探寻血脂异常者饮食密码：特定饮食模式与全因死亡率的关联研究

为探究饮食模式与血脂异常者全因死亡率关联，研究发现均衡及水产禽肉饮食模式可降低风险，意义重大。

　　# 解锁血脂异常者的饮食 “密码”：饮食模式与全因死亡率的奇妙关联
在健康的 “版图” 中，血脂异常是一个不可忽视的 “危险区域”。血脂异常（Dyslipidemia），这个以甘油三酯（TG）、低密度脂蛋白胆固醇（LDL-C）、总胆固醇（TC）水平升高，或高密度脂蛋白胆固醇（HDL-C）水平降低为特征的 “健康杀手”，在 2019 年就引发了约 9862 万例残疾和 440 万例死亡，给全球医疗系统带来了沉重的负担。

以往的研究常常聚焦于单一营养素或食物类别，但饮食是一个复杂的 “生态系统”，各种食物之间相互作用、相互影响。就如同拼图游戏，只关注每一块拼图，很难看清整幅画面。所以，分析整体饮食模式对健康的影响就显得尤为重要。然而，饮食模式对血脂异常者全因死亡率的影响却一直是个 “未解之谜”。为了揭开这个谜团，来自贵州医科大学公共卫生学院等机构的研究人员踏上了探索之旅，他们的研究成果发表在《Scientific Reports》上。

研究人员利用贵州人口健康队列研究（GPHCS）的数据，通过多阶段随机整群抽样，从 12 个区（县）选取了 9280 名年龄≥18 岁的常住居民进行基线调查。经过层层筛选，最终 5369 名血脂异常参与者被纳入研究。研究人员收集了参与者的各种信息，包括社会人口学特征、生活方式因素、健康状况和饮食信息等。为了确定饮食模式，研究人员使用了因子分析这一强大的 “武器”，并根据特征食物为提取出的饮食模式命名。在长达约 13 年的随访中，研究人员密切关注参与者的死亡信息，试图找出饮食模式与全因死亡率之间的 “神秘联系”。

研究结果令人眼前一亮，共识别出四种主要饮食模式：均衡模式（包含新鲜水果、鸡蛋、豆制品、乳制品和糕点）、油盐高负荷模式（主要是食用油和盐）、谷薯蔬菜高负荷模式（以谷薯类产品和新鲜蔬菜为主）、水产禽肉高负荷模式（主要是禽肉和水产品）。在调整了各种混杂因素后，研究发现，与最低三分位数相比，均衡模式和水产禽肉高负荷模式最高三分位数的参与者全因死亡率风险更低，其风险比（HR）分别为 0.740（95% CI：0.565 - 0.969）和 0.757（95% CI：0.575 - 0.997）；而谷薯蔬菜高负荷模式最高三分位数则与全因死亡率风险升高相关（HR=1.338，95% CI：1.031 - 1.737）；油盐高负荷模式与全因死亡率之间没有显著的统计学关联。

从这些结果中可以看出，饮食模式对血脂异常者的健康有着至关重要的影响。均衡模式和水产禽肉高负荷模式就像是健康的 “守护者”，能降低全因死亡率。这可能是因为新鲜水果、蔬菜富含膳食纤维、维生素等有益物质，乳制品含有钙、钾等矿物质，鸡蛋中的不饱和脂肪酸和卵磷脂能调节血脂，豆制品中的异黄酮参与胆固醇稳态调节，而水产品和禽肉中的多不饱和脂肪酸有助于改善血脂水平。然而，谷薯蔬菜高负荷模式却像是隐藏的 “敌人”，可能由于其高碳水化合物的特性，尤其是在以精制谷物为主的情况下，会导致长期高血糖负荷，进而引发负面代谢后果，增加肥胖风险，而肥胖又与血脂异常密切相关，最终导致全因死亡率上升。

这项研究有着诸多重要意义。它为血脂异常人群的饮食干预提供了科学依据，让人们更加清楚地认识到合理饮食的重要性。研究人员建议，血脂异常者应注重饮食均衡，增加优质蛋白质的摄入，如瘦肉、鱼虾、禽肉、豆类、乳制品等，同时减少精制谷物的消费，多吃全麦面包、糙米等全谷物。此外，研究采用的前瞻性队列研究方法，能够更准确地探索饮食模式与全因死亡率之间的因果关系，为后续研究奠定了基础。

当然，研究也存在一些局限性。饮食调查依赖参与者的回忆，可能存在回忆偏差；研究仅在基线时评估了饮食数据，忽略了饮食随时间的动态变化；而且没有测量一些潜在的饮食混杂因素，如微量营养素的摄入。未来的研究需要进一步改进这些方面，以获得更准确的结果。

总的来说，这项研究为我们打开了了解血脂异常者饮食与健康关系的一扇窗。它让我们明白，通过调整饮食模式，血脂异常者有可能降低全因死亡率，改善健康状况。在未来，希望能有更多的研究聚焦于此，为血脂异常人群提供更精准、更有效的饮食策略，帮助他们走向更健康的生活。

研究方法

1. 数据来源：研究数据来自贵州人口健康队列研究（GPHCS），该队列于 2010 年建立，选取 9280 名常住居民进行基线调查，经过筛选最终 5369 名血脂异常参与者纳入分析。
2. 饮食评估：采用半定量食物频率问卷（FFQ）评估 11 类食物过去 12 个月的消费频率和平均摄入量，同时通过家庭问卷评估过去 30 天食用油和盐的摄入量，再利用因子分析确定饮食模式。
3. 统计分析：使用 SPSS 26.0 和 R 4.3.0 软件进行数据分析，采用 Cox 比例风险回归模型分析饮食模式与全因死亡率的关联，并进行敏感性分析。

研究结果

1. 参与者特征：5369 名参与者中，女性占 52.8%，已婚 / 同居者占 78.7% ，农村居民占 69.5% ，初中及以下文化程度者占 84.7%，随访期间共 365 人死亡。死亡组和生存组在性别、年龄等多个特征上存在显著差异。
2. 饮食模式分类：通过因子分析提取出四种饮食模式，其方差贡献率各异，累计解释总变异的 44.04%。不同饮食模式在性别、年龄、疾病状况等方面存在差异。
3. 饮食模式与全因死亡率的关联：在完全调整模型中，均衡模式和水产禽肉高负荷模式与较低的全因死亡率风险相关，谷薯蔬菜高负荷模式与较高风险相关，油盐高负荷模式无显著统计学意义。趋势检验表明，除油盐高负荷模式外，其他模式均有统计学意义。
4. 敏感性分析：对模型 3 进行敏感性分析，结果与上述风险分析相似，表明结果稳健可靠。