Wann Sie essen, ist entscheidend: Zwei Methoden enthüllen unterschiedliche tägliche Essmuster
Ein direkter Vergleich zweier Analysemethoden zeigt, dass Mahlzeitenmuster den Zeitpunkt der Nahrungsaufnahme mit der Ernährungsqualität verknüpfen – und die gewählte Methode beeinflusst, was man dabei herausfindet.
Zusammenfassung
Forscher verglichen zwei statistische Methoden zur Identifizierung von Essenszeiten im Tagesverlauf und deren Zusammenhang mit Ernährungsqualität und Körpergewicht. Anhand von Ernährungstagebuchdaten von 672 australischen Erwachsenen identifizierten beide Methoden drei unterschiedliche Essmuster: ein konventionelles Muster mit Mahlzeiten zum Frühstück, Mittag- und Abendessen; ein spätes Essmuster, bei dem der Großteil der Nahrung nach 13:00 Uhr aufgenommen wird; sowie ein frühes, gleichmäßig verteiltes Muster. Das konventionelle Muster war im Vergleich zum späten Essmuster mit einer besseren Ernährungsqualität verbunden. Obwohl beide Methoden ähnliche Ergebnisse lieferten, waren sie nicht vollständig austauschbar – die Latent-Class-Analyse schnitt für die Erforschung der Ernährungsqualität geringfügig besser ab, während der Dynamic-Time-Warping-Ansatz möglicherweise besser für komplexe, mehrdimensionale Gesundheitsdaten geeignet ist. Keine der beiden Methoden fand einen signifikanten Zusammenhang zwischen dem Zeitpunkt der Nahrungsaufnahme und dem BMI.
Detaillierte Zusammenfassung
Als wir essen, könnte genauso wichtig sein wie was wir essen – doch die konsistente Messung von Mahlzeitenzeitmustern hat sich als schwierig erwiesen. Verschiedene Forschungsgruppen verwenden unterschiedliche statistische Methoden, was den Vergleich von Ergebnissen zwischen Studien erschwert. Diese Arbeit befasst sich direkt mit dieser methodischen Lücke.
Forscher der Deakin University und der University of Queensland analysierten Ernährungstagebuchdaten von 672 australischen Erwachsenen im Alter von 18 bis 65 Jahren, die über eine Smartphone-App über einen bis sieben Tage gesammelt wurden. Sie wendeten zwei analytische Ansätze an – Latent-Class-Analyse (LCA) und modifizierte dynamische Zeitverzerrung (MDTW)-basierte Clusteranalyse – um unterschiedliche zeitliche Essmuster zu identifizieren, und testeten anschließend, wie gut jede Methode die Ernährungsqualität und Adipositas vorhersagte.
Beide Methoden identifizierten unabhängig voneinander drei Essmuster: ein konventionelles Muster mit Höhepunkten bei Frühstück, Mittagessen und Abendessen; ein spätes Essmuster, bei dem der Großteil der Nahrungsaufnahme nach 13 Uhr erfolgt; sowie ein frühes, gleichmäßig verteiltes Muster. Das konventionelle Muster war im Vergleich zum späten Essmuster mit einer höheren Ernährungsqualität verbunden. Bemerkenswert ist, dass keine der beiden Methoden einen statistisch signifikanten Zusammenhang zwischen dem Esszeitpunkt und dem BMI fand, was einige verbreitete Annahmen über Mahlzeitenzeiten und Gewicht in Frage stellt.
Die beiden Methoden stimmten bei der Teilnehmerklassifikation zwischen 56 % und 73 % der Fälle überein, mit nur mäßiger statistischer Übereinstimmung (kappa = 0,38). Die LCA erklärte etwas mehr Varianz in der Ernährungsqualität (6 % vs. 4 %), während beide Methoden bei der Vorhersage des Adipositasrisikos nahezu identisch abschnitten. Die Autoren empfehlen die LCA für die Forschung zur Ernährungsqualität, während MDTW möglicherweise besser geeignet ist, wenn mehrere Gesundheitsvariablen gleichzeitig integriert werden.
Für Kliniker und Forscher unterstreicht diese Studie, dass die Wahl der analytischen Methode die Ergebnisse in der Chrononutritionsforschung maßgeblich beeinflusst. Die Standardisierung von Ansätzen wird entscheidend sein, um eine kohärente Evidenzbasis rund um Mahlzeitenzeiten und Stoffwechselgesundheit aufzubauen.
Wichtigste Erkenntnisse
- Both methods identified three eating patterns: conventional, late-eating, and early/evenly spaced.
- Conventional meal timing (breakfast, lunch, dinner) was linked to better diet quality than late eating.
- Neither method found a significant association between meal timing patterns and BMI.
- LCA and MDTW agreed on participant classification only 56–73% of the time — not interchangeable.
- LCA slightly outperformed MDTW for diet quality prediction; MDTW may suit multidimensional data better.
Methodik
Querschnittsstudie mit 672 australischen Erwachsenen, bei der Ernährungstagebuchdaten verwendet wurden, die über die Smartphone-App FoodNow über einen Zeitraum von 1–7 Tagen erfasst wurden. Die LCA nutzte das stündliche Vorhandensein oder Fehlen von Essgelegenheiten; das MDTW-basierte Clustering verwendete stündliche Energieaufnahmewerte. Die Methoden wurden anhand von Mustervisiualisierungen, Mitgliedschaftsüberschneidungen, Kappa-Statistiken, adjustiertem R² und AUC verglichen.
Studienlimitierungen
Es handelt sich um eine Querschnittsstudie, sodass keine kausalen Schlussfolgerungen über den Zusammenhang zwischen Mahlzeitenzeiten und gesundheitlichen Ergebnissen gezogen werden können. Die Zusammenfassung basiert ausschließlich auf dem Abstract, da der vollständige Text nicht verfügbar war. Die Stichprobe beschränkte sich auf Erwachsene in Victoria, Australien, was die Übertragbarkeit auf andere Bevölkerungsgruppen einschränken kann.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben:
