修回日期: 2023-03-23
接受日期: 2023-04-24
在线出版日期: 2023-04-28
代谢相关脂肪性肝病(metabolic associated fatty liver disease, MAFLD)在全球范围内广泛流行, 不良的饮食生活习惯与其发生发展密切相关, 通过饮食运动及生活方式干预是防治MAFLD的重要措施之一, 但目前关于MAFLD的饮食运动及生活方式的干预策略尚无定论, 其方式方法仍需要进一步研究.
基于中国居民膳食指南为MAFLD患者制定个体化膳食及运动处方, 探索个体化限制能量平衡膳食联合运动指导的干预方式对改善MAFLD的作用.
根据是否接受个体化饮食运动干预分为干预组和对照组, 分别在入组时(T0)收集患者的人体测量指标、实验室检测指标, 通过问卷调查了解患者的一般信息、家族史、膳食及生活习惯、食物频率等, 根据患者实际情况给予干预组患者个体化膳食处方和运动处方, 对照组给予常规健康宣教, 6 mo后(T1)再次收集患者的资料, 比较干预前后人体测量指标和实验室检测指标的变化.
127例MAFLD患者(对照组32例, 干预组95例)中, 汽车出行者占62.99%, 久坐者(>8 h/d)占48.82%, 饮食口味重者占比>50%, 爱加餐者占37.01%; 食物因子分析提取五个主因子, 分别解释为"菌蔬"因子、"粮乳"因子、"肉蛋"因子、"水产"因子和"零食"因子,其中"肉蛋"因子的上五分位(Q5)可使高甘油三酯和高胆固醇的危险性分别增加为其下五分位(Q1)的5.60倍(95%CI: 1.41-22.24)和6.45倍(95%CI: 1.51-27.63); 水产因子的中五分位(Q3)可使高胆固醇的危险性增加为其Q1的4.54倍(95%CI: 1.10-18.78); 干预组和对照组的人体测量指标和实验室检测指标(除对照组的糖化血红蛋白)在干预前后的差异均有统计学意义(P<0.05), 且两组指标的变化差值间的差异有统计学意义(P<0.05).
基于中国居民膳食指南个体化制定膳食及运动干预方案有助于降低MAFLD患者的体重、体质指数、腰围、内脏脂肪面积、体脂比等人体测量指标, 可有效改善患者糖脂代谢状况.
核心提要: 代谢相关脂肪性肝病(metabolic associated fatty liver disease, MAFLD)中不良膳食及生活习惯占比较高, 基于中国居民膳食指南制定个体化的膳食及运动干预处方有助于降低MAFLD患者的体重、体质指数、腰围、内脏脂肪面积、体脂比等人体测量指标, 并有效改善患者糖脂代谢状况.
引文著录: 贺登花, 张勇湛, 徐亮, 张颖, 裴佳佳, 闫忠芳. 代谢相关脂肪性肝病基于中国居民膳食指南的个体化干预研究. 世界华人消化杂志 2023; 31(8): 316-325
Revised: March 23, 2023
Accepted: April 24, 2023
Published online: April 28, 2023
Metabolic associated fatty liver disease (MAFLD) is widely prevalent. Poor dietary and living habits are closely related to the development of MAFLD. Diet and exercise intervention is one of the important measures for the prevention and treatment of MAFLD, but the intervention strategies are still inconclusive, and further research is still required.
To explore the effect of individualized intervention through limited energy balanced diet and exercise on MAFLD.
MAFLD patients were divided into either an intervention group or a control group according to whether they received individualized diet and exercise intervention or not. At the time of enrollment (T0), the anthropometric information and laboratory indicators of the patients were collected, and the general information, family history, dietary and living habits, and food frequency of the patients were collected by questionnaire survey. Individualized diet and exercise intervention was executed in the intervention group, while routine health education without individualized intervention was executed in the control group. We collected the above parameters after 6 mo (T1) for the second time, and then compared their differences between T0 and T1.
Among 127 MAFLD patients included, those with daily travelling by car accounted for 62.99%, and those preferring sedentary lifestyle (>8 h/d), heavy flavor food, and extra meal accounted for 48.82%, > 50%, and 37.01%, respectively. Five main factors were extracted after factor analysis, including "fungus and vegetable", "grain and milk", "meat and egg", "aquatic", and "snack". The upper quintile (Q5) of the "meat and egg" factor could increase the risk of high triglyceride (odds ratio [OR] = 5.60, 95% confidence interval [CI]: 1.41-22.24) and high cholesterol (OR = 6.45, 95%CI: 1.51-27.63) compared with the lower quintile (Q1); the middle quintile (Q3) of the "aquatic" factor could also increase the risk of high cholesterol (OR = 4.54, 95%CI: 1.10-18.78). The differences in anthropometric information and laboratory test indicators (except glycosylated hemoglobin in the control group) between T0 and T1 were statistically significant (P < 0.05) both in the intervention group and in the control group.
Individualized dietary and exercise intervention based on the Dietary Guidelines for Chinese Residents can help MAFLD patients reduce body weight, body mass index, waist circumference, visceral fat area, body fat ratio, etc. and improve their glucose and lipid metabolism effectively.
- Citation: He DH, Zhang YZ, Xu L, Zhang Y, Pei JJ, Yan ZF. Individualized intervention for patients with metabolic fatty liver disease based on Dietary Guidelines for Chinese Residents. Shijie Huaren Xiaohua Zazhi 2023; 31(8): 316-325
- URL: https://www.wjgnet.com/1009-3079/full/v31/i8/316.htm
- DOI: https://dx.doi.org/10.11569/wcjd.v31.i8.316
既往研究表明, 膳食结构不合理、膳食能量过高及久坐少动等不良饮食及生活习惯与代谢相关脂肪性肝病(metabolic associated fatty liver disease, MAFLD)[1]发病率的不断增高密切相关[2,3]. 而合理的膳食结构, 如地中海饮食、控制高血压饮食(dietary approaches to stop hypertension, DASH)等优质膳食模式可改善肝脏脂肪变性并提高胰岛素敏感性[4,5], 通过控制饮食、联合抗阻运动和有氧运动来减轻体重也可较好地改善MAFLD[6-8]. 本研究以中国居民膳食指南为基础, 结合MAFLD的疾病代谢特点, 为MAFLD患者制定个体化膳食及运动处方, 探索个体化限制能量平衡膳食联合运动指导的干预方式对改善MAFLD的作用, 为MAFLD及相关代谢紊乱的防治提供思路和科学依据.
收集2020-11/2023-01于天津市第二人民医院诊治并行人体成分分析检查的MAFLD患者, 排除患有肝性脑病、严重感染、肾病综合征、恶性肿瘤、甲状腺功能异常、严重精神疾病及长期卧床等疾病的患者, 共纳入127例(男性112例, 女性15例)MAFLD患者, 按照其是否接受个体化饮食运动干预分为干预组(95例)和对照组(32例), 分别在入组时(T0)和6 mo后(T1)收集相应研究数据. 本研究经天津市第二人民医院伦理委员会审批通过.
分别在T0和T1时收集患者的人体测量资料和实验室检测资料: (1)人体测量: 晨起空腹测量患者身高、体重(SHENGYUAN超声波体重秤HGM-700), 并计算体质指数(body mass index, BMI), BMI = 体重(kg)/身高2(m2); BIA法测定人体成分(InBody S10, 韩国), 患者晨起空腹, 测量前停止剧烈活动, 脱鞋袜并静躺5分钟后开始测量, 测量过程中保持安静、均匀呼吸, 测量结束后记录患者的腰围(waist circumference, WC)、上臂围(arm circumference, AC)、上臂肌围(arm muscle circumference, AMC)、骨骼肌含量(muscle weight, Mw)、蛋白质含量(protein weight, Pw)、体脂肪含量(fat weight, Fw)、体脂比(body fat ratio, BFR)、内脏脂肪面积(visceral fat area, VFA)及静息代谢率(resting metabolic rate, RMR)等指标; (2)实验室检测: 患者晨起空腹采血, 测定丙氨酸转氨酶(alanine aminotransferase, ALT)、天冬氨酸转氨酶(aspartate aminotransferase, AST)、总胆红素(total bilirubin, TBIL)、尿素氮(blood urea nitrogen, BUN)、肌酐(creatinine, CRE)、尿酸(uric acid, UA), 总胆固醇(total cholesterol, TC)、甘油三酯(triglyceride, TG)、低密度脂蛋白胆固醇(low density lipoprotein cholesterol, LDL-C)、高密度脂蛋白胆固醇(high density lipoprotein cholesterol, HDL-C)等生化指标; 测定空腹血糖(fasting blood-glucose, FBG)、空腹胰岛素(fasting insulin, FINS)、糖化血红蛋白(glycated hemoglobin, HbA1C)等糖代谢指标.
在T0时发放调查问卷, 了解患者的一般情况, 为个体化膳食及运动处方的制定提供参考. 主要包括: (1)个人基本信息: 姓名、性别、出生日期、民族、婚姻状况、文化程度、职业等; (2)既往史及家族史: 超重或肥胖、高血压、糖尿病、高脂血症等常见慢性疾病; (3)生活方式及行为习惯: 吸烟、饮酒、身体活动、饮食习惯等; (4)膳食调查: 食物频率及24 h膳食回顾; 调查内容包括11大类(41小类)食物: 主食类(精米面、其它谷类、油炸面食、薯类杂豆)、大豆及其制品(大豆、非发酵豆制品、发酵豆制品)、蔬菜类(鲜豆类、瓜茄类、块根类、茎叶类、酱腌菜类)、菌藻类(蘑菇类、非蘑菇食用菌、海藻类)、水果类(柑橘类、瓜类、核仁果类、浆果类、热带水果类)、乳类(液态奶、酸奶、奶粉、奶酪)、肉类(畜肉、禽肉、内脏类、烟熏肉)、水产类(鱼类、虾类、蟹类、软体动物)、蛋类(鲜蛋、加工蛋)、零食类(糕点、坚果、油炸膨化、蜜饯果脯、糖果巧克力)、饮料类(鲜榨果蔬汁、碳酸饮料、其它含糖饮料).
(1)干预组: 根据患者的性别、年龄、身高、体力活动水平, 结合患者的饮食习惯及生化指标情况, 参考中国居民膳食指南建议, 制定个体化的限制能量平衡膳食(calorie restrict diet, CRD)处方. ①确定目标能量: 能量 = 实际体重×(20-25) kcal/kg·d×70%. ②确定供能比例: 碳水化合物占50%-55%, 脂肪占20%-30%, 蛋白质占15%-20%. ③合理分配至一日三餐及加餐. ④提供一周能量食谱及食物交换表, 同类等能量食物可替换; (2)对照组: 常规健康宣教, 发放宣传折页等, 无个体化膳食干预措施.
(1)干预组: 结合患者平时的体力活动水平及运动喜好, 制定个体化中等强度有氧运动+抗阻运动处方: ①有氧运动: 运动项目可选择快走、慢跑、游泳、健身操、球类运动等;运动时间以3次-5次/wk, 30 min-45 min/次, 根据自身耐受情况调整为宜; 每日运动量应至少达到3-4个运动单位(消耗90 kcal能量为1个运动单位); 运动强度以中等强度为主, 在身体能够耐受的前提下达到60%最大耗氧量, 即有效心率 = 170-年龄. ②抗阻运动: 运动项目可选择直立提拉、过头推举、仰卧起坐、深蹲起、平板支撑等;运动时间为3次-5次/wk, 20 min-30 min/次, 循序渐进; (2)对照组: 常规健康宣教, 发放宣传折页等, 无个体化运动干预措施.
1.6.1 MAFLD的诊断: 采用2020年国际专家共识[1], 即MAFLD的诊断基于肝脏脂肪积聚(肝细胞脂肪变性)的组织学(肝活检)、影像学及血液生物标志物证据, (本研究以腹部超声检查结果为基础, 具备以下异常表现2项以上者可诊断为脂肪肝: (1)肝脏近场回声增强, 远场回声减弱; (2)肝脏实质回声致密, 强于肾脏实质; (3)肝内血管和胆道结构显示不清[9]. 同时满足以下三项条件之一: (1)超重/肥胖: 亚洲人群BMI>23 kg/m2; (2)2型糖尿病: 糖尿病典型症状(多饮、多尿、多食及体重下降)加上随机血糖≥11.1 mmol/L或加上空腹血糖≥7.0 mmol/L或加上糖负荷后2 h血糖≥11.1 mmol/L; (3)代谢功能障碍(以下代谢风险因素至少存在两项): ①腰围: 男性WC≥90 cm,女性WC≥85 cm. ②血压: BP≥130/85 mmHg或接受特异性药物治疗. ③血浆甘油三酯: TG≥150 mg/dL(1.7 mmol/L)或接受特异性药物治疗. ④血浆高密度脂蛋白-胆固醇: 男性HDL-C<40 mg/dL(1.0 mmol/L)及女性HDL-C<50 mg/dL(1.3 mmol/L), 或接受特异性药物治疗. ⑤糖尿病前期: 空腹血糖为100 mg/dL-125 mg/dL(5.6 mmol/L-6.9 mmol/L)或餐后2 h血糖为140 mg/dL-199 mg/dL(7.8 mmol/L-11.0 mmol/L)或糖化血红蛋白为5.7%-6.4%(39 mmol/L-47 mmol/L). ⑥稳态模型评估-胰岛素抵抗指数: HOMA-IR≥2.5. ⑦血浆超敏C反应蛋白水平: CRP>2 mg/L.
1.6.2 代谢异常的二分类定义: ①高尿酸: 否 = 0, UA<357 μmol/L; 是 = 1, UA≥357 μmol/L. ②高血糖: 否 = 0, FBG<6.10 mmol/L; 是 = 1, FBG≥6.10 mmol/L. ③高甘油三酯: 否 = 0, TG<1.70 mmol/L; 是 = 1, TG≥1.70 mmol/L. ④高胆固醇: 否 = 0, TC<5.18 mmol/L; 是 = 1, TC≥5.18 mmol/L. ⑤低HDL-C: 否 = 0, HDL-C≥1.00; 是 = 1, HDL-C<1.00 mmol/L. ⑥高LDL: 否 = 0, LDL-C<3.36 mmol/L; 是 = 1, LDLC≥3.36 mmol/L.
统计学处理 连续变量用均数±标准差(mean±SD)表示, 两组间比较采用t检验; 分类变量用n(%)表示, 组间比较采用Mann-Whitney U检验; 通过主成分因子分析法(最大正交旋转)提取膳食主因子, 将因子载荷≥0.300者作为解释该主因子的食物种类; Logistic回归分别分析不同膳食主因子与各代谢异常之间的关系; 干预前(T0)后(T1)比较采用配对t检验, 对照组和干预组干预前后差值(T1-T0)的组间比较采用t检验. 数据分析均通过IBM SPSS Statistics 26.0完成, 以P<0.05(双侧)作为显著性标准.
本研究共入组127例MAFLD患者, 平均年龄为34.02岁±6.72岁, 其中男性112例, 占88.19%. 研究对象中具有高血压家族的患者占51.97%(n = 66), 正在经历被动吸烟的患者占40.94%(n = 52), 以汽车为主要出行方式的患者占62.99%(n = 80), 每天久坐>8 h的患者占48.82%(n = 62), 喜欢甜食、辣食、烧烤食物、煎炸食物及腌熏食物的患者分别占56.70%(n = 72)、60.63%(n = 77)、62.20%(n = 79)、57.48%(n = 73)及49.61%(n = 63), 有加餐习惯的患者占37.01%(n = 47). 根据患者是否愿意接受干预分为对照组(n = 32)和干预组(n = 95), 分析结果显示, 两组患者在一般特征及生活饮食习惯中的分布差异无统计学意义, 详见表1.
| 合计(n = 127) | 对照组(n = 32) | 干预组(n = 95) | P | ||
| 身高(cm) | 171.96±7.79 | 172.33±4.37 | 171.84±8.66 | 0.681 | |
| 年龄(岁) | 34.02±6.72 | 33.87±7.83 | 34.08±6.39 | 0.890 | |
| 性别 | 男性 | 112(88.19) | 30(93.75) | 82(86.32) | 0.262 |
| 家族史 | 超重或肥胖 | 29(22.83) | 6(18.75) | 23(24.21) | 0.526 |
| 高血压 | 66(51.97) | 15(46.88) | 51(53.68) | 0.507 | |
| 糖尿病 | 30(23.62) | 5(15.63) | 25(26.32) | 0.220 | |
| 高血脂 | 30(23.62) | 9(28.13) | 21(22.11) | 0.490 | |
| 吸烟饮酒 | 被动吸烟 | 52(40.94) | 14(43.75) | 38(40.00) | 0.823 |
| 主动吸烟 | 28(22.05) | 11(34.38) | 17(17.89) | 0.055 | |
| 饮酒 | 27(21.26) | 8(25.00) | 19(20.00) | 0.551 | |
| 体力活动 | 出行方式(汽车) | 80(62.99) | 17(53.13) | 63(66.32) | 0.124 |
| 家务劳动(几乎不) | 38(29.92) | 8(25.00) | 30(31.58) | 0.800 | |
| 体育锻炼(几乎不) | 32(25.20) | 9(28.13) | 23(24.21) | 0.333 | |
| 久坐(>8 h/d) | 62(48.82) | 13(40.63) | 49(51.58) | 0.378 | |
| 睡眠不足(<6 h/d) | 14(11.02) | 6(18.75) | 8(8.42) | 0.108 | |
| 饮食喜好 | 甜食 | 72(56.70) | 19(59.38) | 53(55.79) | 0.724 |
| 辣食 | 77(60.63) | 17(53.13) | 60(63.16) | 0.317 | |
| 烧烤食物 | 79(62.20) | 18(56.25) | 61(64.21) | 0.424 | |
| 煎炸食物 | 73(57.48) | 19(59.38) | 54(56.84) | 0.803 | |
| 腌熏食物 | 63(49.61) | 16(50.00) | 47(49.47) | 0.959 | |
| 就餐习惯 | 不吃早餐 | 11(8.66) | 5(15.63) | 6(6.32) | 0.328 |
| 外出就餐 | 26((20.47) | 8(25.0) | 19(20.00) | 0.545 | |
| 加餐 | 47(37.01) | 13(40.63) | 34(35.79) | 0.650 |
将11类(41小类)食物的分别纳入因子分析后, KMO统计量 = 0.540,变量间具有一定的偏相关性; Bartlett球形检验结果为χ2 = 75.60, P = 0.034, 拒绝各变量间相互独立的假设, 各变量间具有一定的相关性, 可做因子分析. 经过最大正交旋转提取出五个主因子, 其总方差贡献率为59.69%, 各类食物在主因子中的因子载荷详情如表2, 将因子载荷≥0.300者作为解释该主因子的食物种类. 因子1包括菌藻类、蔬菜类、水果类和豆制品类, 其方差贡献率为15.49%; 因子2包括乳类、粮谷类、水果类和饮料类, 其方差贡献率为12.80%; 因子3包括肉类和蛋类, 其方差贡献率为12.17%; 因子4包括水产类和豆制品类, 其方差贡献率为10.08%; 因子5包括零食类和水果类, 其方差贡献率为9.15%. 五个主因子可分别解释为"菌蔬"因子、"粮乳"因子、"肉蛋"因子、"水产"因子和"零食"因子.
| 食物种类 | 菌蔬因子 | 粮乳因子 | 肉蛋因子 | 水产因子 | 零食因子 |
| 菌藻类 | 0.702 | 0.069 | -0.025 | 0.080 | 0.045 |
| 蔬菜类 | 0.594 | 0.051 | 0.246 | -0.073 | -0.165 |
| 饮料类 | -0.503 | 0.311 | 0.278 | -0.136 | 0.000 |
| 乳类 | -0.148 | 0.743 | 0.025 | 0.070 | -0.083 |
| 粮谷类 | 0.167 | 0.736 | -0.134 | 0.041 | 0.061 |
| 水果类 | 0.441 | 0.463 | 0.085 | -0.288 | 0.344 |
| 肉类 | -0.102 | 0.015 | 0.828 | -0.092 | -0.026 |
| 蛋类 | 0.230 | -0.130 | 0.685 | 0.184 | 0.183 |
| 水产类 | 0.000 | 0.031 | 0.008 | 0.853 | 0.161 |
| 豆制品类 | 0.309 | 0.158 | 0.086 | 0.459 | -0.523 |
| 零食类 | 0.018 | 0.060 | 0.131 | 0.239 | 0.783 |
| 方差贡献率(%) | 15.49 | 12.80 | 12.17 | 10.08 | 9.15 |
| 累计方差贡献率(%) | 15.49 | 28.30 | 40.47 | 50.55 | 59.69 |
分别以是否高尿酸、高血糖、高甘油三脂、高胆固醇、低HDL-C及高LDL-C为因变量, 以五个主因子的因子得分为自变量进行Logistic回归分析, 同时调整性别、年龄并做卡方趋势检验(P for trend), 不同食物主因子时各因变量的比值比(odds ratio, OR)和95%可信区间(95% confidence interval, 95%CI)如表3. 结果显示, "肉蛋"因子的Q5可使高甘油三酯和高胆固醇的危险性分别增加为Q1的5.60倍(OR = 5.60, 95%CI: 1.41-22.24; P<0.05)和6.45倍(OR = 6.45, 95%CI: 1.51-27.63; P<0.05); "水产"因子的Q3可使高胆固醇的危险性增加为Q1的4.54倍(OR = 4.54, 95%CI: 1.10-18.78; P<0.05).
| Q1 | Q3 | Q5 | P for trend | ||
| 因子1 | 高尿酸 | 1.00 | 2.67(0.36, 19.52) | 4.37(0.52, 36.73) | 0.852 |
| 高血糖 | 1.00 | 0.71(0.04, 12.26) | 0.13(0.01, 2.61) | 0.642 | |
| 高甘油三酯 | 1.00 | 1.86(0.48, 7.28) | 3.13(0.77, 12.73) | 0.900 | |
| 高胆固醇 | 1.00 | 0.93(0.23, 3.67) | 0.33(0.08, 1.43) | 0.857 | |
| 低HDL-C | 1.00 | 4.18(0.58, 30.14) | 3.89(0.57, 26.50) | 0.346 | |
| 高LDL-C | 1.00 | 0.59(0.15, 2.38) | 0.22(0.05, 1.02) | 0.525 | |
| 因子2 | 高尿酸 | 1.00 | 1.55(0.32, 7.50) | 7.45(1.10, 50.27) | 0.186 |
| 高血糖 | 1.00 | 0.26(0.01, 5.75) | 0.63(0.04, 11.14) | 0.107 | |
| 高甘油三酯 | 1.00 | 3.69(0.94, 14.47) | 0.83(0.22, 3.07) | 0.803 | |
| 高胆固醇 | 1.00 | 0.90(0.24, 3.32) | 2.70(0.70, 10.41) | 0.237 | |
| 低HDL-C | 1.00 | 1.22(0.20, 7.50) | 0.92(0.14, 6.11) | 0.468 | |
| 高LDL-C | 1.00 | 2.03(0.49, 8.35) | 3.10(0.78, 12.30) | 0.591 | |
| 因子3 | 高尿酸 | 1.00 | 0.85(0.17, 4.35) | 0.39(0.08, 1.92) | 0.598 |
| 高血糖 | 1.00 | 1.87(0.18, 19.08) | 0.91(0.08, 12.80) | 0.630 | |
| 高甘油三酯 | 1.00 | 2.09(0.56, 7.82) | 5.60(1.41, 22.24)a | 0.348 | |
| 高胆固醇 | 1.00 | 1.53(0.36, 6.47) | 6.45(1.51, 27.63)a | 0.112 | |
| 低HDL-C | 1.00 | 0.91(0.14, 6.04) | 0.71(0.10, 5.01) | 0.731 | |
| 高LDL-C | 1.00 | 1.57(0.37, 6.71) | 1.59(0.37, 6.71) | 0.319 | |
| 因子4 | 高尿酸 | 1.00 | 0.17(0.02, 1.24) | 0.38(0.05, 2.77) | 0.435 |
| 高血糖 | 1.00 | 0.11(0.02, 1.58) | 0.14(0.01, 2.45) | 0.021 | |
| 高甘油三酯 | 1.00 | 1.01(0.28, 3.71) | 1.03(0.28, 3.74) | 0.232 | |
| 高胆固醇 | 1.00 | 4.54(1.10, 18.78)a | 1.54(0.39, 6.10) | 0.033 | |
| 低HDL-C | 1.00 | 0.51(0.09, 2.79) | 0.17(0.03, 1.18) | 0.562 | |
| 高LDL-C | 1.00 | 2.94(0.76, 11.41) | 0.80(0.21, 3.07) | 0.235 | |
| 因子5 | 高尿酸 | 1.00 | 0.09(0.01, 1.72) | 0.86(0.10, 7.15) | 0.146 |
| 高血糖 | 1.00 | 1.37(0.22, 6.78) | 1.51(0.34, 7.12) | 0.022 | |
| 高甘油三酯 | 1.00 | 2.62(0.64, 10.79) | 0.36(0.09, 1.39) | 0.348 | |
| 高胆固醇 | 1.00 | 1.67(0.37, 7.56) | 1.23(0.31, 4.82) | 0.346 | |
| 低HDL-C | 1.00 | 0.60(0.07, 4.90) | 1.60(0.28, 9.19) | 0.262 | |
| 高LDL-C | 1.00 | 1.28(0.28, 5.80) | 0.59(0.13, 2.69) | 0.755 |
T0时分别对干预组和对照组的人体测量指标及生化检测指标进行t检验, 结果显示两组患者在各检测指标的分布差异均无统计学意义. 对干预组和对照组在T0和T1时的指标分别进行配对t检验, 除对照组的HbA1C在干预前后的变化差异无统计学意义外, 对照组和干预组的其它指标在干预前后的变化差异均有统计学意义(P<0.05). 分别对各指标的组间变化差值(T1-T0)进行t检验, 除TBIL和HDL-C变化差值的分布差异无统计学意义外, 其它指标变化差值的分布差异均有统计学意义(P<0.05), 其中干预组各指标的变化差值均小于0, 对照组各指标(除ALT、AST和TBIL外)的变化差值均大于0, 详见表4.
| 对照组 | 干预组 | T1-T0 | |||||||
| T0 | T1 | P | T0 | T1 | P | 对照组 | 干预组 | P | |
| 体重(kg) | 87.54±11.78 | 89.93±12.78 | <0.001 | 86.27±16.04 | 81.64±14.49 | <0.001 | 2.39±3.49 | -4.62±3.99 | <0.001 |
| BMI(kg/m2) | 29.43±3.67 | 30.27±3.98 | <0.001 | 29.09±3.88 | 27.51±3.46 | <0.001 | 0.83±1.18 | -1.57±1.33 | <0.001 |
| WC(cm) | 102.34±11.17 | 104.03±0.95 | <0.001 | 99.63±11.96 | 95.26±10.83 | <0.001 | 1.69±4.62 | -4.37±5.05 | <0.001 |
| AC(cm) | 35.48±3.19 | 35.96±3.02 | <0.001 | 34.64±3.07 | 33.43±2.69 | <0.001 | 0.48±1.09 | -1.21±1.27 | <0.001 |
| AMC(cm) | 30.31±2.47 | 30.69±2.23 | <0.001 | 29.46±2.26 | 28.71±2.03 | <0.001 | 0.38±0.77 | -0.76±0.98 | <0.001 |
| Mw(kg) | 33.17±4.05 | 33.88±4.34 | <0.001 | 32.82±6.24 | 32.06±5.92 | <0.001 | 0.71±1.07 | -0.76±1.21 | <0.001 |
| Pw(kg) | 11.67±1.35 | 11.89±1.43 | <0.001 | 11.55±2.06 | 11.28±1.96 | <0.001 | 0.22±0.37 | -0.26±0.41 | <0.001 |
| Fw(kg) | 28.66±7.72 | 29.88±8.42 | <0.001 | 27.94±8.54 | 24.56±7.33 | <0.001 | 1.23±3.59 | -3.38±3.54 | <0.001 |
| BFR(%) | 32.32±5.87 | 32.80±5.97 | <0.001 | 32.03±6.19 | 29.80±5.99 | <0.001 | 0.48±2.77 | -2.23±2.80 | <0.001 |
| VFA(cm2) | 130.31±41.55 | 134.93±43.25 | <0.001 | 123.45±42.23 | 107.76±36.75 | <0.001 | 4.62±19.85 | -15.69±17.73 | <0.001 |
| RMR(kcal/d) | 1641.84±143.89 | 1666.78±154.10 | <0.001 | 1629.92±225.02 | 1603.13±214.45 | <0.001 | 24.94±36.41 | -26.79±42.47 | <0.001 |
| ALT(U/L) | 63.22±46.63 | 55.16±38.91 | 0.001 | 80.82±49.34 | 45.07±33.33 | <0.001 | -8.07±40.19 | -35.75±43.78 | 0.002 |
| AST(U/L) | 35.65±22.73 | 30.14±16.08 | <0.001 | 41.48±21.07 | 27.76±16.57 | <0.001 | -5.51±18.32 | -13.72±20.08 | 0.037 |
| TBIL(μmol/L) | 16.16±6.73 | 15.63±6.70 | 0.009 | 16.97±6.82 | 16.67±6.08 | <0.001 | -5.25±7.01 | -3.04±5.24 | 0.851 |
| BUN(mmol/L) | 4.86±1.22 | 5.07±0.95 | 0.016 | 4.87±1.03 | 4.64±1.10 | <0.001 | 0.15±1.15 | -0.23±0.90 | 0.142 |
| CRE(μmol/L) | 71.17±12.12 | 72.06±11.84 | <0.001 | 73.05±12.23 | 71.53±14.26 | <0.001 | 0.03±7.11 | -1.61±9.06 | 0.356 |
| UA(μmol/L) | 401.82±89.63 | 419.05±101.83 | <0.001 | 424.50±90.46 | 403.37±98.83 | <0.001 | 13.30±74.72 | -21.13±66.38 | 0.018 |
| TC(mmol/L) | 4.89±0.85 | 4.99±0.89 | <0.001 | 5.20±1.11 | 4.85±0.94 | <0.001 | 0.05±0.72 | -0.37±0.73 | 0.007 |
| TG(mmol/L) | 1.74±0.98 | 2.07±1.49 | <0.001 | 2.36±2.70 | 1.91±2.24 | <0.001 | 0.33±0.90 | -0.47±1.29 | 0.002 |
| HDL-C(mmol/L) | 1.29±0.28 | 1.34±0.28 | <0.001 | 1.29±0.28 | 1.29±0.27 | <0.001 | 0.03±0.22 | -0.01±0.31 | 0.508 |
| LDL-C(mmol/L) | 2.89±0.66 | 2.97±0.66 | <0.001 | 3.11±0.87 | 2.89±0.72 | <0.001 | 0.06±0.59 | -0.24±0.59 | 0.021 |
| FBG(mmol/L) | 5.95±1.07 | 6.19±1.22 | <0.001 | 5.88±0.74 | 5.63±0.55 | <0.001 | 0.20±0.71 | -0.26±0.66 | 0.001 |
| FINS(μIU/mL) | 19.21±11.98 | 21.68±10.81 | <0.001 | 22.73±13.60 | 17.19±8.47 | <0.001 | 1.84±9.63 | -5.61±10.57 | 0.003 |
| HbA1C(%) | 5.51±0.31 | 5.66±0.35 | 0.085 | 5.78±0.91 | 5.41±0.18 | 0.015 | 0.10±0.23 | -0.18±0.24 | 0.032 |
MAFLD在全球广泛流行, 其发病机制和影响因素尚无定论, 基因遗传、久坐不动、西式高能饮食及肠道菌群作用的共同作用都会影响到代谢紊乱的发生发展[10]. 本研究结果显示, 127例MAFLD患者中, 62.9%的患者以汽车为主要出行方式看, 48.82%的患者每天久坐>8 h, 超半数的患者比较喜欢甜食、辣食、烧烤食物、煎炸食物及腌熏食物等口味较重的食物等, 说明有较高比例MAFLD患者存在不良的膳食及生活习惯. 而印度的一项研究中[11], 约35%的非酒精性脂肪肝患者久坐不动, 35%的患者喜好油炸食品, 51%的患者喜欢辛辣食品, 比例低于本研究结果, 这可能与不同地区居民本身的生活习惯、饮食文化有关.
在MAFLD患者中进行包含11类(41小类)食物的膳食调查, 对结果进行因子分析获得了五个主因子, 分别解释为"菌蔬"因子、"粮乳"因子、"肉蛋"因子、"水产"因子和"零食"因子, 其中"肉蛋"因子的Q5可使高甘油三酯和高胆固醇的危险性分别增加为Q1的5.60倍(P<0.05)和6.45倍(P<0.05); 水产因子的Q3可使高胆固醇的危险性增加为Q1的4.54倍(P<0.05). "菌蔬"因子主要包括菌藻类、蔬菜类、水果类和豆制品类, 有研究表明这些食物有助于改善MAFLD[12], 其保护作用可能通过类胡萝卜素、菌菇多糖、ω-3-多不饱和脂肪酸、类黄酮、异硫氰酸酯、萜类化合物、姜黄素和白藜芦醇等天然植物化合物对MAFLD的干扰作用来实现[13,14]. 日本的一项研究表明[15], 水果或蔬菜摄入量与MAFLD相关脂代谢无关, 并认为不需要为了预防MAFLD限制能量而限制水果的摄入量. 美国一项横断面研究认为[16], 淀粉类蔬菜(如马铃薯等)摄入量增加与肝脏脂肪变性(OR = 1.11)和晚期肝纤维化(OR = 1.39)的风险增加有关, 但深色蔬菜的摄入量则呈现负相关作用(OR = 0.89), 因此提倡在膳食中应以深色蔬菜替代淀粉类蔬菜. 本研究并未观察到"菌蔬"因子对MAFLD相关代谢异常的保护作用, 这可能与食物类别划分较粗有关, 需进一步研究. 而"肉蛋"因子则与高甘油三酯和高胆固醇的危险性增高有关, 以往研究表明大量加工食品、红肉的膳食模式可显著增加MAFLD的患病风险[17], 有研究认为这可能与其中含有的硝酸盐有关, 但对比蔬菜水果中的硝酸盐和肉类及加工肉类中的硝酸盐对MAFLD的影响发现, 前者并不增加MAFLD的风险, 但肉类和加工肉制品的硝酸盐含量则与MAFLD的发生呈正相关(OR = 1.34)[18]. 一般认为水产品尤其是深海鱼类富含多不饱和脂肪酸而对人体的脂质代谢有益, 但本研究中的"水产"因子可能与高胆固醇的风险增加有关, 这可能与水产品易于富集镉、铅、汞等重金属有关, 镉、铅、汞等重金属混合物进入人体后可促进氧化应激及细胞炎症反应, 从而导致脂质代谢改变[19].
由于食物种类繁多, 其中所含营养素对人体的作用机制错综复杂, 人们将视角逐渐从单一食物或营养素对疾病的作用转至整体膳食模式对疾病的作用之上. 如地中海膳食模式[20]、得舒膳食模式[21]等健康膳食模式均可降低MAFLD及相关代谢异常发生的风险. 目前, 针对MAFLD的宏量营养素摄入量并未达成共识, 因此, 根据不同患者的膳食及生活习惯、疾病营养状况进行个体化的指导是比较理想的干预方式[22]. 根据我国居民的饮食文化及国情, 中国居民膳食指南建议我国居民以平衡膳食为基础以保持健康的饮食及生活习惯, 无论是哪种膳食模式, 针对NAFLD患者的干预都应建立在控制总摄入能量的基础上, 增加总消耗能量, 形成负能量平衡的状态, 从而改善机体脂质、糖的代谢[22]. 《非酒精性脂肪性肝病防治指南(2018年更新版)》[23]推荐限制能量平衡膳食模式CRD, 该膳食模式即在中国居民膳食指南推荐的平衡膳食上限制总能量, 本研究即采用CRD的膳食模式联合运动指导对MAFLD患者进行干预.
本研究中, 干预组的体重、BMI、WC、VFA、BFR等人体测量指标及TC、TG、HDL-C、LDL-C、FBG、FINS、HbA1C等糖脂代谢指标均下降, 而对照组则并无降低. 一方面与未给予个体化膳食运动指导有关;另一方面, 入组时根据患者是否愿意接受个体化干预进行分组, 对照组的患者在通过饮食运动改善疾病状况的意愿上不如干预组强烈. 既往研究表明[24], CRD膳食可降低MAFLD患者体重, 并改善ALT及AST, 与本研究结果一致, 但该研究中CRD膳食对肝脂肪代谢、血糖、胰岛素的影响无统计学意义, 这与本研究结果存在差异. 这可能提示有氧运动+抗阻运动的干预在改善糖脂代谢中起了关键性作用, 饮食和运动可交互影响血脂、血糖代谢, 因此联合膳食与运动干预MAFLD可能效果更佳[25]. 研究表明[8,26], 有氧运动和抗阻运动可降低肝内TG, 并降低体重, 改善MAFLD相关的代谢. 目前的治疗指南一般建议定期进行体育锻炼, 但也有研究认为将日常身体活动(即非运动活动产热)纳入生活方式治疗方案的策略可能是一种更接地气、更易坚持且有效的方案[27]. 总之, 关于MAFLD的饮食运动及生活方式干预仍需要进一步研究, 对我国MAFLD患者而言, 基于中国居民膳食指南的个体化膳食及运动干预可能是目前较好的选择之一.
综上所述, MAFLD患者中不良的饮食及生活习惯占比较高, 膳食不均衡(如"肉蛋"因子)可增加MAFLD相关的代谢异常, 基于中国居民膳食指南个体化制定膳食及运动方案有助于降低MAFLD患者的体重、BMI、WC、VFA、BFR等人体测量指标, 可有效改善患者糖脂代谢状况.
代谢相关脂肪性肝病(metabolic associated fatty liver disease, MAFLD)的发生发展与膳食结构不合理及久坐少动等不良习惯密切相关, 通过优化膳食结构、联合抗阻运动和有氧运动的干预方式可较好地改善MAFLD. 中国居民膳食指南膳食提倡平衡膳食更适合中国人群,以此为基础再结合MAFLD的代谢特点为MAFLD患者制定个体化膳食及运动干预处方可能在MAFLD的防治中会非常关键.
目前针对MAFLD的饮食运动干预方案尚未统一, 相关研究需进一步开展.本研究以中国居民膳食指南为基础, 结合MAFLD的代谢特点, 为MAFLD患者制定个体化膳食及运动处方, 探索个体化限制能量平衡膳食联合运动指导的干预方式对改善MAFLD的作用, 为MAFLD及相关代谢紊乱的防治提供思路和科学依据.
通过制定个体化膳食和运动干预处方对MAFLD患者进行干预,观察干预措施对MAFLD患者的干预效果.
通过问卷调查、人体测量及实验室检测收集MAFLD患者的相关信息, 通过因子分析了解MAFLD患者的膳食主因子并分析其与MAFLD相关代谢异常之间的关系; 干预组给予个体化膳食和运动干预, 对照组仅给予常规健康教育宣教, 对比分析干预组和对照组在干预措施实施前后的变化.
从MAFLD患者的食物因子分析提取出五个主因子, 可分别解释为"菌蔬"因子、"粮乳"因子、"肉蛋"因子、"水产"因子和"零食"因子, 其中"肉蛋"因子可使高甘油三酯和高胆固醇的危险性分别增加5.60倍和6.45倍, "水产"因子可使高胆固醇的危险性增加4.54倍; 干预组和对照组的人体测量指标和实验室检测指标(除对照组的糖化血红蛋白)在干预前后的差异均有统计学意义,且两组指标的变化差值间的差异有统计学意义(P<0.05), 但干预组的差值>0, 对照组的差值<0.
基于中国居民膳食指南制定个体化限制能量平衡膳食并联合有氧运动和无氧运的干预方法可有效改善MAFLD患者的体重、体质指数、腰围、内脏脂肪面积、体脂率及糖脂代谢指标.
基于中国居民膳食指南制定个体化膳食和运动干预措施可改善MAFLD, 应在MAFLD的防治中继续推广和应用, 同时中国居民膳食指南适用性广泛、易于实施,我们可以进一步探索其在其它代谢相关疾病的防治及干预中的价值.
学科分类: 胃肠病学和肝病学
手稿来源地: 天津市
同行评议报告学术质量分类
A级 (优秀): 0
B级 (非常好): B
C级 (良好): C
D级 (一般): D
E级 (差): 0
科学编辑:张砚梁 制作编辑:张砚梁
| 1. | Eslam M, Newsome PN, Sarin SK, Anstee QM, Targher G, Romero-Gomez M, Zelber-Sagi S, Wai-Sun Wong V, Dufour JF, Schattenberg JM, Kawaguchi T, Arrese M, Valenti L, Shiha G, Tiribelli C, Yki-Järvinen H, Fan JG, Grønbæk H, Yilmaz Y, Cortez-Pinto H, Oliveira CP, Bedossa P, Adams LA, Zheng MH, Fouad Y, Chan WK, Mendez-Sanchez N, Ahn SH, Castera L, Bugianesi E, Ratziu V, George J. A new definition for metabolic dysfunction-associated fatty liver disease: An international expert consensus statement. J Hepatol. 2020;73:202-209. [PubMed] [DOI] |
| 2. | Yang CQ, Shu L, Wang S, Wang JJ, Zhou Y, Xuan YJ, Wang SF. Dietary Patterns Modulate the Risk of Non-Alcoholic Fatty Liver Disease in Chinese Adults. Nutrients. 2015;7:4778-4791. [PubMed] [DOI] |
| 3. | Jia Q, Xia Y, Zhang Q, Wu H, Du H, Liu L, Wang C, Shi H, Guo X, Liu X, Li C, Sun S, Wang X, Zhao H, Song K, Huang G, Wu Y, Cui N, Niu K. Dietary patterns are associated with prevalence of fatty liver disease in adults. Eur J Clin Nutr. 2015;69:914-921. [PubMed] [DOI] |
| 4. | Papamiltiadous ES, Roberts SK, Nicoll AJ, Ryan MC, Itsiopoulos C, Salim A, Tierney AC. A randomised controlled trial of a Mediterranean Dietary Intervention for Adults with Non Alcoholic Fatty Liver Disease (MEDINA): study protocol. BMC Gastroenterol. 2016;16:14. [PubMed] [DOI] |
| 5. | Watzinger C, Nonnenmacher T, Grafetstätter M, Sowah SA, Ulrich CM, Kauczor HU, Kaaks R, Schübel R, Nattenmüller J, Kühn T. Dietary Factors in Relation to Liver Fat Content: A Cross-sectional Study. Nutrients. 2020;12:825. [PubMed] [DOI] |
| 6. | Hannah WJ, Harrison SA. Effect of Weight Loss, Diet, Exercise, and Bariatric Surgery on Nonalcoholic Fatty Liver Disease. Clin Liver Dis. 2016;20:339-350. [PubMed] [DOI] |
| 7. | O'Gorman P, Naimimohasses S, Monaghan A, Kennedy M, Melo AM, Ní FD, Doherty DG, Beddy P, Finn SP, Moore JB, Gormley J, Norris S. Improvement in histological endpoints of MAFLD following a 12-week aerobic exercise intervention. Aliment Pharmacol Ther. 2020;52:1387-1398. [PubMed] [DOI] |
| 8. | 贾 国瑜, 韩 涛, 高 磊, 王 璐, 王 少程, 杨 莉, 张 洁, 管 玥琰, 闫 娜娜, 余 红艳, 肖 慧娟, 邸 阜生. 有氧运动和抗阻运动改善非酒精性脂肪肝的随机对照研究. 中华肝脏病杂志. 2018;26:34-41. [DOI] |
| 9. | Wong VW, Chan WK, Chitturi S, Chawla Y, Dan YY, Duseja A, Fan J, Goh KL, Hamaguchi M, Hashimoto E, Kim SU, Lesmana LA, Lin YC, Liu CJ, Ni YH, Sollano J, Wong SK, Wong GL, Chan HL, Farrell G. Asia-Pacific Working Party on Non-alcoholic Fatty Liver Disease guidelines 2017-Part 1: Definition, risk factors and assessment. J Gastroenterol Hepatol. 2018;33:70-85. [PubMed] [DOI] |
| 10. | Zaiou M, Amrani R, Rihn B, Hajri T. Dietary Patterns Influence Target Gene Expression through Emerging Epigenetic Mechanisms in Nonalcoholic Fatty Liver Disease. Biomedicines. 2021;9:1256. [PubMed] [DOI] |
| 11. | Singh SP, Singh A, Misra D, Misra B, Pati GK, Panigrahi MK, Kar SK, Bhuyan P, Pattnaik K, Meher C, Agrawal O, Rout N, Swain M, Aich P. Risk Factors Associated With Non-Alcoholic Fatty Liver Disease in Indians: A Case-Control Study. J Clin Exp Hepatol. 2015;5:295-302. [PubMed] [DOI] |
| 12. | Li H, Wang X, Ye M, Zhang S, Zhang Q, Meng G, Liu L, Wu H, Gu Y, Wang Y, Zhang T, Sun S, Wang X, Zhou M, Jia Q, Song K, Wang Y, Niu K. Does a high intake of green leafy vegetables protect from NAFLD? Evidence from a large population study. Nutr Metab Cardiovasc Dis. 2021;31:1691-1701. [PubMed] [DOI] |
| 13. | Pan MH, Lai CS, Tsai ML, Ho CT. Chemoprevention of nonalcoholic fatty liver disease by dietary natural compounds. Mol Nutr Food Res. 2014;58:147-171. [PubMed] [DOI] |
| 14. | Eilam Y, Pintel N, Khattib H, Shagug N, Taha R, Avni D. Regulation of Cholesterol Metabolism by Phytochemicals Derived from Algae and Edible Mushrooms in Non-Alcoholic Fatty Liver Disease. Int J Mol Sci. 2022;23:13667. [PubMed] [DOI] |
| 15. | Tajima R, Kimura T, Enomoto A, Saito A, Kobayashi S, Masuda K, Iida K. No association between fruits or vegetables and non-alcoholic fatty liver disease in middle-aged men and women. Nutrition. 2019;61:119-124. [PubMed] [DOI] |
| 16. | Li X, Zhang T, Li H, Zhou Z, Li M, Zeng X, Yang H, Zhang M, Huang Y, Zhu Y, Zhang Z, Ma Y, Yang W. Associations between intake of starchy and non-starchy vegetables and risk of hepatic steatosis and fibrosis. Hepatol Int. 2022;16:846-857. [PubMed] [DOI] |
| 17. | Hassani ZS, Mansoori A, Hosseinzadeh M. Relationship between dietary patterns and non-alcoholic fatty liver disease: A systematic review and meta-analysis. J Gastroenterol Hepatol. 2021;36:1470-1478. [PubMed] [DOI] |
| 18. | Mirmiran P, Teymoori F, Farhadnejad H, Mokhtari E, Salehi-Sahlabadi A. Nitrate containing vegetables and dietary nitrate and nonalcoholic fatty liver disease: a case control study. Nutr J. 2023;22:3. [PubMed] [DOI] |
| 19. | Nguyen HD, Kim MS. Cadmium, lead, and mercury mixtures interact with non-alcoholic fatty liver diseases. Environ Pollut. 2022;309:119780. [PubMed] [DOI] |
| 20. | Entezari MR, Talenezhad N, Mirzavandi F, Rahimpour S, Mozaffari-Khosravi H, Fallahzadeh H, Hosseinzadeh M. Mediterranean dietary pattern and non-alcoholic fatty liver diseases: a case-control study. J Nutr Sci. 2021;10:e55. [PubMed] [DOI] |
| 21. | Doustmohammadian A, Clark C, Maadi M, Motamed N, Sobhrakhshankhah E, Ajdarkosh H, Mansourian MR, Esfandyari S, Hanjani NA, Nikkhoo M, Zamani F. Favorable association between Mediterranean diet (MeD) and DASH with NAFLD among Iranian adults of the Amol Cohort Study (AmolCS). Sci Rep. 2022;12:2131. [PubMed] [DOI] |
| 22. | Ristic-Medic D, Bajerska J, Vucic V. Crosstalk between dietary patterns, obesity and nonalcoholic fatty liver disease. World J Gastroenterol. 2022;28:3314-3333. [PubMed] [DOI] |
| 23. | 中华医学会肝病学分会脂肪肝和酒精性肝病学组; 中国医师协会脂肪性肝病专家委员会. 非酒精性脂肪性肝病防治指南(2018更新版). 中华肝脏病杂志. 2018;26:195-203. [DOI] |
| 24. | Asghari S, Asghari-Jafarabadi M, Somi MH, Ghavami SM, Rafraf M. Comparison of Calorie-Restricted Diet and Resveratrol Supplementation on Anthropometric Indices, Metabolic Parameters, and Serum Sirtuin-1 Levels in Patients With Nonalcoholic Fatty Liver Disease: A Randomized Controlled Clinical Trial. J Am Coll Nutr. 2018;37:223-233. [PubMed] [DOI] |
| 25. | Curci R, Bianco A, Franco I, Campanella A, Mirizzi A, Bonfiglio C, Sorino P, Fucilli F, Di Giovanni G, Giampaolo N, Pesole PL, Osella AR. The Effect of Low Glycemic Index Mediterranean Diet and Combined Exercise Program on Metabolic-Associated Fatty Liver Disease: A Joint Modeling Approach. J Clin Med. 2022;11:4339. [PubMed] [DOI] |
| 26. | Słomko J, Zalewska M, Niemiro W, Kujawski S, Słupski M, Januszko-Giergielewicz B, Zawadka-Kunikowska M, Newton J, Hodges L, Kubica J, Zalewski P. Evidence-Based Aerobic Exercise Training in Metabolic-Associated Fatty Liver Disease: Systematic Review with Meta-Analysis. J Clin Med. 2021;10:1659. [PubMed] [DOI] |
| 27. | von Loeffelholz C, Roth J, Coldewey SM, Birkenfeld AL. The Role of Physical Activity in Nonalcoholic and Metabolic Dysfunction Associated Fatty Liver Disease. Biomedicines. 2021;9:1853. [PubMed] [DOI] |