《Nutrients》:Dose–Response Relationships Between Physical Activity, Dietary Behaviors, and Excess Body Weight: Identification of Behavioral Risk Patterns
编辑推荐:
背景/目的:饮食行为和体力活动是超重体质量的主要危险因素;然而,关于行为风险模式以及在非健康饮食模式下体力活动的作用知之较少。本研究旨在识别与体力活动充足的年轻成年人超重/肥胖及过量脂肪堆积相关的行为风险模式和多维行为特征。方法:横断面研究纳入418名大学生(
背景/目的:饮食行为和体力活动是超重体质量的主要危险因素;然而,关于行为风险模式以及在非健康饮食模式下体力活动的作用知之较少。本研究旨在识别与体力活动充足的年轻成年人超重/肥胖及过量脂肪堆积相关的行为风险模式和多维行为特征。方法:横断面研究纳入418名大学生(男199人,女219人)。采用国际体力活动问卷长版(International Physical Activity Questionnaire–Long Form, IPAQ-LF)评估体力活动(Physical Activity, PA),采用饮食行为问卷(Questionnaire of Eating Behaviours, QEB)评估饮食行为,由问卷应答导出健康饮食指数(水果–蔬菜)和不健康饮食指数(快餐–甜食)。应用Logistic回归、预测概率剖面、行为风险图谱、响应面分析及决策树模型评估行为与体质指数(Body Mass Index, BMI)及脂肪量指数(Fat Mass Index, FMI)定义结局的关联。结果:不健康饮食指数是超重体质量及脂肪过多的最强行为预测因子。较高快餐和甜食摄入与超重/肥胖(Odds Ratio, OR = 1.70, 95% Confidence Interval, CI: 1.31–2.24)及过量脂肪堆积(OR = 1.96, 95% CI: 1.36–2.83)风险升高相关。体力活动与BMI定义的超重/肥胖风险呈负相关(OR = 0.69, 95% CI: 0.52–0.92),但体力活动与饮食行为间未观察到显著交互作用。多维分析识别出不同的行为风险区,决策树模型显示不健康饮食行为是肥胖相关风险分类的主导因素。结论:不健康饮食行为与超重体质量及脂肪过多的关联强于水果和蔬菜摄入等保护性饮食行为。尽管体力活动通常与较低肥胖相关风险相伴,但不健康饮食行为与不良体成分结局的关联更强。
论文解读:体力活动、饮食行为与超重体质量的剂量-反应关系及行为风险模式的识别
本研究由研究人员发表于《Nutrients》期刊。目前证据表明饮食质量和体力活动共同影响肥胖相关结局,但其相对贡献、交互作用及多维非线性关系尚不清楚;既往多关注线性关联或单一行为因子,对健康饮食、不健康饮食与体力活动并存时的多维行为风险模式及二者交互缺乏深入探讨。尤其年轻成年阶段(大学过渡期)是生活方式固化关键窗口,但其饮食–活动组合行为如何界定肥胖高低风险区尚未明确。为此,研究人员以体力活动较充足的年轻大学生为对象,同时考察健康饮食指数(水果–蔬菜摄入频率)、不健康饮食指数(快餐–甜食摄入频率)与体力活动(PA, 以代谢当量分钟数/周 MET-min/week 衡量)对BMI≥25 kg/m2定义的超重/肥胖及性别特异性FMI(女性FMI≥9 kg/m2,男性FMI≥6 kg/m2)定义的过量脂肪堆积的影响,通过回归、预测概率、风险图谱、响应面及决策树识别行为风险分区与简化分类规则,以明确:(1)健康/不健康饮食是否独立关联肥胖风险;(2)PA是否修饰饮食–肥胖关系;(3)特定PA–饮食组合能否定义低/高风险行为区;(4)决策树能否生成实用行为分级规则。
主要关键技术方法
研究人员合并2022–2023年两独立同期大学生队列(n=418,18–25岁,规律参加校内课程之休闲活跃者,排除校队精英运动员、慢性代谢/精神疾病、夜班及问卷不合理者;两队列基线无差异故合并分析)。人体测量:身高(GPM测距仪)、体质量及脂肪量(生物电阻抗分析 Bioelectrical Impedance Analysis, BIA,InBody230),计算BMI及FMI=脂肪质量(kg)/身高(m)2;BMI≥25为超重/肥胖,FMI按性别分层截断。PA评估用波兰版IPAQ-LF,折算总MET-min/week并按标准分为低/中/高三级。饮食行为用QEB问卷回顾近12个月,六点频度转为日均频次,合成健康饮食指数(水果+蔬菜标准化频次之和)与不健康饮食指数(甜食+快餐标准化频次之和),非正态分布做Yeo–Johnson变换。统计采用描述性分析、Logistic回归含交互项、预测概率剖面、基于预测概率的热图/等概率线行为风险图谱与响应面分析、分类回归树(决策树),显著性水准α=0.05,软件为Statistica 14.0与RStudio。
研究结果
3.1. General Characteristics of the Study Sample(研究对象一般特征)
研究人员发现男女在多数人体测量与行为变量上存在显著差异:男性更高大、体质量及BMI更大、PA水平更高;女性FMI更高、果蔬摄入更频繁;男性快餐、甜饮料及酒精摄入更多,甜食频次无性别差异。多数被试属IPAQ中等PA类别,两性别PA分级分布无差异。
3.2. Logistic Regression Analysis of Excess Body Weight Risk(超重体质量风险的Logistic回归分析)
以BMI≥25为因变量,调整性别、年龄后,高不健康饮食指数(更多快餐+甜食)显著升高超重/肥胖风险(OR = 1.70, 95% CI: 1.31–2.24, p < 0.001);高PA显著降低该风险(OR = 0.69, 95% CI: 0.52–0.92, p = 0.012);健康饮食指数呈非显著保护趋势(p = 0.091)。PA与饮食指数间交互项不显著(p > 0.05)。以FMI超标为因变量时,不健康饮食指数关联更强(OR = 1.96, 95% CI: 1.36–2.83, p < 0.001),PA仅呈边缘保护(p = 0.100),健康饮食指数无关联(p = 0.765),交互仍不显著。不健康饮食指数为最强行为预测因子;FMI模型残差偏差与AIC更小,拟合略优。
3.3. Predicted Probability Profiles(预测概率剖面)
研究人员由回归模型导出预测超重/肥胖及过量脂肪堆积概率随行为指标变化曲线:不健康饮食指数升高使各PA水平下预测风险单调上升;健康饮食指数升高仅伴微弱风险下降。PA升高使整体概率曲线下移但各PA组曲线大致平行,印证无显著交互——PA与饮食行为对肥胖风险主要为独立主效应。FMI模型中不健康饮食指数概率梯度更陡。
3.4. Behavioral Risk Mapping and Multidimensional Risk Profiling(行为风险图谱与多维风险剖析)
以预测概率为基绘制热图与等概率线,高不健康饮食指数+低健康饮食指数区域预测风险最高,反之最低。PA升高使整体高风险区向更大不耐受的不健康饮食值偏移(即高PA下同等饮食暴露预测风险降低),但等概率线形态基本不变,再次支持PA与饮食独立贡献。FMI模型高风险区更集中局限于高不健康饮食+低至中等健康饮食组合,PA升高也缩减FMI高风险范围;FMI响应面曲率更大。
3.5. Decision Tree Classification Models(决策树分类模型)
BMI为基础决策树首分节点为不健康饮食指数(分割点≈0.19标准值),次分纳入PA类别与健康饮食指数,形成8终端节点;低不健康饮食指数且中/高PA倾向低–中度BMI风险,高不健康饮食指数推高至升高–高风险。FMI为基础决策树更简单,仅保留PA类别与不健康饮食指数(健康饮食指数未被保留),低不健康饮食指数基本归为低FMI风险,中–高不健康饮食指数在中等PA内可进一步区分出中度FMI风险,高不健康饮食暴露不论PA多属中度FMI风险。决策树分割点回译原始频度:低危节点对应快餐与甜食均≤每周频度,高危节点对应两者均较频繁(如每日+每周数次)。不健康饮食行为系肥胖相关风险分类首要变量。
讨论与结论总结
讨论部分研究人员指出,不健康饮食行为(频繁快餐与甜食摄入)对超重体质量及脂肪过多的关联强于果蔬等保护性饮食行为;PA总体伴较低预测风险,但与饮食间无显著交互,提示二者独立作用于肥胖风险。多维分析明确了行为风险分区,决策树确认不健康饮食为风险分类主导因子,PA及健康饮食仅作次级区分;FMI模型比BMI模型行为风险梯度更陡集中,提示脂肪量指数可能更敏感捕捉体力活动充足青年群体的 adiposity(脂肪量)相关行为模式。研究局限含横断面设计不能推论因果、自陈问卷潜在回忆偏倚与社会期望偏倚、样本限于欧洲体力活动充足大学生限制外推、缺总能量摄入数据。研究人员建议预防策略应优先减少不健康饮食行为,即便在活跃个体中。
结论(Conclusio部分翻译浓缩)
频繁摄入快餐和甜食与超重体质量及过量脂肪堆积风险升高持续相关,而健康饮食行为与肥胖相关风险的关联相对较弱。尽管体力活动通常伴随较低肥胖相关风险,但不健康饮食行为与不良体成分结局的关联更强且更一致。多维分析识别出与超重/肥胖及过量脂肪明确相关的不同行为风险区与简化分类模式;不健康饮食行为在Logistic回归、风险图谱及决策树中均为肥胖相关风险最强关联因子,PA与饮食行为大体独立贡献。所得基于树的 risk-classification(风险分类)模式可为行为性肥胖风险画像提供框架。此外,FMI模型展现更陡且集中的行为风险梯度,BMI模型展现更大结构与行为复杂性,提示在体力活动充足青年中BMI与FMI捕获了 adiposity-related behavioral variability(肥胖相关行为变异性)的部分不同维度。