Till huvudinnehållet

Viktigt: Säkerställ att du får Dietisten framåt.  Läs mer

Diabetes

Broccoliämne kan bromsa prediabetes

Ett ämne från broccoligroddar, sulforafan, kan kopplas till förbättrade blodsockernivåer hos personer med prediabetes som föregår typ 2. Det visar en ny studie från Göteborgs universitet. Hos vissa påverkades blodsockret extra mycket vid intag av broccoliämnet.

Nina Granberg 18 mars, 2025 Uppdaterades 28 maj, 2025 3 minuters läsning
Stock.adobe.com

En forskargrupp vid Göteborgs universitet, ledd av professor Anders Rosengren, har tidigare identifierat sulforafan som en antidiabetisk substans vid typ 2-diabetes. En patientstudie från 2017 visade att personer med diabetes som intog höga doser av sulforafan från extrakt av broccoligroddar fick signifikant sänkta blodsockernivåer.

Den nya studien, som nu pub­licerats i Nature Microbiology, fokuserar istället på prediabetes. Det är ett förstadium till diabetes typ 2 som kännetecknas av långsamt stigande blodsockernivåer till följd av försämrad insulinproduktion.

I studien inkluderades 89 personer med förhöjt fasteblodsocker, ett tecken på prediabetes. Övriga kriterier var att deltagarna skulle ha övervikt eller fetma och vara 35-75 år gamla.

Resultaten visar att de som åt preparatet med sulforafan fick större genomsnittlig sänkning av fasteblodsockret än de som fick placebo. Skillnaden mellan de två grupperna i studien var signifikant.

Ännu större skillnad framkom vid analyser av kliniska undergrupper. Gruppen med störst förbättring efter intag av sulforafan hade tidiga tecken på mild åldersrelaterad diabetes, i sammanhanget relativt lågt BMI samt låg insulinresistens, låg förekomst av fettleversjukdom och låg insulinutsöndring.

I ett tredje steg studerades tarmbakterier, i samarbete med professor Fredrik Bäckhed vid Göteborgs universitet. Det visade sig finnas en tarmbakterie som samverkar med sulforafan och kunde kopplas till ytterligare förbättrad effekt av broccoliämnet.

I mätetal var skillnaderna i fasteblodsocker 0,2 millimol per liter mellan alla som åt sulforafan jämfört med placebogruppen, följt av 0,4 i den aktuella kliniska undergruppen och 0,7 hos dem som både tillhörde den kliniska undergruppen och hade tarmbakterien.

Möjlig precisionsbehandling

Förekomsten av prediabetes i Sverige bedöms vara uppemot tio procent och det saknas i dag en tydlig struktur för behandling. Tillståndet förblir ofta oupptäckt samtidigt som tidig upptäckt ökar möjligheterna att inte utveckla diabetes typ 2. Anders Rosengren betonar vikten av tidiga och individanpassade insatser för att hejda sjukdomen.

– Behandlingen av prediabetes är i dag eftersatt och de nya fynden öppnar upp en möjlighet till precisionsbehandling med sulforafan från broccoli som functional food. Det är dock svårt att äta sig till den mängd som behövs. Därför måste det intas som ett extrakt för att få den mängd som man hade i studien (150 mikromol).

– Det vi använde i studien motsvarar Diaopt som finns på marknaden och som vi samarbetat med. Vi gjorde en mängd tester och de flesta tillgängliga produkter innehöll alldeles för låga nivåer sulforafan, i många fall ingenting, så det gäller verkligen att se upp som konsument, säger Anders Rosengren, Institutionen för neurovetenskap och fysiologi, Sahlgrenska akademin vid Göteborgs universitet och fortsätter:

– Resultaten i studien visar också på en allmän modell för hur patofysiologin och tarmfloran samverkar och påverkar behandlingssvar som kan ha bredare implikationer.


Dela artikeln

Forskning

AI kan spela större roll i nutritionsbedömningen

Artificiell intelligens kan användas för att identifiera patienter med nutritionsrisk, analysera kroppssammansättning och ge stöd i kliniska beslut. En ny forskningsöversikt beskriver stora möjligheter för AI inom klinisk nutrition – men också risker och behovet av fortsatt mänsklig kontroll.

Dietisten
Redaktionen 16 september, 2026 3 minuters läsning
AI
Adobe.stock

Artificiell intelligens har på kort tid blivit en del av många områden inom hälso- och sjukvården. Nu utvecklas också tillämpningar som riktar sig specifikt mot klinisk nutrition.

I en ny översikt i Current Opinion in Clinical Nutrition and Metabolic Care går forskare igenom hur AI kan användas från screening och nutritionsbedömning till kliniskt beslutsstöd och uppföljning.

En grundläggande möjlighet är att snabbt bearbeta mycket stora mängder patientdata. Genom att kombinera exempelvis journaluppgifter, laboratorievärden, bilddiagnostik och annan klinisk information kan algoritmer hitta mönster som kan vara svåra att upptäcka manuellt.

Kan upptäcka nutritionsrisk 

Ett användningsområde är screening och tidig identifiering av patienter som löper risk för undernäring eller nutritionsrelaterade komplikationer.

AI-baserade modeller kan analysera stora databaser med patientinformation och användas för att förutsäga vilka patienter som har störst risk att utveckla problem. Det skulle kunna ge vårdpersonal möjlighet att sätta in nutritionsåtgärder tidigare.

Forskarna lyfter också fram användningen av medicinska bilder. Datortomografibilder som redan tagits av andra medicinska skäl innehåller information om bland annat patientens muskelmassa. Med hjälp av AI kan bilder analyseras automatiskt för att identifiera låg muskelmassa och sarkopeni och bidra till bedömningen av patientens risk och prognos.

Tekniken kan därmed göra information som redan finns i vården användbar även för nutritionsbedömningen.

Från bedömning till beslut 

Nästa steg är kliniskt beslutsstöd. Genom att väga samman stora mängder information skulle AI-system exempelvis kunna bidra till att identifiera patienter som behöver nutritionsbehandling och ge underlag för mer individualiserade beslut.

I intensivvården, där patienternas tillstånd kan förändras snabbt och stora mängder data genereras kontinuerligt, ser forskarna särskilt stora möjligheter.

AI kan också användas för att förutsäga nutritionsrelaterade komplikationer och patientutfall. På sikt kan sådana system bidra till en mer individualiserad nutritionsbehandling, där rekommendationerna i större utsträckning anpassas efter den enskilda patientens tillstånd och riskprofil.

Kräver stora mängder bra data 

Men möjligheterna kommer med tydliga begränsningar. AI-system är beroende av de data de tränats och testats på. Om underlaget är bristfälligt eller inte representerar de patienter som systemet senare används för finns risk för missvisande resultat.

För att utveckla tillförlitliga modeller behövs därför stora och välstrukturerade datamängder samt samarbete mellan kliniker, forskare och experter på dataanalys.

Det behövs också klinisk validering. Ett system som fungerar bra i en forskningsmiljö eller för en viss patientgrupp behöver inte automatiskt fungera lika bra i en annan vårdmiljö.

Stöd – inte ersättning för klinisk kompetens 

Forskarna ser en betydande potential för AI att förändra den kliniska nutritionen, framför allt genom bättre screening, riskbedömning och mer individualiserade beslut.

Samtidigt behöver införandet ske under noggrann uppföljning. Målet är inte att ersätta den kliniska bedömningen utan att ge vårdprofessionen ytterligare information och beslutsstöd.

För dietisten väcker utvecklingen därför frågor som går utöver själva tekniken. Om en algoritm identifierar en patient som undernärd eller föreslår en nutritionsåtgärd behöver någon fortfarande kunna värdera resultatet i sitt kliniska sammanhang.

Ju mer avancerade beslutsstöden blir, desto viktigare blir därmed också frågan om vilken kunskap dietisten behöver för att förstå när AI hjälper – och när den riskerar att leda fel.

Källa: Singer P., Slavin Kish M. & Raphaeli O. Artificial intelligence in nutritional assessment and decision making. Current Opinion in Clinical Nutrition and Metabolic Care, 2026; 29(5):434–440.


Dela artikeln

Forskning

”Eating jetlag” kopplas till hjärt-kärlsjukdom

Att äta på olika tider under arbetsdagar och lediga dagar kan ha betydelse för hjärt-kärlhälsan. I en stor fransk studie var större variationer i måltidstider kopplade till högre risk för hjärt-kärlsjukdom hos män – även när forskarna tog hänsyn till bland annat kostkvalitet och sömn.

Dietisten
Redaktionen 14 september, 2026 3 minuters läsning
Eat lag
Adobe.stock

Vad vi äter har länge stått i centrum för kostforskningen. På senare år har intresset också ökat för när vi äter och hur måltidernas timing samspelar med kroppens dygnsrytm.

Nu har forskare från den stora franska NutriNet-Santé-studien undersökt fenomenet ”eating jetlag” – skillnaden mellan tidpunkten för måltider under arbetsdagar och lediga dagar.

Studien omfattade 104 806 vuxna, varav 79 procent var kvinnor. Deltagarnas medelålder vid studiens början var knappt 43 år och de följdes under en median på drygt åtta år.

Mätte första och sista intaget 

Deltagarna fick vid upprepade tillfällen registrera allt de åt och drack under 24 timmar. Forskarna använde tidpunkterna för dagens första och sista energiintag för att beräkna mitten av varje deltagares dagliga ”ätfönster”.

Därefter jämfördes denna tidpunkt mellan arbetsdagar och lediga dagar. Ju större förskjutningen var, desto större var deltagarens så kallade eating jetlag.

Forskarna delade också in deltagarna efter om de åt ungefär samma tider under arbetsdagar och lediga dagar, försköt sitt ätande till senare tider när de var lediga eller i stället åt tidigare.

Drygt 70 procent behöll ungefär samma måltidsrytm. Omkring en fjärdedel försköt ätandet till senare tider under lediga dagar, medan knappt fem procent åt tidigare.

Samband sågs hos män 

Under uppföljningen analyserade forskarna förekomsten av hjärt-kärlsjukdom, inklusive kranskärlssjukdom och cerebrovaskulär sjukdom.

Hos män var större eating jetlag kopplat till 14 procent högre risk för hjärt-kärlsjukdom och 21 procent högre risk för kranskärlssjukdom.

Män som försköt sitt ätande mer än en timme till tidigare tider under lediga dagar hade högre risk för både hjärt-kärlsjukdom och kranskärlssjukdom jämfört med dem som höll ungefär samma tider. Även en förskjutning till senare tider var kopplad till högre risk för kranskärlssjukdom.

Motsvarande tydliga samband sågs inte hos kvinnor.

Resultaten kvarstod efter att forskarna justerat analyserna för en rad faktorer, däribland ålder, fysisk aktivitet, rökning, alkoholintag, kostkvalitet och sömn.

Dygnsrytmen kan spela roll 

En möjlig förklaring är kroppens cirkadiska rytm. Kroppens biologiska klockor påverkar bland annat glukosomsättning, blodtryck, hormonproduktion och metabolism. Om tidpunkterna för matintag regelbundet flyttas fram och tillbaka skulle det kunna bidra till en störning av dessa rytmer.

Men forskarna betonar att studien är observationell. Den kan därför inte visa att oregelbundna måltidstider i sig orsakar hjärt-kärlsjukdom.

Det är också oklart varför sambanden framför allt sågs hos män. Deltagarna i NutriNet-Santé är frivilliga och gruppen bestod till stor del av kvinnor, vilket också behöver vägas in när resultaten tolkas.

Forskarna menar att resultaten behöver bekräftas i andra populationer innan regelbundna måltidstider kan rekommenderas som en specifik strategi för att förebygga hjärt-kärlsjukdom. Studien bidrar samtidigt till ett växande forskningsområde där frågan inte bara är vad och hur mycket vi äter – utan också när vi äter.

Källa: Le Folcalvez X. et al. Eating jetlag based on meal timing discrepancies and risk of cardiovascular disease using the prospective cohort NutriNet-Santé. Communications Medicine, 2026.



Cookies

Den här webbplatsen använder cookiesför statistik och användarupplevelse.

Driva eget använder cookies för att förbättra din användarupplevelse, för att ge underlag till förbättring och vidareutveckling av hemsidan samt för att kunna rikta mer relevanta erbjudanden till dig.

Läs gärna vår personuppgiftspolicy. Om du samtycker till vår användning, välj Tillåt alla. Om du vill ändra ditt val i efterhand hittar du den möjligheten i botten på sidan.