综述：量化膳食血糖负荷与胰岛素需求以预防慢性病：是时候付诸实施

《The Journal of Nutrition》：Quantifying Dietary Glycemic Load and Insulin Demand for Chronic Disease Prevention: Time for Implementation

　　

膳食碳水化合物传统上采用简单与复杂之分进行分类，然而含碳水化合物食物的来源和结构具有异质性，使得仅基于化学结构进行具有生理学意义的比较颇具挑战。血糖负荷（GL）通过整合血糖生成指数（GI）与所摄入碳水化合物的数量，为量化含碳水化合物食物的升糖潜力提供了一种标准化方法。GI是一种体内、无单位的相对排名，用于衡量含碳水化合物食物的餐后升糖潜力，而GL则为所有碳水化合物（无论其膳食来源如何）提供了一个可直接量化的标准（dGL）。一个互补的构念——膳食胰岛素需求（dID），将生理学量化扩展到食物诱导的胰岛素反应，纳入了不仅归因于碳水化合物，还归因于蛋白质和氨基酸组成、脂肪、食物结构以及混合餐相互作用的效应。然而，迄今为止，支持dID的证据基础远小于dGL；其支持力度最强的是表征餐后胰岛素反应的能力，而将dID与长期临床结局相关联的证据仍然有限。本综述总结了dGL和dID的发展、方法学、解读及其意义，强调了将dGL确立为一种生理学上可量化的膳食暴露因素的观察性和实验性研究体系。大量证据将精制碳水化合物摄入和较高的dGL与心脏代谢疾病（包括心血管疾病、血脂异常、全身性炎症、体重增加和2型糖尿病）相关联，而与癌症的关联证据则不那么一致。近期的大型队列研究和荟萃分析进一步支持dGI和dGL与心脏代谢风险的相关性，尤其是在以高精制碳水化合物和低膳食纤维饮食为主的人群中。然而，不同人群和干预研究中的效应估计值存在差异，这反映了代谢表型、膳食评估和GI赋值、能量平衡、食物来源、对照饮食以及所实现的dGL对比幅度等方面的差异。对于糖尿病的营养管理，“GL交换”的开发可能为传统的碳水化合物交换法在血糖控制方面提供一种有用的延伸。除了简单的等热量宏量营养素替代之外，dGL和dID量化了食物和膳食模式的生理性升糖和促胰岛素需求。

生理学和营养学上的碳水化合物分类

膳食碳水化合物在食物基质、颗粒大小、直链淀粉与支链淀粉比例、淀粉糊化程度、粘性纤维、细胞壁完整性以及液态与固态形式等方面存在差异。这些特征会改变消化、吸收、餐后血糖、胰岛素需求和饱腹感。2006年，Englyst等人提出，碳水化合物组分应根据生理行为来定义，包括快速可利用和慢速可利用葡萄糖，而非仅仅依据化学链长度。在实践中，低GI食物通常定义为GI≤55，中GI食物为GI 56-69，高GI食物为GI≥70，以葡萄糖作为参照。每份食物的GL通常分为低（≤10）、中（11-19）或高（≥20）。每日dGL低于约80通常被视为低，而高于约120则为高，但应考虑能量摄入和特定文化的膳食模式。在流行病学应用中，dGL通常通过食物频率问卷（FFQ）中的食物计算得出，当GI采用常规0-100分制时，dGL为各食物GI、每份碳水化合物含量与每日食用频率乘积之和。整体膳食GI（dGI）通过dGL除以总碳水化合物摄入量计算，是整个膳食的碳水化合物加权平均GI。GI值可能以葡萄糖或白面包为参照报告，因此必须明确参照标准及任何换算。尽管体内GI测试通常以可利用碳水化合物对食物进行标准化，但dGL分析应明确说明使用的是总碳水化合物还是可利用碳水化合物，并评估该选择是否改变食物排名，特别是对于富含纤维的食物、糖醇和添加了不可消化碳水化合物的食物。

方法学标准化和异质性来源

标准化测试程序的制定对于GI值的解读和可比性至关重要。实验室间研究已证明，GI估计的精确度取决于一致的受试者准备、参照食物的重复测试、采血方法、增量曲线下面积的计算以及对生物学上不合理观测值的处理。这些努力促成了ISO 26642的建立，该标准规定了测定含碳水化合物食物GI值的标准化方法。然而，GI应被解读为在特定条件下测试的特定食物的特征，而非广泛食物类别的固有属性，因为品种、成熟度、颗粒大小、加工、烹饪方法、冷却和再加热，以及纤维、脂肪、蛋白质或有机酸的存在，都可能改变餐后血糖反应。此外，即使重复使用相同的食物和参照程序，也观察到个体间血糖反应的显著差异。在流行病学研究中，当已发表的GI值被分配给在配方、制备或描述上与测试参照食物不同的食物时，以及当dGL基于自我报告摄入量估算时，可能会出现额外的异质性。因此，GI/GL文献中的异质性既反映了生物学变异，也反映了暴露测量、研究设计和膳食背景方面的外部差异。

膳食血糖负荷和胰岛素需求的发展

关于dGI和dGL的研究已将该领域从短期餐后血糖反应推进到研究习惯性摄入与慢性病风险的关系。第一项将较高dGL与冠心病（CHD）发病率近乎2倍升高联系起来的前瞻性研究，是在一大群美国女性护士中进行的，随访长达10年。Liu等人表明，较高的长期常规dGL，特别是来自精制碳水化合物的dGL，与临床心血管事件相关，且独立于已确立的心血管危险因素，在基线超重或肥胖的女性中关联更强。同一队列及其他研究的后续分析将较高dGL与相关心脏代谢中间指标联系起来。例如，在绝经后女性中，通过FFQ评估的dGL与高密度脂蛋白（HDL）胆固醇呈负相关，与空腹甘油三酯呈正相关，支持高dGL有助于形成致动脉粥样硬化性血脂谱的假说。较高的dGL还与血浆高敏C反应蛋白（hs-CRP）呈正相关，提供了与快速吸收碳水化合物可能促进全身性炎症假说一致的早期观察性证据。Liu及其同事进一步表明，中年女性中较高的全谷物和膳食纤维摄入与较少的体重增加和较低的肥胖发生风险前瞻性相关。Willett等人总结了dGI和dGL与2型糖尿病（T2D）的相关性，提出与高dGL相关的反复餐后血糖和胰岛素需求可能促进β细胞应激和胰岛素抵抗。Liu进一步强调，富含纤维的全谷物和低GL食物是重叠但不完全相同的构念，应综合考虑完整的谷物结构、微量营养素和血糖反应。到2000年代中期，来自多个队列的累积证据已将dGI、dGL、谷物纤维和更广泛的碳水化合物质量指标与T2D、胰岛素抵抗、代谢综合征和心血管危险因素的发生联系起来。例如，Schulze等人报告高dGI和低谷物纤维摄入可预测年轻和中年女性T2D的发生，而McKeown等人在弗雷明汉后代队列中表明碳水化合物质量与胰岛素抵抗和代谢综合征患病率相关。后续研究将dGI和dGL与血脂、CRP、女性健康倡议中的心血管危险因素、中国成年人中的CHD以及绝经后女性中的性激素结合球蛋白（SHBG）联系起来。国家健康和营养调查（NHANES）的dGI和dGL数据库也成功开发，用于潜在的监测和关联性研究。

膳食胰岛素需求作为互补但不同的构念

食物引起的餐后胰岛素反应与血糖反应相关但不完全相同。Holt等人首次开发了食物胰岛素指数（fII），定义为摄入测试食物的等能量1000千焦份量后相对于等能量参照食物的增量胰岛素曲线下面积。GI仅限于含碳水化合物食物，而fII则表征对富含蛋白质和混合宏量营养素食物的胰岛素反应，因此可能捕捉到不完全由餐后血糖解释的胰岛素分泌。后续的对照研究为该构念提供了生理学验证。在复合餐中，各组分食物的fII值之和预测实测餐后胰岛素需求比碳水化合物含量或GL更准确。在一项随机交叉试验中，与高fII混合餐相比，低fII混合餐在健康成年人和T2D成年人中分别诱导了53%和41%更低的8小时胰岛素反应，支持fII在受控喂养条件下区分胰岛素需求的能力。在流行病学应用中，习惯性膳食摄入的II通常称为膳食胰岛素负荷（dIL）和膳食胰岛素指数（dII）。dIL估计膳食的总促胰岛素暴露，计算为各食物fII、食物能量与食用频率乘积之和；dII通过dIL除以总能量摄入计算，代表整个膳食的能量加权平均胰岛素指数。在本综述中，研究人员使用膳食胰岛素需求（dID）作为习惯性食物摄入促胰岛素潜力的总称，而在描述具体计算这些指标的研究时保留dIL和dII。与量化含碳水化合物食物升糖潜力的dGL不同，dID可以将促胰岛素暴露分配给含很少碳水化合物的食物，因此可能提供关于完整食物和混合膳食的补充信息。蛋白质相关的胰岛素分泌与该区别尤为相关。一项人类干预研究的定量综述发现，口服大多数单个氨基酸可引发胰岛素反应，尽管幅度因氨基酸、剂量、共摄入营养素和代谢表型而异。在对照实验中，亮氨酸和异亮氨酸与葡萄糖共摄入时产生协同增加的胰岛素反应。在另一项实验研究中，含有小麦蛋白水解物、游离亮氨酸和苯丙氨酸的混合物与碳水化合物一起摄入，其第二小时胰岛素反应比单独摄入碳水化合物高出约103%。这些实验发现支持将富含蛋白质的食物纳入胰岛素需求指标，并表明单一的食物水平fII可能无法完全捕捉氨基酸组成、蛋白质消化速率、剂量或与膳食碳水化合物的相互作用。将习惯性dII或dIL与长期代谢结局联系起来的证据正在出现，但仍不如dGL的证据一致。在护士健康研究和卫生专业人员随访研究中，与血糖控制、血脂和炎症生物标志物的关联在不同结局和参与者亚组中并不一致。在德黑兰血脂和葡萄糖研究中，较高的dIL与约3年内胰岛素抵抗风险增加前瞻性相关，尽管dII的关联处于临界统计学显著性。在DONALD队列中，青春期较高的dID也与年轻成年期较高的体脂百分比相关，而相应的dGI和dGL关联则未观察到。尽管这些发现表明dID可能提供与dGL互补的信息，但尚未确立其独立的临床或公共卫生效用。

碳水化合物-胰岛素模型

Ludwig提出的碳水化合物-胰岛素模型（CIM）假定，高碳水化合物饮食，特别是高GL饮食，会增加餐后胰岛素分泌，促进能量在脂肪组织中的储存，减少循环代谢燃料的可用性，从而增加饥饿感并降低能量消耗，最终有利于体重增加。该模型因此将餐后胰岛素生物学置于肥胖及相关心脏代谢疾病的核心。评估CIM的一个重要挑战是干预研究是否充分表征和分离了所测试的膳食暴露。一些试验广泛地以独立于能量摄入的宏量营养素组成来框定假说，但干预却在减重后、能量亏空期间或严格能量控制的喂养条件下进行。尽管此类设计可以解决模型的重要组成，但可能仅部分检验了碳水化合物数量和品质如何在自由生活、体重稳定的条件下影响能量平衡和肥胖。同样，将干预描述为“宏量营养素组成”的比较，在碳水化合物和脂肪变化而蛋白质保持不变时，可能夸大了实验对比。蛋白质本身可影响胰岛素分泌、饱腹感、身体成分和能量消耗，因此代表了一个独特的代谢维度。在此背景下，dGL提供了比笼统的高碳水化合物与高脂肪分类更具生理学可解释性的碳水化合物暴露测量。通过整合所摄入碳水化合物的数量和血糖品质，dGL将膳食碳水化合物暴露置于一个共同的生理学尺度上，可在等热量膳食干预中进行量化。报告所实现的dGL以及宏量营养素组成，将允许干预效应或其缺失与所实际实现的血糖暴露幅度相关联进行解读，促进不同膳食组成研究之间的比较。重要的是，dGL并未捕捉含碳水化合物食物的所有代谢后果。当干预包括在淀粉与糖类方面差异显著的饮食时，这些对比也应直接分析和报告，而不是合并到一个高碳水化合物类别中。含果糖的糖类可能通过碳水化合物数量或血糖反应不完全代表的途径影响肝脏脂质代谢、胰岛素敏感性和代偿性高胰岛素血症。未来对CIM的检验应通过同时表征碳水化合物数量、dGI和dGL、糖和淀粉组成、蛋白质摄入、氨基酸组成、膳食胰岛素需求、能量平衡以及体重和代谢生物标志物的实现变化来加强。实际意义在于，dGL和dID应被视为互补的、可测量的生理暴露，而非碳水化合物-胰岛素模型的可互换代理。GI通过量化每单位可利用碳水化合物的血糖反应来表征碳水化合物品质，而dGL将GI与所摄入可利用碳水化合物的数量相结合，以估计整体膳食的血糖负担。fII和dID通过表征完整食物和膳食模式的促胰岛素效应（包括归因于碳水化合物和非碳水化合物成分的反应）扩展了这一框架。在设计和解读书食干预研究时，这些区别很重要。测试碳水化合物相关假说的试验应至少报告碳水化合物的数量和来源、实现的dGI和dGL，以及相关情况下的fII或dID，连同总能量摄入和消耗、体重和身体成分以及其他宏量营养素的组成。这些暴露应结合干预持续时间、喂养条件、先前减重、基线代谢状态、依从性和流失率进行解读。这种标准化表征将阐明实际实现的生理对比，并促进跨试验中阳性和阴性结果的解读和比较。重要的是，降低dGL不应等同于极端碳水化合物限制。从公共卫生角度看，主要目标是通过改善碳水化合物品质和食物来源以及在整体膳食模式中进行健康替代来减少过度的血糖负担，而非简单最小化总碳水化合物摄入。在此框架内，dID仍是一个互补的研究测量，用于表征促胰岛素暴露并确定胰岛素反应是否提供超出dGI和dGL所捕捉的信息。

全谷物、精制谷物和食物结构

关于膳食碳水化合物品质最有力、最一致的发现涉及膳食纤维和全谷物。系统综述和荟萃分析表明，较高的膳食纤维和全谷物摄入通常与较低的心脏代谢风险和死亡率相关。完整的全谷物可能作为缓释碳水化合物来源，因为保留的食物基质限制了酶对淀粉的接触，而碾磨和精制增加了表面积，去除了麸皮和胚芽，并提高了血糖可利用性。尽管如此，dGL是一个有用的参数，用于区分由精制淀粉和含糖饮料构成的高碳水化合物模式与以完整植物性食物为主的模式。Gross等人强调，美国糖尿病流行并非仅仅与碳水化合物摄入同时发生，而是与向精制碳水化合物、玉米糖浆和较低纤维摄入的转变同时发生。

2型糖尿病和代谢综合征

机制上，高GL膳食模式可能产生反复的餐后血糖和胰岛素波动，导致胰岛素抵抗、β细胞需求、高甘油三酯血症和炎症信号传导。dID可能通过量化由碳水化合物、蛋白质和混合宏量营养素食物产生的促胰岛素暴露来补充dGL，但较高的dID不应被假定为普遍不利，因为胰岛素反应发生在营养状况显著不同的食物中。Liu和Chou将GL描述为习惯性碳水化合物暴露升糖潜力的实用模型，并认为它可能有助于糖尿病预防。dID构念通过认识到胰岛素需求可能源于完整食物基质和混合宏量营养素组成（不仅仅是碳水化合物数量或GI）来扩展这一逻辑。前瞻性证据普遍支持碳水化合物品质与2型糖尿病风险之间的关系，尽管血糖和胰岛素需求指标的结果因人群和分析方法而异。早期的队列研究，包括护士健康研究和护士健康研究II，表明高快速吸收碳水化合物和低谷物纤维的饮食与较高的T2D风险相关。更新的荟萃分析继续显示GI和GL与T2D风险的正相关，尽管这些关联的强度因膳食评估方法、性别、肥胖和纤维摄入而异。针对dID的特定证据更为有限且不完全一致。在德黑兰血脂和葡萄糖研究中，较高的膳食胰岛素指数和胰岛素负荷与约8年内2型糖尿病发病率增加前瞻性相关，同一队列的早期分析将较高的膳食胰岛素负荷与胰岛素抵抗的发展相关联。相比之下，一项针对伊朗成年人的独立5年前瞻性研究发现dII或dIL与T2D发病率无总体关联，尽管在一个BMI定义的亚组中观察到dII的负相关。这些发现表明dID可能捕捉与糖尿病发展相关的促胰岛素暴露的某些方面，但证据尚不足以确定dID独立于dGL和肥胖而一致预测T2D。近期，前瞻性城乡流行病学（PURE）研究报告，在全球不同地区，较高的dGI和dGL与较高的T2D发病率相关，这已被另一项大型队列荟萃分析所证实。

心血管疾病、血脂、炎症和死亡率

前瞻性和生物标志物研究提供了将dGL与心血管风险联系起来的证据。Liu等人表明高dGL与女性CHD风险相关，与较低HDL胆固醇和较高空腹甘油三酯相关，并与较高hs-CRP相关。这些发现与早期干预试验一致，表明快速吸收的碳水化合物可增加肝脏从头脂肪生成，升高富含甘油三酯的脂蛋白，降低HDL胆固醇，并刺激炎症途径。随后，Levitan等人在女性健康研究中确认了dGI和dGL与血脂和CRP的关联，而Shikany等人报告了dGL与女性健康倡议观察性研究中心血管危险因素的关联。最近，Yu等人将证据扩展到中国成年人，表明碳水化合物摄入、精制谷物和dGL与高精制谷物消费人群的CHD风险相关。前瞻性队列的荟萃分析报告，高dGI和dGL与CHD事件相关，尤其是在女性和超重或胰岛素抵抗者中。PURE心血管分析报告较高dGI与主要心血管疾病和死亡率风险升高相关，2024年大型队列荟萃分析强化了碳水化合物品质与主要慢性病结局的关系。相比之下，直接评估基于fII的dID与心血管事件关系的研究仍然很少。在德黑兰血脂和葡萄糖研究中，dII和dIL与总体人群的心血管疾病发病率无关，尽管在伴有血糖异常的小亚组中观察到胰岛素负荷与心血管风险的正相关，并伴有宽置信区间。这些结果并未确立dID能改善dGL之外的心血管风险预测。其他研究将经验推导的预测高胰岛素血症或胰岛素抵抗的膳食模式与心血管死亡率联系起来，但此类指数是基于生物标志物推导的膳食模式评分，不应被视为与基于食物胰岛素指数的dID可互换。

随机喂养和膳食干预研究

随机喂养和膳食干预研究评估了与dGI和dGL拟议心脏代谢效应相关的中间结局，尽管其发现并不一致。在T2D成年人中，一项6个月的低GI膳食干预与高谷物纤维饮食相比，HbA1c适度降低更多，HDL胆固醇升高，但两种干预对CRP的降低相似。在一项针对超重和肥胖成年人的随机交叉喂养研究中，低GL饮食降低了体脂较高参与者的CRP，尽管对其他炎症生物标志物的影响有限。体重调节试验同样产生了不同的结果。在欧洲DiOGenes试验中，初始减重后分配到适度低GI饮食与26周内约1公斤更少的体重反弹和更好的研究保留相关。相比之下，一项10周的低GI与高GI饮食随机试验发现，在体重减轻、食欲、胰岛素抵抗或大多数血脂指标方面无显著差异，尽管低GI饮食的LDL胆固醇下降更多。6个月的GLYNDIET试验发现低GI饮食体重减轻更多，葡萄糖和胰岛素反应略好，但在饱腹感、血脂浓度或炎症标志物方面无明确的组间差异。相比之下，OmniCarb受控喂养试验表明，在无糖尿病的超重或肥胖成年人中，在原本健康的DASH型膳食模式内降低GI并未改善胰岛素敏感性、血压或大多数血脂结局。在高碳水化合物条件下，较低GI饮食与实测胰岛素敏感性降低和LDL胆固醇升高相关。总的来说，干预试验的这些不同发现表明，归因于dGI的代谢效应可能是情境依赖的，根据参与者的代谢状态、基线饮食质量、能量平衡、体重变化、干预持续时间、所实现的GI或GL对比幅度，以及纤维、食物来源和其他宏量营养素是否得到充分控制而变化。

体重调节和肥胖

低GL膳食模式可能通过更强的饱腹感、更低的餐后晚期饥饿感、减弱的胰岛素波动和更有利的底物分配来改善体重控制。Liu等人发现，中年女性中增加全谷物和纤维摄入与较低的长期体重增加和较低的肥胖发生风险相关。尽管全谷物和纤维摄入不等同于低GL，但这些食物通常通过替代精制谷物和快速吸收的淀粉来降低GL。一些受控喂养和减重试验表明，低GL饮食可能支持减重维持、减弱能量消耗的减少或改善选定的心脏代谢危险因素。然而，其他随机干预发现对食欲、体重减轻、胰岛素敏感性或若干心血管危险因素几乎没有或没有优势。能量限制、先前减重、蛋白质和纤维含量、食物来源、干预持续时间以及所实现的GI或GL对比幅度的差异可能部分解释这些异质性发现。当低GL方法嵌入高纤维、最低限度加工的膳食模式中时，现有证据最强，而非被解读为允许选择任何低GI加工食品。针对dID的特定证据有限。在DONALD队列中，青春期较高的膳食胰岛素指数和胰岛素负荷与年轻成年期较高的体脂百分比前瞻性相关，而膳食GI和GL与后期身体成分无关。这一发现支持dID可能捕捉蛋白质和混合食物超出血糖暴露的促胰岛素效应，但其发展背景和观察性设计限制了其对成人体重管理的推广。

性激素、SHBG、代谢风险和癌症结局

另一条研究线索将碳水化合物品质与SHBG联系起来，SHBG是T2D风险的生物标志物和可能的因果因素。在女性健康倡议中，Huang等人发现较高的dGI和dGL（而非总碳水化合物摄入）与绝经后女性循环SHBG降低相关。这提供了高dGL可能通过额外内分泌途径导致代谢风险和癌症结局增加的证据。胰岛素抵抗和代偿性高胰岛素血症可能通过改变胰岛素样生长因子（IGF）信号传导、氧化应激、慢性炎症、性类固醇合成和代谢以及细胞增殖来促进致癌作用。支持文献历来对结肠癌强于子宫内膜癌和卵巢癌，强调需要位点特异性解读，并按肥胖、绝经状态和体力活动等胰岛素抵抗标志物进行分层分析。膳食糖和dGL与男性和女性胰腺癌和结直肠癌风险前瞻性相关，但与乳腺癌风险无关。相比之下，直接评估dII和dIL的研究对癌症发病率和预后产生了不同发现。在护士健康研究和卫生专业人员随访研究中，dIL和dII与结直肠癌或胰腺癌的总体发病率无关。同样，在护士健康研究中未发现与子宫内膜癌发病率的关联。这些空的前瞻性发现表明，习惯性饮食的估计餐后胰岛素需求并不能统一预测癌症发展，尽管胰岛素相关途径具有生物学合理性。然而，癌症预后的发现更具提示性。在两个前瞻性队列的结直肠癌患者中，较高的诊断后dII和dIL与较高的结直肠癌特异性和全因死亡率相关。在参加辅助化疗试验的已切除III期结肠癌患者中，较高的诊断后dIL与较差的无病生存期、复发和死亡率相关。在I-III期乳腺癌女性中，较高的诊断后dII和dID与全因死亡率相关，而dGL（不一定包括胰岛素指标）与乳腺癌特异性死亡率更明确相关。因此，在某些情况下，dID可能与肿瘤进展或生存的相关性大于癌症发病率，但这些观察性发现需要重复，不应转化为癌症特异性饮食建议。一项最近的干预研究也为低dGI的潜在益处增加了生存视角。在多中心DEDiCa随机试验中，Augustin等人评估了采用低GI地中海饮食、适度体力活动和维生素D补充的强化生活方式项目对492名手术治疗的I-III期乳腺癌女性的疗效。被分配到强化生活方式项目且依从性良好的女性在体重和代谢结局方面有所改善。尽管大量实验和流行病学证据将dGI和dGL与胰岛素抵抗、肥胖和涉及致癌的生物学途径联系起来，但与癌症风险的流行病学关联因癌症部位而异。相比之下，关于dII、dIL或dID的更有限证据通常不支持与癌症发病率的关联，但提示可能与选定癌症幸存者群体的预后和生存有关。对这些发现的解读受残余混杂、诊断后饮食改变、反向因果、测量误差以及fII数据库覆盖和标准化不完整的限制。未来研究应明确区分癌症发病率与预后，直接比较dID与dGL，并确定膳食胰岛素需求测量是否提供超出已确立决定因素（包括肥胖、糖尿病和整体饮食质量）的预测信息。

从手动匹配到食物GI的预测建模

在大型人群数据集中分配GI值长期以来受限于参考数据不完整以及对手动匹配或最近邻近似的依赖，这两者都劳动密集且当食物在配方、加工或描述细节上不同时易受主观判断影响。为解决这一差距，研究人员近期的工作开发了基于机器学习的框架，直接从常规可用的营养组成和食物描述数据预测食物水平GI，以映射到USDA FoodData Central的精选GI值食物作为训练参考。在候选算法中，Cubist回归模型表现出最强性能，结合基于规则的划分和局部线性回归，以捕捉广泛食物类别模式和食物亚组内更精细的营养-GI关系。通过整合营养预测因子与食物描述的文本嵌入，该框架利用互补的生物学和语义信号：营养组成反映碳水化合物、糖、纤维、脂肪和蛋白质含量，而食物描述编码关于身份、来源、结构和加工的信息，这些是营养物单独无法捕捉的。与直接实验室测量的GI值一起，该方法可以在直接测量不可用时优先进行插补和质量控制。通过提高GI分配的完整性、一致性和可重复性，这种可扩展策略可以加强大型队列研究中dGL的估计，并可能有助于减少暴露错误分类对碳水化合物品质与临床结局关系的影响。

dGL和dID的进一步发展

dGL和dID的未来发展应侧重于改善大规模营养流行病学研究中的验证、暴露评估和可解释性。验证应包括GI/GL分配的可重复性、与相关生物标志物和餐后代谢反应的相关性（如可用），以及与其他饮食和生活方式测量的比较，以将测量误差置于适当背景中。解读dGI和dGL证据时应考虑若干局限性。首先，GI值因实验室、测试方案和食物成分数据库而异，将GI值分配给混合餐和复合食物不可避免地引入测量误差。其次，大多数流行病学研究依赖自我报告的膳食摄入，通常通过FFQ评估，易受回忆偏差和错误分类影响，可能削弱真实关联。第三，GI和GL与饮食的其他方面相关，包括纤维摄入、全谷物消费、食品加工和整体饮食质量，使残余混杂难以消除。第四，评估GI或GL与硬临床终点的随机试验仍然有限，大多数证据来自前瞻性观察研究。尽管如此，受控喂养和膳食干预研究已证明对中间心脏代谢结局有影响，包括血糖控制、胰岛素敏感性、血脂、炎症生物标志物、食欲、能量消耗和体重。研究间的差异可能反映参与者特征、膳食对照、能量平衡、干预持续时间、实现的GI或GL分离幅度以及纤维、蛋白质、脂肪和食物来源的同步差异。最后，dGL的生理效应可能因肥胖、胰岛素敏感性和习惯性膳食模式而异，强调需要在主要西方队列之外的不同人群中进行验证。dID还适用额外局限性。直接测量的食物II值可用的食物远少于GI值，需要对许多食物进行近似或插补。此外，大多数II值来自相对较小的健康个体研究，这些研究在标准化测试餐后2小时内进行，限制了其对肥胖、胰岛素抵抗、糖尿病或β细胞功能受损人群的推广性。胰岛素反应还受多种因素影响，包括氨基酸组成、蛋白质消化动力学、肠促胰岛素反应、进餐顺序以及碳水化合物、蛋白质、脂肪和食物基质之间的相互作用，这些无法通过为单个食物分配单一II值来完全捕捉。此外，整体膳食模式、肥胖和其他代谢特征可能影响dID并混杂其与疾病结局的关联。因此，在dID可常规纳入临床实践或公共卫生指导之前，需要针对重复餐后胰岛素测量、C肽和其他胰岛素分泌生物标志物进行进一步验证。为加强方法学严谨性和提高可重复性，未来研究应常规报告用于GI和II值的参考数据库和分配方法，针对混合菜肴和插补食物值进行敏感性分析，并确定研究人群中dGL和dID的主要膳食贡献者。由于胰岛素需求反映碳水化合物、蛋白质、脂肪和食物结构的综合效应，dID可能通过区分饮食的促胰岛素负担与其血糖负担来提供dGL的补充信息。当仅血糖负荷不能完全解释观察到的生物标志物谱或疾病关联时，这种互补视角可能特别有用。此外，应优先进行受控喂养研究，以在标准化条件下完善碳水化合物数量、品质和促胰岛素潜力的生理学解读。Li等人最近一项针对表面健康成年人的16天受控喂养试验发现，中等碳水化合物摄入（约占总能量的45-50%）足以维持该研究评估的代谢结局，无不良效应证据。直接操纵或验证dGL或dID的类似喂养研究可能有助于为其临床和流行病学应用建立生理基准。除了这些考虑之外，将dGL和dID与血糖调节的基因组结构相结合将加强因果解读。一项针对约281,000名个体的空腹血糖、空腹胰岛素、2小时血糖和HbA1c的大型跨祖先全基因组关联研究（GWAS）荟萃分析确定了99个新位点，并证明血糖性状的遗传结构在很大程度上（尽管不完全）跨祖先共享，跨祖先精细定位完善了β细胞和胰岛素作用途径中的因果变异。将这些位点连同空腹血糖、胰岛素和HbA1c的性状特异性多基因评分与不同队列中的dGL和dID联系起来，将实现基因-饮食交互分析、孟德尔随机化三角验证以及碳水化合物品质暴露通过血糖与促胰岛素途径作用的祖先意识解读。

评估因果推断证据的整体性、一致性和质量的多层次、多来源统一框架

为组织下一代dGL和dID研究，研究人员提出了一个综合性的多层次、多来源证据框架，在单一分层嵌套结构中评估暴露评估、生理量化、下游生物学和慢性病结局的证据整体性、一致性和质量。该框架将dGL和dID定位为互补但不同的膳食暴露，源于食物的组成、结构和加工、碳水化合物可利用性、蛋白质和氨基酸组成以及混合餐内的相互作用。该框架并非将dGI、dGL、dID、胰岛素相关测量和下游生物标志物视为孤立指标，而是将其整合在一个共同的构念层级中，将膳食模式和食物与生物学反应、个体易感性和长期健康结局联系起来。通过明确定义这一构念层级，该框架提供了一种系统方法，用于评估暴露评估、整合跨多种研究设计和生物学组织水平的证据，并加强因果推断。它强调，没有单一的膳食指标、生物标志物或研究设计足以表征碳水化合物品质影响代谢健康的复杂途径。相反，当互补的证据线在膳食暴露、预测和实测的血糖和胰岛素反应、中间生物标志物、机制研究、随机干预和具有临床意义终点的前瞻性流行病学调查中汇聚时，信心会增强。该框架还强调了跨人群、膳食评估方法、分析策略和结局定义一致性的重要性。在这些互补证据来源中可重复的发现更可能反映潜在生物学机制，而非测量误差、残余混杂或情境特定的膳食模式。因此，评估证据的整体性和一致性为因果解读提供了更严谨的基础，识别了重要的知识空白，并阐明了证据何时足够稳健以指导临床实践和公共卫生建议。

公共卫生监测和膳食指导

尽管dGI和dGL在过去二十年中略有下降，但精制谷物、含糖饮料和超加工零食继续占美国人口膳食GL的相当大比例。研究人员近期通过为NHANES 20年报告中所有含碳水化合物食物分配GI值，开发了国家dGI和dGL数据库。对这些数据的分析表明，dGL存在持续的社经人口差异，女性、教育程度较低的成年人、生活在联邦贫困线以下的个体以及黑人成年人中数值较高。这项工作在方法学上很重要，因为它为国家监测和大规模营养流行病学提供了基础设施。它还说明了该领域的一个新兴方向：将机器学习计算工具与领域专家策展相结合，以生成标准化、透明和可重复的碳水化合物品质暴露评估。类似努力正在进行中，为其他国家膳食调查开发统一的dGI和dGL数据库，促进国际比较并加强全球营养研究的证据基础。在实践中，dGL可通过几种互补策略降低：用完整全谷物、豆类、蔬菜和完整水果替代精制谷物和土豆；减少含糖饮料和精制淀粉零食的消费；在碳水化合物数量相当时选择较低GI食物；以及用不饱和脂肪、坚果、种子和健康蛋白质来源替代一部分高GL碳水化合物热量。重要的是，这些建议强调改善碳水化合物品质，而非简单减少总碳水化合物摄入。尽管低GI和低GL膳食方法密切相关，但它们解决碳水化合物营养的不同方面。GI反映碳水化合物的品质和消化性，而GL则同时包含碳水化合物品质和数量。因此，低GL膳食模式不应被误解为极低碳水化合物或高饱和脂肪饮食。相反，首选方法是用最低限度加工的植物性食物以及适当的不饱和脂肪、坚果、种子和健康蛋白质来源替代快速吸收的精制碳水化合物。这些互补策略得到女性健康倡议发现的支持，该倡议表明，包含植物甾醇、坚果、粘性纤维、大豆蛋白和低GI食物的膳食模式与较低的心血管疾病风险相关。因此，低GI和低GL概念在嵌入高质量植物优先膳食模式时最为有用。目前，证据不足以支持以最小化dII或dIL作为独立数值目标的饮食建议。由于刺激胰岛素分泌的食物在营养品质上差异显著，且含蛋白质食物的胰岛素反应在生理上不同于精制淀粉和添加糖诱导的反复血糖和胰岛素反应，dII和dIL目前应被视为互补的生理研究指标，而非临床或公共卫生目标。其最大价值可能在于与dGL、氨基酸组成、食物来源、纤维、脂肪品质、蛋白质来源和整体膳食模式一起评估时阐明机制，用于未来的流行病学和干预研究。