后，这些微弱的负向关联均被减弱，不再具有统计学显著性。这强烈提示，最初观察到的关联很可能并非由时间模式本身直接引起，而是由BMI的混杂效应所介导。

结论与意义

本研究得出明确结论：在美国成年人群中，蛋白质摄入在一天中的分布时间模式（即 temporal protein patterns）与糖尿病患病状态、整体肥胖程度（BMI）以及一系列精确测量的血糖代谢指标（包括空腹血糖、HbA1c^c、胰岛素和HOMA-IR）之间，并不存在独立的显著关联。

该研究发现具有重要的科学和公共卫生意义。首先，它提供了来自大规模人群的代表性证据，表明相较于蛋白质“什么时候吃”，或许“吃多少”总量以及“通过什么食物吃”（即蛋白质食物来源）是更关键的因素。这在一定程度上缓解了公众对于进餐时间必须高度精准安排的焦虑。其次，在男性中观察到的与BMI相关的发现提示，未来关于膳食时序与代谢健康的研究必须更加严谨地考虑体重状态的复杂影响。最后，该研究为后续研究指明了方向。正如作者所建议，未来需要采用前瞻性队列研究设计（prospective studies），并深入探讨不同来源的蛋白质（如植物蛋白与动物蛋白）其摄入时间模式是否具有不同的健康效应，从而为制定更精细化、个性化的膳食建议提供坚实证据。