饮食多样性在不同收入国家群体中的健康结局:基于全球可用数据的证据

《Agriculture & Food Security》:Dietary diversity and health outcomes across country income groups: evidence from globally available data

【字体: 时间:2026年07月18日 来源:Agriculture & Food Security 6.1

编辑推荐:

  饮食多样性被广泛认为是食品和营养安全的关键要素。然而,其对不同国家发展阶段健康结局的影响仍未得到充分探索。研究人员利用FAOSTAT食品平衡表中关于国家人均食物可得性的数据、世界卫生组织(WHO)的健康指标(如营养不良、肥胖、糖尿病的患病率及预期寿命)以及世界

  
饮食多样性被广泛认为是食品和营养安全的关键要素。然而,其对不同国家发展阶段健康结局的影响仍未得到充分探索。研究人员利用FAOSTAT食品平衡表中关于国家人均食物可得性的数据、世界卫生组织(WHO)的健康指标(如营养不良、肥胖、糖尿病的患病率及预期寿命)以及世界银行2011至2022年的收入群体分类,同时采用面板回归和横截面回归模型,研究以Simpson指数、Shannon指数和Count指数衡量的饮食多样性如何影响健康。研究结果揭示了复杂且依赖背景的关系。在低收入国家(LICs),饮食多样性增加与预期寿命下降、肥胖及糖尿病患病率上升相关。在下中等收入国家(LMICs),多样性增加显著与体重不足患病率相关,并与预期寿命呈正相关。上中等收入国家(UMICs)呈现混合结果,多样性既与健康指标相关,也与肥胖率上升相关,凸显了饮食转型的过渡特征。在高收入国家(HICs),饮食多样性与改善的健康结局相关,包括较低的肥胖和糖尿病患病率。此外,研究人员还考察了饮食多样性与植物性卡路里摄入份额之间的关系,发现以植物为主的饮食并不总能持续改善多样性或营养充足性,特别是在低收入环境中。这些发现强调了需要制定针对具体背景的膳食指南,并将政策重点从关注“绿色”饮食转向优先考虑实际营养质量。在方法论上,未来研究应考虑(营养素-)“丰富饮食多样性”指标,给予营养密集型食品比空热量食品更大的权重。
### 论文解读:饮食多样性在不同收入国家健康结局中的差异性影响

#### 研究背景与问题

饮食多样性(dietary diversity)是衡量食品和营养安全的关键指标,通常反映个体或群体摄入食物的种类丰富程度。既往研究证实,较高的饮食多样性与改善的微量营养素摄入、降低心血管疾病风险及更好的代谢健康相关。然而,现有证据多集中于单一国家或特定收入群体,缺乏对全球不同发展阶段国家之间饮食多样性健康效应的系统性比较。目前存在的主要问题包括:第一,饮食多样性对健康结局的影响是否因国家收入水平而异尚不明确;第二,植物性饮食(plant-based diet)的普及是否必然带来更高的多样性和营养充足性存在争议;第三,常用饮食多样性指数(如Simpson指数、Shannon指数和Count指数)能否有效反映营养质量,尤其在低收入国家中,单调的主食依赖型饮食可能使多样性指标虚高。为填补上述空白,研究人员利用全球公开数据,系统探讨饮食多样性在不同收入群体(低收入国家LICs、下中等收入国家LMICs、上中等收入国家UMICs、高收入国家HICs)中对预期寿命、体重不足、肥胖和糖尿病患病率的影响,并分析植物性卡路里份额与多样性之间的关系,旨在为制定因地制宜的膳食指南和政策提供依据。该论文发表于《Agriculture》。

#### 主要关键技术方法

研究人员采用三类主要技术方法:第一,基于FAOSTAT食品平衡表(Food Balance Sheets, FBS)构建国家层面的人均食物可得性数据(单位:千卡/人/年),计算三种饮食多样性指数——Simpson指数(反映食物摄入的均匀度和优势度)、Shannon指数(强调丰富度,对稀有食物更敏感)和Count指数(仅统计食物种类数量)。第二,数据来源包括世界卫生组织(WHO)的健康指标(预期寿命、体重不足患病率*、肥胖患病率?、糖尿病患病率)以及世界银行收入群体分类(2011-2022年)。样本覆盖全球多个国家,具体国家数量未明确列出,但FBS数据集包含90余种初级和加工食品商品。第三,采用面板固定效应模型(fixed-effects model)和横截面普通最小二乘回归(OLS)进行双重估计,并通过Hausman检验、Wooldridge序列相关检验和Modified Wald异方差检验确保模型稳健性。所有分析在Stata 17软件中完成。

#### 研究结果

**1. 饮食多样性与预期寿命**
- 基于全样本面板回归,Shannon指数与预期寿命呈弱负相关(β=?0.82,p<0.1),Count指数呈正相关(β=0.03,p<0.01),Simpson指数不显著。
- 在LICs中,Shannon指数(β=?1.75,p<0.1)和Count指数(β=?0.03,p<0.05)均与预期寿命显著负相关,表明多样性增加伴随寿命缩短。
- 在LMICs中,Simpson指数(β=10.97,p<0.01)和Shannon指数(β=2.13,p<0.05)呈强正相关,说明多样性改善有助于延长寿命。
- 在UMICs和HICs中,关联性较弱或无显著关联。

**2. 饮食多样性与体重不足患病率**
- 全样本中,三种指数均与体重不足患病率显著负相关(Simpson: β=?9.59,p<0.01;Shannon: β=?0.87,p<0.01;Count: β=?0.04,p<0.01),表明多样性提高有助于降低体重不足风险。
- 在LICs和LMICs中,负关联尤为强烈(如LICs中Simpson: β=?5.82,p<0.01;LMICs中Simpson: β=?10.03,p<0.01)。
- 在UMICs和HICs中,关联不显著或非常弱。

**3. 饮食多样性与肥胖患病率**
- 全样本中,Simpson指数(β=6.80,p<0.01)和Shannon指数(β=1.63,p<0.01)与肥胖呈正相关,Count指数不显著但随收入组变化。
- 在LICs中,三种指数均显著正相关(如Count: β=0.07,p<0.01)。
- 在LMICs中,Count指数呈负相关(β=?0.03,p<0.01),但Simpson和Shannon不显著。
- 在UMICs中,Simpson(β=10.88,p<0.01)和Shannon(β=2.27,p<0.01)显著正相关,Count呈负相关(β=?0.04,p<0.1)。
- 在HICs中,几乎无显著关联。

**4. 饮食多样性与糖尿病患病率**
- 全样本中,Simpson指数(β=6.72,p<0.01)与糖尿病正相关,Count指数(β=?0.39,p<0.01)负相关,Shannon指数不显著。
- 在LICs中,Simpson(β=4.93,p<0.05)和Count(β=0.03,p<0.01)正相关。
- 在LMICs中,Shannon(β=?1.47,p<0.05)和Count(β=?0.37,p<0.01)负相关。
- 在UMICs中,Simpson(β=12.91,p<0.01)和Shannon(β=2.31,p<0.01)正相关,Count负相关(β=?0.04,p<0.1)。
- 在HICs中,Simpson(β=10.62,p<0.05)和Count(β=0.07,p<0.01)正相关。

**5. 饮食多样性与植物性卡路里份额**
- 全样本中,植物性卡路里份额与所有多样性指数均呈强负相关(如Simpson: β=?0.23,p<0.01),表明更高的多样性来自更杂食性的膳食(omnivorous diets),而非纯植物性饮食。
- 该负关联在所有收入组中一致显著。

#### 讨论与结论

讨论部分指出,饮食多样性对健康的影响高度依赖国家发展阶段。在LICs中,多样性增加可能源于精制碳水化合物、植物油和超加工食品的可得性提升,而非微量营养素密度改善,导致与预期寿命负相关;同时,传染病和母婴死亡率仍是主要死因,多样性改善难以抵消卫生系统缺陷。在LMICs中,多样性伴随水果、蔬菜、豆类和适量动物性食品的加入,有助于降低体重不足并延长寿命。在UMICs和HICs中,多样性已处于较高水平,长寿更多由医疗创新和生活方式决定,而非饮食多样性本身。肥胖与多样性的正相关在转型国家(如LMICs和UMICs)中尤为突出,反映了营养不良双重负担(double burden of malnutrition)——即体重不足减少的同时,能量密集型食品摄入增加推高肥胖风险。糖尿病方面,LICs中多样性主要来自高血糖指数的淀粉类主食,导致风险上升;LMICs中多样性更多来自保护性食物,具有保护作用;HICs中关联则受城市化、久坐行为等结构性因素混杂。植物性卡路里份额分析表明,高植物性饮食在低收入环境中往往意味着单调的主食依赖,并非营养多样性的保障。

研究结论部分翻译如下:本研究表明,饮食多样性以特定背景的方式影响不同收入群体的健康结局。总体而言,研究结果强调,仅关注饮食多样性而不考虑食物质量和组成是不充分的,突显了在将膳食多样性转化为实际健康收益时,需要结合植物性和动物性食品的相对贡献进行解读。在低收入国家(LICs),政策重点应侧重于改善可得食品的营养质量和可负担性,而非单纯增加多样性;生物强化(biofortification)和主食强化(fortification)可作为即时可扩展的干预措施。在下中等收入国家(LMICs)和上中等收入国家(UMICs),政策应关注多样化的构成,特别是能量密集、超加工食品的增多,并采取税收、标签和营销限制等监管措施。在高收入国家(HICs),政策应优先考虑饮食质量、适度性和食品环境监管,而非扩大多样性。方法论上,未来研究应开发多维多样性指标,采用“营养丰富饮食多样性”(rich diet diversity)测量,对营养密集型食品赋予更高权重,而非简单计数空热量食品。

* 体重不足患病率定义为成年人身体质量指数(BMI)<18.5 kg/m2的比例。
? 肥胖患病率定义为成年人BMI≥30 kg/m2的比例。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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