27医学论文范文网

主页
分享医学论文范文

江苏省居民不同膳食模式对四类血脂异常的影响

更新时间:2020-12-24 08:13点击:

  摘    要:
  
  目的 探讨江苏省≥18岁居民不同膳食模式与血脂异常之间的关系,为血脂异常的预防和控制提供参考。方法 采用多阶段分层整群随机抽样的方法,抽取8400例18岁及以上的常驻居民,采用问卷调查和体格检查方法了解居民的基本情况,并检测空腹血糖和血脂水平。以食物频率表法进行膳食调查,并用因子分析法建立动物型、淀粉类植物型、蛋类、蔬果类健康型等四类模膳食模式,每类膳食模式按照因子得分的四分位数由低到高分为G1、G2、G3、G4四个亚组。膳食模式与四类血脂异常的相关关系用Logistic回归分析。结果 调查对象的血脂异常患病率为32.16%,其中高TC、高TG、低HDL-C和高LDL-C血症患病率分别为4.79%、13.43%、21.13%、1.70%,四类血脂异常的患病率在不同年龄、不同BMI、是否高血压情况下的差异均有统计学意义(P<0.001)。多因素Logistic回归分析结果显示,蛋类膳食模式因子得分处于G4水平的高TC血症和高TG血症的患病风险分别为处于G1水平的0.706倍(OR=0.706,95%CI:0.523~0.952)和0.755倍(OR=0.755,95%CI:0.627~0.910);淀粉类植物型膳食模式G4水平的高LDL-C血症患病风险是G1水平的0.479倍(OR=0.479,95%CI:0.280~0.819);动物型膳食模式的G3、G4水平的低HDL-C血症患病风险分别是G1的1.318倍(OR=1.318,95%CI:1.121~1.550)、1.232倍(OR=1.232,95%CI:1.044~0.453)。结论膳食模式与四类血脂异常密切相关,推荐以全谷物粗粮为主要碳水化合物来源,合理摄入肉类,每天一个全蛋,坚持果蔬多样化以防治血脂异常的发生。[营养学报,2020,42(4):331-337]
  
  关键词:
  
  膳食模式 血脂异常 回归分析
  
  血脂异常是常见的慢性病之一,近三十年来,随着我国经济的快速发展以及生活方式的转化,中国人群的血脂水平逐步升高[1],2015年《中国居民营养与慢性病状况报告》[2]显示,中国成人血脂异常总体患病率高达40.40%。2014年报道[3]高血压、中心性肥胖和血脂异常是江苏省城乡居民的主要慢性病。有研究表明[4],血浆中胆固醇水平每下降1%,心血管疾病风险平均下降2%,证实了控制人群的血脂水平对预防心血管疾病有重要作用。饮食作为一种可调节因素,越来越受到人们的重视,膳食模式与慢性疾病之间的关联性研究,已经成为探讨膳食与慢性病之间关系的一种重要途径[5]。本研究采用膳食模式分析方法,探讨江苏省人群不同膳食模式与四类血脂异常患病率之间的关系,旨在为不同类型血脂异常人群的膳食指导提供依据。
  
  1 对象与方法
  
  1.1 对象
  
  采用多阶段分层整群抽样的方法,按照人口、地区及经济水平等在江苏省内选取14个县(市、区);从每个县(市、区)用随机数字表法抽取4个乡镇/街道,每个乡镇/街道抽取3个村/居委会,采用整群抽样的方法从每个村/居委会抽取50户,按照KISH表法[6]从每户随机抽取1名18岁及以上居民进行调查,共抽取8400例调查对象。收到有效问卷8291份,有效应答率为98.70%,剔除膳食信息填写不完整及极端异常值者、心脑血管疾病患者和肿瘤患者等,最终纳入8102例调查对象进入分析。所有调查对象均签署知情同意书。
  
  1.2 方法
  
  1.2.1 问卷调查:
  
  采用“中国慢性病及其危险因素调查问卷(2010)”[7],由经过统一培训并考核合格的调查员进行问卷调查。问卷内容包括性别、年龄、居住地、婚姻状况、文化程度、吸烟情况、饮酒情况、血压、血糖、血脂等问题及健康状况、膳食摄入信息等内容。其中,膳食信息通过采用半定量食物摄入频率法,对调查者过去一年各类食物的食用频率和每次摄入量进行回忆。本研究的食物频率调查表共含有23类食物,涉及到日常摄入的各类食物。
  
  1.2.2 体格检查:
  
  项目地区使用同一品牌、统一型号的测量仪器进行体格检查。身高、体重和血压的测量经由统一培训的体检人员进行,并计算体质指数(BMI)=体重(kg)/身高2(m2)。其中,身高采用最大量程2.0m、最小刻度为0.1cm的身高计测量;体重采用最大量程150kg、精确度0.1kg的电子体重计测量;血压采用欧姆龙HEM–7207电子血压计[欧姆龙(大连)有限公司]进行测量,精确到1mm Hg。所有血压计经过厂家统一校正,并由国家质检部门检验合格。以3次测量结果平均值作为最终血压值。BMI的评判标准采用中国肥胖问题工作组的统一标准[8],BMI≤18.49kg/m2为体重过轻,18.50~23.99kg/m2为正常体重,24.0~27.99kg/m2为超重,≥28.00kg/m2为肥胖。高血压为收缩压≥140mm Hg和/或舒张压≥90mm Hg[9]。
  
  1.2.3 实验室检测:
  
  抽取清晨空腹静脉血和服糖后静脉血各4~5 ml,空腹血糖(fasting plasma glucose,FPG)和口服葡萄糖耐量(oral glucose tolerance test,OGTT)试验后血糖由经考核合格的监测点实验室检测;总胆固醇(total cholesterol,TC)、甘油三酯(triglyceride,TG)、低密度脂蛋白胆固醇(low density lipoprotein-cholesterol,LDL-C)和高密度脂蛋白胆固醇(high density lipoproteincholesterol,HDL-C)等指标由江苏省疾病预防控制中心实验室检测。(1)根据2016年中国成人血脂异常防治指南[10]所定义,TG≥2.26 mmol/L为高TG血症;TC≥6.22mmol/L为高TC血症;HDL-C<1.04 mmol/L为低HDL-C血症;LDL-C≥4.14 mmol/L为高LDL-C血症;(2) FPG≥7.0mmol/L和/或OGTT≥11.1mmol/L为糖尿病[11]。
  
  1.2.4 膳食模式计算:
  
  本研究采用因子分析的方法来建立调查对象的膳食模式,以特征根>1及方差累积贡献率作为入选公因子的标准,根据因子负荷数值的大小及其组合特点划分并命名膳食模式;为避免极端值影响,将每种膳食模式的因子得分按四分位数由低到高分为G1、G2、G3、G4等4组进行比较分析(G4表示最倾向于该膳食类型,G1表示最不倾向于该类膳食模型)。
  
  1.3 统计学分析(表1)
  
  采用SPSS23.0统计软件对数据进行分析。计数资料用率表示,组间比较采用χ2检验,膳食模式计算采用因子分析法,应用单因素和多因素Logistic回归模型分析膳食模式与血脂异常的关联。检验水准采用双侧检验α=0.05,P<0.05为差异具有统计学意义。
  
  2 结果
  
  2.1 调查人群四类血脂异常的分布情况(表2)
  
  在江苏省8102例居民中,男性3642例(44.95%),女性4460例(55.05%);年龄18~95岁,平均(52.40±14.85)岁。总血脂异常患病率为32.16%,男性高于女性(37.26%vs28.00%)。其中高TC、高TG、低HDL-C和高LDL-C血症患病率分别为4.79%、13.43%、21.13%、1.70%,不同性别之间血脂异常患病率差异有统计学意义(P<0.001),男性高TG和低HDL-C血症明显高于女性。χ2检验结果显示,不同年龄段、BMI、是否高血压、是否有糖尿病、吸烟和饮酒等在高TC、高TG、低HDL-C和高LDL-C血症患病率的差异均有统计学意义(P<0.001)。
  
  2.2 膳食模式的建立(表3)
  
  因子分析结果显示,KMO检验结果为0.637,Bartlett's球形检验结果差异具有统计学意义(χ2近似=2095.684,P<0.001),适合进行因子分析。最终提取了动物型膳食模式、淀粉类植物型膳食模式、蛋类膳食模式、蔬果类健康型膳食模式等四种膳食模式,累积方差贡献率为66.275%。其中动物性膳食模式以畜、禽肉类和水产品为主;淀粉类植物型膳食模式以谷类、薯类等主食为主;蛋类膳食模式以蛋类为主;蔬果类健康型膳食模式以蔬菜、水果为主。
  
  2.3 不同膳食模式与血脂异常患病率的关系(表4,5)
  
  低HDL-C血症的患病率在四种膳食模式中均为最高,高TG血症和高TC血症次之,患病率最低的是高LDL-C血症。随着蛋类膳食模式由G1水平(蛋类摄入17.9g/d)逐步上升到G4水平(蛋类摄入53.6g/d),高TC血症的患病率逐渐下降(P<0.05);淀粉类植物型膳食模式以及蛋类膳食模式与高TG血症患病率有关,其膳食模式下不同分位数水平的差异均有统计学意义(P<0.05,P<0.001);动物型膳食模式、蛋类膳食模式和蔬果类健康型膳食模式与低HDL-C血症的发生有关,其中动物型膳食模式随着因子得分水平的增加,低HDL-C血症患病率逐渐上升,而蔬果类健康型膳食模式随着因子得分水平的增加,低HDL-C血症患病率逐渐下降;淀粉类植物型膳食模式随着因子得分水平的增加,高LDL-C血症患病率逐渐下降,且不同得分水平人群高LDL-C血症患病率差异具有统计学意义(P<0.001)。
  
  2.4 多因素Logistic回归分析(图1)
  
  在调整了性别、年龄、BMI、文化程度、吸烟饮酒情况等混杂因素后,多因素Logistic回归分析结果显示,蛋类膳食模式因子得分处于G4水平的高TC血症和高TG血症的患病风险分别为处于G1水平的0.706倍(OR=0.706,95%CI:0.523~0.952)和0.755倍(OR=0.755,95%CI:0.627~0.910);动物型膳食模式是低HDL-C血症的危险因素,其G3、G4水平的患病风险分别是G1的1.318倍(OR=1.318,95%CI:1.121~1.550)、1.232倍(OR=1.232,95%CI:1.044~0.453);淀粉类植物型膳食模式G4水平的高LDL-C血症患病率是G1的0.479倍(OR=0.479,95%CI:0.280~0.819);蔬果类健康型膳食模式是低HDL-C血症的保护因素。
  
  Fig.1 OR and 95%CI of dietary patterns on the prevalence of different dyslipidemia
  
  3 讨论
  
  本研究结果显示,江苏省成年居民总体血脂异常患病率为32.16%,低于2010年全国水平[12],且远低于2015年蚌埠市[13]58.60%)、2011年北京市[14](49.30%)、2010年韩国[15](59%)的血脂异常患病率。成年男性血脂异常患病率高于女性,这与2019年李苏宁[16]等的研究结果一致。江苏省居民高TG血症(13.43%)和低HDL-C血症(21.13%)是人群血脂异常的两种主要类型,与以往的血脂研究相符[17]。
  
  江苏省成年居民膳食模式主要有动物型膳食模式、淀粉类植物型膳食模式、蛋类膳食模式、蔬果类健康型膳食模式,累计方差贡献率为66.279%,KMO检验结果为0.637,Bartlett's球形检验结果差异有统计学意义(χ2近似=2095.684,P<0.001),适合进行因子分析。分析结果表明江苏成年居民的膳食模式与贵州省[18]、辽宁省[19]、福建省[20]等调查结果有所差异,可见中国不同地域的膳食模式是有所不同的。
  
  多因素Logistic回归分析显示,动物型膳食模式G3、G4水平相对于G1水平是低HDL-C血症的危险因素,分别增加31.0%、23.2%的患病风险;而蔬果类健康型膳食模式是低HDL-C血症保护因素,G3、G4相对于G1水平分别降低26.2%、24.6%患病风险,与国外一些研究结论相似[21-22]。HDL-C是心血管疾病的保护因素[23-24],过度食用脂肪含量高的食物导致超重或肥胖后会引起HDL-C的下降[25],因此动物型膳食模式水平越高,越易增加低HDL-C血症的风险。蔬果类健康型膳食模式增加膳食纤维、维生素等的摄入,相对于动物型膳食模式减少了脂肪的摄入比重,并且丰富的膳食纤维可以延缓食物中脂肪和葡萄糖的吸收[26],促进胆固醇在肝脏分解代谢,从而有效地降低胆固醇。Forman等[27]也认为,减少脂肪摄入,增加膳食纤维、维生素的摄入有益于血脂异常等心血管疾病的防治。淀粉类植物型膳食模式G4水平相对于G1水平是高LDL-C血症的保护因素,可降低52.1%的患病风险。谷类食物中的植物甾醇竞争性抑制了胆固醇吸收,可降低血液里的胆固醇和LDL-C水平,以减少高LDL-C血症患病风险,这一结果与国内外相关研究结果相符[28-30]。
  
  本研究单因素分析中,蛋类膳食模式与低HDL-C血症的发生有关,中国慢性病前瞻性研究[31](China Kadoorie Biobank,CKB)平均随访8.9年,卵磷脂可通过优先结合高密度脂蛋白胆固醇颗粒来提高高密度脂蛋白水平和增强其功能。多因素分析中蛋类膳食模式是高TC、TG血症的保护因素,研究显示江苏省居民蛋类摄入水平总体偏低,在蛋类膳食模式的G4水平每天摄入一颗全蛋时,能显示有效的降低其患病风险。这与陈超刚[32]等的研究结果相似,每天吃一个鸡蛋的人,比每周吃小于一个鸡蛋的人TC低10.7%、LDL-C低14.0%。蛋内丰富的极易被人体吸收的不饱和脂肪酸可以降低TG,卵磷脂会使TC和脂肪颗粒变小呈悬浮状态,从而阻止胆固醇和脂肪在血管壁沉积,助于神经传导及体内脂肪代谢[33]。一项包含我国15个省份10余万人的动脉粥样硬化心血管风险预测研究[34]的长期随访研究也表明,适量食用鸡蛋(每周约3~6个)的全因死亡和心血管疾病风险最低。因此结合本研究分析结果,推荐人群可每日食用一个全蛋或每周食用3~6个全蛋。
  
  综上,江苏省成年居民的血脂异常状况仍未得到根本性的改善,是威胁江苏省居民健康的重大公共问题,本研究结果提示果蔬多样化、少吃精制米面、多吃谷物粗粮、合理摄入肉类、每天一个全蛋或每周食用3~6个全蛋的膳食行为,对控制血脂异常有一定的好处。
  
  参考文献
  
  [1]诸骏仁,高润霖,赵水平,等.中国成人血脂异常防治指南(2016年修订版)[J].中国循环杂志,2016,31:937-953.
  
  [2]顾景范.《中国居民营养与慢性病状况报告(2015)》解读[J].营养学报, 2016, 38:525-529.
  
  [3]吕淑荣,苏健,张风云,等.江苏省城乡居民慢性病患病情况及影响因素分析[J].中国公共卫生,2014,30:8-12.
  
  [4] Kit BK,Kuklina E,Carroll MD,et al. Prevalence of and trends in dyslipidemia and blood pressure among US children and adolescents, 1999-2012[J]. JAMA Pediatr,2015, 169:272-279.
  
  [5] Tuckerk L. Dietary patterns,approaches,and multicultural perspective[J].Appl Physiol Nutr Metab,2010,35:211-218.
  
  [6] Kish LA. Procedure for objective respondent selection within the household[J]. JSTOR, 1949, 44:380-387.
  
  [7]中国疾病预防控制中心慢性非传染性疾病预防控制中心编著.中国慢性病及其危险因素监测报告(2010)[M].北京:军事医学科学出版社,2012:53-68,97-129.
  
  [8]中国超重肥胖医学营养治疗专家共识编写委员会.中国超重/肥胖医学营养治疗专家共识(2016年版)[J].中华糖尿病杂志,2016,8:525-540.
  
  [9]中国高血压防治指南修订委员会,高血压联盟(中国),中华医学会心血管病学分会,等.中国高血压防治指南(2018年修订版)[J].中国心血管杂志,2019, 24:24-56.
  
  [10]中国成人血脂异常防治指南修订联合委员会.中国成人血脂异常防治指南(2016年修订版)[J].中华心血管病杂志, 2016,44:833-853.
  
  [11]中华医学会糖尿病学分会.中国2型糖尿病防治指南(2013年版)[J].中国医学前沿杂志(电子版),2015:26-89.
  
  [12]李剑虹,王丽敏,李镒冲,等.2010年我国成年人血脂异常流行特点[J].中华预防医学杂志,2012,46:414-418.
  
  [13]束莉,陆晓宇,李欣潼.2014-2015年蚌埠市中老年居民血脂异常、高血压与膳食模式的关系[J].卫生研究,2018,47:554-561.
  
  [14]高彭,王军波,李永进,等.北京市顺义区成人居民血脂异常患病现状及膳食影响因素研究[J].卫生研究,2013,42:565-570.
  
  [15] Roh E,Ko SH,Kwon HS,et al. Prevalence and management of dyslipidemia in Korea:Korea National Health and Nutrition Examination Survey during 1998 to 2010[J].Diabetes Metab J, 2013, 37:433-449.
  
  [16]中国高血压调查研究组.2012-2015年我国≥35岁人群血脂异常状况调查[J].中国循环杂志,2019,34:681-687.
  
  [17] Pan L,Yang Z,Wu Y,et al. The prevalence, awareness,treatment and control of dyslipidemia among adults in China[J]. Atherosclerosis, 2016, 248:2-9.
  
  [18]郑祎扬,刘怡娅.贵州省成年居民膳食模式与代谢综合征的关系[J].现代预防医学,2019,46:1761-1764.
  
  [19]任时,栾德春,崔玉丰,等.辽宁省成年居民膳食模式与代谢综合征关系[J].中国公共卫生,2017,33:225-228.
  
  [20]江美花,赖善榕,林少凯,等.福建省成年居民膳食模式与代谢综合征的关系研究[J].营养学报,2018,40:439-444.
  
  [21] Penalvo JL,Oliva B,Sotos-Prieto M,et al. Greater adherence to a Mediterranean dietary pattern is associated with improved plasma lipid profile:The Aragon Health Workers Study cohort[J]. Rev Esp Cardiol(Engl. Ed.), 2015, 68:290-297.
  
  [22] Lee J,Kim J. Association between dietary pattern and incidence of cholesterolemia in Korean adults:the Korean genome and epidemiology study[J]. Nutrients,2018, 10:53.
  
  [23] Feig JE, Hewing B, Smith JD, et al. High-density lipoprotein and atherosclerosis regression:evidence from preclinical and clinical studies[J]. Circ Res, 2014,114:205-213.
  
  [24] Okada T, Saito E, Kuromori Y, et al. Relationship between serum adiponectin level and lipid composition in each lipoprotein fraction in adolescent children[J].Atherosclerosis, 2006, 188:179-183.
  
  [25] Wang H,Peng DQ. New insights into the mechanism of low high-density lipoprotein cholesterol in obesity[J].Lipids Health Dis, 2011,10:176.
  
  [26]雷敏,董钊钊.膳食纤维对健康的影响[J].河北医药,2011,33:604-606.
  
  [27] Forman D,Bulwer BE. Cardiovascular disease:optimal approaches to risk factor modification of diet and lifestyle[J]. Curr Treat Options Cardiovasc Med, 2006,8:47-57.
  
  [28] Na W,Chung B,Sohn C. A relationship between dietary patterns and dyslipidemia in urban-dwelling middle-aged Korean men:using Korean genome and epidemiology study(KoGES)[J]. Clin Nutr Res, 2019, 8:219-228.
  
  [29]赵文华,张坚,黄李春,等.膳食碳水化合物和生糖负荷与成人血脂异常危险关系的研究[J].营养学报,2008,30:350-353.
  
  [30] Chiu S,Bergeron N,Williams PT,et al. Comparison of the DASH(Dietary Approaches to Stop Hypertension)diet and a higher-fat DASH diet on blood pressure and lipids and lipoproteins:a randomized controlled trial[J]. Am J Clin Nutr, 2016, 103:341-347.
  
  [31] Qin C, Lv J, Guo Y, et al. Associations of egg consumption with cardiovascular disease in a cohort study of 0. 5million Chinese adults[J]. Heart, 2018, 104:1756-1763.
  
  [32]陈超刚.广州40~65岁居民蛋类摄入与血脂关系的研究[C]//中国营养学会.中国营养学会第十次全国营养学术会议暨第七届会员代表大会论文摘要汇编.北京:中国营养学会,2008:2.
  
  [33]黄莉莉,张晋昕,张波,等.广州市不同膳食构成的中年人群血脂水平[J].中国慢性病预防与控制, 2008, 16:142-145.
  
  [34] Xia X, Liu F, Yang X, et al. Associations of egg consumption with incident cardiovascular disease and all-cause mortality.[published online ahead of print,2020 Mar 10]. Sci China Life Sci, 2020,10.1007/s11427-020-1656-8.

推荐文章

在线客服系统