El consumo de frutos secos se asocia con un cambio del perfil de subfracción de lipoproteínas de RMN a un patrón menos aterogénico entre personas mayores con alto riesgo de ECV

Diabetología cardiovascular volumen 21, Número de artículo: 189 (2022) Citar este artículo

2704 Accesos

2 citas

23 altmétrica

Detalles de métricas

Se publicó una corrección a este artículo el 26 de octubre de 2022.

Este artículo ha sido actualizado

Se ha acumulado evidencia científica sobre los efectos beneficiosos del consumo de frutos secos sobre el riesgo cardiovascular y la reducción del colesterol, pero pocos estudios han examinado los efectos de los frutos secos en medidas avanzadas de aterogenicidad de las lipoproteínas determinadas por espectroscopia de resonancia magnética nuclear (RMN). Analizamos las asociaciones entre la cantidad y el tipo de frutos secos consumidos y medidas avanzadas de aterogenicidad de lipoproteínas y resistencia a la insulina en personas mayores con alto riesgo cardiovascular.

El presente estudio observacional se realizó en el marco del ensayo Prevención con Dieta Mediterránea (PREDIMED). Se realizaron análisis transversales y longitudinales tras 1 año de seguimiento en 196 hombres y mujeres reclutados en el centro PREDIMED-Reus (España). La ingesta dietética se evaluó mediante un cuestionario alimentario semicuantitativo validado. Se realizaron perfiles plasmáticos de lipoproteínas y metabolitos basales y en ayunas de 1 año en plasma utilizando el analizador clínico Vantera® de espectros de RMN. Las asociaciones por terciles de consumo de nueces entre los cambios iniciales y de 1 año y las medidas avanzadas de aterogenicidad de lipoproteínas, aminoácidos de cadena ramificada y medidas de resistencia a la insulina se probaron mediante modelos ANCOVA ajustados multivariables.

En comparación con los participantes en el tercil inferior, aquellos en el tercil superior del consumo total de frutos secos mostraron niveles más altos de partículas grandes de HDL y colesterol HDL, niveles más bajos de aminoácidos de cadena ramificada (BCAA) y GlycA, y una reducción de la resistencia a la insulina lipoproteína y la diabetes. índice de riesgo. Los participantes en el tercil superior de consumo de nueces revelaron niveles más bajos de VLDL muy grande, partículas de LDL totales, colesterol LDL y GlycA. Los participantes en el tercil superior de consumo de nueces distintas de las nueces mostraron niveles más altos de partículas HDL totales, colesterol HDL y apoliporoteína A1, niveles más bajos de BCAA y GlycA, y una resistencia reducida a la lipoproteína insulina. Los participantes en el tercil superior de cambios de 1 año en el consumo de nueces mostraron aumentos en las partículas HDL de tamaño mediano en comparación con el tercil inferior.

En personas mayores con alto riesgo cardiovascular, el aumento del consumo de frutos secos se asoció con un cambio del perfil de subfracción de lipoproteínas de RMN a un patrón menos aterogénico, así como con concentraciones circulantes más bajas de BCAA y una menor resistencia a la insulina. Estos resultados proporcionan una visión mecanística novedosa sobre el beneficio cardiovascular del consumo de frutos secos.

Registro de prueba ISRCTN35739639; fecha de registro: 10/05/2005; Fecha de inicio de contratación 01/10/2003.

Los frutos secos son componentes importantes de patrones dietéticos saludables basados ​​en plantas [1]. Una gran cantidad de evidencia procedente de estudios de cohortes prospectivos sugiere un efecto beneficioso del consumo de frutos secos sobre diversos resultados de salud, incluida la reducción de la mortalidad por todas las causas, las enfermedades cardiovasculares (ECV), la enfermedad de las arterias coronarias (EAC), la hipertensión, la fibrilación auricular y el cáncer total. [2, 3]. El ensayo aleatorizado de 5 años PREDIMED (PREvención con DIeta MEDiterránea) también informó que una dieta mediterránea (MedDiet) suplementada con frutos secos reducía los eventos incidentes de ECV [4]. Los frutos secos son buenas fuentes de nutrientes y fitoquímicos saludables, como ácidos grasos insaturados, fibra, minerales no sódicos (potasio, calcio y magnesio), vitamina E, folato, polifenoles y fitoesteroles [5], que ayudan a explicar los efectos positivos. de frutos secos sobre el riesgo de enfermedades no transmisibles y de mortalidad.

La evidencia de pequeños ensayos clínicos aleatorios a corto plazo en individuos de mediana edad indica un efecto consistente pero modesto en la reducción del colesterol de las dietas suplementadas con nueces en general [6] o nueces en particular [7], que está relacionado con la dosis y es mayor entre aquellos con niveles basales altos de colesterol de lipoproteínas de baja densidad (LDL-C) [8]. La mayoría de los ensayos de alimentación con frutos secos han seleccionado adultos jóvenes o de mediana edad [6,7,8], y pocos estudios de alimentación han examinado los efectos de los frutos secos en medidas avanzadas de aterogenicidad de las lipoproteínas, como el número de subpartículas, el tamaño y la composición determinados por Espectroscopia de resonancia magnética nuclear (RMN). Quienes han informado de dichos parámetros han mostrado resultados equívocos [9].

Nuestra hipótesis es que el consumo de nueces en general, y el consumo de nueces en particular, tendrían un efecto beneficioso sobre el perfil de lipoproteínas obtenido mediante RMN. Para abordar este problema, realizamos pruebas metabolómicas y de lipoproteínas avanzadas en una cohorte de personas mayores con diferentes niveles de consumo total de nueces y nueces que participaron en el estudio PREDIMED, un ensayo de intervención nutricional de 5 años que prueba los efectos de una dieta mediterránea suplementada con alimentos vírgenes. aceite de oliva o nueces versus una dieta baja en grasas en caso de ECV [4].

El presente estudio se llevó a cabo en el marco del estudio PREDIMED, un gran ensayo clínico aleatorizado, multicéntrico y de grupos paralelos que tiene como objetivo evaluar los efectos de la DietMed en la prevención primaria de las ECV en una cohorte de personas mayores con alto riesgo cardiovascular. Los participantes tenían entre 55 y 80 años y no tenían enfermedades cardiovasculares al momento de la inscripción, pero tenían un alto riesgo debido a la presencia de diabetes tipo 2 o al menos tres de los siguientes factores de riesgo: tabaquismo actual, hipertensión, hipercolesterolemia, baja densidad colesterol HDL, sobrepeso u obesidad y antecedentes familiares de ECV prematura. Los criterios de exclusión incluyeron cualquier enfermedad crónica grave, adicción a las drogas o al alcohol, o alergia o intolerancia al aceite de oliva o las nueces, dos alimentos complementarios clave. En el estudio principal, los participantes fueron asignados aleatoriamente a tres grupos de intervención: una Dieta Médica suplementada con aceite de oliva virgen, una Dieta Médica suplementada con frutos secos mixtos o una dieta baja en grasas según las directrices de la Asociación Estadounidense del Corazón (grupo de control). El ensayo está registrado en http://www.owned-trials.com como ISRCTN35739639 y el protocolo del estudio y los resultados del resultado primario se han publicado en otro lugar [4]. El ensayo PREDIMED se realizó según la Declaración de Helsinki y los comités de revisión institucional de todos los centros de reclutamiento aprobaron el protocolo del estudio (para el centro de Reus, el protocolo fue aprobado por el Comité Ético del Hospital Universitari Sant Joan de Reus). Los participantes aceptaron y dieron su consentimiento informado por escrito para autorizar el uso de muestras biológicas para mediciones bioquímicas y estudios genéticos.

Los presentes análisis transversales y longitudinales se realizaron en 196 participantes reclutados en el centro PREDIMED-Reus (España) con datos completos del cuestionario de frecuencia alimentaria (FFQ) y muestras de plasma disponibles al inicio y al año de seguimiento.

Dietistas capacitados evaluaron la ingesta dietética en entrevistas cara a cara al inicio del estudio utilizando un FFQ semicuantitativo validado de 137 ítems [10]. Para cada ítem se estableció el tamaño de la porción y se dispuso de nueve frecuencias de consumo, que van desde “nunca o raramente” hasta “≥ 6 veces/día”. La ingesta de energía y nutrientes se obtuvo a partir de datos de tablas de composición de alimentos españolas [11].

Los datos sobre el consumo de nueces autoinformado se derivaron del FFQ, que incluía un ítem sobre el consumo de almendras, maní, avellanas, pistachos y piñones, y otra pregunta específica sobre el consumo de nueces. Para el presente análisis, se consideró una ración de 28 g de frutos secos. El número de porciones informadas se convirtió en gramos por día. Los coeficientes de correlación de Pearson para la reproducibilidad y validez del FFQ con respecto al consumo de nueces fueron 0,66 y 0,38, respectivamente, y los coeficientes de correlación intraclase para las mismas mediciones en una población similar a la de los participantes de PREDIMED fueron 0,80 y 0,55, respectivamente [10].

Al inicio del estudio se recopiló información sobre variables sociodemográficas y de estilo de vida, incluido el tabaquismo, las afecciones médicas, los antecedentes familiares de la enfermedad y el uso de medicamentos. La actividad física se estimó con la versión española validada del Minnesota Leisure Time Physical Activity Questionnaire [12]. Personal capacitado midió la altura y el peso corporal sin zapatos y usando ropa ligera con una aproximación de 0,5 cm para la altura y 0,1 kg para el peso corporal utilizando un estadiómetro montado en la pared y una báscula calibrada, respectivamente.

Se recogieron muestras de sangre en ayunas en las visitas iniciales y al año. Se obtuvo plasma con EDTA y se almacenaron alícuotas a –80 °C hasta el análisis metabolómico. Los espectros de RMN se adquirieron en un analizador clínico Vantera®, un instrumento de RMN de 400 MHz, a partir de muestras de plasma con EDTA como se describe para la prueba NMR LipoProfile® (Labcorp, Morrisville, NC) [13, 14]. El algoritmo de deconvolución LP4 se utilizó para informar las concentraciones y tamaños de partículas de lipoproteínas, así como las concentraciones de metabolitos como aminoácidos totales de cadena ramificada, valina, leucina, isoleucina, alanina, glucosa, citrato, glicina, cuerpos cetónicos totales, β-hidroxibutirato. , acetoacetato, acetona [15]. Los diámetros de las distintas clases y subclases de lipoproteínas son partículas de lipoproteínas ricas en triglicéridos totales (VLDL-P) (24 a 240 nm), VLDL-P muy grandes (90 a 240 nm), VLDL-P grandes (50 a 89 nm). , VLDL-P mediano (37–49 nm), VLDL-P pequeño (30–36 nm), VLDL-P muy pequeño (24–29 nm), partículas totales de lipoproteínas de baja densidad (LDL-P) (19–23 nm), LDL-P grande (21,5–23 nm), LDL-P mediano (20,5–21,4 nm), LDL-P pequeño (19–20,4 nm), partículas totales de lipoproteínas de alta densidad (HDL-P) (7,4– 12,0 nm), HDL-P grande (10,3 a 12,0 nm), HDL-P mediano (8,7 a 9,5 nm) y HDL-P pequeño (7,4 a 7,8 nm). Los diámetros de pico para la subespecie HDL más grande (H7) a la más pequeña (H1) son 12,0, 10,8, 10,3, 9,5, 8,7, 7,8 y 7,4 nm. Los tamaños medios de partículas VLDL, LDL y HDL son promedios ponderados derivados de la suma de los diámetros de cada una de las subclases multiplicada por el porcentaje de masa relativo. La regresión lineal frente a los lípidos séricos medidos químicamente en una población de estudio sana (n = 698) proporcionó los factores de conversión para generar concentraciones derivadas de RMN de colesterol total (CT), triglicéridos (TG), VLDL-TG, VLDL-C, LDL-C. y HDL-C. Las concentraciones de estos parámetros derivadas de RMN están altamente correlacionadas con las medidas mediante métodos químicos estándar. Se han informado detalles sobre el desempeño de los ensayos que cuantifican los aminoácidos de cadena ramificada (BCAA), citrato y cuerpos cetónicos [16,17,18]. Desarrollo del índice de resistencia a la insulina lipoproteína (LP-IR) (0–100; de menor a mayor resistencia a la insulina), el índice de riesgo de diabetes (DRI) (1–100; de menor a mayor riesgo de diabetes tipo 2) y GlycA , una medida compuesta de inflamación sistémica, así como su validación analítica y clínica, se han publicado anteriormente [19,20,21].

Las características iniciales de los participantes se describen como medias ± DE para rasgos cuantitativos y porcentajes para rasgos categóricos. El consumo de frutos secos al inicio y los cambios al año se ajustaron para la ingesta total de energía utilizando el método residual [22]. El consumo de nueces se clasificó en terciles según el total de nueces, nueces o nueces no nueces al inicio y los cambios de 1 año.

Los valores iniciales y los cambios de 1 año en lipoproteínas, lípidos, apolipoproteínas, aminoácidos, cuerpos cetónicos y otras moléculas individuales se normalizaron y ampliaron utilizando la transformación normal inversa basada en rangos de Blom para mejorar la normalidad [23].

Evaluamos las diferencias en los valores de lipoproteínas entre los terciles de consumo de frutos secos (nueces totales, nueces y frutos secos distintos de las nueces) al inicio del estudio utilizando modelos ANCOVA ajustados por edad, sexo, índice de masa corporal (kg/m2), estado de tabaquismo (alguna vez fumó/nunca fumó). fumador), actividad física (cumplido/día), diabetes (sí/no), dislipidemia (sí/no), hipertensión (sí/no) y tratamiento con estatinas (sí/no). Los datos se presentan como medias e intervalos de confianza (IC) del 95%. También evaluamos las diferencias en los cambios de 1 año en los valores de lipoproteínas entre los terciles de consumo de nueces utilizando modelos ANCOVA ajustados adicionalmente por el valor inicial de lípidos, el consumo inicial de nueces y el grupo de intervención (DietaMed + AOVE, DietMed + Nueces, Dieta baja en grasas). Se utilizó la prueba de Tukey para realizar comparaciones múltiples entre terciles. Repetimos los mismos análisis con otras moléculas, incluidas apolipoproteínas, aminoácidos y cuerpos cetónicos.

Los supuestos de los modelos ANCOVA se evaluaron mediante métodos visuales o cuantitativos. Todos los gráficos y pruebas (prueba de Shapiro-Wilk y pruebas de Levene) arrojaron modelos que cumplieron con los criterios de independencia de las observaciones, homogeneidad de la varianza (todos los valores P de la prueba de Levene > 0,05) y normalidad de los residuos (todos los valores P de la prueba de Shapiro-Wilk). > 0,05).

Los valores de p <0,05 se consideraron estadísticamente significativos para estos análisis. Todos los análisis estadísticos se realizaron con el software R v3.6.1 (www.r-project.org) (R Development Core Team, 2012).

Los participantes tenían una edad media de 67 ± 6 años y el 57% eran mujeres. El IMC medio fue de 29,5 ± 3,3 kg/m2 y el gasto energético medio autoinformado en actividad física fue de 263 ± 242 MET/día. El 62% de los participantes nunca fumaron y la prevalencia de diabetes tipo 2 fue del 2%. El consumo medio total de frutos secos, nueces y no nueces al inicio del estudio fue de 14 ± 15 g/día, 7 ± 8 g/día y 7 ± 9 g/día, respectivamente.

La Tabla 1 muestra las características iniciales de la población de estudio por terciles de consumo total de nueces ajustado por energía. El consumo total medio de frutos secos por terciles fue de 3,1 ± 2,9 g/día (tercil 1, T1), 8,5 ± 3,7 g/día (tercil 2, T2) y 29,7 ± 15,3 g/día (tercil 3, T3).

Figura 1 y archivo adicional 1: la Tabla S1 muestra las diferencias entre los terciles iniciales del consumo de nueces ajustado en función de la energía por subtipos de nueces (nueces totales, nueces y nueces sin nueces) y los valores normalizados de partículas de lipoproteínas al inicio. Se observaron diferencias significativas en los valores iniciales entre los terciles de consumo de frutos secos para algunas partículas de lipoproteínas. El HDL-P grande (nueces totales) y el HDL-C (nueces totales y nueces distintas de las nueces) fueron mayores en los participantes del tercil superior en comparación con los del tercil inferior, mientras que el tamaño del TRL (VLDL) fue menor en los participantes con mayor consumo. de nueces distintas de las nueces (Fig. 1G, H, I). En comparación con los participantes en el tercil más bajo de consumo de nueces, el VLDL-P muy grande, el LDL-P total, el LDL-P medio y el LDL-C fueron más bajos en aquellos en el tercil superior (Fig. 1D, E, F).

Parámetros de partículas de lipoproteínas al inicio del estudio por terciles de consumo de frutos secos ajustado por energía en una subcohorte del ensayo PREDIMED-Reus. Los datos de metabolómica son medias (IC del 95 %) de valores normalizados escalados en múltiplos de 1 DE con datos de transformación normal inversa basados ​​en rangos de Blom. Los grupos de frutos secos se ajustaron según la ingesta energética y los valores son medias (IC del 95%). Se utilizó la prueba de Tukey para realizar comparaciones múltiples entre terciles. *Valor de p < 0,05 en ANCOVA ajustado por edad, sexo, índice de masa corporal (kg/m2), tabaquismo (alguna vez fumador/nunca fumador), actividad física (realizada/día), diabetes (sí/no), dislipidemia ( sí/no), hipertensión (sí/no) y tratamiento con estatinas (sí/no). Valor de p <0,05 para la comparación entre T1 y T3 después de la prueba de Tukey. LDL, lipoproteína de baja densidad; HDL, lipoproteína de alta densidad; TRL-P, partícula de lipoproteína rica en triglicéridos; TG, triglicéridos; CT: colesterol total; TRL, lipoproteína rica en triglicéridos; VLDL, lipoproteína de muy baja densidad; T1, tercil 1; T3, tercil 3

La Tabla 2 muestra las diferencias entre los terciles de cambios de 1 año en el consumo de nueces ajustado por energía y cambios de 1 año en los valores normalizados de partículas de lipoproteínas. Los participantes en el tercil superior de cambios de 1 año en el consumo de nueces mostraron un mayor aumento en H7P y H4P. Además, se observaron aumentos no significativos en VLDL-P muy grande (valor de P = 0,057 para el total de nueces y valor de P = 0,076 para nueces sin nueces) y H3P (valor de P = 0,083 para nueces) en los participantes. en el tercil superior de cambios de 1 año en estos grupos de alimentos.

Las diferencias entre los terciles del consumo total de nueces, nueces o nueces sin nueces y otros metabolitos al inicio del estudio se muestran en la Fig. 2 y en el archivo adicional 1: Tabla S2. ApoA1 fue mayor en los principales consumidores de nueces distintas de las nueces. Los participantes en el tercil más alto del consumo total de frutos secos (Fig. 2A) mostraron concentraciones más bajas de BCAA, valina y leucina; aquellos con mayor consumo de nueces (Fig. 2C) tuvieron menores concentraciones de BCAA y valina; y los participantes en el tercil superior de consumo de nueces distintas de las nueces (Fig. 2E) exhibieron concentraciones más bajas de BCAA, leucina e isoleucina. No hubo diferencias entre los grupos al inicio del estudio en glucosa, citrato o cuerpos cetónicos. En cuanto a los marcadores de riesgo de diabetes, la GlycA fue menor en los principales consumidores de nueces de todos los grupos (Fig. 2B, D, F), mientras que el LP-IR fue menor en los principales consumidores de nueces totales (Fig. 2B) y nueces sin nueces (Fig. 2F), y el DRI fue menor sólo en los principales consumidores de nueces totales (Fig. 2B).

Apolipoproteínas, metabolitos de moléculas pequeñas y marcadores de riesgo de diabetes al inicio del estudio por terciles del consumo inicial de nueces ajustado por energía en una subcohorte del ensayo PREDIMED-Reus. Los datos de metabolómica son medias (IC del 95 %) de valores normalizados escalados en múltiplos de 1 DE con datos de transformación normal inversa basados ​​en rangos de Blom. Los grupos de frutos secos se ajustaron según la ingesta energética y los valores son medias (IC del 95%). Se utilizó la prueba de Tukey para realizar comparaciones múltiples entre terciles. Valor de p < 0,05 en ANCOVA ajustado por edad, sexo, índice de masa corporal (kg/m2), tabaquismo (alguna vez fumador/nunca fumador), actividad física (cumplida/día), diabetes (sí/no), dislipidemia (sí /no), hipertensión (sí/no) y tratamiento con estatinas (sí/no). Valor de p <0,05 para la comparación entre T1 y T3 después de la prueba de Tukey. Apo, apolipoproteína; BCAA, aminoácidos de cadena ramificada; KB, cuerpo cetónico; LP-IR, resistencia a la insulina lipoproteica; DRI: índice de riesgo de diabetes; TMAO, N-óxido de trimetilamina; T1, tercil 1; T3, tercil 3

La Tabla 3 muestra las diferencias entre terciles de cambios de 1 año en los diferentes tipos de nueces ajustadas por energía y cambios de 1 año en valores normalizados de otras moléculas. Los participantes en el tercil superior de cambios de 1 año en el consumo de nueces mostraron una mayor disminución en los niveles plasmáticos de glicina en comparación con el tercil inferior (valor p = 0,030).

Los resultados de este análisis transversal y longitudinal de 196 participantes en el estudio PREDIMED, un ensayo de alimentación en el que las dietas se complementaron o no con frutos secos, respaldan un efecto antiaterogénico del consumo de frutos secos sobre las subfracciones de lipoproteínas evaluado por RMN. Al inicio, el aumento del consumo total de nueces, nueces y nueces se asoció con un aumento del HDL-C; disminución del LDL-P total y medio, del VLDL muy grande y del LDL-C; y disminución del tamaño de las partículas de VLDL y aumento de HDL-P y HDL-C, respectivamente, en modelos multivariables que incluyeron ajuste por factores de riesgo cardiovascular no lipídicos y uso de estatinas. En el estudio longitudinal, las subpartículas HDL H7P y H4P aumentaron en la categoría superior de consumo de nueces.

En primer lugar, un mayor consumo de nueces totales y de nueces distintas de las nueces se asoció con un aumento del HDL-C. Este hallazgo contradice la evidencia conocida sobre el efecto nulo de los frutos secos sobre el HDL-C, como se resume en los metanálisis [6,7,8]. Como los HDL-P grandes contienen más colesterol, su aumento con un mayor consumo total de nueces respalda un HDL-C más alto. Tanto el HDL-P total como la ApoA1 también fueron más altos en la categoría principal de consumo de nueces distintas de las nueces. Es de destacar que el HDL-P se asoció más fuertemente con las medidas de EAC y fue un mejor predictor de incidentes de ECV que el HDL-C en pacientes de alto riesgo tratados con estatinas [24], así como en un análisis agrupado de cohortes libres de ECV [25]. Curiosamente, el aumento del consumo de nueces en el análisis longitudinal también se asoció con un aumento de H4P y H7P HDL-P. Los H4P son subespecies medias de HDL que se han asociado inversamente con el desarrollo de diabetes tipo 2 en un gran estudio de cohorte poblacional [26], mientras que los H7P son los HDL-P más grandes y tienen el mayor contenido de ésteres de colesterilo.

En segundo lugar, el aumento del consumo de nueces y otros frutos secos se asoció con una reducción de las partículas VLDL muy grandes y del tamaño de las VLDL, respectivamente. Si bien las VLDL grandes se consideraron inicialmente proaterogénicas, en estudios recientes se han obtenido resultados discordantes y actualmente son las VLDL pequeñas, que forman los remanentes, las que se consideran las especies de lipoproteínas ricas en TG más aterogénicas [27]. Por lo tanto, los hallazgos actuales sobre las características de VLDL relacionadas con la RMN no son fácilmente interpretables en términos de riesgo de ECV. Sin embargo, estos hallazgos sugieren una reducción de la dislipidemia diabética, que prevalece en las enfermedades metabólicas y la resistencia a la insulina [28,29,30].

En tercer lugar, el aumento de nueces en la dieta se asoció con una reducción de LDL-C y LDL-P. En los ensayos de alimentación se ha observado sistemáticamente que los frutos secos en general y las nueces en particular, tienen un efecto reductor del LDL-C [6,7,8]. Un hallazgo importante es reducir el LDL-P con dosis crecientes de nueces. Como se revisó [31], en los últimos 15 años, grandes estudios prospectivos centrados en los resultados de las enfermedades cardiovasculares han informado que el LDL-P supera consistentemente al LDL-C en la predicción del riesgo de enfermedades cardiovasculares, lo que se debe al hecho de que algunos individuos, particularmente aquellos con triglicéridos elevados, revelan números elevados de LDL-P mientras tienen LDL-C normal. En nuestro estudio, el consumo de nueces no estuvo relacionado con las concentraciones de LDL-P pequeño y subespecies de LDL que están estrechamente relacionadas con las lipoproteínas ricas en TG y con el riesgo de ECV independientemente del C-LDL [31].

En algunos estudios de alimentación con frutos secos se ha realizado el fenotipado de subclases de lipoproteínas mediante RMN u otras técnicas. Una revisión reciente [9] resumió los resultados de 5 ensayos controlados de frutos secos que informaron datos sobre el LDL pequeño, que disminuyó en 3 de ellos. Tres ensayos controlados con frutos secos han informado cambios en el LDL-P mediante RMN: el LDL-P se redujo con nueces mixtas con predominio de nueces en un estudio [32], mientras que los pistachos no tuvieron ningún efecto en otro ensayo [33]. Recientemente, un gran ensayo aleatorio de 2 años ha informado nuevamente de una reducción significativa del LDL-P total y pequeño con una dieta que contiene nueces al 15% de la energía en comparación con una dieta de control [34]. Los hallazgos actuales añaden evidencia del cambio antiaterogénico de las partículas de LDL en los frutos secos, en particular las nueces.

En cuanto a otros análisis metabolómicos avanzados, los BCAA circulantes totales y las concentraciones de valina, leucina e isoleucina fueron variablemente más bajas al inicio del estudio en las categorías principales de consumo de frutos secos. Los BCAA en plasma se han relacionado con el riesgo de ECV [20, 35] y diabetes [36]. Los estudios de cohortes de casos dentro del estudio PREDIMED también han descubierto asociaciones de BCAA circulantes basales con ECV [37] y diabetes [38]. Es de destacar que la dieta mediterránea enriquecida con frutos secos pareció compensar el riesgo de ECV asociado con el aumento de BCAA [37]. Las medidas de resistencia a la insulina (LP-IR) y el riesgo de diabetes incidente (DRI) también fueron menores con un mayor consumo inicial de frutos secos. Esto es consistente con la reducción de partículas VLDL muy grandes y el aumento de partículas grandes de HDL y HDL-C. Esto también está en línea con investigaciones limitadas que han evaluado el efecto a largo plazo del consumo de frutos secos sobre los marcadores glucémicos. Un análisis conjunto de ensayos de intervención realizados en personas con o sin diabetes concluyó que el consumo de frutos secos reducía la insulina en ayunas y el HOMA-IR, mientras que no se observaron efectos sobre la hemoglobina glucosilada (HbA1c) o la glucosa en ayunas [39]. Sin embargo, el aumento del consumo de frutos secos en el estudio longitudinal no afectó el riesgo futuro de resistencia a la insulina o diabetes. Finalmente, la GlycA inicial, un nuevo biomarcador de inflamación sistémica y riesgo cardiometabólico [21, 40], se redujo consistentemente con un mayor consumo de nueces. Dado que los niveles elevados de GlycA se asocian con futuros eventos de ECV y diabetes, estos resultados sugieren además que el consumo de frutos secos tiene efectos beneficiosos sobre el riesgo cardiometabólico.

La asociación del consumo de frutos secos con los cambios antiaterogénicos de las lipoproteínas de RMN y la mejora tanto del perfil de aminoácidos en sangre, como de la resistencia a la insulina y de la GlycA mostrada en este estudio aporta una nueva visión mecanística del conocido beneficio del consumo de frutos secos sobre el riesgo de ECV [2,3,4 ,5]. Los frutos secos son ricos en grasas insaturadas, fibra soluble, polifenoles y fitoesteroles [5], lo que ayuda a explicar su efecto beneficioso sobre el metabolismo de los lípidos.

Nuestro estudio tiene limitaciones. Si bien al inicio todos los participantes comían nueces solos, durante el seguimiento, los que participaron en uno de los brazos del ensayo recibieron nueces gratis, lo que sesga el consumo en un subgrupo. Además, los sujetos del estudio eran personas mayores con alto riesgo de ECV, por lo que los resultados no se pueden generalizar a personas más jóvenes. Nuestro estudio también tiene puntos fuertes, como la medición de subfracciones de lipoproteínas con una técnica de espectroscopia de RMN actualizada, que proporciona datos fisicoquímicos precisos sobre una amplia gama de partículas de lipoproteínas.

En conclusión, en personas mayores con alto riesgo de ECV, el aumento del consumo de nueces se asoció con un cambio del perfil de subfracción de lipoproteínas de RMN a un patrón menos aterogénico, así como con menores concentraciones circulantes de BCAA y una reducción de la resistencia a la insulina y el índice de riesgo de diabetes, dos factores específicos. Medidas de RMN. Los resultados actuales proporcionan una visión mecanística novedosa sobre el beneficio del consumo de frutos secos sobre el riesgo de ECV.

Los conjuntos de datos generados y/o analizados durante el estudio actual no están disponibles públicamente debido a la falta de autorización de los participantes de PREDIMED, pero están disponibles a través del autor correspondiente a solicitud razonable.

Se ha publicado una corrección a este artículo: https://doi.org/10.1186/s12933-022-01659-6

Aminoácidos de cadena ramificada

Arteriopatía coronaria

Enfermedad cardiovascular

El índice de riesgo de diabetes.

Cuestionario de frecuencia alimentaria.

Lipoproteína de alta densidad

Partículas de lipoproteínas de alta densidad.

Colesterol de lipoproteínas de baja densidad

Partículas de lipoproteínas de baja densidad.

El índice de resistencia a la insulina lipoproteica.

Dieta mediterránea

Resonancia magnética nuclear espectroscópica

PREvención con DIeta MEDiterránea

Terciles 1

Terciles 2

Terciles 3

Colesterol total

Triglicéridos

Partículas de lipoproteínas ricas en triglicéridos

Lichtenstein AH, Appel LJ, Vadiveloo M, Hu FB, Kris-Etherton PM, Rebholz CM, et al. Orientación dietética para mejorar la salud cardiovascular: una declaración científica de la asociación americana del corazón. Circulación. 2021;144(23):e472-87. https://doi.org/10.1161/CIR.0000000000001031.

Artículo PubMed Google Scholar

Aune D, Keum NN, Giovannucci E, Fadnes LT, Boffetta P, Greenwood DC, et al. Consumo de frutos secos y riesgo de enfermedad cardiovascular, cáncer total, mortalidad por todas las causas y por causa específica: una revisión sistemática y un metanálisis de dosis-respuesta de estudios prospectivos. BMC Med. 2016. https://doi.org/10.1186/s12916-016-0730-3.

Artículo PubMed PubMed Central Google Scholar

Becerra-Tomás N, Paz-Graniel I, Kendall C, Kahleova H, Rahelić D, Sievenpiper JL, et al. Consumo de frutos secos e incidencia de enfermedades cardiovasculares y mortalidad por enfermedades cardiovasculares: un metanálisis de estudios de cohortes prospectivos. Nutr Rev.2019;77(10):691–709.

Artículo PubMed PubMed Central Google Scholar

Estruch R, Ros E, Salas-Salvadó J, Covas MI, Corella D, Arós F, et al. Prevención primaria de enfermedades cardiovasculares con una dieta mediterránea complementada con aceite de oliva virgen extra o frutos secos. N Inglés J Med. 2018;378(25):e34.

Artículo CAS PubMed Google Scholar

Ros E, Singh A, O'keefe JH. Frutos secos: nutracéuticos pleiotrópicos naturales. Nutrientes. 2021;13(9):3269.

Artículo CAS PubMed PubMed Central Google Scholar

Del Gobbo LC, Falk MC, Feldman R, Lewis K, Mozaffarian D. Efectos de los frutos secos sobre los lípidos sanguíneos, las apolipoproteínas y la presión arterial: revisión sistemática, metanálisis y dosis-respuesta de 61 ensayos de intervención controlados. Soy J Clin Nutr. 2015;102(6):1347–56.

Artículo PubMed PubMed Central Google Scholar

Guasch-Ferré M, Li J, Hu FB, Salas-Salvadó J, Tobias DK. Efectos del consumo de nueces sobre los lípidos en sangre y otros factores de riesgo cardiovascular: un metanálisis actualizado y una revisión sistemática de ensayos controlados. Soy J Clin Nutr. 2018;108(1):174–87.

Artículo PubMed PubMed Central Google Scholar

Sabaté J, Oda K, Ros E. Consumo de nueces y niveles de lípidos en sangre: un análisis conjunto de 25 ensayos de intervención. Médico Interno del Arco. 2010;170(9):821–7.

Artículo PubMed Google Scholar

Talebi S, Bagherniya M, Atkin SL, Askari G, Orafai HM, Sahebkar A. Los efectos beneficiosos de los nutracéuticos y productos naturales sobre los niveles pequeños y densos de LDL, el número de partículas de LDL y el tamaño de las partículas de LDL: una revisión clínica. Enfermedades de salud de lípidos. 2020;19(1):1–21. https://doi.org/10.1186/s12944-020-01250-6.

Artículo de Google Scholar

Fernández-Ballart JD, Piñol JL, Zazpe I, Corella D, Carrasco P, Toledo E, et al. Validez relativa de un cuestionario semicuantitativo de frecuencia alimentaria en una población mediterránea de edad avanzada de España. Hno. J Nutr. 2010;103(12):1808–16.

Artículo PubMed Google Scholar

Moreiras O, Carvajal A, Cabrera L. Tablas de Composición de Alimentos. 9ª edición. Madrid: Ediciones Pirámide; 2005.

Google Académico

Elosua R, García M, Aguilar A, Molina L, Covas MI, Marrugat J. Validación del cuestionario de actividad física en el tiempo libre de Minnesota en mujeres españolas. Investigadores del grupo MARATDON. Ejercicio deportivo de ciencia médica. 2000;32(8):1431–7.

Artículo CAS PubMed Google Scholar

Jeyarajah EJ, Cromwell WC, Otvos JD. Análisis de partículas de lipoproteínas mediante espectroscopia de resonancia magnética nuclear. Laboratorio Clin Med. 2006;26(4):847–70.

Artículo PubMed Google Scholar

Matyus SP, Braun PJ, Wolak-Dinsmore J, Jeyarajah EJ, Shalaurova I, Xu Y, et al. Medición por RMN del número de partículas de LDL utilizando el analizador clínico vantera. Clin Biochem. 2014;47(16–17):203–10.

Artículo CAS PubMed Google Scholar

Bedi S, García E, Jeyarajah EJ, Shalaurova I, Perez-Matos MC, Jiang ZG, et al. Caracterización de partículas de lipoproteína LP-Z y cuantificación en sujetos con enfermedad hepática mediante un ensayo basado en RMN recientemente desarrollado. J Clin Med. 2020;9(9):1–17.

Artículo de Google Scholar

Wolak-Dinsmore J, Gruppen EG, Shalaurova I, Matyus SP, Grant RP, Gegen R, et al. Un nuevo ensayo basado en RMN para medir las concentraciones circulantes de aminoácidos de cadena ramificada: elevación en sujetos con diabetes mellitus tipo 2 y asociación con el grosor de la íntima media carotídea. Clin Biochem. 2018;54:92–9.

Artículo CAS PubMed Google Scholar

García E, Shalaurova I, Matyus SP, Oskardmay DN, Otvos JD, Dullaart RPF, et al. Los cuerpos cetónicos están levemente elevados en sujetos con diabetes mellitus tipo 2 y están inversamente asociados con la resistencia a la insulina, medida por el índice de resistencia a la insulina de las lipoproteínas. J Clin Med. 2020;9(2):321.

Artículo CAS PubMed Central Google Scholar

García E, Connelly MA, Matyus SP, Otvos JD, Shalaurova I. Medición de resonancia magnética nuclear de alto rendimiento de citrato en suero y plasma en el laboratorio clínico. Laboratorio de práctica médica. 2021. https://doi.org/10.1016/j.plabm.2021.e00213.

Artículo PubMed PubMed Central Google Scholar

Shalaurova I, Connelly MA, Garvey WT, Otvos JD. Índice de resistencia a la insulina por lipoproteínas: una medida de resistencia a la insulina derivada de partículas de lipoproteínas. Trastorno relacionado con el síndrome metabólico. 2014;12(8):422–9.

Artículo CAS PubMed PubMed Central Google Scholar

Flores-Guerrero JL, Gruppen EG, Connelly MA, Shalaurova I, Otvos JD, García E, et al. Un índice de riesgo de diabetes desarrollado recientemente, basado en subfracciones de lipoproteínas y aminoácidos de cadena ramificada, se asocia con incidencia de diabetes mellitus tipo 2 en la cohorte PREVEND. J Clin Med. 2020;9(9):1–17.

Artículo de Google Scholar

Otvos JD, Shalaurova I, Wolak-Dinsmore J, Connelly MA, Mackey RH, Stein JH, et al. GlycA: un biomarcador compuesto de resonancia magnética nuclear de inflamación sistémica. Clínica Química. 2015;61(5):714–23.

Artículo CAS PubMed Google Scholar

Willet W. Epidemiología nutricional. 2da ed. Nueva York: Oxford University Press; 1998.

Reservar Google Académico

Blom G. Estimaciones estadísticas y variables beta transformadas. Nueva York: Wiley; 1958.

Google Académico

Khera AV, Demler OV, Adelman SJ, Collins HL, Glynn RJ, Ridker PM, et al. Capacidad de salida de colesterol, número de partículas de lipoproteínas de alta densidad y eventos cardiovasculares incidentes: un análisis del ensayo JUPITER (Justificación para el uso de estatinas en la prevención: un ensayo de intervención que evalúa la rosuvastatina). Circulación. 2017;135(25):2494–504.

Artículo CAS PubMed PubMed Central Google Scholar

Singh K, Chandra A, Sperry T, Joshi PH, Khera A, Virani SS y col. Asociaciones entre partículas de lipoproteínas de alta densidad y eventos isquémicos por dominio vascular, sexo y origen étnico: un análisis de cohorte combinado. Circulación. 2020;142(7):657–69.

Artículo CAS PubMed PubMed Central Google Scholar

Sokooti S, Flores-Guerrero JL, Kieneker LM, Heerspink HJL, Connelly MA, Bakker SJL, et al. Subespecie de partículas HDL y su asociación con diabetes tipo 2 incidente: el estudio PREVEND. J Clin Endocrinol Metab. 2021;106(6):1761–72.

Artículo PubMed PubMed Central Google Scholar

Ma S, Xia M, Gao X. Descubrimiento de biomarcadores en enfermedades ateroscleróticas mediante metabolómica de resonancia magnética nuclear cuantitativa. Frente Cardiovasc Med. 2021. https://doi.org/10.3389/fcvm.2021.681444.

Artículo PubMed PubMed Central Google Scholar

Garvey WT, Kwon S, Zheng D, Shaughnessy S, Wallace P, Hutto A, et al. Efectos de la resistencia a la insulina y la diabetes tipo 2 sobre el tamaño y la concentración de las partículas de la subclase de lipoproteínas determinados por resonancia magnética nuclear. Diabetes. 2003;52(2):453–62.

Artículo CAS PubMed Google Scholar

Goff DC, D'Agostino RB, Haffner SM, Otvos JD. La resistencia a la insulina y la adiposidad influyen en el tamaño de las lipoproteínas y en las concentraciones de las subclases. Resultados del estudio de aterosclerosis con resistencia a la insulina. Metabolismo. 2005;54(2):264–70.

Artículo CAS PubMed Google Scholar

MacKey RH, Mora S, Bertoni AG, Wassel CL, Carnethon MR, Sibley CT, et al. Partículas de lipoproteínas y diabetes tipo 2 incidente en el estudio multiétnico de la aterosclerosis. Cuidado de la diabetes. 2015;38(4):628–36.

Artículo CAS PubMed PubMed Central Google Scholar

Superko H, Garrett B. LDL pequeño y denso: antecedentes científicos, relevancia clínica y evidencia reciente siguen siendo un riesgo incluso con niveles de LDL-C "normales". Biomedicinas. 2022;10(4):829.

Artículo CAS PubMed PubMed Central Google Scholar

Damasceno NRT, Sala-Vila A, Cofán M, Pérez-Heras AM, Fitó M, Ruiz-Gutiérrez V, et al. La dieta mediterránea suplementada con frutos secos reduce la circunferencia de la cintura y cambia las subfracciones de lipoproteínas a un patrón menos aterogénico en sujetos con alto riesgo cardiovascular. Aterosclerosis. 2013;230(2):347–53.

Artículo CAS PubMed Google Scholar

Hernández-Alonso P, Salas-Salvadón J, Baldrich-Mora M, Mallol R, Correo X, Bulló M. Effect de pistachio consumption donde plasma lipoproteína subclases in pre-diabetic subjects. Nutr Metab Cardiovasco Dis. 2015;25(4):396–402.

Artículo PubMed Google Scholar

Rajaram S, Cofán M, Sala-Vila A, Haddad E, Serra-Mir M, Bitok E, et al. Efectos del consumo de nueces durante 2 años sobre las subclases de lipoproteínas entre ancianos sanos: hallazgos del ensayo controlado aleatorio WAHA. Circulación. 2021;144(13):1083–5.

Artículo PubMed PubMed Central Google Scholar

Shah SH, Bain JR, Muehlbauer MJ, Stevens RD, Crosslin DR, Haynes C, et al. Asociación de un perfil metabólico de sangre periférica con enfermedad de las arterias coronarias y riesgo de eventos cardiovasculares posteriores. Circ Cardiovasc Genet. 2010;3(2):207–14.

Artículo CAS PubMed Google Scholar

Wang TJ, Larson MG, Vasan RS, Cheng S, Rhee EP, McCabe E, et al. Perfiles de metabolitos y riesgo de desarrollar diabetes. Nat Med. 2011;17(4):448–53.

Artículo PubMed PubMed Central Google Scholar

Ruiz-Canela M, Toledo E, Clish CB, Hruby A, Liang L, Salas-Salvado J, et al. Aminoácidos de cadena ramificada en plasma y enfermedad cardiovascular incidente en el ensayo PREDIMED. Clínica Química. 2016;62(4):582–92.

Artículo CAS PubMed PubMed Central Google Scholar

Ruiz-Canela M, Guasch-Ferré M, Toledo E, Clish CB, Razquin C, Liang L, et al. Aminoácidos aromáticos/de cadena ramificada en plasma, dieta mediterránea enriquecida y riesgo de diabetes tipo 2: estudio de cohortes de casos dentro del ensayo PREDIMED. Diabetología. 2018;61(7):1560–71.

Artículo CAS PubMed PubMed Central Google Scholar

Tindall AM, Johnston EA, Kris-Etherton PM, Petersen KS. El efecto de los frutos secos sobre los marcadores de control glucémico: una revisión sistemática y metanálisis de ensayos controlados aleatorios. Soy J Clin Nutr. 2019;109(2):297–314.

Artículo PubMed PubMed Central Google Scholar

Ballout RA, Remaley AT. GlycA: un nuevo biomarcador para la evaluación del riesgo de inflamación sistémica y enfermedades cardiovasculares (ECV). J Lab Precis Med. 2020;5:17–17.

Artículo PubMed PubMed Central Google Scholar

Descargar referencias

Los autores agradecen a todos los participantes de PREDIMED su colaboración, a todos los dietistas, enfermeras y personal de los centros de atención primaria adscritos por hacer posible el ensayo PREDIMED.

El estudio PREDIMED fue financiado por el Ministerio de Sanidad de España (Instituto de Salud Carlos III, subvención de red PREDIMED RD 06/0045, 2006-2013 y subvención de red RTIC-G03/140, 2003-2005). Se recibieron subvenciones adicionales del Ministerio de Economía y Competitividad-Fondo Europeo de Desarrollo Regional (Proyectos CNIC-06/2007, CIBER 06/03, PI06-1326, PI07-0954, PI11/02505, PI1001407, SAF2009-12304 y AGL2010 -22319-C03-03). JS-S agradece el apoyo financiero de ICREA bajo el programa ICREA Academia.

Emilio Ros y Jordi Salas-Salvadó han compartido antigüedad de este trabajo

Universidad Rovira i Virgili, Departamento de Bioquímica y Biotecnología, Unidad de Nutrición Humana, 43201, Reus, Tarragona, Spain

Jesús F. García-Gavilán, Nancy Babio & Jordi Salas-Salvadó

Instituto de Investigación Sanitaria Pere Virgili (IISPV), Reus, Spain

Jesús F. García-Gavilán, Nancy Babio & Jordi Salas-Salvadó

Consorcio CIBER, Fisiopatología de la Obesidad y Nutrición (CIBERObn), Instituto de Salud Carlos III (ISCIII), Madrid, Spain

Jesús F. García-Gavilán, Nancy Babio, Emilio Ros & Jordi Salas-Salvadó

Laboratory Corporation of America® Holdings (Labcorp), Morrisville, Raleigh, Carolina del Norte, EE. UU.

Margery A. Connelly

Departamento de Medicina, Centro Médico Beth Israel Deaconess/Escuela de Medicina de Harvard, Boston, MA, 02215, EE. UU.

Christos S. Mantzoros

Sección de Endocrinología, VA Boston Healthcare System, Jamaica Plain, Boston, MA, 02130, EE. UU.

Christos S. Mantzoros

Clínica de Lípidos, Departamento de Endocrinología y Nutrición, Instituto de Investigaciones Biomédicas Agust Pi i Sunyer (IDIBAPS), Hospital Clínic, Universidad de Barcelona, ​​Barcelona, ​​España

Emilio Ros

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

CSM, ER y JSS conceptualizaron la investigación; JFGG, ER y JSS diseñaron la obra; JFGG, MAC y CSM adquirieron y analizaron los datos; JFGG, MAC, CSM, ER y JSS interpretaron los resultados, JFGG, JSS y ER redactaron el trabajo y MAC, CSM lo revisaron sustancialmente. Todos los autores leyeron y aprobaron el manuscrito final.

Correspondencia a Emilio Ros or Jordi Salas-Salvadó.

El Comité de Ética de la Investigación del Institut d'Investigacions Sanitàries Pere i Virgili aprobó el protocolo del estudio PREDIMED y todos los participantes dieron su consentimiento informado por escrito.

No aplica.

MAC es un empleado y posee acciones de Labcorp. CSM informa durante los últimos 3 años subvenciones a través de su institución de Merck, ha sido accionista y ha recibido subvenciones a través de su institución y honorarios de consultoría personal de Coherus Inc. y AltrixBio, informa honorarios de consultoría personal de Novo Nordisk, informa honorarios de consultoría personal y apoyo con reactivos de investigación de Ansh Inc., apoyo de investigación colaborativa de LabCorp Inc., informes de honorarios de consultoría personal de Genfit, Lumos, Amgen, Corcept, Intercept y Regeneron, informes de apoyo (comidas de actividades educativas a través de su institución o conferencias nacionales) de Amarin, Novo Nordisk, Astra Zeneca, Boehringer Ingelheim y apoyo y tarifas de viaje de TMIOA, Elsevier, California Walnut Commission, Sacramento, CA, EE. UU. (CWC), College Internationale Researche Servier y Cardio Metabolic Health Conference. Ninguno está relacionado con el trabajo aquí presentado. ER informa que recibió subvenciones de la CWC a través de su institución, además de fondos personales para la supervisión y asesoramiento del proyecto, y se desempeñó como miembro no remunerado de su Comité Asesor Científico; fondos para viajes y alojamiento del Consejo Internacional de Nueces y Frutos Secos (INC); y fondos personales de Alexion por servir en el comité asesor. JS-S informa que forma parte de las juntas directivas del INC y recibe subvenciones de estas entidades a través de su institución. Ha recibido financiación para investigación del Instituto de Salud Carlos III, España; Ministerio de Educación y Ciencia, España; Departamento de Salud Pública de la Generalitat de Catalunya, Cataluña, España; y la Comisión Europea. También ha recibido financiación para investigación (nueces gratuitas para los participantes de PREDIMED) de la CWC; Nueces de La Morella, España; y Borges SA, España. También ha recibido financiación para investigación (nueces gratis para los participantes de PREDIMED-Plus) del Almond Board of California, USA y Pistachio Growers of California, USA. Forma parte del Comité de Expertos en Guías de Práctica Clínica de la Asociación Europea para el Estudio de la Diabetes (EASD), y ha formado parte del Comité Científico de la Agencia Española de Seguridad y Alimentación, y de la Federación Española de Sociedades Científicas de Alimentación, Nutrición. y Dietética. Es miembro del Consorcio Internacional de Calidad de Carbohidratos (ICQC) y miembro de la Junta Ejecutiva del Grupo de Estudio de Diabetes y Nutrición (DNSG) de la EASD.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

La versión original en línea de este artículo fue revisada: los errores en el grupo de autores han sido corregidos.

Tabla S1. Parámetros de partículas de lipoproteínas al inicio del estudio por terciles de consumo de frutos secos ajustado por energía en una subcohorte del ensayo PREDIMED-Reus. Tabla S2. Apolipoproteínas, metabolitos de moléculas pequeñas y marcadores de riesgo de diabetes al inicio del estudio por terciles del consumo de frutos secos ajustado en función de la energía al inicio del estudio en una subcohorte del ensayo PREDIMED-Reus.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/. La exención de dedicación de dominio público de Creative Commons (http://creativecommons.org/publicdomain/zero/1.0/) se aplica a los datos disponibles en este artículo, a menos que se indique lo contrario en una línea de crédito a los datos.

Reimpresiones y permisos

García-Gavilán, JF, Connelly, MA, Babio, N. et al. El consumo de frutos secos se asocia con un cambio del perfil de subfracción de lipoproteínas de RMN a un patrón menos aterogénico entre personas mayores con alto riesgo de ECV. Cardiovasc Diabetol 21, 189 (2022). https://doi.org/10.1186/s12933-022-01624-3

Descargar cita

Recibido: 11 de julio de 2022

Aceptado: 08 de septiembre de 2022

Publicado: 20 de septiembre de 2022

DOI: https://doi.org/10.1186/s12933-022-01624-3

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt