《Discover Public Health》：Multidimensional determinants of malnutrition among under five children in western India
编辑推荐：
背景：尽管印度实施了多项营养干预项目，儿童营养不良仍是重大公共卫生挑战。新近证据表明，除膳食因素外，母亲心理健康、环境因素及数字脆弱性亦影响儿童营养结局。本研究旨在评估古吉拉特邦艾哈迈达巴德地区5岁以下儿童多维剥夺、母亲相关因素、环境及数字决定因素与营养不良之
背景：尽管印度实施了多项营养干预项目，儿童营养不良仍是重大公共卫生挑战。新近证据表明，除膳食因素外，母亲心理健康、环境因素及数字脆弱性亦影响儿童营养结局。本研究旨在评估古吉拉特邦艾哈迈达巴德地区5岁以下儿童多维剥夺、母亲相关因素、环境及数字决定因素与营养不良之间的关联。方法：采用多阶段随机抽样进行社区横断面研究，纳入450名5岁以下儿童。按WHO方案测量人体测量学指标，依据WHO生长标准判定营养状况。收集母亲受教育程度、抑郁症状（Patient Health Questionnaire-9, PHQ-9）、婴幼儿喂养(Infant and Young Child Feeding, IYCF)实践、家庭环境脆弱性、数字可及性及多维剥夺指数(Multidimensional Deprivation Index, MDI)数据。应用卡方检验及多因素logistic回归分析。结果：生长迟缓（stunting）、低体重（underweight）及消瘦（wasting）患病率分别为34.2%、28.5%和17.8%。母亲抑郁症状（校正比值比 Adjusted Odds Ratio, AOR＝1.96，95% CI 1.10–3.49）、母亲低受教育水平、膳食多样性差（＜4个食物组）、环境脆弱性及较高多维剥夺程度与营养不良显著相关。数字脆弱性（无法获取基于手机的健康信息）独立与生长迟缓相关（AOR＝1.72，95% CI 1.03–2.89）。来自剥夺程度最低家庭儿童的营养状况显著更优。结论：艾哈迈达巴德地区儿童营养不良由交织叠加的母亲、环境及社会经济学脆弱性共同驱动。解决母亲抑郁、提升膳食多样性、改善数字可及性，并制定气候适应性及社会包容性营养策略，对加速实现可持续发展目标第2项（Sustainable Development Goal 2, SDG-2）至关重要。
《印度西部古吉拉特邦艾哈迈达巴德地区5岁以下儿童营养不良多维决定因素研究的学术解读》
该研究发表于《Discover Public Health》。
一、研究背景与立题依据
尽管印度推行了多项营养计划，儿童营养不良仍属重大公共卫生问题。全国家庭健康调查－5（National Family Health Survey-5, NFHS-5, 2019–21）显示，印度5岁以下儿童生长迟缓率（stunting）达35.5%，消瘦率（wasting）19.3%，低体重率（underweight）32.1%，古吉拉特邦城乡差异明显。传统认知将营养不良归因于贫困、母亲受教育程度低及膳食不足，但新近证据提示母亲心理健康（如抑郁症状）、环境/气候胁迫（高温、缺水、卫生条件差）及数字排斥（digital exclusion，即无法获取移动端健康信息）亦可独立或通过交互作用影响儿童营养结局。既往研究多孤立考察单一危险因素，而本研究引入多维剥夺指数（Multidimensional Deprivation Index, MDI），从累积劣势视角综合评估社会经济、母亲健康、环境与数字可及性的交互作用，以填补古吉拉特邦艾哈迈达巴德地区社区层面此类数据的空白。
二、主要研究方法概述
研究人员于2022年1月至12月在印度古吉拉特邦艾哈迈达巴德地区（含城市、城郊及农村聚落），采用多阶段聚类抽样（两阶段按规模比例概率Proportional to Population Size, PPS抽样选12个城市／城郊片区与4个村庄，再系统抽样有5岁以下儿童的住户，同一户若有多名合格儿童则简单随机抽一名），纳入450名0–59月龄常住（≥6个月）儿童，排除先天影响生长的畸形、需住院危重儿及拒签知情同意者。人体测量（体重、身长／身高）按WHO标准用数字秤（Seca 874）及身长／身高计（Seca 213）测量，用WHO Anthro 3.2.2软件计算Z值并定义：低体重（weight-for-age Z-score < ?2 SD）、生长迟缓（height-for-age Z-score < ?2 SD）、消瘦（weight-for-height Z-score < ?2 SD）。收集母亲年龄、教育、职业、经产妇次、抑郁症状（PHQ-9≥10分为中重度抑郁）、家庭人口及按Modified BG Prasad 2021分类的社会经济地位、环境卫生（饮用水源、卫生设施）、粮食安全、母亲是否拥有并能定期用智能手机获取健康／营养信息（数字可及性）。用24小时回顾法评估膳食多样性，＜4个WHO推荐食物组为低膳食多样性；环境脆弱性定义为暴露于高温、干旱、缺水或卫生差任一项。MDI由家庭收入、母亲教育、卫生设施、水源、粮食安全及数字可及性做主成分分析（Principal Component Analysis, PCA）后分五分位。统计学处理含描述性统计、卡方／Fisher确切检验行双变量关联、多因素logistic回归甄别独立预测因子（方差膨胀因子Variance Inflation Factor, VIF<2排查多重共线性，Hosmer–Lemeshow检验校准，ROC曲线下面积Area Under the Curve, AUC评价区分度），Pearson相关及MDI梯度分析，以p<0.05为显著性水准，用Jamovi 2.6.3.0完成。获当地机构伦理委员会批准及监护人书面知情同意，重度营养不良者转诊。
三、研究结果
4.1 Sociodemographic profile（社会人口学特征）
研究人员对450名儿童（男229人占50.9%，女221人占49.1%；平均月龄32.5±15.6月，平均出生体重2.81±0.42 kg）分析发现：低、中、高收入家庭分别占38.0%、44.0%、18.0%；母亲文盲率18.0%，中重度抑郁阳性率23.3%（PHQ-9≥10）；33.3%家庭具环境脆弱性；40.0%儿童膳食多样性＜4组；25.8%母亲无数字健康信息获取途径。
4.2 Prevalence of malnutrition（营养不良患病率）
研究得出总体生长迟缓率34.2%（95% CI 30.0%–38.7%），低体重率28.5%（95% CI 24.3%–32.7%），消瘦率17.8%（95% CI 14.3%–21.3%），男女差异无统计学意义（p＝0.34）。环境脆弱性低与高家庭之生长迟缓率分别为22.5%与48.0%（p＜0.001），呈现明显梯度。
4.3 Bivariate associations（双变量关联分析）
双变量分析显示，生长迟缓与母亲文盲（60.5% vs 28.5%，p＝0.005）、环境脆弱性（48.0% vs 22.5%，p＝0.002）、低膳食多样性（46.1% vs 26.3%，p＝0.01）显著相关，与母亲抑郁症状未达显著性；低体重还与社会经济低位显著相关；消瘦仅与环境脆弱性及近期腹泻显著相关，余因素无显著性。
4.4 Multivariable analysis（多因素分析）
调整混杂后多因素logistic回归表明，生长迟缓的独立预测因子为母亲抑郁症状（AOR＝1.96，95% CI 1.12–3.44）、环境脆弱性（AOR＝2.35，95% CI 1.30–4.25）、母亲无数字健康信息获取（AOR＝1.74，95% CI 1.05–2.89）及最低MDI五分位（AOR＝3.12，95% CI 1.77–5.51）；低体重独立预测因子为低膳食多样性（AOR＝2.56，95% CI 1.32–3.82）及最低MDI五分位（AOR＝3.39，95% CI 1.95–5.89）；消瘦仅近期腹泻保留显著性（AOR＝2.11，95% CI 1.21–3.68）。模型校准良好（Hosmer–Lemeshow p＝0.47），区分度佳（生长迟缓AUC＝0.83，低体重AUC＝0.81，消瘦AUC＝0.78）。
4.5 Correlation and gradient analysis（相关与梯度分析）
Pearson相关示MDI与生长迟缓（r＝0.38, p＜0.001）、低体重（r＝0.46, p＜0.001）、消瘦（r＝0.61, p＝0.01）均正相关。按MDI五分位呈剂量－反应梯度：最低至最高五分位生长迟缓率依次为41.4%、36.4%、34.1%、31.8%、28.3%，证实累积剥夺与营养恶化密切相关。
四、讨论与结论翻译
讨论部分归纳：本研究生长迟缓、低体重、消瘦率与NFHS-5古吉拉特邦数据相近；母亲低教育及低膳食多样性（＜4食物组）为已公认危险因素；母亲抑郁症状（AOR≈1.96）通过削弱喂养互动与就医行为促发慢性营养不良；环境脆弱性（热浪、缺水、卫生差）经食物不安全、感染及环境肠病（environmental enteropathy）路径影响生长；MDI能较单一收入指标更好识别叠加劣势人群；无数字健康信息获取独立关联生长迟缓，提示数字化鸿沟可放大健康不平等。作者指出横断面设计、部分自报暴露可能存在回忆偏倚、PHQ-9仅为筛查而非临床诊断、未结合遥感气候数据及外推性受限等不足。
结论原文翻译：
艾哈迈达巴德地区儿童营养不良由交织因素驱动，超越传统人体测量学危险标记。多维劣势——含母亲低教育、母亲抑郁症状、环境脆弱性及数字排斥——叠加膳食不足与感染风险，维持生长迟缓、低体重及消瘦的高水平。须采取针对性多部门策略，融合营养特异性（补养、治疗）与营养敏感性（粮食体系、社会保护、气候适应）干预措施，并纳入母亲心理健康服务、数字包容及基于MDI的热点区资源分配，始能快速公平改善儿童营养并实现SDG-2。
