《Journal of the International Society of Sports Nutrition》：Exploratory serum renal biomarker and eGFR responses to high-protein diets during resistance versus concurrent training in resistance-trained men
编辑推荐：
背景：高蛋白摄入在抗阻训练运动员中较为常见，但其在不同运动模式下与肾脏生物标志物的关联仍不确定。本研究探讨了在受训男性进行16周抗阻训练（RT）或并行训练（CT）期间，摄入高蛋白饮食（3.2 g·kg?1·d?1）是否影响肾脏生物标志物及估算肾小球滤过率（eG
背景：高蛋白摄入在抗阻训练运动员中较为常见，但其在不同运动模式下与肾脏生物标志物的关联仍不确定。本研究探讨了在受训男性进行16周抗阻训练（RT）或并行训练（CT）期间，摄入高蛋白饮食（3.2 g·kg?1·d?1）是否影响肾脏生物标志物及估算肾小球滤过率（eGFR）。方法：48名受训男性（26 ± 6岁；BMI 25.6 ± 2.9 kg·m?2）被随机分配至16周RT或CT（每周4次训练），同时采用2 × 2析因设计摄入1.6或3.2 g·kg?1·d?1蛋白质。最终分析44名具有完整干预前后数据的参与者。检测空腹血样中血尿素氮（BUN）、BUN/肌酐比值、胱抑素C，并采用CKD-EPI肌酐（2021）、胱抑素C（2012）及肌酐-胱抑素C（2021）方程计算eGFR。组内变化采用配对t检验评估，析因效应采用线性混合效应模型（时间 × 训练 × 蛋白质）评估。结果：未检测到任何肾脏生物标志物或eGFR估计值存在统计学显著的时间 × 蛋白质或时间 × 训练 × 蛋白质交互作用（均p ≥ 0.182）。1.6 g·kg?1·d?1组内未见显著变化（均p > 0.05）。在两个3.2 g·kg?1·d?1组中，BUN和胱抑素C升高（均p ≤ 0.017），eGFR估计值降低（均p ≤ 0.009）。BUN/肌酐比值保持不变（p ≥ 0.614）。然而，这些组内发现仅为描述性，因为相应的交互效应未达统计学显著。结论：在受训男性中，与中等蛋白摄入相比，16周高蛋白摄入未产生统计学可检测的肾脏生物标志物或eGFR变化差异，且不受训练模式影响。尽管在高蛋白组内观察到BUN和胱抑素C的轻度升高及eGFR估计值的轻度降低，但这些发现未获显著析因交互作用支持。样本量有限，不能排除具有临床意义的差异，需在更大规模研究中进一步验证。
研究背景：高蛋白饮食（通常超过1.5 g·kg?1·d?1）在运动员和健美人群中广泛流行，旨在增加肌肉量、力量及整体运动表现。此类饮食常被推荐用于支持正氮平衡和优化抗阻训练（resistance training，RT）适应，受训个体摄入量有时可达2.5-3.4 g·kg?1·d?1。然而，高蛋白摄入对肾功能（通过血清生物标志物评估）的潜在影响一直备受关注，尤其在从事高强度体育活动的个体中，水合状态、肌肉量和训练相关代谢需求均可影响常用肾脏生物标志物。在健康个体中，含氮废物标志物（如尿素/BUN）的短期升高及基于肌酐的指数变化可能反映膳食蛋白质代谢和/或肌肉相关肌酐生成，而非肾脏损伤本身。相反，肾小球滤过率（glomerular filtration rate，GFR）的持续降低和/或蛋白尿/白蛋白尿证据则更直接支持肾脏损伤或临床相关损害。现有证据显示高蛋白摄入可导致肌酐和尿素等肾脏生物标志物升高，引发关于长期暴露是否可能导致慢性肾脏应激的疑问，尤其当结合脱水或补充剂使用等其他因素时。尽管如此，运动人群研究大多报告慢性高蛋白摄入对肾脏生物标志物无显著不良影响。然而，蛋白质剂量是否与训练模式（如RT与并行训练（concurrent training，CT））交互影响肾脏生物标志物和估算肾小球滤过率（estimated glomerular filtration rate，eGFR）仍存在不确定性。此外，使用较少依赖肌肉量的指数（如胱抑素C衍生的eGFR或肌酐-胱抑素C联合方程）在CT背景下的数据有限，且少有研究直接检验训练模式是否修饰极高蛋白摄入的肾脏反应。因此，本二次分析旨在探讨16周高蛋白摄入（3.2 g·kg?1·d?1）联合RT或CT，与中等蛋白条件（1.6 g·kg?1·d?1）相比，是否改变健康受训男性的血尿素氮（blood urea nitrogen，BUN）、胱抑素C及eGFR估计值。研究假设高蛋白摄入相较中等蛋白摄入将产生更大的氮废物标志物和eGFR估计值的干预前后变化（时间 × 蛋白质效应），并检验训练模式是否修饰这些反应（时间 × 训练 × 蛋白质交互作用）。
研究人员开展了一项随机对照试验的二次分析，纳入48名18-36岁健康受训男性，随机分配至四组：CT+1.6 g·kg?1·d?1（CT.1.6，n=12）、CT+3.2 g·kg?1·d?1（CT.3.2，n=12）、RT+1.6 g·kg?1·d?1（RT.1.6，n=12）、RT+3.2 g·kg?1·d?1（RT.3.2，n=12）。干预为期16周，每周4次监督训练。最终44名完成前后测量的参与者纳入分析（每组n=11）。主要技术方法包括：（1）采用双能X射线吸收法（dual-energy X-ray absorptiometry，DXA）评估身体成分；（2）空腹静脉血采集，采用乳胶增强免疫比浊法测定血清胱抑素C，并基于CKD-EPI方程计算eGFR；（3）RT组执行线性周期化训练方案（每周4次，上下肢分化），CT组在RT后紧接着进行耐力自行车训练（含中强度持续训练和高强度间歇训练）；（4）通过6次24小时膳食记录和每两周营养师咨询监督蛋白质摄入依从性；（5）采用线性混合效应模型（随机截距为参与者，固定效应为时间、训练、蛋白质及其交互作用）进行析因分析，组内前后变化采用配对t检验作为描述性分析。
研究结果：
3.1 参与者特征：112名参与者接受资格评估，28名不符合纳入标准，36名不感兴趣。每组各1名参与者因缺乏时间、不感兴趣、COVID-19或肌肉骨骼损伤退出研究。所有基线特征组间无显著差异（PSQI p=0.923；GHQ-28 p=0.475；训练经验 p=0.475）。
3.2 肾脏生物标志物：1.6 g·kg?1·d?1组（CT.1.6和RT.1.6）生物标志物值在干预期间保持相对稳定。相反，3.2 g·kg?1·d?1组（CT.3.2和RT.3.2）从干预前到干预后表现出BUN和胱抑素C升高，同时基于肌酐、基于胱抑素C及联合eGFR估计值降低。然而，各组间个体反应存在相当大重叠，析因混合效应模型未检测到任何肾脏生物标志物结局的统计学显著时间 × 蛋白质或时间 × 训练 × 蛋白质交互效应。所有平均eGFR估计值在干预前后均保持在60 mL·min?1·1.73 m?2以上，观察到的胱抑素C变化绝对幅度较小。由于未评估重复长期肾脏评估和尿白蛋白/肌酐比值（urine albumin-to-creatinine ratio，uACR），本研究结果不能确定慢性肾脏病（chronic kidney disease，CKD）风险或肾脏损伤。
3.3 析因模型：线性混合效应模型未检测到归因于蛋白质剂量或训练模式的干预前后差异变化。尽管高蛋白组描述性地表现出更大的BUN和胱抑素C升高及eGFR估计值降低，但时间 × 训练效应不显著（均p ≥ 0.401），时间 × 蛋白质效应不显著（均p ≥ 0.182），时间 × 训练 × 蛋白质交互作用不显著（均p ≥ 0.675）。经多重性校正后，无混合模型效应保持统计学显著。
3.4 组内变化：1.6 g·kg?1·d?1组（CT.1.6和RT.1.6）未观察到尿素/BUN指数、胱抑素C或eGFR估计值的统计学显著前后变化（均p > 0.05）。3.2 g·kg?1·d?1组（CT.3.2和RT.3.2）观察到尿素/BUN升高、胱抑素C轻度升高及eGFR估计值降低。然而，这些组内检验不应解释为蛋白质剂量效应的证据，因为析因混合模型未检测到显著的时间 × 蛋白质或更高阶交互作用。部分组内发现在BH-FDR校正下仍显著，但无一项在更保守的Holm校正下存活。
3.5 膳食评估：基线时各组平均能量和宏量营养素摄入大致相似。干预期间蛋白质摄入增加以达到指定目标，CT.1.6/RT.1.6接近~1.6 g·kg?1·d?1，CT.3.2/RT.3.2达到~3.25-3.29 g·kg?1·d?1。高蛋白条件（CT.3.2和RT.3.2）干预期间能量摄入增加，而各组的碳水化合物和脂肪摄入随时间保持相对稳定。
讨论部分总结：本研究未检测到16周高蛋白摄入（3.2 g·kg?1·d?1）联合RT或CT相较中等蛋白条件（1.6 g·kg?1·d?1）对血清BUN、胱抑素C及eGFR估计值产生统计学显著的差异变化。组内配对t检验显示高蛋白组BUN和胱抑素C升高及eGFR降低，但这些仅为描述性组内变化，不构成蛋白质剂量导致组间差异变化的证据。由于肾脏结局为次要终点且研究未专门针对这些结局进行功效计算，交互效应缺失应谨慎解释，不应视为干预产生等效肾脏反应的证据。统计学显著性与临床显著性不应等同。胱抑素C和eGFR估计值的变化幅度相对较小，且未评估直接测量的GFR、尿ACR及其他临床肾脏终点，这些生物标志物变化的临床重要性无法确定。这些生物标志物变化应解释为肾脏生物标志物的变化而非临床肾脏疾病。本研究的创新贡献在于使用基于胱抑素C和联合CKD-EPI方程评估训练模式是否修饰极高蛋白摄入的肾脏生物标志物反应。结果与支持运动员短期无临床意义循环肾脏标志物损害的研究一致。高蛋白组尿素和BUN升高可能主要由肝脏尿素合成增加解释，过量氨基酸脱氨基产生含氮废物经肾脏滤过，在健康受训参与者中不一定表明清除功能受损。肌酐变化可能反映肌酐生成改变（如训练相关肌肉量/转换变化）和水合状态而非单纯滤过损害，而胱抑素C被认为较少受肌肉量影响，在运动人群中可提供补充信息。由于未测量干预后尿白蛋白/ACR，本研究结果应解释为循环肾脏标志物和eGFR估计值的变化而非肾脏损伤证据。机制上，蛋白质代谢产物（如氨基酸）引起入球小动脉扩张导致的高滤过可增加肾小球内压，可能解释健康肾脏中eGFR的波动作为代偿效应。然而，由于主要模型未检测到蛋白质剂量或模式间的差异变化，机制解释不应框定为该队列中蛋白质剂量效应的因果解释。膳食酸负荷、磷酸盐暴露/FGF23信号及微生物组衍生代谢物的潜在贡献在此仍属推测，因为蛋白质来源、酸碱状态、磷酸盐/FGF23、炎症标志物和代谢组学指标均未测量。未检测到时间 × 训练 × 蛋白质交互作用提示在统计功效限制内RT和CT的肾脏生物标志物反应大致相似。总之，虽然组内变化在高蛋白组更为明显，但析因混合模型未检测到16周内蛋白质剂量或模式的统计学显著差异变化，观察到的变化幅度的临床相关性仍不确定。未来工作应优先考虑更长随访和直接肾脏终点（如直接测量的GFR和尿白蛋白/ACR），尤其在基线风险较高的人群中。此外，未来试验应在每次采血时纳入客观水合评估（如尿比重/渗透压）以减少BUN/Cr和基于肌酐估计值的解释模糊性。
局限性：自我报告的膳食依从性可能低估实际摄入；膳食记录使用两种不同智能手机应用程序可能引入额外测量变异性；CKD-EPI eGFR在肌肉发达的参与者中精度不如菊粉清除率，可能夸大基于肌酐的变化；16周研究持续时间检测的是适应而非慢性进展；蛋白质来源（动物与植物）未精确量化；仅为健康男性队列限制了向女性或CKD风险群体的推广；参与者和研究者盲法不可行；水合状态未客观评估；尿白蛋白/ACR未测量；所有肾功能评估基于血清生物标志物衍生的eGFR方程而非直接测量GFR；研究可能功效不足检测时间 × 蛋白质或更高阶交互效应。
研究结论翻译：在健康受训男性中，16周极高蛋白摄入（3.2 g·kg?1·d?1）联合RT或CT未产生统计学可检测的蛋白质剂量或训练模式对肾脏生物标志物的效应（即未检测到显著的时间 × 蛋白质或时间 × 训练 × 蛋白质交互作用）。尽管高蛋白组表现出含氮废物标志物（如BUN和胱抑素C）的轻度升高及基于肌酐和胱抑素C的eGFR估计值的轻度降低，但这些发现应谨慎解释，且在16周干预期间未表明具有临床意义的肾脏损害。由于肾脏结局为次要终点且研究未专门针对这些结局进行功效计算，不能排除小的但可能具有意义的效应。
