中国南方居民膳食模式探索：基于因子分析与潜在类别分析的应用比较

本研究针对中国南方居民膳食模式分类方法的科学性问题，通过横断面调查（n=12,212）比较因子分析(FA)与潜在类别分析(LCA)的应用差异。研究人员在广东茂名高州市采用分层整群随机抽样，识别出5种潜在膳食模式（平衡型10.75%、趋平衡型8.03%、肉类偏好型22.19%、传统型45.00%、失衡型14.03%），并发现性别、年龄、收入等社会人口学因素显著影响模式选择（P<0.05）。该研究为精准营养干预提供了新方法学依据，成果发表于《Journal of Health, Population and Nutrition》。

　　

随着中国经济快速发展和营养转型，居民膳食结构从传统模式向高能量密度食物转变，导致超重肥胖率激增。中国居民营养与慢性病报告(2020)显示，超过半数成年人存在超重问题，青少年肥胖率接近20%。这种饮食相关的健康危机促使研究者深入探索膳食模式与慢性病的关联机制。

山西医科大学管理学院联合西北妇女儿童医院等机构的研究团队，在广东茂名高州市开展了一项突破性研究。通过分析12,212名18-65岁居民的膳食数据，首次系统比较了因子分析(FA)与潜在类别分析(LCA)在膳食模式识别中的优劣。研究发现LCA能更精细地区分5种潜在膳食模式，其中传统膳食模式占比最高（45%），而真正符合平衡膳食的居民仅占10.75%。该研究为制定区域化营养干预策略提供了重要依据，论文发表于《Journal of Health, Population and Nutrition》。

研究采用三大关键技术方法：(1)横断面设计结合分层整群随机抽样，覆盖高州市28个行政单位；(2)使用标准化问卷采集10类食物摄入频率及社会人口学数据；(3)通过FA和LCA双模型对比，采用AIC/BIC等6项指标评估模型拟合度。

研究方法

通过KMO检验（0.849）和Bartlett球形检验（P<0.001）验证数据适合因子分析，提取出3个特征值>1的公因子："现代健康模式"（载荷：薯类0.72、豆类0.68）、"肉类模式"（畜禽肉0.81）、"主食蔬菜模式"（蔬菜0.79、谷物0.75），累计方差贡献率61.08%。

潜在类别分析结果

LCA识别出5种模式：

1. 平衡型（10.75%）：各类食物摄入频率均高（4-7次/周）

2. 趋平衡型（8.03%）：蔬菜水果摄入高频，奶类鱼类中频（1-3次/周）

3. 肉类偏好型（22.19%）：畜禽肉高频，薯类豆类摄入不足

4. 传统型（45.00%）：蔬菜谷物高频，其他食物中频

5. 失衡型（14.03%）：薯类豆类几乎不摄入，水果蛋类中频

影响因素分析

多因素逻辑回归显示：

• 女性更倾向肉类偏好型（OR=1.46,95%CI:1.27-1.67）

• 慢性病患者选择平衡型的可能性更低（OR=3.94,95%CI:3.23-4.80）

• 高收入人群（>5000元/月）肉类偏好风险增加26.6%

这项研究首次在中国南方人群中系统比较了FA与LCA的适用性，发现LCA能识别出FA无法捕捉的"趋平衡型"等过渡模式。45%居民仍保持传统膳食模式，但其中蔬菜谷物过量、奶类豆类不足的问题突出。研究结果对实施《"健康中国2030"规划纲要》中的营养改善行动具有重要指导价值，特别是为针对不同社会人口特征群体的精准干预提供了科学依据。未来研究需结合纵向数据，进一步明确膳食模式与BMI的因果关系。