同样的食物，不同的血糖反应

食物含有不同的营养成分，其中碳水化合物的含量对血糖的影响最大，因此糖尿病患者要限制碳水化合物的摄入量，尽量避免一次大量摄入碳水化合物，一方面要保证机体能量的日常所需，另一方面又要避免单次过多的碳水化合物影响血糖控制。当膳食中加入了蛋白质、膳食纤维、脂肪等营养元素之后，食物的血糖反应就会变得平缓，餐后血糖升高的幅度也会下降，我们教育患者时，常会提到食物血糖生成指数（GI）的概念，GI可代表食物对血糖影响的程度，数值越大对血糖影响越大，建议糖尿病患者在同类食物中尽量选择低GI食物，比如粗杂粮的GI比细粮GI低，建议患者主食粗细搭配，尽量避免精米白面，有助于血糖控制。

糖尿病饮食和药物治疗一样，没有千篇一律的处方，需要考虑患者的个体化差异，根据患者的病情、饮食喜好、经济状况等综合考虑制订，然而，在临床实践中我们发现同样一种食物，可能在不同的个体中会产生不一样的血糖反应。越来越多的证据表明，相同的食物在不同个体之间的血糖反应差异很大，除了食物本身的特征外，食物的血糖反应可能受到生理因素、遗传因素以及其他因素的影响。

构建有效的餐后血糖反应评估模型

不同的食物对血糖的影响不同，然而不同的个体对同样的食物产生的餐后血糖反应（PPGRs）也是不同的，摄入食物之后产生的血糖反应受到每个个体独有的特征影响，比如人体生理学指标，那么还会有其他的影响因素吗？不少研究者们从肠道微生物构成差异在这方面进行了研究，肠道微生物关乎人体健康，肠道微生物可能与机体能量代谢和胰岛素反应的调节相关，不同个体的肠道微生物构成不同造成食物血糖反应的差异，既然影响食物血糖的因素这么多，那么该如何对其进行评估呢？研究者拟对相关数据进行收集，然后制作出相应的模型，用来评估食物在个体中的血糖反应，这有助于针对不同的个体采用不同的营养策略，来达到血糖控制的目的。

研究方法和主要结果

从2016年10月11日到2017年12月13日，研究者在美国明尼苏达州招募志愿者，最终413名符合标准入组，最终获得327名非糖尿病者的相关数据。这些志愿者在佛罗里达州参加一项持续6天的研究，该研究对志愿者的身高体重等指标进行测量，使用连续血糖监测仪进行血糖监测（每5分钟测评1次血糖），同时收集了397名志愿者的粪便进行肠道微生物菌群的分析。在此期间同时记录志愿者的食物和活动信息，最后针对各种食物的个体化PPGR进行数据分析，给出预测血糖的模型。

结果显示，327名个体对相同的食物产生了不同的餐后反应，预测食物的餐后血糖反应时，除了食物本身的特征之外，几个个体因素的综合考虑（R=0.62）要比仅使用食物营养成分（针对能量R=0.34，针对碳水化合物R=0.4）来控制餐后血糖水平更佳。该研究得出的个性化PPGR预测模型，这个模型结合了个体生物学特征，还涉及人体微生物群组构成差异，以及食物消费特征，能够较好地预测食物在人体中产生的血糖变化。研究得出的血糖曲线趋势和碳水化合物和能量数值预测的曲线趋势一致，研究表明，膳食中增加蛋白质和脂肪类食物对抑制血糖升高有益。个体粪便微生物和血糖之间的具体关系相对复杂，需要进一步研究，未来或许可以通过干预肠道菌群来影响血糖平衡。

饮食治疗也强调个体化

这个研究探讨了预测食物餐后血糖反应的个性化方法，未来这个模型更为完善或许能够被推广运用。从这个研究我们也能得到一些启发，食物对血糖的影响，不仅仅和食物本身有关，食物的营养构成，烹饪方式，以及个体的生理特征也影响血糖效应，不同个体有不同的体新陈代谢率，肠道微生物群构成不同，这些因素综合作用与食物的血糖变化相关。因此在日常血糖管理中，应该充分患者个体差异性，类似药物治疗方案那样，食物的选择也存在个体差异，同样的食物在不同个体中可能产生不同的血糖反应，最终还是应该以血糖反应数值为准，对于不熟悉的食物应该加强血糖监测，以便更好地掌握相应的信息，做出正确的判断。