基于简化食物频率问卷的EAT-Lancet行星健康饮食指数开发与验证：大规模多国研究的实用评估工具

为解决传统EAT-Lancet饮食评估工具在大规模调查中实施困难的问题，研究人员开发了基于14种食物组的EAT-Lancet消费频率指数(ELFI)。该研究在27个欧洲国家(n=27,417)验证显示ELFI具有良好信效度(α>0.80)，与标准ELI指数显著相关(r=0.44)，并能有效预测营养健康(β=0.62)和环境指标(β=-0.36)，为大规模可持续饮食研究提供了简便工具。

　　

当前全球食品系统面临着健康与环境双重挑战，不合理的饮食模式不仅导致肥胖、心血管疾病等健康问题，还加剧了温室气体排放、水资源消耗等环境压力。2019年EAT-Lancet委员会提出的"行星健康饮食"试图平衡这两方面需求，强调增加蔬菜、水果、全谷物等植物性食物，限制红肉、饱和脂肪等高环境影响食品。然而，现有评估工具如24小时膳食回顾、定量食物频率问卷(FFQ)在大规模多国研究中存在成本高、操作复杂、应答负担重等局限性，亟需开发更简便有效的评估方法。

为解决这一难题，来自欧洲多国的研究团队开展了这项创新研究。他们基于FEAST项目(涵盖27个欧洲国家27,417名成人)的简化食物倾向问卷(FPQ)，开发了EAT-Lancet消费频率指数(ELFI)，并在法国INCA3调查(n=1,645)中使用24小时膳食回忆数据进行验证。研究发现这一新型指数不仅操作简便，而且能有效反映人群对可持续健康饮食的依从程度，相关成果发表在营养学权威期刊《The Journal of Nutrition》上。

研究采用了多项关键技术方法：1)基于FEAST大规模多国调查数据开发14食物组的ELFI指数；2)使用法国INCA3国家代表性样本的24小时膳食回忆数据作为金标准验证；3)通过结构方程模型(SEM)评估指数与营养健康、环境影响的关联；4)应用Agribalyse 3.1.1数据库进行生命周期评估(LCA)计算环境指标。

在"方法"部分，研究人员首先设计了包含14个食物组的FPQ问卷，采用七级频率量表记录消费情况。通过三分位数评分系统，对"鼓励食用"(如蔬菜、坚果)、"需平衡/限制"(如红肉、添加糖)食物分别赋分。在"结果"部分显示，ELFI表现出优异的测量学特性：内部一致性α达0.83，探索性因子分析(EFA)提取出"鼓励食物"和"限制食物"两个维度，验证性因子分析(CFA)证实了双因子结构的合理性。与标准ELI指数相比，ELFI显示出中等相关性(r=0.44)，且与24小时回忆测得的实际食物消费量方向一致。

特别值得注意的是"食物消费趋势分析"的结果：随着ELFI评分升高，蔬菜、水果、坚果等健康食物消费显著增加(趋势检验p<0.0001)，而红肉、添加糖等不健康食物则明显减少。在"人口学差异"方面，女性、高学历、高收入人群的ELFI评分更高，吸烟者和久坐人群评分较低，这与已知的健康饮食社会分布模式相符。

研究最突出的发现体现在"营养与环境关联分析"中：结构方程模型显示，"鼓励食物"因子与"营养健康"潜在变量强相关(β=0.62)，与"环境影响"呈负相关(β=-0.16)；而"限制食物"因子则与更低的环境影响显著相关(β=-0.36)。具体而言，ELFI高分者表现出更好的营养素充足性(如维生素C、纤维)、更高的饮食质量评分(GDQS、cDQI)，以及更低的膳食炎症指数(DII)。环境指标方面，ELFI高分与更低的温室气体排放、土地占用相关，但水足迹有所增加。

在讨论部分，作者指出ELFI的创新价值在于：首次将简化的FPQ方法与EAT-Lancet饮食评估相结合，解决了传统工具在大规模调查中实施困难的问题。与现有EAT-Lancet指数(如ELI、PHDI)相比，ELFI在保持科学性的同时大幅提高了可操作性。研究也客观指出了工具的局限性：自陈式FPQ可能存在回忆偏差；水足迹增加提示行星健康饮食在干旱地区的适用性需要调整；某些营养素(锌、钙)的潜在不足仍需关注。

这项研究为全球可持续饮食监测提供了重要工具创新。ELFI指数的简便特性使其特别适合在资源有限地区开展大规模调查，有助于追踪联合国可持续发展目标(SDGs)中饮食相关指标的进展。未来研究可进一步验证ELFI在不同文化背景下的适用性，并探索其与慢性病风险的关联。随着EAT-Lancet指南的更新迭代，这一指数框架也可相应调整，持续服务于全球食品系统转型的科学评估需求。