葡萄牙成年人不健康饮食的相关变量：一项基于人群的逻辑回归研究

《Frontiers in Nutrition》：Variables associated with unhealthy diet among Portuguese adults: a population-based logistic regression study

　　

摘要 背景：非传染性疾病（Noncommunicable diseases, NCDs）占全球死亡大多数，与不健康生活方式密切相关，尤其是不良饮食。饮食习惯已发生重要转变，偏离了国家及国际推荐标准。相比之下，葡萄牙成年人群倾向于高估自身饮食的健康程度，因此有必要深入理解这些行为及其客观关联。 方法：本研究采用加权多重逻辑回归（weighted multiple logistic regression），对2019年一项基于人群的横断面调查中891名葡萄牙成年人的数据进行分析，以识别与不健康饮食相关的变量。健康饮食依据既定公共卫生指南定义为：规律进餐、充足果蔬摄入及适度饮酒。 结果：非吸烟者发生不健康饮食的可能性较低[OR?=?0.21 (0.07–0.53)]，而屏幕使用者发生不健康饮食的可能性较高[OR?=?2.36 (1.12–5.11)]。模型区分能力中等，AUC?=?0.62。 结论：吸烟与屏幕相关行为独立地与不健康饮食相关，强调需要制定整合多种生活方式风险的公共卫生策略，以促进更健康的生活习惯。

论文解读：葡萄牙成年人不健康饮食的相关变量研究

研究背景与意义

非传染性疾病（NCDs）是重大公共卫生挑战，2023年全球约带来18亿伤残调整寿命年（DALYs）。NCDs负担与人口老龄化和不健康生活方式全球化相关，包括不健康饮食、身体活动不足、吸烟及有害饮酒。过去几十年，饮食模式显著改变，超加工食品及含糖饮料摄入增加，伴随更高热量、甜味剂、钠、不健康脂肪及添加剂摄入，以及必需营养素降低。这类饮食会增加超重、肥胖、代谢综合征、腰围增加及高密度脂蛋白胆固醇（HDL-cholesterol）降低等风险。相反，富含纤维与营养素、低促炎食物的饮食模式（如地中海饮食）对NCDs预防和管理有益。

在葡萄牙，近年数据显示肉类、鱼、蛋及乳制品摄入增加，而水果、蔬菜及豆类减少，偏离葡萄牙食物盘（Portuguese Food Wheel）及世界卫生组织（WHO）指南。软饮料成为第二大消费饮品，尤其青少年。尽管存在上述模式，许多人高估自身饮食健康：此前研究发现仅14%葡萄牙成人符合健康饮食标准，但87%“完全同意”、12%“部分同意”自己饮食健康。

2023年全球疾病负担（GBD）研究进一步显示，不健康饮食模式对葡萄牙死亡及DALYs贡献显著：约7.9%全死因、5.3%DALYs可归因于不当饮食，而与饮食强相关的代谢条件（高体质指数BMI、高血糖、高血压）仍是疾病负担主要贡献者。

在此背景下，识别风险人群以制定缓解策略、降低NCDs负担尤为重要。NCDs防控立足于个体、社会、国家及全球多层面（如WHO《全球NCD预防控制行动计划》）。社会层面危险因素筛查至关重要，因此需要客观研究与不健康饮食行为可能关联的因素。

逻辑回归是分析二分类结局与多预测变量关联的有力工具，可校正混杂并通过比值比（Odds Ratio, OR）估计关联强度。既往研究已用逻辑回归探讨健康饮食行为相关因素，如身体活动及屏幕时间依从性与更健康饮食模式（更多果蔬、更少含糖饮料）的关联。

本研究旨在利用加权多重逻辑回归分析，识别葡萄牙成年人中与不健康饮食相关的变量，以期为公共卫生策略设计提供参考，助力NCDs管理。论文发表于《Frontiers in Nutrition》。

主要关键技术方法概括

研究人员基于一项已发表的、代表葡萄牙本土成年一般人群（≥20岁）的横断面调查数据库：“患者在家庭医学背景下关于生活方式行为与健康观念的研究”。排除认知或躯体障碍、集体住所居住、葡萄牙语理解障碍及拒绝知情同意者。抽样按NUTS II区分层，概率与人口规模成比例，设性别、年龄、地区配额，于各区首府面访，采用随机路线抽样及“最近生日法”选人。最终分析样本891人（原900人，排除9人缺失BMI）。

健康饮食依据WHO支持的公共卫生推荐联合定义：每日2–3次主餐、2–6份水果、≥2份蔬菜/沙拉，以及适度饮酒（女及≥65岁男≤1份/天，年轻男≤2份/天）。

数据收集于2019年1–4月，结构化问卷覆盖健康状态、生活方式及社会学人口学。统计采用SPSS 29.0.2.0及R Studio。样本随机分学习组（LG, 70%）与测试组（TG, 30%）。以健康饮食为因变量（是=参照），人口学、健康及生活方式为自变量，先做加权单变量逻辑回归（LG内），筛选p≤0.20变量进入加权多重逻辑回归初始模型，再通过逐步法保留p≤0.05变量（最终模型）。报告OR及95%置信区间（CI）。用ROC曲线、AUC、Hosmer–Lemeshow检验评估区分度与校准。

研究结果

3 Results

初版调查排除223人（25语言障碍，198拒访），900人完成问卷，再排除9人缺BMI，共891人分为LG（n=623）与TG（n=268）。总样本53.6%为女性，均值年龄51.8岁（SD=18.1）；多数葡萄牙籍（95.4%）、已婚（56.2%）、完成初中级教育（62%）、在职（63.3%）；平均BMI 25.8（SD=4.0）；55.1%自评健康好/很好；38.6%过去12个月有关节骨痛，39.5%无评估健康问题；28.7%规律体力活动，25.4%现吸烟，35.7%有屏幕活动；仅13.9%符合健康饮食。

单变量逻辑回归见补充表2。最终多重逻辑回归模型（表2）中，两变量显著关联不健康饮食：

• •
  非吸烟者较吸烟者更不易有不健康饮食[OR?=?0.21 (0.07; 0.53), p?=?0.002]；
• •
  有屏幕活动者更易有不健康饮食[OR?=?2.36 (1.12; 5.11), p?=?0.026]。

在LG中，用预测概率绘制不同切点（0.3、0.4、0.5）的ROC曲线，计算灵敏度、特异度、阳性预测值（PPV）及准确度。切点0.4平衡最好：灵敏度0.56、特异度0.73、PPV 0.93、平衡准确度0.64；AUC=0.66，提示中等区分能力。

校准方面，Hosmer–Lemeshow检验示一定失拟（p?<?0.001），但校准图显示预测与观测概率总体相近。

在独立测试集TG中，模型AUC?=?0.62，证实一致的中等预测表现（图2）。沿用0.4切点，混淆矩阵及相关指标见表3：灵敏度0.57、特异度0.58、平衡准确度0.58；PPV高（0.90），提示被判为“不健康”者大多真不健康；总体准确度0.57中等。校准分析拟合有限（Hosmer–Lemeshow p?<?0.001），但预测-观测概率近似线性，可接受一致（图3）。

综上，模型从训练到测试泛化一致，虽总体准确度与预测力有限，但能较正确识别不健康饮食个体，适合公共卫生筛查中优先考虑减少漏诊（假阴性）的场景。

讨论与结论总结

4 Discussion

此前研究显示葡萄牙人高估饮食健康，仅13.9%达标，需深化生活方式、饮食及客观关联变量的认识。

葡萄牙其他研究发现人口学、社会、经济及行为与健康/不健康饮食模式（地中海饮食、EAT-Lancet行星健康饮食、可持续健康饮食、超加工食品饮料等）相关：女性比男性、年长比年轻、有伴侣及住较非城市化地区者饮食更健康/少不健康食品；成人中高教育伴更多健康食品但也更多超加工食品；食物不安全及低收入关联不健康选择。不过近期研究多基于2015–2016年全国营养体力活动调查，需追踪随时间的饮食变化及代际转移。

本人群研究发现吸烟与屏幕相关行为是不健康饮食的独立相关因素，与“不健康行为常聚类成广泛生活方式风险模式”的证据一致。

多项研究关联成人吸烟者不良饮食：营养素摄入改变、更多快餐/油炸、白肉，更少果蔬及乳制品，更高酒精摄入（国内外均见）。机制可能涉及食物摄入减少与偏好改变、健康意识较低、尼古丁抑制食欲并提高代谢率致小份餐、少零食但渴望快餐高脂食；也涉及饥饿素（ghrelin）、瘦素（leptin）变化及食物奖赏系统神经生理脱敏。

屏幕时间（电视或数字设备）同样关联不健康食品消费及摄入增加，成人青少年皆然：可能源于更多零食、食品广告暴露引发饥饿与渴求，以及分心、记忆形成受损等非广告效应。

本研究数据收集早于2020年新冠大流行，可假设部分生活方式已变化并延续：室内时间（网课、远程办公）增加可能提升屏幕活动；吸烟与饮酒则可能因压力上升而增加，也可能因聚会减少及健康意识提升而下降。因此结果描述所研究时段内的关联，外推至当下需谨慎。

作为基于已发表调查的二次分析，需承认原研究局限：横断面设计无法推断因果；依赖自报数据，可能有回忆偏倚（虽部分问题用短回顾期）；健康饮食定义未基于验证指数，而是全球公共卫生推荐，且未充分涵盖超加工食品饮料等现代演变，可能存在错分偏倚；各区首府外较远居民可能代表性不足，样本限葡萄牙本土；收入、食物可及性等潜在社会经济混杂未纳入，未来研究应加入以提升模型稳健性。

本研究用了逐步选元，可考虑一定不稳定性与过拟合可能，但训练-测试一致性尚好。模型区分力中等（AUC?=?0.62）、校准有限，然而目标并非精确个体预测，而在识别人群水平关联与风险模式。由于基于葡萄牙本土成年人口代表性样本，结果可反映葡萄牙人群水平不健康饮食的行为模式，一致性能提供可接受外部效度，强化观测关联的公卫相关性。

5 Conclusion

本研究中，吸烟与屏幕相关行为关联葡萄牙本土成年人不健康饮食。这些发现与前述研究一致，强调需整合多生活方式风险的策略，以助力NCDs管理。应在个体、社会、国家及全球层面创制更多干预促进健康饮食。观测关联可帮助设计公共卫生策略，以评估和改善人群饮食习惯。