1 Comment

脂肪肝不只是脂肪肝而已

之前的文章提到在 DPP 研究中, lifestyle intervention 與 metformin 都能有效預防或延緩糖尿病前期(prediabetes)的患者轉變成糖尿病,且 lifestyle intervention 效果要比 metformin 來得好,
然而在經過 15 年之後,即使是 lifestyle modification 組仍舊有超過一半的人會成為糖尿病患,那麼到底是什麼因素決定了糖尿病前期的患者在  lifestyle intervention 下會不會變成糖尿病?


來自德國的 Dr. Norbert Stefan 日前發表於 Diabetologia 的文章給了我們一些啟示。

這個研究分析了 German Tübingen Lifestyle Intervention Program 的資料,只要符合下列任一個條件就納入研究:

  1. 第 2 型糖尿病的家族史
  2. BMI > 27
  3. IGT 或是 previous gestational diabetes

結果一共找出了 120 位 prediabetes 的受試者,接受 lifestyle intervention,目標是減重超過 5%

飲食控制部分:

  1. 減少脂肪攝取至少達到總熱量的 30%
  2. 減少飽和脂肪攝取至少達到總脂肪攝取量的 10%
  3. 增加纖維的攝取達到 15g/1000 kcal

運動控制部分,至少每週 3 小時,而且運動要達到一定的心跳速率才算數。


整個研究時間持續 9 個月,除了檢驗 glucose, insulin resistance 之外,還利用核磁共振(proton magnetic resonance spectroscopy)檢驗肝臟脂肪,只要檢測出肝臟脂肪含量 > 5.56% 就診斷有非酒精性脂肪肝疾病(nonalcoholic fatty liver disease, NAFLD)。


研究結果顯示這 120 位 prediabetes 受試者平均年齡是 49 歲,BMI 是 30,NAFLD 的比例高達 45%,

在經過 9 個月的 lifestyle intervention 之後平均體重減少 2.8 公斤,血糖及胰島素阻抗性均有改善,儘管如此,竟然有高達 55% 的 prediabetes 受試者的血糖並不會回復到正常血糖

若把胰島素分泌不足加上高胰島素阻抗性的受試者與其他受試者做比較,其體重的減少與血糖的改善是一樣的,而且回復成正常血糖的比例並沒有比較高!

但是,若是把具有 NAFLD 再加上胰島素分泌不足或高胰島素阻抗性這樣的受試者(high-risk phenotype)來跟其他受試者(low-risk phenotype)相比較,儘管體重的減少是一樣的,但是血糖明顯惡化許多,更重要的是回復成正常血糖的比例也比較低(31% vs. 67%, p<0.0001 )。

Prediabetes_NAFLD

這樣的結果顯示若 prediabetes 患者同時也有 NAFLD,那麼我們一般所建議的 lifestyle intervention 來預防糖尿病的效果將大打折扣!

值得一提的是這群 prediabetes 受試者在一開始就有 45% 的人有 NAFLD,如果這項研究時間能從 9 個月再拉長到數年的時間,其結果仍舊一樣的話,那麼 NAFLD 在預防糖尿病所扮演的角色將非常重要!

對於 prediabetes 患者,也許我們也應該做的是風險評估,而不只是追蹤而已; Prediabetes 且有 NAFLD 者屬於糖尿病的高風險族群,但是 lifestyle intervention 對於預防糖尿病的短期效果不彰,可能需要比一般建議還要更積極的 lifestyle intervention 或尋求其他治療  NAFLD 的方式。

相對的,prediabetes 但無 NAFLD者,屬於糖尿病的低風險族群,也許不需要像臨床試驗那樣積極的 lifestyle intervention,就能達到預防糖尿病的效果。


個人感想:

新陳代謝科醫師未來將跨界胃腸肝膽科!


Reference:

Stefan N, et al. A high-risk phenotype associates with reduced improvement in glycaemia during a lifestyle intervention in prediabetes. Diabetologia. 2015 Sep 24. [Epub ahead of print]

 

 

1 Comment

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

%d 位部落客按了讚: