中国青少年超加工食品消费现状及其与食物素养的关联：一项重庆地区的横断面研究

本综述通过一项覆盖7,761名11–17岁青少年的横断面研究，系统分析了食物素养（FL）及其认知与技能子域对超加工食品（UPFs）消费的影响。研究发现FL与UPF摄入呈显著负相关（β=?0.68至?0.60，p<0.05），且该关联在女性及屏幕时间≥2?h/天的群体中尤为显著。研究强调提升青少年FL水平对改善饮食决策及减少UPF消费的公共健康意义，为营养干预策略提供了实证依据。

　　

引言

近年来，食品加工程度的研究日益受到关注。超加工食品（UPFs）作为NOVA分类系统中加工程度最高的类别，主要由精制低成本成分工业制造，含有少量或不含完整食物，并常添加稳定剂、人工香料和着色剂等添加剂。UPFs具有高度适口性、能量密集和便捷性特点，目前已成为高收入和中收入国家膳食能量摄入的主要来源。数据显示，UPF的销售在全球范围内呈上升趋势，例如美国青少年UPF能量摄入占比从1999年的61.4%增至2018年的67.0%，而中国成人人均UPF消费量在1997至2011年间增长了四倍。

UPF消费作为一种不健康饮食行为，与多种不良健康结局相关。西班牙一项出生队列研究发现，孕期高UPF摄入与儿童早期智力受损相关；意大利和韩国的横断面证据表明，高UPF摄入与抑郁症状增加有关，尤其在年轻女性和成年人中。此外，UPF消费广泛认为与青少年肥胖（腹型肥胖/超重）、高血压、睡眠障碍和龋齿等健康问题密切相关。随着青少年健康成为国家公共卫生议程的核心，不健康产品（尤其是高脂、高糖、高盐的UPFs）的市场营销成为该群体健康问题的重要驱动因素。

影响青少年UPF消费的因素多样，包括父母相关态度、行为、营养知识和食物素养（FL）等。FL被定义为一组相互关联的知识、技能和行为，用于计划、管理、选择、制备和摄入食物以满足需求并决定摄入量，是健康素养的一种特定形式。与营养素养相比，FL更侧重于饮食实践。FL包含两个关键维度：认知（获取、理解和内化食物与营养相关知识的能力）和技能（做出适当营养决策和维持健康饮食的能力）。现有研究表明，FL与饮食习惯存在关联，例如日本成人研究中FL多个方面与高度加工食品消费相关，苏格兰“Eat Better Feel Better”项目通过提升照顾者FL减少了家庭加工食品摄入。此外，屏幕暴露时间增加和久坐行为与UPF摄入呈正相关，父母FL是10个阿拉伯国家多国研究中青少年食物选择的重要预测因子，而社交媒体上的加工食品营销曝光与青少年自报糖甜饮料和其他UPFs消费正相关。

尽管多数研究关注父母和照顾者FL对儿童食物选择和饮食行为的影响，但UPF消费对公共健康（尤其是青少年）的多方面影响促使我们探索青少年自身FL与UPF消费的关系。本研究旨在：（1）使用线性回归分析中国重庆11–17岁青少年FL及其两个子域（认知和技能）与UPF消费的关联；（2）通过亚组分析探讨FL与关键人口学特征之间的潜在交互作用。我们假设较低水平的FL及两个子域与较高UPF消费相关，且性别可能调节这一关联。

方法

研究参与者和程序

本横断面研究于2023年1月至2月进行，使用中国专业在线调查平台“问卷星”实施。通过随机化方法从重庆39个行政区中的32个选择中学生作为参与者。参与者需满足以下标准：（1）年龄11–17岁；（2）学生及其照顾者完成在线知情同意过程；（3）在重庆注册和/或居住。排除标准包括：（1）体重指数年龄Z分数（BAZs）超出+6或低于?4（BMI由自报身高和体重计算）；（2）在线问卷完成时间过短（<10分钟）；（3）报告“不知道主要照顾者教育程度”。最终分析纳入7,761名参与者。

研究在重庆市教育委员会协助下进行，问卷链接由区域学校健康工作者分发至班级群。参与者在访问问卷前获知研究目的和自愿性质，电子知情同意由学生和照顾者提供后，学生匿名填写问卷，内容包括人口学详情（如年龄、性别、独生子女状态）、FL评估和饮食行为。照顾者关系通过确认验证，必要时提供填写指导。研究经重庆医科大学伦理委员会批准（批准号：2021041）。

食物素养评估

青少年FL使用学龄儿童食物营养素养问卷（FNLQ-SC）评估，该问卷在中国儿童中经过验证且可靠，本研究Cronbach’s alpha为0.851，Kaiser–Meyer–Olkin（KMO）值为0.929。问卷包含43个项目，15个聚焦认知（营养知识），例如“我会主动获取营养与健康相关信息”，28个关注技能（食物选择、烹饪和食物相关技能），例如“我从健康角度选择食物”。自报工具采用5点Likert量表（“不同意”至“非常同意”）评估，单选题根据正确性评分（正确1分，错误0分）。总分范围0–145，分数越高表明学生FL水平越高。具体而言，认知子域分数范围0–51，技能子域0–94。随后，总FL分数及其两个子域分为四分位数（Q1、Q2、Q3、Q4）用于进一步分析和比较。

超加工食品消费程度评估

健康与不健康饮食行为量表（HUEBS）用于评估参与者一般消费健康和不健康食品项目的程度。由于东西方饮食文化差异，该量表基于中国居民膳食指南进行本地化。健康食品项目示例包括：“全谷物（如糙米、荞麦、藜麦、燕麦）”、“水果”、“蔬菜”，应适度消费的食品项目示例包括：“冷冻甜品（如冰淇淋、冰棍）”、“包装蜜饯”、“巧克力和/或糖果”。KMO值（0.902）和Barlett球形检验（p<0.001）表明量表适合主成分分析。子域所有项目旋转因子载荷大于0.40，变量主要反映各自因子特征。Cronbach’s alpha显示子域内部一致性良好（健康饮食α=0.816，不健康饮食α=0.831）。

研究使用HUEBS的不健康饮食子域评估UPF消费程度。两名培训营养师根据NOVA分类系统将子域项目分类为UPFs（组4，最高加工程度），第三名营养师在分歧时协助。参与者被要求指出一般消费每种食品的程度，量表范围1（从不）至7（≥3次/天）。UPF消费复合分数通过求和相应子域项目创建，分数范围7–49分，分数越高反映UPF消费程度越高和不健康饮食行为越强。

青少年人口学和生活方式调查

通过结构化问卷收集参与者人口学信息，包括年龄、性别、民族（汉和少数民族）、居住地（城乡，按国家统计局分类）、独生子女（是或否）、寄宿学校、照顾者教育（低：小学及以下；中：初中；高：高中及以上）。自报体重和身高转换为BAZs使用WHO AnthroPlus软件，分类标准按WHO标准：2代表肥胖。视频屏幕时间调查主要收集自报每天看电视、玩游戏和浏览手机的时间，分类为健康（<2?h/天）或不健康（≥2?h/天）。久坐时间通过体力活动问卷自报，问题为“你通常每天坐多久？”，数据分类为<2?h/天和≥2?h/天。

统计分析

使用频率和比例（%）描述分类变量，均值和标准差（SD）描述连续变量。参与者人口学特征按FL分数四分位数呈现，并使用卡方检验比较分类变量（如性别、民族、居住地等）或方差分析（ANOVA）比较连续变量（年龄）。以UPF分数为主要结局变量，进行线性回归分析估计FL四分位数（包括其子域）之间的关系。由于体重状态、屏幕时间和久坐时间与青少年UPF消费相关，它们在线性回归分析中被控制以消除这些影响。单因素分析中显著变量也作为协变量控制。多变量调整模型中协变量的多重共线性使用方差膨胀因子评估，所有方差膨胀因子低于5，表明低共线性。每组建立三个模型：模型1未调整；模型2调整年龄、性别、BAZs、寄宿学校、居住地和照顾者教育；模型3进一步调整久坐时间和屏幕时间。在分层分析中，通过引入交互项到回归模型检验交互效应。所有分析使用STATA 17.1进行，p值<0.05视为统计显著。

结果

研究样本人口学特征

表1呈现按FL四分位数分类的参与者样本特征。研究共包括7,761人，其中3,716名男孩（47.9%）和4,045名女孩（52.1%），平均年龄14.00±0.98岁。74.0%的学生体重正常。大多数参与者为汉族（95.5%），35.1%为寄宿学生，58.9%居住在城市，23.8%为独生子女。大多数主要照顾者达到中等教育水平（45.6%）。此外，20.4%报告每日久坐时间超过2?h，45.4%报告每日屏幕时间超过2?h。

FL四分位数及其与人口学特征的关联

across不同FL四分位数，FL分数分别为82.6±7.8、94.6±2.3、102.6±2.6和116.6±6.9（Q1至Q4）。如表1所示，年龄、性别、寄宿学校、居住地、照顾者教育和儿童屏幕时间的分布在四个FL分数组（四分位数，Q1–Q4）间显著不同（p值<0.05）。在FL分数Q1组，参与者年龄稍大。男孩比例在Q1显著较高，而女孩在Q2–Q4占主导。从Q1到Q4，非寄宿学生和城市居住青少年比例增加，照顾者高等教育水平比例更高。相反，报告每日屏幕时间≥2?h或以上的个体比例下降。

青少年UPF消费程度

图1显示不同类别UPF的分数。分数从低到高依次为：巧克力和/或糖果（1.64±1.23）、冷冻甜品（1.66±1.23）、包装蜜饯（1.90±1.50）、油炸和膨化食品（1.90±1.34）、糖甜饮料（2.18±1.49）、重组肉制品（2.31±1.54）和工业包装糕点（2.50±1.55）。其中，工业包装糕点、重组肉制品和糖甜饮料是消费分数最高的三种UPF类别。

FL与UPF消费程度的关联

青少年FL水平与UPF消费分数呈负相关（表2）。调整社会人口学因素后（模型1），β系数（95%置信区间） across FL四分位数为0、?0.80（95% CI：?1.25, ?0.37, p<0.001）、?0.90（95% CI：?1.35, ?0.45, p<0.001）和?0.91（95% CI：?1.36, ?0.46, p<0.001）。然而，进一步调整生活方式因素后（模型3），β系数分别下降15.00%、23.33%和34.06%，关联减弱。分析两个FL子域时，模型2显示认知分数最高四分位数（Q4）参与者UPF消费分数较Q1更低，β系数（95% CI）为?0.59（95% CI：?1.03, ?0.14, p=0.011）。进一步调整生活方式因素后，FL认知维度与UPFs的关联减弱。对于技能域，参与者分数在模型2中与UPF消费分数负相关。第二至第四四分位数（Q2–Q4）的效应估计在模型3中仍下降（分别14.89%、22.55%和44.43%）。

分层分析

分层分析结果显示，较高FL水平通常与UPF消费水平降低相关，但存在显著人口学差异（表3）。检测到FL与性别（交互p<0.001）和屏幕时间（交互p=0.003）之间存在显著交互作用。FL与UPF消费的负关联仅在女孩中观察到，男孩中未见。此外，当屏幕时间≥2?h/天时，我们观察到FL与UPF消费分数负相关。高四分位数FL分数（Q3）参与者UPF消费分数较Q1更低（β（95% CI）?1.35（?2.00, ?0.71）, p<0.05）。未观察到寄宿学校状态、居住地点、照顾者教育水平或久坐时间的显著交互作用。

讨论

我们在中国重庆进行了一项横断面研究，检验初中生UPF消费分数与FL水平（包括认知和技能）的关联。与假设一致，FL及其两个子域与UPF消费分数负相关。此外，FL水平与性别和屏幕时间存在显著交互作用。FL与UPF分数的负关联仅在女孩中观察到。当暴露于2?h或以上屏幕时间时，我们发现高四分位数FL分数（Q3）参与者UPF消费分数较Q1降低。

就UPF消费而言，我们发现工业包装糕点、重组肉制品和糖甜饮料是中学生最常消费的UPF类别，这与先前研究一致。一项研究显示美国在职成人主要UPF消费来自甜点和糖果（20.8%），其次为薯片、饼干和相关产品（16.5%）。另一项涉及中国中小学生（N=1,274）的研究表明，三种最普遍UPFs为糕点（80.5%）、糖果（64.6%）和油炸膨化食品（53.9%）。比利时一项全国研究发现，对UPF消费贡献最大的产品是加工肉（14.3%）、糕点（8.9%）和软饮料（6.7%）。中学生处于青少年发展的关键阶段，UPF消费可能阻碍其生理成熟和整体生长轨迹。因此，必须减轻或纠正不良饮食习惯，培养健康饮食实践，并在正餐外补充蔬菜、水果、豆制品和乳类等营养来源。

FL被认为在塑造饮食习惯中重要。先前成人研究报告营养知识与某些核心食物组（如蔬菜、水果、谷物或鱼类）消费正相关，这些更符合公共卫生指南，但与糖甜饮料和脂肪消费负相关。其他几项研究也报告成人中食物技能（食物制备技能和行为、烹饪技能）与高度加工便捷食品项目（如即食餐）负相关。然而，关于青少年FL与UPF消费关联的证据有限。本研究中，我们发现青少年FL（包括认知和技能子域）与其UPF消费分数负相关。高FL青少年显示低UPF分数。营养教育可改善知识，进而积极影响膳食摄入。此外，拥有高级烹饪技能的青少年明显更热情参与烹饪活动并对成就感到自豪。先前研究也强调，具有食物选择和制备高技能的个人更倾向于选择天然食物（如生肉、禽类和蔬菜）而非UPFs。因此，掌握基本营养知识和烹饪技能对指导青少年做出更健康食物选择至关重要。

本研究中，年龄和性别是影响青少年FL水平的重要因素。FL四分位数Q1组平均年龄稍高于Q4组，这可能归因于随年龄增长学业压力增加和食物选择自主性增强，导致更不健康饮食行为（如糖甜饮料消费）。相反，年幼儿童可能受益于家庭或学校更结构化饮食环境，这可能贡献更高FL分数。因此，需要进一步研究澄清年龄在FL与UPF消费关系中的作用。此外，我们发现FL四分位数分布在性别间显著不同。女孩在较高FL四分位数分数中比例更高，显示女孩FL评分均值高于男孩。这可能与女性身体形象关注和体重理想目标相关，尤其在青春期。这些因素可能导致女孩更多参与和 preoccupation with 所食食物的能量和营养内容。同时，FL水平与UPF消费分数的负关联仅在女孩中观察到，男孩中未见。这一发现可能归因于女孩比男孩更关注食物知识。一项研究表明，与男孩相比，女孩更频繁阅读食品标签，并倾向于避免选择不健康食物。此外，男孩可能比女孩接收更高热量餐食，通常来自不健康来源，可能增加他们对不健康食物的偏好。未来研究应仔细考虑这些知识和食物技能的性别差异，并阐明UPFs与FL关联中性别差异的机制。

屏幕时间指每天看电视、玩游戏和浏览手机的时间。我们发现屏幕时间显著修饰FL与UPF消费的关联。当暴露于2?h或以上屏幕时间时，较高四分位数FL分数（Q3）参与者显著降低UPF消费分数。尽管原因不明，可能与营养教育和社会支持相关。例如，在澳大利亚，将营养教育融入游戏改善了儿童整体营养知识，这可能帮助他们提供关于饮食的积极反馈。此外，一系列健康饮食和体力活动干预已成功整合到智能设备中，以改善饮食和体力活动行为。然而，我们无法检查屏幕环境的潜在影响，因为本研究未获此信息。因此，需要进一步研究澄清屏幕时间与UPF消费关联的这一方面，并采用分层改进策略为青少年定制FL干预。

UPF消费与一系列健康问题的关联已 well-established。尽管中国政府采取积极措施（如中国膳食指南），UPF消费在中国继续上升。显然，改善青少年FL有潜力增强他们的食物选择决策、食品标签理解和健康烹饪实践采用。因此，这些发现对政策制定者、研究人员和其他社会利益相关者具有重要含义。本研究几个优势应强调。其中之一是聚焦大量青少年样本，男女比例近乎相等，来自中国重庆多样地区。此外，我们全面评估了他们的FL，包括营养知识和技能（制备、烹饪和摄入），并使用根据中国营养学会修改的量表（HUEBS）评估UPF消费程度。此外，两名培训营养师为NOVA分类分类食品产品，第三名营养师在分歧时协助。本研究也具有重要政策含义。

然而，一些局限性值得提及。首先，在线和自报调查固有引入信息偏倚。但全过程实施严格质量控制，参与者样本经过严格筛选。第二，横断面调查数据不允许可靠推断因果关系。需要纵向研究进一步检验FL与UPF消费的关联。第三，我们无法访问全面信息，加上参与者不愿披露敏感细节（如家庭经济状况、进食地点和邻里食品店模式），限制了我们调查与UPF消费相关的潜在内部和外部因素的能力。未来研究应纳入更广泛因素，包括克服此类不情愿的策略，以实现更细致和彻底分析。

结论

本横断面研究结果表明，工业包装糕点、重组肉制品和糖甜饮料是中学生最常消费的UPF类别。FL及其两个子域与青少年UPF消费分数负相关。此外，我们观察到FL水平、性别和屏幕时间之间的显著交互作用。这些发现突出改善FL有潜力增强青少年食物相关决策，对政策制定者、研究人员和其他相关利益相关者具有重要意义。然而，鉴于各种行为和社会人口学因素（如照顾者喂养实践、家庭行为和进食环境）的影响，需要进一步纵向研究澄清FL与UPF消费的长期关系。