《Journal of Nutritional Science》:The development and validation of a digital food-frequency questionnaire to assess habitual diet: The PREDICT Food Frequency Questionnaire
编辑推荐:
在快速演变的现代食物环境背景下,需要准确评估当前食物摄入的饮食评估工具。本研究旨在开发并验证一种新的食物频率问卷(FFQ)。研究人员利用来自两个FFQ以及美国和英国队列水平的数据,开发了一个包含265个条目的基于网络的自填式FFQ(PREDICT-FFQ-v1
在快速演变的现代食物环境背景下,需要准确评估当前食物摄入的饮食评估工具。本研究旨在开发并验证一种新的食物频率问卷(FFQ)。研究人员利用来自两个FFQ以及美国和英国队列水平的数据,开发了一个包含265个条目的基于网络的自填式FFQ(PREDICT-FFQ-v1)。在为期一个月的时间内,68名参与者完成了PREDICT-FFQ-v1和六次24小时膳食回顾(参考工具:Intake24)。研究人员通过Bland–Altman图、交叉分类食物组分析以及食物组和营养素的Spearman等级相关性评估了相对效度。从Bland–Altman图来看,PREDICT-FFQ-v1与Intake24之间的中位偏倚为:能量(414 kcal (95%CI 289 to 609) [1734 kJ (95% CI 1208 to 2549)])、碳水化合物(2.3 %EI, 95%CI 0.08 to 3.68)、脂肪(2.5 %EI, 95%CI 0.23 to 3.52)、蛋白质(?1.14 %EI, 95% CI ?1.64 to ?0.23)以及纤维(1.86 g/1000 kcal, 95% CI 1.05 to 2.65)。通过饮食质量(植物性饮食指数)四分位数进行的交叉分类显示,>76%的参与者被归类到相同或相邻四分位数。两种工具评估的食物组相关系数范围为0.38(豆类)至0.78(肉类),能量调整后的营养素相关系数范围为0.28(总脂肪)至0.82(酒精)。PREDICT-FFQ-v1能够捕获现代饮食中常见食物的摄入量,并且在食物水平上具有比以往工具更高的分辨率。与24小时膳食回顾相比,PREDICT-FFQ-v1具有可接受的相对效度,为营养流行病学中的饮食摄入评估提供了有价值的替代方案。
**论文解读:PREDICT食物频率问卷的开发与验证**
**研究背景与问题**
在快速变化的现代食物环境中,准确评估个体习惯性饮食摄入是营养流行病学研究的核心挑战之一。现有饮食评估工具存在显著局限性:客观工具如双标水法(doubly labelled water)和尿液生物标志物虽准确但成本高昂、技术复杂,难以应用于大规模或长期研究;而主观工具如食物频率问卷(food frequency questionnaire, FFQ)虽简便易行,却易受报告偏倚影响。传统FFQ通常将食物项目归入复合类别(如全谷物、豆类、深绿色叶菜等),无法量化单个食物摄入,限制了食物与健康结局之间关联的精细分析。随着对食物基质(food matrix)影响营养素生物利用度和吸收机制的理解加深,现有FFQ在食物水平分辨率上的不足愈发凸显。因此,亟需开发一种能够捕捉现代饮食中常见食物并具有更高食物水平分辨率的自填式数字化FFQ,以支持食物优先(food-first)的膳食分析方法。
**研究内容与结论**
本研究由ZOE Ltd.与伦敦国王学院等机构的研究人员(包括J. Wolf、T. D. Spector、S. E. Berry等)合作开展,论文发表在《Journal of Nutritional Science》。研究人员基于欧洲癌症与营养前瞻性调查(EPIC)-Norfolk研究FFQ和美国国家癌症研究所的饮食史问卷(DHQ III),结合PREDICT队列中英国和美国参与者的食物记录数据,开发了包含265个条目的网络版自填式FFQ(PREDICT-FFQ-v1)。该问卷涵盖现代饮食中常见但传统FFQ常缺失的食物(如蓝莓、菠萝、甘薯、特定豆类)以及发酵食品(如开菲尔、康普茶)。研究招募了68名英国成年参与者,在3-4周内完成PREDICT-FFQ-v1和六次24小时膳食回顾(Intake24)。通过Bland–Altman图、交叉分类分析和Spearman等级相关评估相对效度。结果显示:PREDICT-FFQ-v1与Intake24在中位能量(414 kcal)、碳水化合物(2.3 %EI)、脂肪(2.5 %EI)和纤维(1.86 g/1000 kcal)上存在显著高估,蛋白质(?1.14 %EI)和酒精(?0.60 g/1000 kcal)存在低估;食物组相关(r
s)范围为0.38(豆类)至0.78(肉类),能量调整营养素相关范围为0.28(总脂肪)至0.82(酒精);75%以上的参与者被正确分类到植物性饮食指数(plant-based diet index, PDI)的相同或相邻四分位数。该工具具有可接受的相对效度,且受试者接受度高(平均完成时间22分钟,80.9%认为图像有助于估算摄入量)。研究意义在于提供了更高食物水平分辨率的数字化FFQ,有助于精细评估单个食物与健康的关系,弥补传统FFQ的不足。
**主要关键技术与方法**
研究人员采用了以下关键技术方法:1)食物清单构建:基于EPIC-Norfolk FFQ和DHQ III,结合PREDICT-1、PREDICT-2和PREDICT-3研究队列(英国和美国)中参与者的食物记录数据,由注册营养师和营养学家筛选并补充现代常见食物,最终形成265个食品和饮料条目;2)膳食评估工具:采用自填式网络问卷(Typeform平台),包含频率选项(8级食物频率、9级饮料频率)和标准份量图像(基于英国食品标准局和美国农业部数据库),通过映射至McCance和Widdowson数据库及美国FNDDS计算营养素摄入;3)参考工具:使用六次24小时膳食回顾(Intake24,由剑桥大学MRC流行病学单元开发),分别在两个报告期(各连续3天,含2个工作日和1个周末日)完成,中间间隔至少2周清洗期;4)统计分析方法:Bland–Altman图评估组间差异(中位偏倚及95%一致性界限),Wilcoxon符号秩检验比较组间差异,Spearman等级相关评估排序一致性,交叉分类评估饮食质量(PDI)分类一致性;5)样本来源:参与者从ZOE营养产品等候名单中招募,最终68人完成研究(75%女性,平均年龄48.3岁,BMI 25.7 kg/m
2,91.2%白人,82.4%具有高等教育学历)。
**研究结果**
**参与者基线特征**:68名参与者中75%为女性,平均年龄48.3岁,平均BMI 25.7 kg/m
2,多数为白人和高学历,无能量摄入异常值被排除。
**可接受性**:64.7%参与者可在10-20分钟内完成PREDICT-FFQ-v1,平均完成时间22.1分钟;图像辅助估算食物摄入量的平均评分为4.2/5;63.2%认为问卷所有方面清晰,75%认为问题清晰,80.9%认为食物份量图像清晰,80.9%认为食物选择清晰。
**PREDICT-FFQ-v1与24小时膳食回顾的营养素和食物组摄入比较**:通过Bland–Altman图可见,PREDICT-FFQ-v1在能量摄入上存在高估偏倚,且在高能量摄入时偏倚更明显。能量调整后,PREDICT-FFQ-v1报告的碳水化合物、脂肪、饱和脂肪、总糖、纤维和叶酸显著高于Intake24(p<0.05),而蛋白质、酒精和钠显著低于Intake24(p<0.01)。食物组方面,水果、蔬菜和坚果的绝对摄入量显著高于Intake24(p<0.05),豆类和肉类显著低于Intake24(p<0.001)。交叉分类分析显示,健康PDI(hPDI)的相同四分位数分类比例为44.1%,相同加相邻分类比例为76.5%;不健康PDI(uPDI)的相同加相邻分类比例为82.4%,错误分类比例仅4.4%。Spearman相关分析表明,能量调整后营养素相关范围为0.28(总脂肪)至0.82(酒精),其中酒精、膳食纤维和叶酸相关性最强(r
s≥0.50);食物组相关范围为0.43(豆类)至0.79(肉类),肉类、水果和坚果相关性最强(r
s≥0.66)。所有相关均达到可接受或强相关标准。
**讨论与结论**
讨论部分指出,PREDICT-FFQ-v1相比传统工具(如EPIC FFQ的130项)增加了更多单个食物项目,尤其纳入了现代饮食中常见的健康食品(如发酵食品),解释了水果和蔬菜摄入量较高估的现象。工具与参考方法的差异部分源于24小时膳食回顾本身可能低估能量摄入(与双标水法比较),以及FFQ对不常食用食物的捕捉能力更强。研究优势在于两种工具均采用在线自填形式,避免了访谈偏倚;局限性包括自我报告人体测量值、样本量较小、缺乏清洗期、未在更广泛人群中验证等。研究结论翻译如下:总之,研究人员开发了一种新的网络版自填式FFQ(PREDICT-FFQ-v1),与广泛使用的饮食评估工具(Intake24)相比,该工具显示出可接受的相对效度。因此,使用PREDICT-FFQ-v1工具可改善大型队列中的饮食评估,其中用称重食物日记评估膳食摄入尤为繁琐。PREDICT-FFQ-v1能够捕获现代饮食中更常见的食物摄入量,并在食物水平上具有更高分辨率。总体而言,这有助于将监测重点从传统营养素导向转向食物和食物组对健康的影响。