有氧、抗阻或两者结合运动对减重老年肥胖患者胰岛素分泌、睫状神经营养因子和胰岛素样生长因子-1的影响

Effect of aerobic or resistance exercise, or both on insulin secretion, ciliary neurotrophic factor, and insulin-like growth factor-1 in dieting older adults with obesity

作者信息Georgia Colleluori, Viola Viola, Siresha Bathina, Reina Armamento-Villareal, Clifford Qualls, Antonio Giordano, Dennis T Villareal
PMID40527119
期刊Clin Nutr
发布时间2025-08
DOI10.1016/j.clnu.2025.05.016

实验完整度

随机对照试验,包含160名受试者,设置4组干预,检测循环因子、身体成分、胰岛素敏感性/分泌、基因表达,并采用逐步回归分析预测因子;具备体外模型、患者样本和组学数据等多层级证据。

主要模型

肥胖老年人(年龄≥65岁,BMI≥30 kg/m²) 肌肉活检亚组

重点核对

运动类型(有氧、抗阻、联合)与饮食减重结合与否 体重减轻约10% 血浆CNTF、CNTFRα、IGF-1水平变化 HOMA-IR、处置指数(DI)评估胰岛素敏感性/分泌 身体功能(PPT)和肌力(1RM)变化

摘要

背景与目的:肥胖加剧了与年龄相关的代谢和身体功能变化。在患有肥胖和虚弱的老年人中,不同运动模式与饮食诱导的体重减轻相结合对胰岛素分泌的影响尚不清楚,并且生活方式治疗诱导的代谢和功能改善的潜在介质仍有待确定。我们旨在评估在肥胖和虚弱并存的老年人中,各种运动疗法与饮食诱导的体重减轻相结合对胰岛素分泌和敏感性,以及循环睫状神经营养因子(CNTF)、其受体(CNTFRα)和胰岛素样生长因子-1(IGF-1)水平的影响。方法:在这项随机对照试验中,我们比较了160名肥胖老年人在匹配的约10%体重减轻期间,有氧运动(AEX)、抗阻运动(REX)或两者结合(COMB)的效果。我们通过双能X射线吸收法比较了6个月时躯干脂肪和四肢瘦体重的变化;通过酶联免疫吸附法检测CNTF、CNTFRα和IGF-1水平;通过稳态模型评估胰岛素抵抗(HOMA-IR)评估胰岛素敏感性;通过口服葡萄糖耐量试验中的处置指数(DI)评估胰岛素分泌;通过定量聚合酶链反应评估股外侧肌CNTF和CNTFRα的基因表达。采用逐步多元回归分析来确定血浆CNTF、DI和身体功能变化的主要预测因子。本研究还利用了主试验期间收集的额外数据,包括身体功能测试(PPT)评分、肌力、最大耗氧量(VO2peak)、通过磁共振成像评估的身体成分以及瘦素和脂联素血浆水平。结果:AEX和COMB组躯干脂肪量显著减少更多(p=0.001),而REX组四肢瘦体重保留更好(p=0.001)。与AEX和REX相比,COMB组HOMA-IR改善更显著(p<0.001),而DI仅在COMB组与对照组相比显著改善(p=0.04)。与对照组相比,所有干预组的血浆CNTF水平均降低(p<0.001),而仅COMB组保留了CNTFRα血浆水平(p=0.003),并表现出最显著的CNTF/CNTFRα降低。在股外侧肌中,CNTF和CNTFRα的表达没有差异。IGF-1在REX和COMB组改善更多(p=0.004)。内脏脂肪体积和血浆瘦素的变化解释了血浆CNTF变化的49.6%(p<0.009)。CNTFRα的变化是DI变化的关键预测因子,连同肌间脂肪变化解释了其变异性的38.3%(p=0.004)。它们连同肌间脂肪、肌力、VO2peak和IGF-1的变化还贡献了PPT变化变异性的61.2%(p=0.03)。结论:在肥胖老年人中,将有氧和抗阻运动与饮食诱导的体重减轻相结合,可在代谢和身体功能方面带来最显著的改善,保持循环CNTFRα水平,并增加IGF-1水平。这些发现,连同确定CNTFRα变化是胰岛素分泌和身体功能改善的关键预测因子,以及IGF-1变化是身体功能的预测因子,表明CNTF/CNTFRα和IGF-1信号传导可能在介导与生活方式治疗相关的健康益处中发挥关键作用。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在肥胖并虚弱的老年人中,不同运动模式(有氧、抗阻或两者结合)结合饮食减重对胰岛素分泌、CNTF及其受体和IGF-1水平的影响,以及这些变化是否与代谢和功能改善相关。
核心机制
CNTF/CNTFRα信号传导和IGF-1可能作为生活方式治疗改善代谢和身体功能的中介:CNTFRα水平变化是胰岛素分泌和身体功能改善的关键预测因子,而IGF-1变化是身体功能(PPT)改善的预测因子。
主要证据
随机对照试验中,联合运动组(COMB)显著改善HOMA-IR和DI,保留CNTFRα,增加IGF-1;逐步回归分析显示CNTFRα变化解释了DI和PPT变异的38.3%和61.2%中的一部分,IGF-1解释PPT变异4.5%
研究意义
研究结果支持CNTF/CNTFRα信号传导和IGF-1可能介导生活方式治疗的代谢和功能益处,为开发针对该人群的新治疗策略提供了依据。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

受试者筛选与分组

评估不同运动干预结合饮食减重对肥胖老年人代谢和功能的影响。

从LITOE试验中纳入160名肥胖老年人,随机分为对照组(CON)、有氧组(AEX)、抗阻组(REX)和联合组(COMB),每组40人,进行为期6个月的干预。

2

身体成分和身体功能评估

量化不同干预对体脂分布、瘦体重和身体功能的影响。

通过DXA测量躯干脂肪、四肢瘦体重;通过MRI测量内脏脂肪、肌间脂肪等;通过PPT评估身体功能,通过肌力测试和VO2peak评估体能。

3

代谢指标评估

评估不同干预对胰岛素敏感性和分泌的影响。

通过口服葡萄糖耐量试验(OGTT)测量血糖和胰岛素,计算HOMA-IR、胰岛素敏感性指数(ISI)、胰岛素生成指数(IGI)和处置指数(DI)。

4

循环因子和基因表达分析

检测生活方式干预对CNTF、CNTFRα和IGF-1水平及其基因表达的影响。

通过ELISA测量血浆CNTF、CNTFRα和IGF-1;通过RT-qPCR分析股外侧肌CNTF和CNTFRα基因表达。

5

预测因子分析

识别改善胰岛素分泌和身体功能的关键预测因子。

运用逐步多元回归分析,评估身体成分、循环因子等变量对CNTF、HOMA-IR、DI和PPT变化的影响。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
双能X射线吸收法General Electric/Hologic--
磁共振成像SiemensMagnetom
测力计BiodexSystem
True Max 2400 运动肺功能测试系统ParvoMedics--
YSI 血糖分析仪YSI Inc.--
CNTF ELISA试剂盒CusabioCSB-E04527H
CNTFRα ELISA试剂盒LifeSpan BiosciencesLS-SF49895-1
IGF-1 ELISA试剂盒Siemens Healthcare DiagnosticsLKGF1
RNeasy Plus 通用小型提取试剂盒QIAGEN--
FastPrep-24 5G 匀浆器MP Biomedicals--
生物分析仪2100Agilent Technologies--
SuperScript VILO 预混液Invitrogen--
TaqMan 基因表达检测Applied BiosystemsHs00173456_m1,
QuantStudio 5 实时荧光定量PCR系统Applied Biosystems--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
受试者纳入与分组
年龄≥65岁,BMI≥30 kg/m²;排除需胰岛素治疗的2型糖尿病或HbA1c>8.5%;分组按种族、BMI和性别分层随机
阅读提示:Methods: LITOE Study Design and Population
运动干预
运动类型(有氧、抗阻、联合)、每周频率(3次/周)、每次时长(AEX和REX 60分钟,COMB 75-90分钟)、强度(有氧:初始65%心率储备,逐渐增至70-85%;抗阻:初始65% 1RM,逐渐增至85% 1RM)
阅读提示:Methods: LITOE Study Design and Population
饮食干预
能量赤字500-750 kcal/天,蛋白质约1g/kg体重/天,目标减重10%
阅读提示:Methods: LITOE Study Design and Population
胰岛素敏感性和分泌评估
OGTT(75g葡萄糖),禁食过夜,采血时间点(空腹、30、60、90、120分钟),计算HOMA-IR、ISI、IGI和DI
阅读提示:Methods: Insulin Sensitivity and Secretion
循环因子检测
ELISA测定CNTF、CNTFRα和IGF-1,样品稀释按说明书,重复测量
阅读提示:Methods: Fasting Blood Analyses
基因表达分析
股外侧肌活检,RNA提取,RT-qPCR使用TaqMan探针,内参B2M
阅读提示:Methods: Vastus Lateralis Gene Expression
统计设计
ANCOVA校正基线和性别,逐步回归分析预测因子,排除多重共线性
阅读提示:Methods: Statistical Analysis