美国男女性18–30岁特定酒类狂饮流行率的30年轨迹：啤酒、葡萄酒与烈酒的历史与发展趋势

《Alcohol, Clinical and Experimental Research》：Age 18–30 Trajectories of Beverage-Specific Binge Drinking Prevalence Over 30?Years for Men and Women in the United States

　　

背景：狂饮（binge drinking）在美国造成大量死亡、疾病负担和经济成本。尽管总体狂饮的趋势及其决定因素已得到较好表征，但关于狂饮趋势如何按饮品类型（啤酒、葡萄酒、烈酒）在青年期及历史时间中变化仍知之甚少。理解饮品特异性模式可能阐明酒精相关风险的变化，并为饮品特异性政策提供信息。
方法：数据来自监测未来（Monitoring the Future, MTF）纵向研究，该研究对1976年至2008年美国高中毕业班学生的代表性队列进行抽样，并从1988年至2020年通过7个波次随访至30岁（N = 20,684）。采用分段潜变量增长模型（piecewise latent-growth models）分别评估每种性别的总体、啤酒、葡萄酒和烈酒狂饮流行率中的年龄趋势、队列趋势及年龄×队列交互。
结果：对于两性，总体狂饮随年龄呈倒U型（18–22岁增加，至30岁下降）；啤酒和烈酒狂饮遵循总体倒U型模式，而葡萄酒则持平。队列趋势随年龄显著变化，并因饮品类型而异。对于两性，青年期开始（18岁）总体狂饮的历史性下降是啤酒和葡萄酒历史性下降的函数。然而，由于青年期后段烈酒和葡萄酒的历史性增加，对于两性，18岁总体狂饮的下降未能维持至30岁，男性在该年龄水平持平，女性则增加。
结论：饮品特异性趋势显示，青年期较年轻年龄的狂饮历史性下降集中于啤酒和葡萄酒，而较年长年龄的烈酒和葡萄酒增加抵消了这些初始下降。具有循证有效性和成本效果（cost effectiveness）的饮品特异性政策，如提高价格和减少可获得性，可能有助于降低与烈酒和葡萄酒狂饮相关的新兴风险。

论文解读：美国18–30岁男性与女性特定饮品狂饮流行率的30年轨迹

研究背景与问题。过量饮酒包括狂饮（binge drinking，通常定义为女性4+杯/男性5+杯），在美国每年约180,000例死亡中起作用，并与多种急慢性健康问题以及至少每年$250 billion经济成本相关。既往 Jager et al.、Patrick et al.、Kerr et al.、Stern et al. 等研究显示，青年期总体狂饮随年龄呈倒U型：18–22岁增加，22–30岁下降。过去数十年，聚合青年总体狂饮水平相对稳定，但近期队列出现下降；青年期内部历史变化明显：18岁狂饮历史下降，青年后期即20多岁中后期上升，女性上升幅度更明显。既往研究多关注总体狂饮，较少按啤酒、葡萄酒、烈酒分解。不同饮品在消费模式、饮品特征、使用驱动、税收和营销反应上存在差异；男性啤酒消费和狂饮场合较多，女性葡萄酒消费量较高但狂饮场合烈酒最高。青年期是后期饮酒模式和相关风险形成期。研究缺口在于：饮品特异性青年狂饮的年龄趋势、历史趋势及年龄×历史交互是否因饮品和性别不同。

研究人员开展的研究。数据来自监测未来（Monitoring the Future, MTF）纵向研究，样本为1976–2008年美国12年级高中生代表性队列，随访7个波次至30岁，覆盖1988–2020年，N=20,684。测量总体、啤酒、葡萄酒和烈酒狂饮流行率，定义为过去两周内同种饮品5杯及以上（5+）连续饮用。队列组按达到30岁年份分为7组：1988–1992、1993–1997、1998–2002、2003–2007、2008–2012、2013–2017、2018–2020。性别自报。分析采用分段潜变量增长模型（piecewise latent-growth models），按性别多组建模，估计年龄18岁截距及18–22、22–26、26–30线性增长，并将队列组作为年龄变化预测因子，检验队列主效应和年龄×队列交互。使用identity link与robust maximum likelihood sandwich estimator估计风险差异，采用卡方（χ²）差异检验交互，纳入权重调整抽样和失访。

研究结果如下。

3.1 目标1：按饮品类型描述年龄趋势。总体狂饮两性均为倒U型：女性18–22增长0.032，22–26下降?0.033，26–30下降?0.031；男性相应为0.060、?0.036、?0.025。啤酒和烈酒年龄趋势与总体大致平行；葡萄酒在所有年龄基本平坦，增长估计不显著。女性总体狂饮低于男性，性别差异主要由啤酒驱动，啤酒性别差异最大。

3.2 目标2：按饮品类型描述历史趋势。跨18–30岁平均的队列主效应显示，女性总体和啤酒狂饮流行率跨队列相对稳定，净线性趋势不异于零；葡萄酒呈曲线变化，中间队列较低而近期与1988–1992相当；烈酒增加，净线性趋势为正。男性烈酒相对稳定；总体、啤酒、葡萄酒下降，净线性趋势均负，其中总体和啤酒在2018–2020队列相对1988–1992下降尤其明显。

3.3 目标3：按饮品类型描述随年龄变化的历史趋势。年龄×队列交互在两性总体、啤酒、葡萄酒、烈酒中均显著。女性总体狂饮在18和20岁跨队列下降，22和24岁持平，26、28、30岁增加。年轻端下降由啤酒和葡萄酒驱动，烈酒在18和20岁持平；老年端增加由烈酒和葡萄酒驱动，烈酒在22–30岁跨队列增加，葡萄酒在26–30岁增加；啤酒无跨队列增加证据。男性总体狂饮在18至24岁跨队列下降，26至30岁持平。年轻端下降啤酒强于葡萄酒；啤酒在18、20、22岁下降，葡萄酒在18–20岁下降；老年端烈酒在22、24、28、30岁增加，葡萄酒在30岁增加；虽然总体未增加，但烈酒和葡萄酒均增加。

3.4 补充分析。在报告总体狂饮者中，未报告任何啤酒、葡萄酒或烈酒狂饮的比例为7.4%–10%，不随年龄变化；约45%–55%报告单一饮品狂饮，随年龄增加而增加，原因是啤酒单一和葡萄酒单一狂饮增加，以及啤酒/烈酒和啤酒/烈酒/葡萄酒狂饮下降。由于测量性质，14天内多种饮品狂饮不能说明单次组合狂饮。

讨论部分总结。主要结论有三点：年龄趋势因饮品不同，啤酒和烈酒呈倒U型而葡萄酒平坦；历史趋势因饮品和性别不同，女性烈酒增加而啤酒和葡萄酒稳定，男性啤酒和葡萄酒下降而烈酒稳定；历史趋势随年龄变化并因饮品不同，两性18岁总体下降由啤酒和葡萄酒下降驱动，但后期烈酒和葡萄酒增加使18岁下降未维持到30岁，男性持平女性增加。讨论指出，既往总体狂饮工作帮助定位风险年龄及历史波动，本研究进一步说明风险按饮品如何波动。维持和扩展青年早期下降至30岁，需要针对烈酒和葡萄酒的预防和政策。对女性，近年队列年轻端总体风险较低，但后段风险较高且集中于烈酒和葡萄酒；对男性，18岁历史下降到30岁丢失，老年端总体稳定但烈酒和葡萄酒历史增加，故危害更集中于烈酒和葡萄酒。两性老年端烈酒和葡萄酒增加，因烈酒和葡萄酒液体体积较低、酒精体积和杯间变异较高，可能提高风险。政策方面，税收和可获得性政策常按饮品类型区分，烈酒和葡萄酒价格弹性高于啤酒，提高价格和销售点限制等可减少消费。性别差异收窄主要因男性啤酒和葡萄酒下降、女性烈酒增加；男性啤酒葡萄酒下降有利，女性烈酒增加值得关注。优势是全国多队列多波面板和敏感分析；局限包括饮品特异性措施未捕获组合狂饮，自报偏倚，排除高中辍学，使用男女统一5+阈值而非女性4+/男性5+，可能低估性别差异。未来需纳入组合狂饮。

研究结论翻译。本研究首次详细考察美国青年期及历史时间中饮品特异性狂饮轨迹。结果显示，尽管啤酒和烈酒狂饮遵循倒U型年龄模式，葡萄酒狂饮随年龄相对平坦。过去30年历史上，男性总体狂饮下降而女性稳定，掩盖了重要的饮品特异性变化。女性18岁历史下降由啤酒和葡萄酒下降驱动，而30岁增加主要由烈酒和葡萄酒上升驱动。男性18岁历史下降主要由啤酒下降驱动，其次为葡萄酒下降，并在30岁被烈酒和葡萄酒上升抵消。这些结果强调在追踪酒精使用趋势时区分饮品类型的重要性。未来研究应探索烈酒和葡萄酒增加背后的社会、政策和营销因素，并评估这些变化如何改变生命历程中酒精相关危害的时机和负担。