营养素养评估工具(NLit)子量表阈值开发及其与饮食质量关联研究

本研究针对慢性病患者营养素养评估需求，开发了营养素养评估工具(NLit)子量表阈值评分系统。研究人员通过402例高血压、糖尿病等慢性病患者的横断面数据分析，建立长/短版NLit六个子量表（营养与健康、食物能量来源等）与健康饮食指数(HEI)-2010的回归模型，确定第10百分位数作为"可能营养素养不足"阈值（如短版"食品标签与计算"子量表阈值为2/6分），对应HEI-2010 60.12-66.65分区间（与死亡率风险升高相关）。该成果为精准识别营养素养薄弱环节提供量化工具，助力个体化营养干预。

　　

论文解读

不良饮食习惯已成为美国早逝和残疾的首要风险因素，与糖尿病、肥胖和心血管疾病等慢性病发展密切相关。据统计，仅肥胖相关疾病每年就造成1470亿美元的医疗支出。尽管改善饮食模式是应对这一公共卫生危机的关键，但大多数美国人仍难以遵循健康饮食。营养素养——个体获取、理解和应用营养信息的能力——被认为是影响饮食质量的重要因素。然而，现有营养素养评估工具多缺乏与客观饮食质量指标的关联验证，更缺乏针对不同营养知识维度的精细化评估标准。

为解决这一问题，来自美国堪萨斯大学医学中心等机构的研究团队基于前期开发的营养素养评估工具(NLit)，开展了子量表阈值评分研究。该工具包含64项（长版）和42项（短版）六个子量表，涵盖营养与健康、食物能量来源、家庭食物测量、食品标签与计算、食物组和消费者技能等维度。研究团队通过对402例患有高脂血症、高血压、糖尿病或肥胖的成人患者数据进行分析，建立了各子量表得分与健康饮食指数(HEI)-2010的关联模型，相关成果发表在《Discover Public Health》期刊。

研究采用线性回归分析等关键技术方法，数据来源于大学附属诊所招募的慢性病患者队列，通过膳食历史问卷II(DHQ II)获取饮食数据并计算HEI-2010评分。

研究结果
方法学设计
采用事后二次数据分析，对原始NLit验证研究数据进行再挖掘。通过建立各子量表得分与HEI-2010的线性回归模型，确定与死亡率风险升高相关（HEI-2010<60.4）的阈值对应百分位数。

阈值确定
选择第10百分位数作为"可能营养素养不足"的划界值。短版NLit各子量表阈值分别为：营养与健康4/7分、能量来源3/6分、家庭测量3/6分、食品标签2/6分、食物组5/8分、消费者技能6/9分。对应HEI-2010预测值在60.12-61.77之间，均落入增加死亡风险的分数区间。

子量表难度差异
不同子量表在第10百分位数的正确率差异显著，反映营养知识维度间的认知难度差异。如"食品标签与计算"子量表正确率仅30%，而"食物组"子量表达75%，提示前者可能是普遍薄弱环节。

研究结论与意义
该研究首次建立了NLit子量表与客观饮食质量指标的量化关联，为精准识别营养素养缺陷提供了科学标准。通过揭示患者在特定营养知识维度的薄弱环节，使临床营养师能够开展针对性干预，如对食品标签理解困难者加强解读技巧培训。在公共卫生层面，该工具有助于发现人群营养素养的共性短板，指导教育材料的开发方向。

研究也存在一定局限：饮食数据依赖自我报告可能产生偏倚；中西部城市样本限制结果的区域普适性；部分子量表（如能量来源）的阈值设定可能过于宽松。未来需在不同地域和文化群体中验证工具的适用性，并进一步研究基于子量表缺陷的精准干预效果。

这项研究将营养素养评估从整体评价推进到多维度精细化诊断阶段，为改善慢性病患者饮食质量提供了新的评估框架和干预思路。随着工具在更多人群中的适应性改良（如已开发的西班牙语、葡萄牙语和意大利语版本），其应用价值有望进一步拓展。