夜间进食综合征研究中的参与者特征：一项范围综述揭示的人口统计学报告现状

本研究针对夜间进食综合征(NES)研究中人口统计学特征报告不足的问题，通过系统分析2013-2025年间87项研究，发现超过三分之一研究未报告任何人口统计学数据，最常报告的是性别(57.47%)、BMI/体重等级(50.57%)和年龄(48.28%)。研究揭示了NES研究存在体重状态选择偏倚（19.54%研究将BMI作为入组标准），为改善NES研究的代表性和临床适用性提供了重要依据。

　　

夜间进食综合征(Night Eating Syndrome, NES)作为一种特殊的饮食失调模式，自1955年Stunkard首次描述以来，其诊断标准经历了多次演变，目前存在Allison标准、DSM-5标准等多种定义体系。然而令人惊讶的是，尽管NES研究已开展近70年，学界对这个疾病的人口学特征仍知之甚少——就像试图拼凑一幅没有边框的拼图，研究者们至今无法准确描绘哪些人群更容易患病，也无法建立有效的风险预测模型。更严峻的是，现有研究普遍存在样本代表性问题：临床样本占主导、体重偏倚明显（许多研究仅纳入肥胖人群），且关键人口统计学数据缺失率高达35%。这种状况直接导致两个严重后果：不同研究间的结果难以比较；临床实践中无法针对不同人群制定差异化干预方案。

为系统解决这一问题，由美国国家普通医学科学研究所资助的研究团队开展了这项开创性的范围综述。研究人员检索了2013年1月至2025年3月间PubMed和PsychINFO数据库中所有包含"night eating syndrome"的英文文献，排除综述、未成年人样本、非英语文献及样本量≤10的研究，最终纳入87项研究进行深度分析。研究采用双人独立编码的方式，重点提取了样本人口统计学特征、纳入排除标准等关键信息。

方法学上，本研究主要运用了系统文献检索策略（限定时间跨度和数据库）、双盲文献筛选流程（两位研究者独立评估符合性）以及标准化数据提取模板（预先设计编码手册）。特别值得注意的是，研究团队开发了系统的质量评估体系，对人口统计学变量的报告完整性进行量化分析。

研究结果呈现出三个显著特征：

1. 人口统计学报告严重不足：37%的研究未报告任何人口统计学数据，即便是报告率最高的性别(57.47%)和BMI(50.57%)，其完整度也远低于科研规范要求。种族、性取向等关键多样性指标的报告率不足15%。
2. 体重选择偏倚明显：19.54%的研究直接将BMI作为入组标准，其中83%限定于超重/肥胖人群。这种人为的样本筛选导致学界对正常体重NES患者的认知存在巨大空白。
3. 诊断标准混乱影响可比性：40%研究使用Allison标准，其余采用混杂的定义方式，这种异质性使得跨研究比较如同"比较苹果和橙子"。

讨论部分尖锐指出，当前NES研究正陷入"样本偏差-认知局限-临床误判"的恶性循环。体重选择偏倚可能强化了"NES是肥胖并发症"的错误认知，而人口统计学缺失则掩盖了潜在的健康差异。研究建议建立最低报告标准（必须包含性别、年龄、BMI、种族四项核心指标），并特别强调需要在三个维度进行改进：扩大样本多样性（覆盖各体重等级、少数族裔等）、统一诊断工具（推荐使用DSM-5标准增强可比性）、加强社区样本研究（减少临床样本偏倚）。

这项发表在《Eating Behaviors》的研究具有里程碑意义：首次绘制了NES研究的人口统计学"盲区"地图，为后续研究提供了明确的改进路线图。更深远的影响在于，它揭示了饮食失调研究中普遍存在的"选择性失明"问题——当我们只关注特定人群时，很可能正在系统性忽视其他需要帮助的群体。正如研究者警示的："一个无法代表真实患者群体的研究体系，其产生的知识注定是片面而危险的。"这项研究为打破NES研究的"体重枷锁"迈出了关键一步，也为其他饮食失调研究提供了方法学借鉴。