《Nature Food》:Global dietary estimates for conducting health, environmental and economic impact assessments
编辑推荐:
膳食摄入对健康、环境和经济具有重要影响。然而,当前全球食物摄入估计存在不确定且不完整的问题。研究人员在此构建了一个用于影响评估的全球膳食数据库(GDD-IA),该数据库整合了区域食物可获得性数据与食物浪费估计、来源于膳食调查的摄入社会人口学差异信息,以及基于体
膳食摄入对健康、环境和经济具有重要影响。然而,当前全球食物摄入估计存在不确定且不完整的问题。研究人员在此构建了一个用于影响评估的全球膳食数据库(GDD-IA),该数据库整合了区域食物可获得性数据与食物浪费估计、来源于膳食调查的摄入社会人口学差异信息,以及基于体重、身高和身体活动测量的能量摄入估计。GDD-IA涵盖1990年至2020年间按5年为时间间隔、分国家、年龄、性别和城乡居住地划分的43类食物摄入数据。该数据库专为需要完整膳食覆盖、能够尽量降低高估或低估风险的绝对食物摄入水平,以及具备细粒度社会人口学信息的区域可比性膳食影响评估而设计。研究人员通过评估与膳食相关的健康负担、环境资源使用和食物成本,展示了与未经校正的膳食调查估计及食物可获得性估计相比,使用GDD-IA的优势。
该研究发表于《Nature Food》,核心目标是构建一个适用于健康、环境和经济影响评估的全球膳食摄入数据库,以解决现有全球膳食估计在完整性、可比性与生物物理合理性方面的不足。研究背景在于,膳食结构失衡已成为全球疾病负担的重要驱动因素,同时食物系统又深刻影响气候变化、生物多样性丧失、土地与水体污染以及资源消耗。无论是评估营养不足、膳食相关慢性病风险,还是测算饮食的环境足迹与可负担性,都依赖于可靠的食物摄入估计。然而,目前常用的两类数据来源均存在显著局限:其一,联合国粮食及农业组织(FAO)的食物平衡表(Food Balance Sheets, FBSs)主要反映国家层面的食物可获得量,若未对零售和家庭端食物浪费进行充分校正,往往会高估真实摄入,且无法提供年龄、性别、城乡等社会人口学分层信息;其二,膳食调查虽被公共卫生研究广泛视为“金标准”,但易受回忆偏差、份量报告误差和社会赞许性偏差影响,常明显低报总能量摄入。此外,现有全球膳食数据库(Global Dietary Database, GDD)虽对调查数据进行了标准化,但将不同国家和多数人群统一归一到相同能量摄入水平,因此难以反映绝对摄入量,也无法覆盖完整膳食组成。
基于上述问题,研究人员开发了用于影响评估的全球膳食数据库(GDD-IA)。该数据库的构建理念,是综合利用各类数据源的优势,同时通过独立的生物物理约束提升结果可信度。研究人员首先以FAO的FBSs作为国家层面膳食组成和总体规模的基础,扣除零售和家庭层面的食物浪费后,再依据由体重、身高和身体活动推算得到的总能量摄入需求,对摄入量进行归一化处理。这一策略使最终估计在总能量上与人群真实生理需求保持一致,从而尽可能避免单纯使用供应量或调查值带来的系统性高估或低估。随后,研究人员进一步利用GDD中的膳食调查信息,提取不同年龄、性别及城乡居住人群之间的摄入差异模式,并将这些差异映射到更细致的食物类别中;同时借助加工比例推算加工肉、精制谷物、全谷物以及部分乳制品的摄入水平。最终形成的数据覆盖171个国家、43类食物、1990年至2020年每5年的时间节点,并按年龄、性别和城乡进行分层,可用于多种全球或区域性影响评估。
方法上,作者主要整合了四类关键技术路径。第一,使用FAO食物平衡表获取1990—2020年国家层面的食物可获得量,并按商品折算为初级食物当量;第二,应用FAO食物浪费核算框架,扣除分销和家庭消费环节的食物浪费;第三,采用基于人体测量学和身体活动的总能量需求估计,对膳食摄入进行生物物理归一化;第四,利用GDD纳入的约1,220项膳食调查,提取社会人口学摄入差异和部分加工比例,并将其下推映射到国家食物类别。文中还以比较风险评估(comparative risk assessment)、生命周期评价(life-cycle assessment, LCA)和基于国际比较项目价格数据的膳食成本分析,对新数据库进行应用展示。
研究结果
Estimated food intake across scales
研究人员首先报告了GDD-IA的数据覆盖能力及全球膳食摄入概貌。该数据库整合后可提供以克、千卡和份数表示的摄入数据,覆盖43类食物。2020年全球平均膳食中,谷物摄入最高,其次为糖、蔬菜和植物油;块根类、水果和动物脂肪居中;乳制品、坚果与种子、鸡蛋和红肉摄入相对较低,禽肉和鱼类更少。不同社会人口学群体之间的摄入差异总体与总能量摄入变化方向一致:儿童能量摄入显著低于全球平均,青少年和中青年较高,女性低于男性,农村居民略低于城市居民。该结果说明,研究人员通过能量需求约束建立的分层摄入估计,能够较好反映不同人群生理与社会经济特征对膳食摄入的影响。
在区域层面,不同收入地区的膳食模式差异显著。高收入国家总能量摄入高于全球平均,谷物和豆类较少,而乳制品、动物脂肪、禽肉和红肉明显更多;上中等收入国家鸡蛋、蔬菜、鱼类和水果较多;下中等收入国家谷物、豆类和动物脂肪相对更多,但禽肉、红肉、鸡蛋和鱼类偏少;低收入国家则以块根类和豆类为特征,动物性食品、糖和植物油摄入显著不足。这些结果表明,GDD-IA不仅能呈现全球平均膳食特征,也能精细识别收入发展水平所关联的膳食转型模式。
研究人员还分析了时间变化趋势。2010至2020年,全球多数食物类别摄入增加,其中坚果与种子、禽肉、鸡蛋、鱼类和水果增长明显,糖和红肉则略有下降。低收入国家在几乎所有食物类别上均出现更大幅度上升,且总能量摄入增幅远高于中高收入地区。这一结果提示,全球膳食正在持续变化,而不同区域处于不同的营养转型阶段,建立长时序、分地区、分人群数据库对于动态评估膳食影响十分必要。
Comparison to estimated intake from dietary surveys
研究人员将GDD-IA与基于膳食调查的GDD估计进行了系统比较。在统一能量水平后,全球范围内多数食物组的不确定区间彼此重叠,但调查估计的不确定性幅度很大,均值偏差也很显著,尤其体现在红肉、鱼类、豆类、块根类、水果和坚果等类别上。更关键的是,当调查数据需与其他食物组拼接以构成完整膳食时,推算得到的人群总能量摄入可低至1,620 kcal d
?1,高至3,615 kcal d
?1,明显超出许多普通人口群体的合理范围。
区域比较进一步显示,调查估计在某些地区与食物供应统计存在方向不一的系统偏差。例如,在上中等收入国家,调查法估计的红肉摄入甚至高于未扣除浪费前的食物可获得量;在低收入和下中等收入国家,豆类和块根类摄入显著偏低,而鱼类、鸡蛋或蔬菜在部分地区又被显著高估。研究人员据此认为,单纯依赖膳食调查来构建全球完整膳食数据库存在较大局限,而将其作为社会人口学差异的辅助信息更为稳妥。
Example applications in dietary impact assessments
为验证数据库的实际价值,研究人员开展了健康、环境和经济三类影响评估。在健康影响评估中,使用GDD-IA估算的膳食风险归因死亡数低于基于GDD调查数据的结果,但高于基于FBS数据的结果。与调查数据相比,其差异主要来自水果和蔬菜摄入估计更高、红肉摄入估计更低所导致的归因风险修正;与FBS相比,其差异则源于GDD-IA补充了全谷物和加工肉等对疾病风险评估重要、但供应数据中缺失的食物组。因此,GDD-IA在膳食相关疾病负担估计上兼顾了完整性与合理性。
在环境影响评估中,GDD-IA与FBS推算的耕地和牧场占用总体较接近,但与基于调查的GDD结果差异较大。调查估计由于未覆盖完整食物组,导致耕地使用偏低;而由于红肉报告偏高,又使牧场占用偏高,甚至超过官方牧场面积统计所能支持的范围。某些区域温室气体排放(GHG emissions)估计也因此产生较大偏差。这说明,在环境足迹评估中,如果膳食数据库缺乏完整食物覆盖或绝对摄入约束,将直接影响土地利用和排放核算的可信度。
在膳食成本评估中,GDD-IA与FBS估计的膳食成本相近,而基于调查的数据因遗漏若干食物类别,整体成本偏低。更重要的是,GDD-IA能够揭示不同性别之间更合理的成本差异,因为其摄入量是按不同人群能量需求校正的;相反,GDD将成年男女标准化为相同能量水平,削弱了实际成本差异。由此可见,GDD-IA对于评估膳食可负担性和社会群体差异具有更高适用性。
讨论与结论
讨论部分强调,GDD-IA的主要贡献在于:以区域可比的食物供应统计为基础,引入浪费校正和独立能量需求归一化,并结合膳食调查提供的社会人口学分层信息,从而生成兼具完整膳食覆盖、绝对摄入水平与细粒度人群差异的全球数据库。相较于单独使用食物可获得性数据,GDD-IA增加了国家内部人群差异分析能力,并补足了全谷物、加工肉等对健康评估至关重要的食物类别;相较于单独使用膳食调查,GDD-IA避免了总能量不合理和区域间可比性不足的问题。
作者同时指出,该数据库仍受原始数据质量限制。FBS统计本身缺乏明确不确定性量化,方法更新可能带来时间序列不连续;FAO的食物浪费参数更新频率有限,难以反映商品特异性的时间变化;总能量需求估计中,身体活动参数仍含较大不确定性;而膳食调查本身仍容易受到报告偏差影响。研究人员据此认为,未来若能获得更频繁、标准化的食物浪费测量,更客观的身体活动数据,以及图像辅助膳食评估或生物标志物等更直接的食物摄入测量手段,全球膳食估计还可进一步改进。
研究结论部分可译为:膳食摄入对健康、环境和经济具有重大影响,但当前全球食物摄入估计在根本上存在不确定性且往往缺乏区域可比性。研究人员开发了一个新的膳食数据库GDD-IA,通过结合现有数据源的优势,利用扣除零售和家庭浪费后的食物可获得性统计推算国家层面的食物摄入,并以基于身高、体重和身体活动测量得到的总能量摄入估计进行归一化;同时,利用膳食调查数据推导年龄、性别及城乡居住地之间可比的社会人口学趋势,并同样归一化至相应人群的能量摄入水平。由其构建方式决定,这些估计与体质指数(body mass index, BMI)等人体测量指标的观察趋势一致,既包含加工食物也包含未加工食物,并且能够在全球、区域、国家和社会人口学多个层面覆盖完整膳食。总体而言,该研究为膳食相关健康负担、环境资源使用和经济成本评估提供了更具生物物理合理性和政策适用性的全球基础数据。