《Nutrire》：High underreporting of dietary energy intake obtained through 24-hour recalls among Brazilians in a nationally representative survey
编辑推荐：
目的：本研究旨在识别2017–2018年全国食物调查（National Food Survey）中巴西人能量摄入（energy intake, EI）低报相关的营养和社会人口学因素。方法：使用20岁以上个体数据，共36 480名参与者。膳食摄入数据通过单次24
目的：本研究旨在识别2017–2018年全国食物调查（National Food Survey）中巴西人能量摄入（energy intake, EI）低报相关的营养和社会人口学因素。方法：使用20岁以上个体数据，共36 480名参与者。膳食摄入数据通过单次24小时回顾法（single 24-hour recall, 24 h）收集。低报者采用经Black（2000）修订的Goldberg方法识别。体重指数（body mass index, BMI）以体重除以身高的平方计算，单位为kg/m2。低报者与合理报告者（plausible reporters）之间宏量营养素摄入差异采用Wald F检验（Wald’s F test）分析。与低报相关的因素采用Poisson回归（Poisson regression）分析。结果：能量摄入低报的患病率为30.5%。超重和肥胖（excess weight, overweight and obesity）、节食行为（dieting practices）以及社会经济条件（中等和低收入、未接受正规教育）与该食物摄入测量误差的较高患病率相关。低报者的蛋白质、总碳水化合物、总脂肪和膳食纤维平均摄入量也较低。结论：营养流行病学研究人员应处理低报问题；在解释全国调查中的食物消费数据时，应考虑与肥胖/超重及节食相关的偏倚。
研究背景与问题。膳食调查是评估膳食的重要工具，膳食是许多慢性病的重要可改变因素，可用于制定膳食指南、指导公共卫生策略并研究膳食与健康关联。然而，多数食物摄入测量基于自我报告数据，存在偏倚和测量误差；低估或高估食物消费可影响膳食与健康关系解释，使实际摄入与报告摄入产生差异。其中，能量摄入（energy intake, EI）低报是最常见的误差之一。巴西全国膳食调查有历史基础，1974–1975年全国家庭支出研究曾开展，但数十年间估计基于家庭食物可获得性数据，不能充分反映家庭外消费。2008–2009年家庭预算调查（Household Budget Survey, POF）首次纳入全国食物调查（National Food Survey, INA），开始提供系统且全国代表性的个体食物消费信息；2017–2018年开展第二次INA，子样本覆盖34.7%巴西人口。为可靠分析，需识别EI误报，不一定排除参与者，而是认识其对膳食摄入结果的影响。双标水（doubly labeled water）是估算总能量消耗（total energy expenditure, TEE）的金标准，但成本高，限制大规模流行病学研究应用。Goldberg等提出的方法基于EI与基础代谢率（basal metabolic rate, BMR）比较，经Black修订后广泛用于评估EI报告的合理性。测量误差常非随机，某些亚组更易误报；文献已关注性别、年龄组、BMI和社会经济状况。巴西基于人群的EI误报因素证据仍有限，研究人员假设营养和社会人口学因素与EI误报较高患病率相关，并开展本研究。
研究人员开展的研究及结论意义。研究人员使用2017–2018年POF中INA数据，纳入20岁以上个体，最终样本36 480名，识别营养和社会人口学因素与EI低报的关联。研究得出，巴西20岁及以上人群EI低报率为30.5%；超重和肥胖、节食行为以及社会经济条件（中等和低收入、未接受正规教育）与低报较高患病率相关；低报者蛋白质、总碳水化合物、总脂肪和膳食纤维平均摄入较低。该研究据原文称为首个在巴西全国代表性调查中检验EI误报患病率及相关因素的研究，提示在探索膳食与疾病关系时应谨慎，并在分析和解释结果时考虑测量偏倚，尤其在巴西特定亚组中。
关键技术方法。研究使用2017年7月至2018年7月巴西POF数据，采用复杂两阶段整群抽样，样本含57 920户、575个样本层；个体食物消费在20 112户10岁以上居民中收集，46 164人完成食物消费模块，排除20岁以下者、孕妇和哺乳期妇女后，最终纳入36 480名20岁及以上成人。膳食摄入用单次24小时回顾（24 h），按Automated Multiple-Pass Method结构化收集；用巴西食物成分表（Brazilian Food Composition Table, TBCA）7.0版计算能量和营养素。采用经Black修订的Goldberg方法，以EI/BMR比值、Schofield方程估算BMR、体力活动水平（physical activity level, PAL）1.55及±2 SD切点分类低报者、合理报告者和过度报告者。统计使用Rao–Scott校正卡方检验、Wald F检验和Poisson回归，并考虑复杂抽样设计和权重，使用R软件4.6.0。
研究结果。结果：样本特征与低报者分布。通过Rao–Scott校正卡方检验，研究人员发现低报者和合理报告者在所有评估特征上分布显著不同（p<0.05）。巴西研究人群约53.9%为女性；女性平均EI为1 509.6（±7.6）kcal/day，男性为1 944.7（±10.8）kcal/day。基于Goldberg/Black切点，EI低报患病率为30.5%，未识别出过度报告者。低报者中女性比例高于合理报告者（55.6% vs. 53.3%），老年人比例较低（22.2% vs. 24.3%）；无正规教育和低收入比例较高，高收入比例较低；黑人比例较高（55.2% vs. 52.7%）；农村和东北地区比例较低，东南地区比例较高；超重和肥胖比例较高，正常体重比例较低；节食者比例较高（22.6% vs. 14.3%）。结果：能量与营养素摄入比较。通过Wald F检验，研究人员发现低报者平均体重、BMI和BMR高于合理报告者（p<0.001），平均每日能量摄入较低；低报者蛋白质（50.8 vs. 90.9 g/day）、总碳水化合物（141.9 vs. 263.4 g/day）、总脂肪（33.9 vs. 67.4 g/day）和膳食纤维（14.6 vs. 24.8 g/day）平均摄入低于合理报告者（p<0.001），身高无显著差异。结果：与低报相关的因素。通过Poisson回归，调整后模型显示，超重者和肥胖者低报患病率分别比正常体重者高32%（PR=1.32；95%CI:1.25–1.40）和75%（PR=1.75；95%CI:1.63–1.87）；节食者高41%（PR=1.41；95%CI:1.32–1.50）；中收入和低收入者分别比高收入者高12%和44%；无正规教育者比受教育超过12年者高25%。相反，老年人低13%（PR=0.87；95%CI:0.81–0.94），农村居民低7%（PR=0.93；95%CI:0.86–1.00），东北地区居民低23%（PR=0.77；95%CI:0.72–0.83），北部地区居民低14%（PR=0.86；95%CI:0.78–0.95）；调整后性别与低报无关联。
讨论总结。研究人员认为，这是首个在巴西全国代表性调查中检验EI误报患病率及相关因素的研究。意外发现是没有过度报告者；虽然低报通常比过度报告更普遍，但既往研究常识别少量过度报告者，差异可能与人群特征、膳食评估程序或分类标准有关。本研究的低报率与葡萄牙（28.5%）和爱尔兰（33.3%）全国代表性调查相似，均采用Goldberg和Black方法；日本（3.2%）、澳大利亚（23.0%）和美国（25.1%）报道较低。系统检索37项成人24 h回顾或食物记录研究约30%参与者为低报，与本研究一致；Lopes et al. (2016)在验证POF 2008–2009膳食记录与双标水时也检出30%低报。超重和肥胖者低报较高，与多数研究一致，可能涉及故意省略食物或缩小份量、社会期望、身体不满或希望报告更可接受膳食模式；BMI影响在巴西分析中应谨慎考虑，因超重和肥胖自2002–2003 POF以来增加。节食与低报高41%相关；约三分之一巴西人报告膳食目标为减重；难以区分实际膳食限制与低报，但饮食行为改变与偏倚估计相关。文献报道女性低报高于男性，本研究中描述分析女性比例较高，但调整后性别不关联，提示初始差异可能由其他因素解释。低社会经济地位和无正规教育者低报更普遍，与一些大型代表性研究一致，可能因准确膳食评估所需技能较少或投入饮食/健康时间较少；但Lutomski et al. 2011发现较高社会经济水平与更大误报相关，社会经济地位作用尚不明确。低报者蛋白质、总碳水、总脂肪和膳食纤维摄入较低，支持低报非随机、可能选择性地影响某些食物和营养素，如低估富含脂肪和碳水化合物食物、高估更健康或社会期望食物。农村居民低报较低，Scagliusi, Ferriolli, and Lancha (2006)认为与食物生产制备更接近、熟悉食物有助于准确回忆和减少记忆错误有关，且膳食模式较简单、超加工食品依赖较少。老年人低报较低，但文献仍有争议，老年人更易记忆偏倚；更规律饮食习惯和较低食物消费变异可能有助于一致报告。局限包括横断面设计、Goldberg方法间接性、BMR预测方程和PAL假设、2017–2018 POF未收集PAL而采用FAO (2001)中等不活动固定值、身高体重自报可能误分类BMI，以及低报可能降低其他营养素报告摄入。低报是营养研究公认局限，但无共识处理方法；有些研究排除低报者，有些将其作为调整变量。Bastista et al. (2022)建议优先将低报作为调整或分层变量，避免不必要排除降低统计功效和引入偏倚。新技术可自动化和标准化膳食数据收集；Oliveira et al. (2022)用Black方法观察到GloboDiet低报14.9%，Brasil-Nutri为20.0%。需要指导项目强调准确报告的重要性，尤其易误报者。
研究结论翻译。营养流行病学研究人员应处理低报问题；在解释全国调查中的食物消费数据时，应考虑与肥胖/超重和节食相关的偏倚。在巴西人中，肥胖、超重、节食报告以及社会经济条件与更高能量摄入低报患病率相关；这些发现强化了识别不合理报告的必要性，并在营养研究中解释膳食摄入数据时考虑这些特征。
