Ze vroegen 1000 vrijwilligers gedurende een week elke 5 minuten hun bloedsuikerlevels te checken, schrijft de Sydney Morning Herald. Ze volgden hun normale eetpatroon. Ook gaven zij hun darmflora af en beantwoordden ze vragen over hun dagelijkse dieet, beweging, slaappatroon en medische geschiedenis.
De eerste verrassing was hoe verschillend de reactie was op hetzelfde voedselContra-intuitiëf en specifiek
De verzamelde gegevens stelden de onderzoekers in staat te bepalen hoe verschillende producten individuele lichamen beïnvloeden. “De eerste verrassing was hoe verschillend de reactie was op hetzelfde voedsel”, zei Elinav op de conferentie voor de Australian Society for Medical Research.
Zo hadden sommige proefpersonen een veel hogere glucose-respons op ijs dan op rijst, terwijl anderen juist een glucosepiek kregen van rijst en niet van ijs. Veel resultaten bleken contra-intuïtief, maar tegelijkertijd heel specifiek. Een voorbeeld is een pre-diabetespatiënt, die de hele dag groente at. Haar glucoselevels bleken steeds te stijgen na het eten van tomaten, vertelt Elinav.
Berekend dieet beter dan experts
De resultaten waren zo specifiek dat ze geschikt zijn voor het berekenen van een persoonlijk dieet met behulp van een complex algoritme. Om het effect te testen, deden de onderzoekers een tweede test op 36 voornamelijk pre-diabetische personen. De eerste groep kreeg de eerste week een gepersonaliseerd dieet dat volgens het algoritme ‘goed’ voor hen was. De tweede week kregen ze een dieet dat ‘slecht’ zou zijn. Voor de tweede groep proefpersonen stelden gezondheidsexperts het dieet samen op basis van de beschikbare data.
Ons algoritme was effectiever in het voorspellen van een goed of slecht gepersonaliseerd dieet dan de experts“Ons algoritme was effectiever in het voorspellen van een goed of slecht gepersonaliseerd dieet dan de experts”, zegt Elinav. Het glucoseniveau in het bloed van de meeste deelnemers ging naar ‘bijna normaal’ in de ‘goede’ week.
Lange termijn effect onbekend
Het team van onderzoekers doet nu onderzoek naar het effect van deze persoonlijke benadering op de lange termijn. De wetenschappers geloven dat deze benadering een oplossing biedt voor de obesitas-epidemie.
Elinav denkt dat het gepersonaliseerde dieet snel beschikbaar kan zijn over de hele wereld: “Denk in maanden in plaats van jaren”.
De studie verscheen vandaag in het tijdschrift Cell.
Fotocredits: Olga
Op 30 november krijg je nieuwe kado-artikelen.
Als betalend lid lees je zoveel artikelen als je wilt, én je steunt Foodlog
Prachtig onderzoek, het bevestigt de uitgangspunten van Platform Patiënt en Voeding. Of Personalised Food snel of juist pas over 20 jaar tot de mogelijkheden gaat behoren, is denk ik geheel aan ons. Dat wil zeggen, als we maar blijven geloven dat de publieke volksgezondheid het best gediend is bij aanbevelingen die over gemiddelde mensen gaan, komen we niet voorbij de enorme verwarring. Zie het tumult dat losbrak toen de WHO bekend maakte dat rood vlees kankerverwekkend is (en hier het perspectief dat ik als Patiënt Advocate er over in nam). Ik bespeur onder onderzoekers veel interesse in personalised nutrition, maar nog veel te weinig animo om de miljoenen dagelijkse voedingsexperimenten van bewuste patiënten (en gezonde mensen), die soms verbluffende resultaten boeken, serieus te nemen. Dat kan ook nauwelijks, als de biomedische wetenschap zo blijft hameren op RCT’s. Je hebt andere onderzoeksmethoden nodig om uit te vogelen waar mogelijke interessante zoekrichtingen liggen. Pas dan kun je zinvol een RCT doen. Als patiënten vragen we regelmatig onderzoekers en artsen om ander onderzoek op te starten – we krijgen nauwelijks gehoor. Daarom hebben we besloten om een symposium te organiseren om de noodzaak, het nut, en het hoe van deze nieuwe onderzoeksbenaderingen onder de loep te nemen. Dat is meer dan alleen Big Data. En dat is meer dan alleen doctor-driven research. De vraag die ik in de aanloop van dat symposium graag aan de Foodlog community zou willen voorleggen is deze: welke onderzoeksbenaderingen leveren zinvolle informatie op over welke voeding bij een individu past? En hoe organiseren we dit zodat burgers in de driving seat blijven?
Over De vraag wat de beste weg is, individueel meten, rct's of big data kun je, denk ik, pas nadenken als je je doel gedefinieerd hebt. Hoe meer het effect van een product mede bepaald wordt door hoe het in de darm wordt omgezet, zoals bij de meeste voeding het geval is, des te minder heb je aan big data en RCT's omdat alle individuele verschillen in de ruis verdwijnen. En juist die individuele verschillen bepalen hoe effectief je met je voeding omgaat. Voor die toepassing kan het VC het beste met een schijf van 16 miljoen beginnen en kijken waar er dubbelingen zitten, maar dan houd je toch nog heel veel individuele variaties over. De microbiota is nu eenmaal heel individueel verschillend.Bij producten die niet omgezet worden door de microbiota en direct systemisch werken kom je met een RCT een heel eind. De discussie welke onderzoeksmethode DE BESTE is wordt daarmee wel erg academisch en het heilige woord wetenschappelijk verliest veel glans als je de verkeerde methode kiest. Dat geldt wat mij betreft ook voor het gebruik van rattenmodellen om iets over metabolisme bij mensen te voorspellen. De uitkomsten die daar uit komen zouden alleen geldig mogen worden verklaard voor mensen die ook aan copografie doen.
Dennis, op twitter zei ik het aan het begin vd avond zo: aan big data moet je kennis toevoegen. Hieronder zei ik al hoe: vrolijk, dwz snel en experimenterend.
Op twitter zei Melchior overigens ook veel te zien in big data.
Ik denk dat Melchior gelijk heeft in dat het absurd zou zijn als iedereen een volkomen personalized patroon zou moeten volgen om nog een beetje gezond te blijven. Maar dat is m.i. ook niet wat de grote kracht van dit onderzoek is. De kracht is dat laat zien dat het mogelijk is om de respons van individuen te meten op een bijna continue manier. Daarmee kunnen één-op-één resultaten worden verkregen die zelfs met de gouden onderzoeksstandaard (RCT's) niet worden bereikt. RCT's geven immers altijd groepsgemiddelden. Door de één-op-één resultaten is de mogelijkheid tot het opdoen van kennis ineens veel groter.
Een voorbeeld: zelfs in goed uitgevoerde RCT's die bijv. de invloed van lowcarb vs low fat op gewichtsafname onderzoeken, is de spreiding vaak groot. Ook als de adherence goed was. Het is vaak onduidelijk wat hier de oorzaak van is. Dit Israëlische onderzoek toont een prachtige manier om meer te leren begrijpen van dat soort onbegrepen variaties.
Anders gezegd, het belang zit in de onderzoeksmethode en de potentie om daarmee de kennis over voeding te vergroten (veel meer dan de grootste epidemiologisch studie ooit zal bieden). Het kan bijvoorbeeld ook gebruikt worden om te leren begrijpen en om zichtbaar te maken waarom en dát een patroon zoals paleo nuttig is. Het belang is niet - en daarin geef ik Melchior gelijk - de praktische toepassing om hiermee nu ieder mens een persoonlijk patroon te geven.
Ik zie overigens wel een praktische toepassing: biofeedback. Het maakt het voor mensen heel wat makkelijker om van voedingspatroon te wijzigen als ze direct zien wat het in hun lichaam doet.
Volgens Melchior Meijer is personalized nutrition een onzinconcept.
Dat is vanuit zijn perspectief begrijpelijk: hij gaat uit een van een normaaltoestand waarin mensen moeten komen. Wie louter contextueel redeneert, raakt de weg kwijt.
De waarheid ligt zelden in het midden. In dit geval toch wel. Als je het begrip 'gezond' vervangt door homeostase, dan wordt Melchiors kritiek minder relevant. Mensen leven in een context die hen ver buiten het leven heeft gebracht waarvoor hun genenpakket zich heeft geoptimaliseerd.
Als je echter zegt dat er homeostasen zijn die te ver weg liggen van wie we als menselijke lijven zijn, dan heeft Melchior zeker een punt.