基于双标水数据库的能量消耗预测回归方程性能评估及其在膳食能量参考值制定中的潜在价值

《British Journal of Nutrition》:Performance of a new regression equation for predicting energy expenditure and its potential for identifying dietary reference values for energy

【字体: 大 中 小 】 时间:2026年10月23日 来源:British Journal of Nutrition 3.1

编辑推荐:

  一项新的用于预测能量消耗的回归方程的性能及其在确定膳食能量参考值方面的潜力 摘要 本研究测试了一个总能量消耗(total energy expenditure, TEE)预测方程的性能,该方程源自国际原子能机构(International Atomic Ene

  
一项新的用于预测能量消耗的回归方程的性能及其在确定膳食能量参考值方面的潜力 摘要 本研究测试了一个总能量消耗(total energy expenditure, TEE)预测方程的性能,该方程源自国际原子能机构(International Atomic Energy Agency, IAEA)持有的大型双标水(doubly labelled water, DLW)测量数据库,旨在替代因子法,利用基本人体测量数据估算人群能量需求(energy requirements, ER)。该方程在450名随机选择的40-69岁美国城市成年人的DLW衍生TEE数据集上进行了验证,并评估了其偏倚。研究还通过建模分析了英国科学咨询营养委员会(Scientific Advisory Committee on Nutrition, SACN)在其膳食能量参考值(dietary reference values, DRV)报告中确定的健康体重下各年龄段的TEE,将预测值与因子法计算的TEE进行了比较,并与后续英国政府《膳食能量建议》报告中的数值进行了对比——后者对青少年和成人的能量建议值进行了封顶处理,以帮助解决超重和肥胖问题。结果表明,尽管该TEE预测方程对约半数成年人准确(误差≤±10%,男性均方根误差(RMSE)及百分比RMSE分别为1.67 MJ/d(14.3%)和女性1.29 MJ/d(8.8%)),但对于不活跃或活跃个体则显著高估或低估,并且预测的男性TEE高于女性的程度超过了其基础能量消耗差异所预期的范围。该方程包含一个受试者海拔高度项,导致TEE增加,这似乎不符合生理学规律。这些缺陷对其在改进英国膳食能量参考值方面的价值提出了重要质疑。

论文解读:基于IAEA双标水数据库的能量消耗预测方程性能评估

一、研究背景与目的

食物能量需求(Energy Requirements, ER)的国际估算已有超过50年历史。1985年FAO/WHO/UNU报告引入了能量消耗(Energy Expenditure, EE)的因子模型来预测ER,该模型被后续报告广泛采用,特别是在英国膳食参考值(Dietary Reference Values, DRV)报告中,将ER等同于每日总能量消耗(Total Energy Expenditure, TEE),而TEE又由基础能量消耗(Basal Energy Expenditure, BEE)乘以身体活动水平(Physical Activity Level, PAL)得出。
近期,联合国粮农组织(FAO)和国际原子能机构(IAEA)指出更新人类ER的时机已到,并提议使用一个从IAEA大型双标水(Doubly Labelled Water, DLW)数据库中推导出的TEE预测回归方程,利用基本的人体测量和环境数据来估算人群ER。该方程的优势在于可以简化预测过程,无需分别识别BEE和身体活动能量消耗(Physical Activity Energy Expenditure, PAEE)。
然而,该预测方程是否能有效替代传统因子模型,特别是其在个体层面和不同人群中的准确性如何,尚待严格评估。本研究旨在:1)在一个独立的450名城市成人DLW数据集(OPEN研究)上检验该方程的性能;2)将其与英国SACN采用的因子模型以及2016年英国政府修订后的膳食能量推荐值进行比较。

二、主要研究方法

  1. 1.
    预测方程:研究人员测试的IAEA预测方程为多元线性回归模型,以自然对数转换后的TEE为因变量,自变量包括体重(ln(BW))、身高、年龄(含三次项)、性别、种族、海拔高度(ln(Elevation))及其交互项。该方程源自IAEA数据库中7441例4-96岁健康个体的DLW测量数据。
  2. 2.
    验证数据集(OPEN研究):使用来自美国国立癌症研究所OPEN(Observing Protein and Energy Nutrition Study)研究的450名40-69岁城市成年人的DLW实测TEE数据。该人群主要为白人、城市居民,其PAL分布特征与英国成人相似,曾被SACN用作参考人群。该数据集未用于推导预测方程。
  3. 3.
    模拟测试:利用SACN在其2011年DRV报告中定义的各年龄段健康体重和身高数据,结合Henry公式计算的BEE和SACN确定的PAL中位数,通过因子法计算出TEE作为参照。同时,也使用了2016年英国政府对11-64岁人群进行封顶处理的膳食能量推荐值进行比较。
  4. 4.
    统计分析:采用线性回归、Bland-Altman图、一致性相关系数(Concordance Correlation Coefficient, CCC)、均方根误差(Root Mean Square Error, RMSE)等方法评估预测值与实测值的一致性及偏倚。

三、研究结果

1. 在OPEN数据集上的测试
  • •
    总体表现:方程对总体平均TEE略有低估(0.27 MJ/d),但个体预测误差较大。约一半(54%)个体的预测误差在±10%以内,但误差范围可超过±35%。回归分析显示,预测TEE仅能解释实测TEE约44-45%的方差,且存在明显的异方差性(heteroscedasticity),即低TEE值被高估,高TEE值被低估。一致性相关系数(CCC)表明预测与实测之间一致性较差(男性0.613,女性0.652)。
  • •
    偏倚来源:Bland-Altman图证实了显著的比例偏倚(proportional bias)。进一步分析发现,个体间PAEE的变异解释了方程偏倚的92-93%(男性R2=0.92,女性R2=0.93),表明方程无法捕捉身体活动水平的个体差异是其不准确的主要原因。
  • •
    BEE的作用:预测TEE(pTEE)的92%变异可由BEE解释(男性R2=0.92,女性R2=0.92),说明该方程实质上是在预测BEE加上一个固定的平均PAEE值。
2. 海拔高度的影响
  • •
    方程中包含的海拔高度项(以自然对数形式)会导致预测TEE随海拔升高而急剧增加。例如,在100米处TEE增加12.7%,在4000米处增加24%。这种模式被认为可能不符合生理学规律,可能是回归建模的统计假象。
3. 与SACN因子模型的比较
  • •
    在与SACN基于健康体重建模的TEE比较中,方程预测值呈现平滑的年龄变化曲线,而SACN模型因采用不同的BEE方程和PAL值分段,在年龄边界(如9-10岁,18-22岁)出现不连续。
  • •
    对于男性,方程在儿童期(<9岁)略高估,青春期(10-18岁)略低估,成年后则普遍高估(最高达9.1%)。对于女性,方程在儿童和青少年时期普遍低估(3.5%-9.2%),成年早期(22-40岁)高估,之后接近。
  • •
    值得注意的是,方程预测的PAL值(pPAL)表现出显著的性别差异,男性pPAL高于女性,这与SACN基于DLW数据得出的“无性别差异”的结论相悖。
4. 与英国现行膳食能量推荐值的比较
  • •
    2016年英国政府对11-64岁人群的ER进行了封顶处理(男性10.5 MJ/d,女性8.4 MJ/d)。与方程预测的健康体重下的TEE相比,这些封顶值明显偏低,例如在22岁男性中,封顶值比pTEE低20%。

四、讨论与结论

讨论总结:
研究表明,任何仅基于人体测量和环境因素的预测方程都无法从根本上解释个体间PAEE的巨大变异,因此必然会对活跃或不活跃个体产生系统性偏差。本研究中IAEA方程的异方差性正是这一局限性的体现。虽然方程在群体平均水平上尚可接受,但在个体层面误差很大。方程中引入的海拔高度项导致了看似不合理的TEE增量,其生理学基础存疑。此外,方程预测的男性和女性PAL差异与现有大规模DLW研究的证据不一致。
研究结论:
尽管IAEA的TEE预测方程对大约一半的城市成人样本预测准确(误差≤±10%),但它与其他仅基于人体测量和环境因素的预测方程一样,无法解释可变的行为表型,导致对不活跃个体高估、对活跃个体低估。它还预测男性的TEE高于女性的程度超过了其BEE差异所能解释的范围,并且包含一个环境海拔高度项,其导致的TEE增加似乎不符合生理学规律。因此,该方程在改进英国膳食能量参考值方面的价值仍有待证明。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号