多彩网彩票官网

  • <tr id='TdgcWu'><strong id='TdgcWu'></strong><small id='TdgcWu'></small><button id='TdgcWu'></button><li id='TdgcWu'><noscript id='TdgcWu'><big id='TdgcWu'></big><dt id='TdgcWu'></dt></noscript></li></tr><ol id='TdgcWu'><option id='TdgcWu'><table id='TdgcWu'><blockquote id='TdgcWu'><tbody id='TdgcWu'></tbody></blockquote></table></option></ol><u id='TdgcWu'></u><kbd id='TdgcWu'><kbd id='TdgcWu'></kbd></kbd>

    <code id='TdgcWu'><strong id='TdgcWu'></strong></code>

    <fieldset id='TdgcWu'></fieldset>
          <span id='TdgcWu'></span>

              <ins id='TdgcWu'></ins>
              <acronym id='TdgcWu'><em id='TdgcWu'></em><td id='TdgcWu'><div id='TdgcWu'></div></td></acronym><address id='TdgcWu'><big id='TdgcWu'><big id='TdgcWu'></big><legend id='TdgcWu'></legend></big></address>

              <i id='TdgcWu'><div id='TdgcWu'><ins id='TdgcWu'></ins></div></i>
              <i id='TdgcWu'></i>
            1. <dl id='TdgcWu'></dl>
              1. <blockquote id='TdgcWu'><q id='TdgcWu'><noscript id='TdgcWu'></noscript><dt id='TdgcWu'></dt></q></blockquote><noframes id='TdgcWu'><i id='TdgcWu'></i>

                【中国科技网】肠道菌群基线特征是LCD减重效果的决定因素获揭示

                   科技日报记㊣ 者 龙跃梅   通讯员 李诚斌

                  华南应用微生¤物国家重点实验室,广东省科学院微生物研究所谢黎炜研究员团队联合南方医科大学珠江医院临床研究团队发现肠道菌群基线特征是低碳水化合物饮食(LCD)减重效果的瓶颈因素。9月15日,该研究成果在《微生◣物波谱》上发表。

                  在ω 全球范围内,超重/肥胖患病率呈快速增长趋势,肥胖及其并发症不仅严重影响患者生活质量,也给社会和家庭带来沉重的经济负担。低碳水化合物饮食是减重治○疗的一种饮食干预模式,然而在不同的研究中,LCD干预的减重效果存在较大差异,目前尚无足够∏的证据解释这种异质性的现象,这也是医学体重管理领域的一个难点。

                http://m.stdaily.com/index/kejixinwen/2021-09/17/1220534/images/1680a87e46f14d4ba5f8501480ee05de.jpg

                  9月15日,华南应用微生物国家重点实※验室,广东省微生物①研究所肠道微生态与健康团队PI谢黎炜研究▆员与南方医科大学珠江医院内分泌代谢科陈宏教授、孙嘉教授临床团队合作,在《微生物波谱》(Microbiology Spectrum)期ㄨ刊上发表了题为“Gut microbiota serves a predictable outcome of short-term low-carbohydrate diet (LCD) intervention for patients with obesity”(肠道菌群参与超重/肥胖患者短期低碳水化合物饮食减重治疗的研究)的临床研【究报告。

                  该研究首次报道了肠道菌群基线特征是超重肥胖人群短期低碳水化合物饮食减重效果的决定因素,该研究通过↑构建基于肠道菌群基线特征预测LCD减重效果的人工神经网络模型,该研究卐的发现为临床医学体重管理和干预提供了全新的策略和方法。


                附件下载: