《Metabolites》：Association Between Dietary Protein Intake and Abdominal Obesity in Rural Adults: A Cross-Sectional Study
编辑推荐：
目的：膳食蛋白摄入被认为与肥胖指标呈负相关，但其与腹型肥胖关联的证据仍有限。本研究考察了农村成人人群中不同水平膳食蛋白摄入与现患腹型肥胖之间的关联，旨在为该特定农村人群提供描述性证据。方法：本研究为对既往在515名农村成人中开展的营养流行病学调查数据的横断面分
目的：膳食蛋白摄入被认为与肥胖指标呈负相关，但其与腹型肥胖关联的证据仍有限。本研究考察了农村成人人群中不同水平膳食蛋白摄入与现患腹型肥胖之间的关联，旨在为该特定农村人群提供描述性证据。方法：本研究为对既往在515名农村成人中开展的营养流行病学调查数据的横断面分析。膳食摄入采用半定量食物频率问卷（FFQ）结合3天24小时膳食回顾进行评估。人体测量包括体重、身高、腰围和臀围。参与者按蛋白摄入四分位数分为：Q1（<0.74 g/(kg·d)）、Q2（0.74–0.97 g/(kg·d)）、Q3（0.97–1.23 g/(kg·d)）和Q4（≥1.23 g/(kg·d)）。腹型肥胖定义为男性腰围≥90 cm、女性≥85 cm。连续变量以中位数（四分位距）汇总，采用Kruskal–Wallis H检验或Mann–Whitney U检验进行比较；分类变量以频数（百分比）表示，采用χ2检验进行比较。采用多变量logistic回归考察关联，并调整潜在混杂因素。结果：随着蛋白摄入增加（Q1至Q4），体重、体质指数（BMI）、腰围、臀围和腰臀比呈显著下降趋势（p < 0.05），而总能量和宏量营养素摄入及若干食物类别的消费量显著增加（p < 0.05）。腹型肥胖组（n = 374）的蛋白摄入低于正常腰围组（0.88 vs. 1.19 g/(kg·d)；p < 0.001）。在logistic回归模型中，较高蛋白摄入与腹型肥胖的比值比呈负相关，且各四分位数间呈梯度关联（趋势p < 0.001）。在未调整模型中，Q4的比值比低于Q1（比值比[OR] = 0.128，95%置信区间[CI]：0.065–0.250）；调整能量摄入后关联增强（Q4：OR = 0.008，95% CI：0.003–0.023），进一步调整年龄、性别、能量摄入、生活方式和膳食因素后关联依然存在（Q4：OR = 0.006，95% CI：0.002–0.018，p < 0.001）。在采用绝对蛋白摄入（g/day）、蛋白占总能量百分比以及连续每标准差（SD）模型的敏感性分析中，这些关联明显减弱，且均不再具有统计学显著性（均p > 0.05）。结论：尽管以g/(kg·d)表示的蛋白摄入在该农村样本中似乎与现患腹型肥胖呈负相关，且各四分位数间呈梯度模式，但该关联在很大程度上可由体重归一化所致的数学耦合解释。采用不依赖体重的指标后，未残留显著关联；因此这些发现应被解读为关联而非因果效应，尚需采用替代蛋白指标的前瞻性研究加以验证。
研究背景方面，随着社会经济发展与生活水平提高，生活方式和膳食模式发生明显改变，肥胖尤其是腹型肥胖已成为重要公共卫生问题，是2型糖尿病及心脑血管疾病等的独立危险因素。据《中国居民营养与慢性病状况报告（2020年）》，中国成人肥胖率达16.4%，腹型肥胖率高达29.1%。膳食是可改变的关键因素之一，高蛋白膳食模式近年受到广泛关注，既往流行病学研究提示较高膳食蛋白摄入与较低体重和BMI、改善脂代谢等相关，但中国居民平均每日蛋白摄入为61.6 g，仅59.7%达到蛋白供能比的适宜范围，45.0%的成人存在摄入不足风险。关于膳食蛋白摄入与腹型肥胖关联的证据仍然有限，尤其在农村成人中更为缺乏；此外蛋白摄入常按体重归一化，在考察肥胖相关结局时可能引入数学耦合。基于此，研究人员对515名农村成人的膳食蛋白摄入与现患腹型肥胖关联进行分析，旨在刻画该关联并为后续前瞻性研究提供依据，具有方法学警示意义。在技术方法上，本研究为横断面分析，数据来源于2018年8月在新疆和田县农村地区开展的膳食营养调查，依据纳入排除标准纳入515人（年龄≥18岁、当地居住至少5年、记忆功能良好并签署知情同意；排除使用影响体重药物或治疗、严重肝肾心血管疾病及妊娠哺乳者），研究对象招募自和田县Baghqi镇居民人口，按村组织招募，作为实际操作程序而非正式多阶段整群抽样设计，个体被视为独立观测，统计分析未作聚类调整；膳食摄入采用半定量食物频率问卷（FFQ，89个食物条目，由培训调查员面对面访谈，报告既往12个月通常频率和份量）结合3天24小时膳食回顾（含工作日和周末，使用标准食物模型、食物照片和家用量具估算份量）， habitual摄入由FFQ得出、回顾用于核对校准份量，能量和营养素依据《中国食物成分表（第2版）》计算；人体测量包括身高、体重、腰围和臀围，并采用InBody 720人体成分分析仪评估腹部脂肪（其腹部脂肪变量未纳入本分析）；统计分析采用SPSS 21.0，正态性以Shapiro–Wilk检验和分布目视检查评估，多变量logistic回归考察蛋白摄入四分位数与腹型肥胖关联，协变量包括年龄、性别、能量摄入、婚姻状况、教育水平、职业、月收入、吸烟、饮酒、体力活动和膳食纤维摄入，采用Hosmer–Lemeshow检验评估模型拟合（p = 0.204），以方差膨胀因子评估共线性（均<5，总能量最大4.11），并按绝对蛋白摄入（g/day）、蛋白供能比（%E）四分位数及绝对蛋白摄入每1个SD增量进行敏感性分析。研究结果显示：在人口学特征分析（3.1）中，四个蛋白摄入四分位组在年龄、性别、婚姻状况、教育、职业、收入、吸烟、饮酒和体育锻炼方面无显著差异（p > 0.05），而随蛋白摄入四分位数升高，体重、BMI、腰围、臀围和腰臀比呈显著下降趋势（p < 0.001）。在膳食调查结果（3.2）中，随蛋白摄入增加，能量、脂肪、碳水化合物和膳食纤维摄入显著升高（p < 0.001），动物蛋白比例升高而植物蛋白比例下降（p < 0.001），谷物、肉类、蔬菜、水果、蛋类、豆类和坚果摄入显著增加（p < 0.05）。在腹型肥胖组与正常腰围组人口学特征比较（3.3）中，除年龄分布外（p < 0.001），两组在性别、婚姻、教育、职业、收入、吸烟、饮酒和体育锻炼方面无显著差异（p > 0.05）；腹型肥胖组体重、BMI、腰围、臀围和腰臀比显著高于正常腰围组（p < 0.001）；腹型肥胖组集中于30–64岁人群，而正常腰围组22–29岁比例较高，呈"中间高、两端低"分布。在两组膳食调查数据比较（3.4）中，腹型肥胖组蛋白摄入显著低于正常腰围组（0.88 vs. 1.19 g/(kg·d)，p < 0.001），而能量、脂肪、碳水化合物、膳食纤维摄入、动植物蛋白比及多数食物类别摄入无显著差异（p > 0.05）。在蛋白摄入与腹型肥胖关联（3.5）中，未调整模型（模型1）中较高蛋白摄入与腹型肥胖比值比呈负相关（Q4 vs. Q1：OR = 0.128，95% CI：0.065–0.250，p < 0.001）；调整能量摄入（模型2）后负关联增强（Q4：OR = 0.008，95% CI：0.003–0.023，p < 0.001），进一步调整年龄和性别（模型3）后略有减弱（Q4：OR = 0.127，95% CI：0.064–0.252，p < 0.001）；完全调整模型（模型4）中负关联依然存在（Q4：OR = 0.006，95% CI：0.002–0.018，p < 0.001），所有模型均观察到四分位数间的梯度关联（趋势p < 0.001）。在敏感性分析（3.6）中，去除暴露定义中的体重后，强负关联不再明显：以绝对摄入（g/day）四分位数表示时，调整后OR范围为0.464–0.622，置信区间较宽，无显著总体关联（p = 0.331）或线性趋势（p = 0.120）；以蛋白供能比（%E）表示时，OR接近1（Q2、Q3、Q4分别为1.110、1.313和0.915），无总体关联（p = 0.784）或趋势（p = 0.871）；连续模型中，绝对蛋白摄入每增加1个SD（20.67 g/day）与腹型肥胖无显著关联（OR = 0.930，95% CI：0.610–1.418；p = 0.736）。讨论部分总结如下：肥胖根本原因是能量摄入持续超过消耗，现代膳食模式与体力活动减少是肥胖流行的主要驱动因素，膳食干预因成本较低、不良反应较少而成为肥胖防治的关键策略之一。既往随机对照试验（如Rodrigo-Carbó等为期6个月的等能量限制高蛋白膳食试验、Peng等的个性化高蛋白减重项目）显示高蛋白膳食可改善体成分，但本研究中Q4中位蛋白摄入为1.44 g/(kg·d)、约占总能量13%，不符合高蛋白膳食定义（1.5–2.0 g/(kg·d)或供能20–30%），上述干预试验的暴露范围与本研究的暴露范围差异明显，其结论不应直接外推。本研究中随蛋白摄入增加体重、BMI、腰围、臀围和腰臀比显著下降，与国内外若干研究一致；但蛋白摄入以g/(kg·d)表示、体重为分母，而体重和BMI与腹型肥胖密切相关，该归一化可引入数学耦合，较重个体即使绝对摄入相似或更高，每公斤蛋白摄入也可能较低，故观察到的负关联应谨慎解读，可能部分反映暴露与结局间的数学关系而非生物学效应。由于蛋白、碳水化合物和脂肪是总能量的组成成分，调整总能量会改变蛋白系数的解释，在此等能量框架下估计值反映的是蛋白替代等量其他宏量营养素能量，而非不同绝对蛋白摄入水平间的对比，这限制了所报告OR的临床意义，也可解释各模型估计值的不稳定性（Q4对Q1的OR在能量调整后由0.128骤降至0.008，而仅调整年龄和性别时基本不变为0.127），这些大幅变动反映蛋白摄入、能量摄入、体型与其他膳食变量间的强相互关系，并引发对共线性和极端四分位数稀疏数据的担忧，故结果应视为探索性，点估计不应按绝对值过度解读。敏感性分析中，一旦从暴露定义中去除体重，主要分析的强负关联不再明显，绝对摄入四分位数的调整OR局限于较窄范围（Q2：OR = 0.622，95% CI：0.314–1.232；Q3：OR = 0.482，95% CI：0.221–1.049；Q4：OR = 0.464，95% CI：0.167–1.292），无显著总体关联（p = 0.331）或线性趋势（p = 0.120）；蛋白供能比OR接近1且无梯度模式（Q2：OR = 1.110，95% CI：0.630–1.955；Q3：OR = 1.313，95% CI：0.627–2.751；Q4：OR = 0.915，95% CI：0.469–1.787；总体p = 0.784；趋势p = 0.871）；连续模型中绝对蛋白摄入每增加1个SD（20.67 g/day）与腹型肥胖无显著关联（OR = 0.930，95% CI：0.610–1.418；p = 0.736）。综上，g/(kg·d)主要分析中极低的OR在很大程度上归因于体重归一化的数学耦合及模型不稳定性，而非蛋白的真实保护效应；去除该归一化后无统计学显著关联残留。连续相对蛋白摄入与性别的交互项无统计学显著性（p = 0.137），无证据表明蛋白–腹型肥胖关联存在性别差异，故未进行性别分层分析；与年龄的相应乘积项亦不显著（每10年交互p = 0.828），无证据表明存在年龄效应修饰。最高蛋白四分位参与者摄入更多总能量和宏量营养素、膳食更多样（包括谷物、肉类、蔬菜、水果、坚果和种子），提示蛋白摄入可能是整体膳食模式的标志而非孤立暴露，部分反映整体膳食质量和食物多样性，不能排除整体膳食质量的残余混杂；尽管动物蛋白比例升高、植物蛋白比例下降，但未进行来源特异性分析，故不直接支持关于"优质蛋白"的结论，应避免此类推断。腹型肥胖组集中于30–64岁而正常腰围组22–29岁比例较高，呈"中间高、两端低"模式，提示腹型肥胖患病率中年后升高而最年长者较低，可能反映年龄相关的代谢、生活方式和激素状态变化。局限性包括：横断面设计无法确定时间顺序或因果；不能排除反向因果；膳食摄入为自报，存在测量误差和错报；整体膳食模式、社会经济因素和其他生活方式因素的残余混杂可能持续存在；蛋白摄入按体重归一化可与肥胖相关结局产生数学耦合；样本来自单一农村乡镇，可能不具更广泛人群代表性且存在选择偏倚；腹型肥胖以腰围定义可能误分类部分个体；尽管调查相关部分收集了脂肪因子（瘦素和脂联素）和代谢综合征标志物，但未纳入本分析；尽管采用绝对蛋白摄入（g/day）和蛋白供能比（%E）的敏感性分析明显减弱了关联且无统计学显著结果，但未能采用限制性立方样条考察非线性剂量–反应关系或对稀疏极端四分位数应用惩罚回归，这些分析应视为支持性而非确定性证据，需在更大规模前瞻性研究中确认。研究结论部分翻译如下：在该农村成人横断面样本中，以g/(kg·d)表示的蛋白摄入与现患腹型肥胖呈强负相关，但该关联在很大程度上归因于将体重置于暴露分母所引入的数学耦合。当蛋白以绝对摄入（g/day）或占总能量百分比表示时，未观察到与腹型肥胖的统计学显著关联。因此，这些发现不应被解读为膳食蛋白具有因果或保护效应的证据，尚需采用不依赖体重的暴露指标并开展非线性正式检验的前瞻性研究。
