综述：超越一刀切：现代肥胖护理中的个体化饮食干预

《Nutrients》：Beyond One-Size-Fits-All: Individually Tailored Dietary Interventions in Modern Obesity Care

　　

肥胖是一种复杂的、多因素的慢性疾病，以过度和/或异常的脂肪堆积为特征，需要超越传统热量限制模式的干预措施。当前临床指南一致认为，行为矫正（包括营养疗法、体力活动、压力管理和睡眠改善）是肥胖管理的基石，而心理治疗、药物治疗和减重手术则作为辅助或升级选择。传统的“一刀切”饮食方法通常难以获得理想的长期结局，而精准营养（precision nutrition）已成为个体化肥胖护理的一种有前景的策略。本综述批判性地评估了精准营养各支柱的证据：基因图谱分析（genetic profiling）在单基因肥胖（monogenic obesity）中显示出明确效用，但当饮食与常见多基因变异匹配时，其获益程度不一；微生物组靶向研究显示，厚壁菌门（Bacillota）与拟杆菌门（Bacteroidota）的比率在各项研究中与肥胖的关联不一致，而属水平和功能改变提供了更可重复的靶点；餐后血糖反应（postprandial glycemic responses）的代谢组学分析（metabolomic profiling）已从基础预测算法发展到大规模临床验证。本综述还强调了时间营养学（chrono-nutrition），即将进食时间与个体睡眠时型（chronotype）对齐，作为个体化的新兴支柱。除了饮食成分，本综述还探讨了个体化营养如何减轻基于肠促胰素的药物治疗（incretin-based pharmacotherapy）的不良反应，并讨论了人工智能（artificial intelligence）如何将多组学（multi-omics）和行为数据整合到实时饮食指导中。未来的临床实施需要克服数据整合、预测准确性和可及性方面的挑战，为更有效、循证的肥胖管理铺平道路。

论文主体部分以多个小标题系统阐述了肥胖管理从传统方法向个体化精准营养转型的全面证据。在“1. 引言”中，研究指出肥胖是严重损害健康和生活质量的全球问题，传统“热量摄入-消耗”框架和标准化饮食因个体间代谢差异而效果有限，而精准营养以及基于肠促胰素的药物（如GLP-1受体激动剂）和人工智能（AI）的整合为个体化护理提供了新方向。在“2. 方法学”部分，本文采用非系统性叙述性综述方法，基于PubMed、Scopus和Web of Science数据库（2017年1月至2026年6月），通过广泛关键词和MeSH术语检索，纳入同行评议的原创研究、临床试验、系统综述等，并采用PRISMA流程图（但未预先注册协议）报告筛选过程。“3. 全球肥胖负担”章节显示，1990-2022年间成人肥胖率翻倍，儿童青少年增长四倍；2022年全球约8.8亿成人和1.59亿儿童青少年患肥胖；美国成人肥胖率2021-2023年达40.3%；预计2030年全球成人肥胖超11.3亿，2040年儿童肥胖将超过儿童体重不足。肥胖显著增加2型糖尿病、心血管疾病、至少13种癌症等风险，2019年高BMI导致约500万人死亡，经济负担预计2035年达4.32万亿美元/年。“4. 肥胖的当前定义”指出，传统BMI分类（25-29.9 kg/m2为超重，≥30 kg/m2为肥胖）虽常用，但无法区分脂肪、肌肉和骨量，需结合腰围、生物电阻抗分析（BIA）或双能X线吸收法（DEXA）等测量。2024年欧洲肥胖研究协会（EASO）提出BMI≥30或BMI≥25且腰围/身高≥0.5并伴有肥胖相关条件；《柳叶刀》委员会区分“临床肥胖”（器官功能受损）和“临床前肥胖”（无功能后果但风险升高），需多标准确认脂肪过多。此外，代谢健康型肥胖（MHO）和代谢不健康型肥胖（MUO）概念体现了临床异质性，MHO常见于年轻、低BMI、女性及欧洲裔人群，但常随时间转为MUO。“5. 肥胖的病理生理学”强调肥胖是遗传、神经激素、代谢、行为、肠道菌群、表观遗传及致肥环境相互作用的结果。能量稳态由下丘脑和周围信号协调，持续正平衡（每日1-2%能量）即可导致长期体重增加。白色脂肪组织（WAT）储存能量，棕色脂肪（BAT）和米色脂肪（BeAT）通过解偶联蛋白1（UCP1）介导的产热耗能，线粒体功能障碍和高脂饮食损害产热、促进胰岛素抵抗。下丘脑弓状核（ARC）中促食欲的神经肽Y（NPY）/刺鼠相关肽（AgRP）神经元和抑食欲的阿黑皮素原（POMC）/可卡因-安非他明调节转录物（CART）神经元之间的平衡被破坏，参与瘦素（leptin）和胰岛素抵抗。外周激素（如胃饥饿素（ghrelin）、GLP-1、胆囊收缩素（CCK））通过肠-脑轴调节食欲，肥胖时这些信号受损，导致持续饥饿和能量消耗降低。“6. 传统营养方法的局限性及精准营养的兴起”指出，低能量饮食（LED）和极低能量饮食（VLED）虽可短期减重，但长期效果不佳，常导致去脂体重减少、反弹、营养不足及健康风险。地中海饮食等灵活模式依从性更好。“热量摄入-热量消耗”框架不完整，因食物标签误差（可达60%）、不同食物血糖效应不同、适应性产热降低代谢率，以及遗传、胰岛素敏感性、体成分、激素、睡眠、压力等因素均影响个体反应。仅约1/4的人能长期维持减重，需结合体力活动、均衡饮食、自我监测、环境管理和行为支持。因此，“一刀切”方法不足以管理肥胖，个体间差异推动精准营养的出现。“7. 个体化饮食干预的支柱：精准营养方法”详细阐述了七个支柱：7.1 遗传谱分析用于饮食建议：单基因肥胖（约占严重早发性肥胖的1-5%）由LEP、LEPR、POMC、PCSK1、MC4R等基因突变引起，可靶向治疗（如setmelanotide（MC4R激动剂）用于POMC、PCSK1或LEPR缺陷，metreleptin用于LEP缺陷）。多基因肥胖由大量常见基因变异（如FTO、MC4R、LEP、PPARG、BDNF、APOA2、FABP2、ADRB2等）的微小效应累积，GWAS中SNP关联常具人群特异性（如FTO rs9939609在欧裔中关联，但在中国汉族中无关联）。Food4Me和NOW试验表明，告知遗传风险可改善减重，但POINTS和MyGeneMyDiet试验中匹配饮食类型至基因型未显著优于标准建议，说明SNP解释的BMI变异很小，需整合多组学。7.2 代谢组学指导的饮食调整：POUNDS Lost试验显示，循环支链氨基酸（BCAA）和芳香族氨基酸减少与胰岛素抵抗改善显著相关，独立于减重。7.2.1 个体化血糖反应：餐后血糖反应（PPGR）存在巨大个体差异，受餐食组成、顺序、个体代谢表型（胰岛素抵抗、β细胞功能）及肠道菌群影响。连续血糖监测（CGM）指导的营养咨询可显著改善体重和体成分；Zeevi等开发的机器学习算法整合多因素预测PPGR，指导饮食可降低血糖峰值；ZOE METHOD试验中基于个体化分析（食物特性、PPGR、血脂、微生物组）的饮食计划显著降低甘油三酯、体重和腰围，但需进一步长期研究。7.2.2 脂质组学与脂肪酸代谢：肥胖相关脂质组学特征包括饱和脂质代谢物增加、多不饱和脂肪酸（PUFA）减少、磷脂代谢改变。饱和脂肪酸（SFA）如棕榈酸促进炎症和胰岛素抵抗，而单不饱和脂肪酸（MUFA）和PUFA改善膜功能和胰岛素敏感性。饮食干预表明，富含油酸（橄榄油中主要MUFA）的饮食降低神经酰胺并增强胰岛素敏感性；omega-3 PUFA（EPA、DHA）刺激脂肪氧化、改善线粒体功能，而高omega-6/omega-3比例促进代谢紊乱。脂质组学分析可指导个体化脂肪摄入和补充。7.3 微生物组靶向干预：肥胖常伴菌群多样性降低和厚壁菌门/拟杆菌门比率升高（但结果不一致），并伴随Akkermansia muciniphila和Faecalibacterium prausnitzii丰度降低、短链脂肪酸（SCFA）产生改变、胆汁酸信号和肠道屏障功能受损。7.3.1 益生菌与益生元：益生菌（如Lactobacillus gasseri SBT2055）通过产生SCFA、上调饱腹激素（GLP-1、PYY、CCK、瘦素）、抑制饥饿素等机制减轻体重（约0.5-0.6 kg），但菌株特异性重要（某些L. acidophilus可能增加体重）。多菌株制剂效果更一致。益生元（如菊粉、低聚果糖FOS、低聚半乳糖GOS）发酵产生SCFA，增强饱腹感和肠道屏障，但效果因基线菌群而异。7.3.2 粪便微生物群移植（FMT）：FMT从瘦供体转移至肥胖患者可改善胰岛素敏感性、代谢参数，但对BMI影响有限，四年前瞻性研究显示青少年腰围、体脂和炎症持续改善。7.4 时间营养学：进食时机独立影响体重，限时进食（TRE）可减重，但大部分效果可能源于自发能量摄入减少。睡眠时型（chronotype）影响代谢反应，早晚型个体对进食窗口的反应不同，对齐进食时间与睡眠时型是精准营养的新维度。7.5 行为与生活方式整合：个体化饮食干预需结合个人食物偏好、文化、心理社会因素、体力活动模式、睡眠和压力管理。行为策略包括自我监测、目标设定、问题解决、压力管理、刺激控制和社会支持。食物渴望涉及神经生物学奖赏通路，接受承诺疗法可增强耐受。睡眠和体力活动（至少150分钟/周中等强度有氧训练，维持期200-300分钟/周）对维持减重和去脂体重至关重要。7.6 通过个体化营养增强GLP-1疗效：7.6.1 GLP-1和双GIP/GLP-1受体激动剂在肥胖管理中的应用：当前药物包括奥利司他、芬特明-托吡酯、纳曲酮-安非他酮，但新药如司美格鲁肽（semaglutide，减重11.4%）、替尔泊肽（tirzepatide，12.4%）效果更优，且具有心血管、肾脏等多重获益。GLP-1抑制食欲、延缓胃排空、增强饱腹感；GIP增强胰岛素分泌和脂肪组织功能。三激素激动剂（如retatrutide）在3期试验中显示45.3%参与者减重≥30%。但药物有胃肠道不良反应、个体间反应差异、去脂体重丢失和营养缺乏风险。7.6.2 胃肠道不良反应管理：恶心、呕吐、腹泻、便秘常见于剂量递增期。恶心可通过小份多餐、慢食、避免高脂食物和生姜缓解；呕吐需保证液体摄入和少量食物；腹泻注意补水、限制酒精、咖啡因等；便秘强调充足饮水、逐渐增加膳食纤维和体力活动。7.6.3 GLP-1治疗期间的营养考虑：去脂体重丢失需关注，特别是老年人，推荐蛋白质摄入1.0-2.0 g/kg/day，均匀分摊至每餐约25-30 g，并结合抗阻训练和耐力训练（2-3次/周）。碳水化合物选择富含纤维的复合物，脂肪以不饱和脂肪酸为主。充足饮水至关重要。微量营养素缺乏常见，尤其维生素D，需个体化补充。优先选择营养密集型、最小加工食品，必要时用高蛋白口服营养补充剂（≥20 g/份）。“7.7 利用人工智能进行个体化饮食干预”：AI和机器学习（ML）可整合多组学数据、连续血糖监测、饮食记录和生活方式参数，实现个体化膳食计划、血糖控制优化、治疗反应预测和依从性改善。AI辅助干预可改善体重和代谢健康，并可作为基于肠促胰素药物的辅助工具。AI也用于移动健康应用、可穿戴设备、图像识别和自然语言处理，以支持饮食追踪和行为改变，但仍面临数据隐私、算法透明度、公平性和外部验证等挑战。最后，“8. 当前局限与未来展望”指出，精准营养面临成本高、可及性差、标准化流程缺乏、长期验证不足等问题。未来需多学科协作，发展用户友好型数字平台，制定伦理框架和临床指南，确保安全、公平、有效的实施。