# 飲食模式與進食策略在肥胖照護中的應用：時機、營養組成與個人化方法
- **會議／場次：** ENDO 2026／MTP08
- **短講：** MTP08｜Dietary Patterns and Eating Strategies in Obesity Care: Timing, Composition, and Personalized Approaches
- **講者：** Kalpana Muthusamy, MBBS, MD
**主講人**：Kalpana Muthusamy, MBBS, MD（美國梅奧診所內分泌分科，Division of Endocrinology, Mayo Clinic, Rochester, Minnesota）
## 整理稿
### 簡介與歷史演進（Historical Perspective）
在肥胖與體重管理領域，飲食營養一直是不可或缺的一環。探討飲食對健康與整體福祉的影響並非現代獨有的概念，而是可以追溯至古代文明。在許多古代醫學文本中都有明確記載，例如印度傳統阿育吠陀（Ayurveda）經典中便包含了對「Sthaulya」（即肥胖症）的描述與飲食管理策略。
Slide 延伸補充：古代醫學文本對飲食與體重管理的記載歷史悠久，包含埃及醫學文本（西元前 2000–1500 年）、印度阿育吠陀醫學經典（西元前 1500 年）以及希波克拉底文集（Hippocratic Corpus，西元前 430–300 年）。
在阿育吠陀古籍中，過度肥胖、過度消瘦、過度膚深或過度膚白等狀態均被歸類為「不理想」的體質。雖然古代文本的用語與現代醫學有所不同，但許多現代被視為新穎的觀點——例如「何時進食」（Timing of eating）以及「個人化飲食」（Individualized approach）——在數千年前的古籍中早已被提及。
在近代醫學發展史中，飲食介入的主軸長期停留在「熱量限制」（Caloric restriction），隨後「調整巨量營養素組成」（Macronutrient composition）逐漸獲得廣泛關注。然而，研究巨量營養素時必須面臨幾項臨床研究上的挑戰：
1. **營養素間的相依性**：當降低某一種巨量營養素的攝取比例時，必然會相對提高另一種營養素，兩者無法完全獨立。
2. **無法雙盲**：無法在日常飲食介入研究中對受試者實施盲法。
3. **定義缺乏統一標準**：各種低碳水化合物或低脂肪飲食在不同研究中的定義差異極大。
4. **文獻異質性高**：現有研究數量極多，但普遍存在樣本數較小、研究設計異質性高、追蹤時間偏短等限制。
Slide 延伸補充：本演講的學習目標（Learning Objectives）涵蓋三大核心：
1. 識別巨量營養素及其組成的角色（Role and composition of macronutrients）。
2. 說明飲食模式與時序營養學（Chrononutrition）的臨床價值。
3. 審視實際臨床執行的實務層面（Pragmatic aspects of implementation）。
---
### 巨量營養素的角色與組成（Macronutrients: Role and Composition）
#### 一、 碳水化合物（Carbohydrates）的限制與代謝效應
人體膳食調查通常建議每日碳水化合物基本需求量約為 130 g。然而，人體可透過肝糖分解（glycogenolysis）、糖質新生（gluconeogenesis）以及酮體生成（ketogenesis）等代謝途徑自行產生能量，這為「低碳水化合物飲食」（Low-carbohydrate diets）提供了生理學基礎。
在臨床文獻中（Wheeler ML et al., *Diabetes Care* 2012），低碳水化合物飲食的定義依每日攝取量劃分如下：
* **極低碳水化合物飲食（Very-low-carbohydrate diet, VLCD）**：每日碳水化合物攝取量約在 21 至 70 g 之間。若要達到生酮狀態（Ketogenic diet），通常需限制在每日 70 g 以下，甚至 50 g 以下。
* **中度低碳水化合物飲食（Moderately low-carbohydrate diet）**：碳水化合物占每日總熱量比例約 30% 至 40%。
* **適度碳水化合物飲食（Moderate-carbohydrate diet）**：占每日總熱量約 40% 至 65%。
* **高碳水化合物飲食（High-carbohydrate diet）**：碳水化合物占每日總熱量比例 > 65%。
根據 2014 年發表於 *BMJ* 的 STARCH 研究，南亞（如印度）族群的日常飲食普遍屬於高碳水化合物飲食（> 65% 熱量來自碳水化合物），且碳水化合物形式多以米飯為主。
##### 減重效果與代謝效應
針對過重或肥胖且無 2 型糖尿病（Type 2 diabetes, T2D）受試者的多項統合分析（Meta-analyses）顯示，低碳水化合物飲食均能顯著帶動體重下降：
Slide 延伸補充：多項針對低碳水化合物與極低碳水化合物飲食之 RCT 統合分析比較（Weighted Mean Difference, WMD，Kirkpatrick CF et al., *J Clin Lipidol* 2019）：
* **Naude et al. (2014)** (14 項 RCT): -0.48 kg (95% CI: -1.44 至 0.49)
* **Bueno et al. (2013)** (13 項 RCT): -0.91 kg (95% CI: -1.65 至 -0.17)
* **Schwingshackl & Hoffman (2013)** (32 項 RCT): 0.15 kg (95% CI: -0.50 至 0.80)
* **Mansoor et al. (2016)** (11 項 RCT): -2.17 kg (95% CI: -3.36 至 -0.99)
* **Gjuladin-Hellon et al. (2019)** (5 項 RCT): 減重數據未於表格中顯著列出（NR）
* **Sackner-Bernstein et al. (2016)** (17 項 RCT): -2.04 kg (95% CI: -3.15 至 -0.93)
低碳水化合物飲食配合熱量限制時減重效益最為顯著。此外，極低碳水化合物飲食因產生酮體（Ketones），能增加飽足感（Satiety）並降低飢餓感（Gibson AA et al., *Obes Rev* 2015）；即使在未達到顯著生酮狀態下，較高的蛋白質伴隨攝取量亦有助於增進飽足感。
在能量消耗（Energy expenditure）方面，來自麻省且控制良好的飲食試驗（Ebbeling CB et al., *BMJ* 2018）發現：**飲食中碳水化合物比例每降低 10%，每日總能量消耗平均增加 52 kcal**。因此，抑低飢餓感與提高能量消耗的雙重機制使低碳水化合物飲食在短期內展現優勢。
##### 長期可持續性（Sustainability）的困境
低碳水化合物飲食面臨最大的挑戰是**長期的可持續性**。丹麥的一項臨床試驗（Hansen CD et al., *Ann Intern Med* 2022）比較了低碳水化合物高脂肪飲食（Low-carbohydrate high-fat, LCHF）與高碳水化合物低脂肪飲食（High-carbohydrate low-fat, HCLF）：受試者在 前 6 個月顯著減重，但在隨後 3 個月至 9–12 個月的追蹤期中，LCHF 組的體重開始普遍回升，顯示極端碳水化合物限制難以長期維持。
##### 血脂與整體心代謝影響
低碳水化合物飲食對血脂分析（Lipid panel）的典型影響如下：
* **高密度脂蛋白膽固醇（HDL-C）**：上升約 2 至 4 mg/dL。
* **低密度脂蛋白膽固醇（LDL-C）**：上升約 3 至 4 mg/dL。
* **三酸甘油酯（Triglycerides, TG）**：顯著下降。
Slide 延伸補充：美國國家血脂協會（National Lipid Association, NLA）2019 年科學聲明（Kirkpatrick CF et al., *J Clin Lipidol* 2019）彙整低碳水化合物飲食對心代謝風險因子的總體影響評估：
* **體重（Weight）**：顯著下降，不同統合分析結果間具顯著差異。
* **LDL-C**：飲食組別間展現極顯著差異（上升）。
* **HDL-C**：飲食組別間展現顯著差異（上升）。
* **三酸甘油酯（TG）**：飲食組別間展現顯著差異（下降）。
* **糖化血色素（HbA1c）**：結果一致性中等，呈下降趨勢。
* **收縮壓（SBP）/ 舒張壓（DBP）**：飲食組別間展現顯著差異（下降）。
##### 身體組成與肌肉量保護（Fat-Free Mass Preservation）
在控制熱量前提下，低碳水化合物飲食與高碳水化合物飲食相比，雖然能帶來較大的體重與體脂肪減少，但同時也可能伴隨較多**無脂肪體重（Fat-free mass, FFM，即肌肉量）的流失**。
為克服此問題，研究顯示若在低碳水化合物飲食中將蛋白質攝取量提高至 **> 1.05 g/kg/day**，相較於低蛋白質攝取組，可多保留 **0.60 kg** 的無脂肪體重；且隨著介入時間延長至 12 週，保留肌肉量的效益可增加至 **1.21 kg**（Krieger JW et al., *Am J Clin Nutr* 2006）。
因此，美國國家血脂協會（NLA）給予 IIa 級指引建議：**執行低碳水化合物飲食時，每日蛋白質攝取量應維持在 1.0 至 1.5 g/kg，以防止瘦體重（Lean body mass）流失**。
---
#### 二、 脂肪（Fats）的質與量
低碳水化合物飲食往往伴隨高脂肪攝取（High-fat diet）。如同前述丹麥研究（Hansen CD et al., *Ann Intern Med* 2022），高脂肪飲食同樣面臨長期體重回升與 LDL-C 上升的疑慮。
Slide 延伸補充：Hansen et al. (2022) 研究中 6 個月時的血脂變化細節：
* **HDL-C**：LCHF 組自基線約 1.3 mmol/L 升至 1.5 mmol/L；HCLF 組自 1.2 mmol/L 微降至 1.1 mmol/L（p < 0.05）。
* **LDL-C**：LCHF 組自基線約 2.3 mmol/L 升至 2.6 mmol/L；HCLF 組維持在 2.1–2.2 mmol/L（p < 0.05）。
* **Triglycerides**：LCHF 組自基線約 2.0 mmol/L 顯著降至 1.3 mmol/L；HCLF 組下降幅度較小（1.8 至 1.6 mmol/L）。
##### 脂肪種類的關鍵作用（Unsaturated vs. Saturated Fat）
醫療人員普遍對高脂肪飲食導致的 LDL-C 上升感到擔憂。然而，如果調整脂肪的「種類」，能否在獲得低碳水化合物代謝好處的同時避免心血管風險？
澳洲一項為期 2 年的隨機臨床試驗（Tay J et al., *Diabetes Obes Metab* 2018）比較了兩組 2 型糖尿病患者：
1. **低碳水化合物、高不飽和脂肪／低飽和脂肪飲食組（LC）**
2. **高碳水化合物、低脂肪、限制飽和脂肪飲食組（HC）**
Slide 延伸補充：Tay et al. (2018) 兩年隨機臨床試驗數據：
* **總膽固醇（Total Cholesterol）**：LC 組變化 +0.2 mmol/L，HC 組 +0.1 mmol/L，組間平均差異 0.2 mmol/L（p = 0.85）。
* **LDL-C**：LC 組變化 +0.2 mmol/L，HC 組 +0.1 mmol/L，組間平均差異 0.1 mmol/L（p = 0.85，無統計差異）。
* **HDL-C**：LC 組變化 +0.02 mmol/L，HC 組 -0.1 mmol/L，組間平均差異 0.1 mmol/L（p = 0.004，LC 組顯著較優）。
這項研究證實：**若在高脂肪／低碳水化合物飲食中嚴格限制飽和脂肪（Saturated fat），並以單元不飽和脂肪與多元不飽和脂肪為主，可以在不升高 LDL-C 的前提下，獲得升高 HDL-C 與降低三酸甘油酯的心代謝益處**。
---
#### 三、 低脂肪飲食（Low-Fat Diets）與高蛋白質飲食（High-Protein Diets）比較
##### 低脂肪飲食（Low-Fat Diets）
根據一項統合分析（Chawla S et al., *Nutrients* 2020），比較低脂肪飲食與低碳水化合物飲食：
* **減重效果**：在短期（1–3 個月、3–6 個月）內，低碳水化合物飲食減重效果較顯著；但在 **12 個月時，兩者減重幅度無顯著差異**。
* **血脂影響**：低脂肪飲食對 LDL-C 無不良影響，但改善三酸甘油酯（TG）的效果不如低碳水化合物飲食；若低脂飲食中充斥高升糖指數的碳水化合物，甚至可能導致三酸甘油酯反彈升高。
##### 高蛋白質飲食（High-Protein Diets）
定義為每日蛋白質攝取量達 **1.2 至 1.6 g/kg/day**（或占每日總熱量 25% 至 30%）。
一項統合分析（Wycherley TP et al., *Am J Clin Nutr* 2012）顯示：
* 相較於標準蛋白質飲食，高蛋白質飲食在 **< 12 週** 的短期研究中能顯著帶動較多體重減輕。
* 能有效保留**無脂肪體重（Fat-free mass）**並提高**靜止能量消耗（Resting energy expenditure, REE）**。
* 在 **≥ 12 週** 的長期研究中，減重與 REE 的差異趨於中性，但保留肌肉量的優勢依然存在。
##### 特殊疾病族群的蛋白質攝取考量
* **慢性腎臟病（CKD）**：需依腎功能限制蛋白質攝取。
* **慢性肝臟疾病（Liver disease）**：過去傳統觀念主張限制蛋白質以防血氨升高與肝性腦病變（Encephalopathy）。然而，**最新胃腸肝膽科臨床指引已放寬此限制**，鼓勵肝臟疾病患者補充足夠蛋白質，因為這類患者存在嚴重的肌少症（Sarcopenia）風險，限制蛋白質並無臨床獲益。
* **過高蛋白質攝取的極限**：臨床上有患者詢問是否需要補充至 2.0 或 2.5 g/kg/day。研究顯示，超過 1.2–1.6 g/kg/day 範圍的極高蛋白質攝取，並無法帶來額外的代謝或減重優勢。
---
#### 互動問答 1（ARS Question 1）
**題目**：高脂肪飲食（High-fat diet）預期會對血脂分析產生何種變化？
* A. 降低 LDL、降低 HDL、降低三酸甘油酯
* **B. 升高 LDL、升高 HDL、降低三酸甘油酯**（正確答案）
* C. 升高 LDL、升高 HDL、升高三酸甘油酯
* D. LDL、HDL 或三酸甘油酯均無變化
**現場投票結果**：42%–43% 的聽眾選擇了正確答案 B。講者強調：典型高脂肪飲食會同時升高 HDL-C 與 LDL-C，並顯著降低三酸甘油酯。
---
### 飲食模式與時序營養學（Dietary Patterns & Chrononutrition）
#### 一、 飲食模式與營養密度（Nutritional Density）
「飲食模式」（Dietary pattern）指個人攝取食物與飲料的總體組合，其核心強調**整體營養密度（Nutritional density）**而非單一巨量營養素比例。
* **營養密度**：指食物在特定熱量下所能提供的必需營養素（維生素、礦物質、膳食纖維等）濃度。相同熱量的食物其營養價值可能截然不同。高營養密度食物能限制附加糖（Added sugar）、飽和脂肪與鈉的攝取。
* **GLP-1 受體促效劑（GLP-1 receptor agonists）時代的應用**：隨著醫學減重藥物的廣泛使用，患者熱量攝取自發性大幅下降，此時確保食物的「營養密度」以避免微量營養素缺乏與肌肉流失變得至關重要。
---
#### 二、 地中海飲食模式（Mediterranean Style Eating Pattern）
地中海飲食是目前臨床證據最充分的飲食模式之一。
##### PREDIMED 研究（Estruch R et al., *NEJM* 2018）
涵蓋 7,400 多名高心血管風險受試者，隨機分為三組：
1. 地中海飲食 + 額外初榨橄欖油（Extra virgin olive oil, EVOO）
2. 地中海飲食 + 額外堅果（Nuts）
3. 對照組（僅給予減少飲食脂肪的建議）
中位追蹤 **4.5 年** 結果顯示，兩種地中海飲食組的主要心血管不良事件（MACE：心肌梗塞、中風或心血管死亡）發生率均顯著低於對照組：
* **EVOO 組**：危害比（Hazard Ratio, HR）**0.69** (95% CI: 0.53–0.91)
* **堅果組**：HR **0.72** (95% CI: 0.54–0.95)
##### 個別食物成分與脂聯素（Adiponectin）
護理師健康研究（Nurses' Health Study；Mantzoros CS et al., *Am J Clin Nutr* 2006）評估地中海飲食成分發現：**水果、堅果與全穀類（Fruits, nuts, and whole grains）**的攝取量提升，與糖尿病女性血液中脂聯素（Adiponectin）濃度的顯著升高呈正相關（p < 0.01），有助於抗發炎與胰島素敏感性。
##### 熱量限制與遵從度（Adherence）
地中海飲食若不限制熱量，減重效果相對溫和。
* **PREDIMED 隨意進食（Ad libitum）試驗**（Estruch R et al., *Lancet Diabetes Endocrinol* 2016）：12 個月時體重與腰圍改善較為有限（EVOO 組體重 -0.19 kg、腰圍 -0.66 cm；堅果組體重 +0.01 kg、腰圍 -0.41 cm）。
* **PREDIMED-Plus 試驗**（Salas-Salvadó J et al., *Diabetes Care* 2019）：結合地中海飲食、**熱量限制與規律運動**，12 個月內受試者平均減重 **3.2 kg**，腰圍縮小 **3.1 cm**。
* **遵從度量化效益**（Lofti K et al., *Adv Nutr* 2022）：地中海飲食遵從度評分（9 分制）每增加 1 分，追蹤 5 年期間體重可額外少增加 **0.04 kg**。
---
#### 三、 植物性飲食（Plant-Based Eating）與長期死亡率
##### 短期減重與代謝指標
當控制總熱量與蛋白質攝取量完全一致時，比較植物性蛋白質與動物性蛋白質：
* 短期（6 個月）的體重減輕、身體組成變化（脂肪量、腰圍、瘦體重流失）、飽足感、血糖與發炎指標，兩組之間**無顯著統計差異**（Neacsu M et al., 2014; Rodrigo-Carbó C et al., *Diabetes Obes Metab* 2025）。
Slide 延伸補充：Rodrigo-Carbó et al. (2025) 為期 6 個月的高蛋白動物飲食 (HPA, N=50) 與高蛋白植物飲食 (HPP, N=52) RCT 數據比較：
* **BMI 變化**：HPA -2.90 kg/m² vs HPP -3.05 kg/m²（p = 0.991）。
* **體重變化**：HPA -8.05 kg vs HPP -7.70 kg（p = 0.924）。
* **體脂肪比例**：HPA -3.20% vs HPP -2.85%（p = 0.801）。
* **瘦體重流失**：HPA -1.60 kg vs HPP -1.73 kg（p = 0.725）。
* **腰圍變化**：HPA -6.50 cm vs HPP -6.50 cm（p = 0.229）。
* **血壓變化**：舒張壓 HPA -8.45 mmHg vs HPP -3.58 mmHg（p = 0.219）；收縮壓 HPA -11.5 mmHg vs HPP -9.50 mmHg（p = 0.681）。
##### 長期族群數據與全因死亡率（All-Cause Mortality）
然而，從長期流行病學與心血管健康角度來看，蛋白質來源存在顯著差異。
護理師健康研究與健康專業人員追蹤研究（Hu Y et al., *Diabetes Care* 2023）納入 **10,101 名糖尿病患者（139,407 人年追蹤）**，依低碳水化合物飲食評分（LCDS）分析：
* **蔬菜／健康低碳水化合物評分較高者（Vegetable / Healthy LCDS）**：全因死亡率顯著降低，HR 分別為 **0.70** (95% CI: 0.63–0.78) 與 **0.71** (95% CI: 0.63–0.79)。
* **動物性或不健康低碳水化合物評分（Animal / Unhealthy LCDS）**：未展現死亡率獲益（HR 分別為 0.91 與 1.06）。
##### 蛋白質替換效應（Song M et al., *JAMA Intern Med* 2016）
若將每日總熱量的 **3%** 從動物性蛋白質替換為植物性蛋白質，對全因死亡率的影響如下：
* **替代加工紅肉（Processed red meat）**：風險降低最多，HR **0.66** (95% CI: 0.59–0.75)。
* **替代未加工紅肉（Unprocessed red meat）**：HR **0.88** (95% CI: 0.84–0.92)。
* **替代禽肉（Poultry）**：HR **0.94** (95% CI: 0.90–0.99)。
* **替代魚類（Fish）**：HR **0.94** (95% CI: 0.89–0.99)。
* **替代蛋類（Egg）**：HR **0.81** (95% CI: 0.75–0.88)。
* **替代乳製品（Dairy）**：HR **0.92** (95% CI: 0.87–0.96)。
---
#### 四、 綜合飲食模式網狀統合分析（Network Meta-Analysis）與品牌飲食比較
##### 6 個月與 12 個月減重維持（Bonekamp NE et al., *Diabetes Res Clin Pract* 2023）
該網狀統合分析納入 73 項 RCT、涵蓋 8 種飲食模式：
* **6 個月時**：幾乎所有飲食模式（高蛋白、低碳水化合物、低脂肪、低升糖指數、地中海飲食、中度碳水化合物、植物性飲食）均能帶來顯著體重減輕（約 -2.7 至 -4.8 kg）。
* **12 個月時**：多數飲食模式的減重效益均出現回升與衰退（體重減輕縮減至 -1.1 至 -2.5 kg，部分組別無顯著差異），**僅地中海飲食組（-3.3 kg, 95% CI: -6.4 至 -0.2）持續展現顯著的長期減重優勢**。
##### 14 種有名品牌飲食（Named Diets）的綜合比較（Ge L et al., *BMJ* 2020）
研究將 14 種常見飲食計畫歸類為三大類：
1. **低碳水化合物飲食**：Atkins、South Beach、Zone。
2. **適度巨量營養素飲食**：Biggest Loser、DASH、Jenny Craig、Mediterranean、Portfolio、Slimming World、Volumetrics、Weight Watchers、Rosemary Conley。
3. **低脂肪飲食**：Ornish。
Slide 延伸補充：Ge L et al. (2020) BMJ 網狀統合分析摘要數據（對比日常飲食 usual diet）：
* **Atkins**：體重 -5.14 kg，收縮壓 -3.30 mmHg，舒張壓 -3.41 mmHg，LDL -0.64 mg/dL，HDL -5.46 mg/dL。
* **Zone**：體重 -3.46 kg，收縮壓 -2.33 mmHg，舒張壓 -4.07 mmHg，LDL -0.33 mg/dL。
* **DASH**：體重 -3.63 kg，收縮壓 -4.68 mmHg，舒張壓 -2.84 mmHg，LDL -3.93 mg/dL。
* **Mediterranean**：體重 -2.87 kg，收縮壓 -2.94 mmHg，舒張壓 -1.03 mmHg，LDL -4.59 mg/dL（降 LDL 效果最為突出且證據品質高）。
* **Paleolithic**：體重 -5.31 kg，收縮壓 -14.56 mmHg，舒張壓 -3.85 mmHg。
* **Ornish**：體重 -4.71 kg，收縮壓 -3.64 mmHg，舒張壓 -0.69 mmHg，LDL -21.29 mg/dL（降 LDL 顯著，但 HDL 亦下降 -3.64 mg/dL）。
講者分享個人經驗指出：雖然醫界不一定會正式背書特定商業飲食品牌，但對於過去長期採取高碳水化合物飲食的個案，嘗試如 South Beach 飲食等方案，可以作為開啟多樣化飲食與探索非米食菜單的實用契機。
---
#### 五、 間歇性斷食（Intermittent Fasting, IF）與時序營養學（Chrononutrition）
##### 間歇性斷食的三大策略（Yannakoulia M et al., *NEJM* 2024）
1. **隔日斷食（Alternate-Day Fasting, ADF）**
2. **5:2 斷食法**（每週連續 2 天斷食）
3. **時間限制進食（Time-Restricted Eating, TRE）**：每日禁食 14 至 16 小時，進食窗口限制在 8 至 10 小時，為目前最受歡迎且執行度最高的方法。
##### 間歇性斷食網狀統合分析（Semnani-Azad Z et al., *BMJ* 2025）
彙整 99 項 RCT、共 6,582 名受試者：
* 所有 IF 策略與每日持續熱量限制（Continuous Energy Restriction, CER）均優於隨意進食（Ad-libitum）。
* **隔日斷食（ADF）在減重幅度上優於其他 IF 策略及每日熱量限制（CER）**，且在降低總膽固醇、三酸甘油酯與非高密度脂蛋白（Non-HDL）方面表現最佳。原因可能是個案在非斷食日未完全過度補償熱量，從而創造了較大的熱量赤字。
##### 時間限制進食（TRE） vs. 每日熱量限制（DCR）
一項發表於 *NEJM* 的 12 個月臨床試驗（Liu D et al., *NEJM* 2022）比較了限時進食（TRE）與每日熱量限制（DCR），兩組均達成每日 500–600 kcal 的熱量赤字：
* **兩組的體重下降曲線幾乎完全重疊**。
* 證實 **TRE 的主要減重機制依然來自於熱量赤字的建立**。
* 進食窗口限制在 **< 8 小時** 比 > 8 小時可多減重約 **1.7 kg**（Liu HY et al., *JAMA Netw Open* 2024）。
* **臨床行為獲益**：TRE 特別適用於存在飲食行為紊亂、習慣深夜進食或進食時間不規律的患者，能提供清晰的行為邊界。
##### 早餐的角色與「前載策略」（Front-Loading）
臨床上關於是否該吃早餐存在討論：
* **支持早餐試驗**（Jakubowicz D et al., *Obesity* 2013）：~100 名代謝症候群女性，等熱量（1,400 kcal/day）分為兩組：
* **早餐組（BF）**：早餐 700 kcal、午餐 500 kcal、晚餐 200 kcal。
* **晚餐組（D）**：早餐 200 kcal、午餐 500 kcal、晚餐 700 kcal。
* **12 週後，早餐組減重幅度為晚餐組的 2.5 倍**，且血糖與胰島素阻抗改善更佳。
* **統合分析視角**（Sievert K et al., *BMJ* 2019）：統合多項隨機試驗發現，被建議吃早餐的組別，其**每日總熱量攝取平均增加了約 260 kcal**，部分研究甚至顯示體重微微增加。
**臨床訊息總結**：若建議患者「吃早餐」（Front-loading），**必須同時衛教減少傍晚與晚餐的熱量攝取**。若僅疊加早餐而不改變晚間飲食，將導致總熱量過剩而無法達致減重效果。
---
#### 互動問答 2（ARS Question 2）
**題目**：一名 58 歲男性，患有肥胖（BMI 35 kg/m²）、2 型糖尿病（HbA1c 7.8%）、高血壓與高血脂。曾多次嘗試熱量限制飲食失敗。他喜愛烹飪、偏好鹹食且偶爾吃魚。其主要目標為改善心代謝健康並長期維持飲食模式。下列何種飲食建議最符合地中海飲食模式？
* A. 強調低脂包裝食品，避免油脂，優先選擇精緻穀物以降低總熱量。
* **B. 強調以植物為中心的膳食，包含蔬菜、豆類、全穀類、以橄欖油為主要脂肪、適量攝取魚類並限制超加工食品。**（正確答案）
* C. 限制碳水化合物至總熱量 10% 以下，並剔除穀物與豆類。
* D. 每日使用代餐兩次，配合一次控制熱量的晚餐。
**現場投票結果**：97% 的聽眾選擇了正確答案 B。
---
#### 互動問答 3（ARS Question 3）
**題目**：一名 46 歲女性，BMI 34 kg/m²，患有高血壓與糖尿病前期（HbA1c 6.1%）。處於圍絕經期（Perimenopausal）。因工作與照護負擔，目前不吃早餐，午餐簡單，並於晚上 9–10 點吃大餐。儘管嘗試少吃，仍對空腹血糖上升與體重增加感到困擾。在不改變食物種類或熱量目標的前提下，何種進食策略最能改善其困擾？
* **A. 建立規律且較早的進食窗口（如 8 小時時間限制進食 TRE）**（正確答案）
* B. 每日碳水化合物 < 50 g 的極低碳水化合物飲食。
* C. 地中海飲食模式。
* D. 熱量計算並維持每日總熱量 < 1,200 kcal。
**現場投票結果**：72% 的聽眾選擇了正確答案 A。
---
### 臨床執行的實務考量與個人化營養（Pragmatic Aspects & Precision Nutrition）
#### 一、 族群飲食趨勢與超加工食品（Ultra-Processed Foods）
根據美國 NHANES 1999–2016 年的長期調查（Shan Z et al., *JAMA* 2019）：
* **正面趨勢**：高品質碳水化合物、植物性蛋白質及多元不飽和脂肪的攝取比例有微幅上升；低品質碳水化合物微幅下降。
* **仍需努力之處**：低品質碳水化合物占每日熱量仍**高達 40% 以上**，飽和脂肪攝取仍**超過 10%**。
Slide 延伸補充：超加工食品（Ultra-Processed Foods, UPF）與含熱量飲料（Caloric beverages）的危害（Hall K, 2023）：具有高適口性（Palatability），會引發大腦食物獎賞機制（Food reward），破壞正常飽足感與飢餓機制，進而大幅增加整體熱量攝取，促成肥胖環境（Obesogenic environment）。
---
#### 二、 擬定臨床營養計畫的實務考量
臨床醫師在與患者討論飲食計畫時，必須兼顧下列維度（Evert AB et al., *Diabetes Care* 2019）：
1. **個人偏好與文化背景**（Personal preference & Cultural background）
2. **社經地位與食物獲取能力**（Socio-economic settings & Access to food）
3. **改變意願與長期可持續性**（Willingness to change & Sustainability）
4. **減少體重偏見與污名化**（Mindful strategies to reduce weight bias and stigma）
---
#### 三、 精準營養（Precision Nutrition）與個人化營養（Personalized Nutrition）
* **精準營養（Precision Nutrition）**：利用生物學資訊——包括基因學（Nutrigenetics）、腸道菌群（Microbiome）、代謝物組學（Metabolomics）等，來預測個體對特定食物或進食時間的代謝反應，以取代傳統「一套適用所有人」（One-size-fits-all）的指引（Lee BY et al., *Am J Clin Nutr* 2022）。
* **個人化營養（Personalized Nutrition）**：為一更廣泛的範疇，將精準營養的生物學資訊與個體的生活方式、環境及個人偏好相互結合。
* **現階段限制**：精準營養目前仍處於發展初期，面臨**結果重複性差（Lack of reproducibility）、高昂成本（High cost）及研究方法學挑戰**，暫尚未能全面應用於日常臨床實務中。
---
### 總結（Summary）
1. **巨量營養素調整**：改變巨量營養素組成在短期內皆有減重效果，但長期數據並未顯示某一種策略絕對優於另一種，**長期可持續性（Sustainability）是最大的瓶頸**。
2. **蛋白質攝取**：在減重過程中，補充足夠的蛋白質（如 1.0–1.5 g/kg/day）有助於**保護瘦體重（Lean mass）與肌肉量**。
3. **心血管風險改善**：**地中海飲食（Mediterranean diet）與植物導向飲食（Plant-forward eating patterns）**擁有最堅實的臨床數據，能有效降低心血管事件與死亡率。
4. **進食時機與時序營養**：限時進食（TRE）與調整進食時機（如前載早餐、減少晚間大餐）在符合患者生活型態時可積極導入，重點在於創造熱量赤字與建立良好飲食行為。
5. **個人化實踐**：評估個體偏好、克服實務障礙與尊重文化背景，是決定日常減重成功與否的核心關鍵。
---
### 現場問答
#### Q1：間歇性斷食（Intermittent Fasting）是否會增加心血管事件風險？臨床上該如何看待相關研究報導？
**Kalpana Muthusamy 醫師**：
我目前尚未深入審視該篇特定報導的研究細節。但這類結果提醒我們：**不能單獨孤立某一種單一策略（如僅看斷食時間），就期望它能決定最終的心血管預後**。
間歇性斷食的整體效應，高度取決於患者在「非禁食窗口」內究竟吃進了什麼食物、總熱量為何、以及營養組成的品質。個體之間在食物選擇上的巨大異質性，可能是導致不同研究導出差異甚至增加風險結果的原因。我們必須將總熱量與營養密度放在一起綜合評估。
---
#### Q2：除了熱量計算之外，食物品質（Food Quality）對身體發炎反應（Inflammation）的影響為何？是否有更多關於營養密度的研究？
**Kalpana Muthusamy 醫師**：
我非常認同營養密度（Nutritional density）扮演著極關鍵的角色。
在現有文獻中，許多研究是透過比較「植物性 vs. 動物性蛋白質」或是「地中海飲食模式」來間接捕捉營養密度的價值，因為這些飲食模式本身就強調富含微量營養素、膳食纖維與抗發炎成分的天然食物。
然而，單純針對「營養密度本身」作為獨立變數進行的大型高質量臨床研究確實相對有限；絕大多數的飲食試驗仍主要著眼於巨量營養素比例或進食時機。但從整體健康角度來看，提升營養密度絕對是不可或缺的臨床方向。
---
#### Q3：部分中年男性為提升睪固酮（Testosterone）而採取低碳水化合物／高脂肪飲食，導致 LDL-C 顯著飆升。臨床上應如何監測並評估其心血管風險？是否有安全期限？
**Kalpana Muthusamy 醫師**：
在臨床上確實經常遇到這類個案。當患者突發性改變飲食、轉為極高脂肪攝取時，常會觀察到 LDL-C 顯著上升。
臨床應對策略如下：
1. **飲食細節衛教**：與患者釐清其脂肪來源。許多時候，僅需透過溝通引導患者減少「飽和脂肪」，替換為不飽和脂肪，就能在不放棄低碳水策略的前提下看到 LDL-C 改善。
2. **進一步心血管風險層級化評估**：若患者堅持此類飲食或缺乏改變動力，可運用更精準的生物標記如 **ApoB（載脂蛋白 B）** 進行評估。
3. **亞臨床動脈硬化評估**：若個案屬於高風險族群，可安排**冠狀動脈鈣化指數（CAC score）或冠狀動脈電腦斷層血管攝影（CCTA）**。當看到明確的無症狀動脈硬化斑塊證據時，能提供客觀數據說服患者調整該飲食模式。
4. **個體化溝通**：若患者以「Bad cholesterol (ApoB) 沒那麼高」等理由辯駁，醫療團隊應依據其綜合心血管指標，鼓勵其逐步納入更多植物性食物，建立個人化的安全界線。
---
#### Q4：在現代醫學減重（如 GLP-1 受體促效劑）時代，身體組成分析（Body Composition Testing）與高蛋白飲食的應用定位為何？
**Kalpana Muthusamy 醫師**：
隨著藥物減重帶來的體重降幅顯著增加，**身體組成分析（如 DEXA 雙能量 X 光吸收儀或生物電阻抗分析 BIA）** 的討論度大幅提升。
序列性（Serial）身體組成監測在臨床上具有潛在價值，可用於追蹤肌肉量變化並引導高蛋白質飲食與阻力運動介入。但在解讀時需注意以下幾點：
1. **檢測限制與偽影**：在執行低碳水化合物飲食的初期（前 3 個月），體重下降很大一部分來自於**水分流失**。DEXA 與 BIA 在面對急性體液改變時會存在測量假設上的偏差，臨床解讀需非常謹慎。
2. **臨床可近性與切點缺失**：目前缺乏明確的臨床切點（Cut-offs）來定義何種程度的肌肉量下降屬於「病理異常」。加上廣泛進行序列 DEXA 檢查的可近性與費用限制，目前尚無法作為常態性標準檢查。
3. **臨床應用**：身體組成數據能作為良好的溝通工具，幫助患者理解維持蛋白質攝取與規律運動對於保留肌肉的重要性。