《Nutrients》：Food Preparation Skills, Digital Diet Literacy, Mediterranean Diet Adherence, and Ultra-Processed Food Consumption Among Adults Residing in Istanbul: A Cross-Sectional Study
编辑推荐：
背景：超加工食品（UPF）消费可能不仅与营养知识有关，还与个体实际的食品相关能力及整体膳食模式相关。目的：本研究调查了伊斯坦布尔（Türkiye）成年人中烹饪与食品技能、饮食素养及地中海饮食依从性与UPF消费之间的关系。方法：这项描述性横断面研究纳入了2026
背景：超加工食品（UPF）消费可能不仅与营养知识有关，还与个体实际的食品相关能力及整体膳食模式相关。目的：本研究调查了伊斯坦布尔（Türkiye）成年人中烹饪与食品技能、饮食素养及地中海饮食依从性与UPF消费之间的关系。方法：这项描述性横断面研究纳入了2026年1月1日至2026年6月30日期间居住在伊斯坦布尔的293名成年人（85.7%为女性，平均年龄22.63 ± 4.66岁）。数据通过在线问卷收集，问卷内容包括社会人口学和食品相关特征、烹饪技能与食品技能测量量表、电子健康饮食素养量表（e-HDL）、地中海饮食依从性筛查问卷（MEDAS）以及高加工食品消费简短筛查问卷（sQ-HPF）。所有工具均使用已验证的土耳其语版本；本研究未专门开发任何测量工具。结果：57.0%的参与者被归类为高UPF消费水平。与低UPF消费组相比，高UPF消费组年龄更小、在家烹饪频率更低、订餐频率更高，且烹饪技能、食品技能和MEDAS得分均较低（所有p < 0.05）。UPF消费与食品技能（r: ?0.33）、MEDAS（r = ?0.28）、烹饪技能（r = ?0.27）、年龄（r = ?0.21）和家庭烹饪频率（r = ?0.18）呈负相关，与订餐频率（r = 0.18）呈正相关。在最终回归模型中，年龄较小（β = ?0.144, p = 0.009）、食品技能较低（β = ?0.325, p < 0.001）和MEDAS得分较低（β = ?0.252, p < 0.001）与较高的UPF消费独立相关。e-HDL与UPF消费无独立关联。最终模型解释了18.4%的调整后方差。结论：在这项以年轻女性为主的伊斯坦布尔成年人样本中，较低的食品技能和较低的地中海饮食依从性与较高的UPF消费并存。虽然无法确定这些关联的方向，但研究结果可为未来将营养教育与实际食品制备支持及促进地中海式食物选择相结合的策略提供信息。
### 论文解读：食品制备技能、数字饮食素养、地中海饮食依从性与超加工食品消费的关联——一项伊斯坦布尔成人横断面研究
#### 研究背景与问题
超加工食品（Ultra-Processed Foods, UPF）在全球食品供应中占比日益增长，尤其在发达国家，UPF贡献了超过50%的总能量摄入。在土耳其，UPF约占每日能量摄入的30.64%，主要来源为超加工面包、脂肪和糕点。然而，伊斯坦布尔作为土耳其最大的城市化区域，其居民面临时间压力、通勤需求、便捷包装食品的广泛可获得性以及数字送餐平台的普及，这些因素可能促使消费者更依赖UPF。现有研究多单独探讨烹饪技能、食品素养或膳食模式对UPF消费的影响，但缺乏将这些因素整合在同一分析框架中的研究。此外，数字环境中营养信息的泛滥可能带来误导，因此数字饮食素养的作用也需明确。本研究旨在同时考察烹饪与食品技能、数字饮食素养、地中海饮食依从性（Mediterranean Diet Adherence）与UPF消费之间的关联，以填补这一空白。论文发表在《Nutrients》上，为理解行为、认知和环境因素如何共同影响UPF消费提供初步探索性证据。
#### 主要技术方法概述
本研究为描述性横断面设计，采用非概率便利抽样和滚雪球抽样，于2026年1月1日至6月30日期间通过在线问卷招募293名居住在伊斯坦布尔的成年人（85.7%女性，平均年龄22.63±4.66岁）。主要测量工具包括：烹饪技能与食品技能测量量表（Cooking Skills and Food Skills Measure，评估自我感知的烹饪和食品管理能力）、电子健康饮食素养量表（e-Healthy Diet Literacy Scale, e-HDL，评估数字环境中健康饮食信息的获取、理解、评价和应用能力）、地中海饮食依从性筛查问卷（Mediterranean Diet Adherence Screener, MEDAS，14项问题，总分<7为低依从性，7-8为中依从性，≥9为高依从性）、高加工食品消费简短筛查问卷（Short Screening Questionnaire for Highly Processed Food Consumption, sQ-HPF，11项，总分≥6为高UPF消费）。所有工具均使用已验证的土耳其语版本。统计分析采用Mann-Whitney U检验、Kruskal-Wallis H检验、Spearman相关分析和分层多元线性回归。
#### 研究结果
**1. 参与者特征与分组比较**
根据sQ-HPF分类，57.0%的参与者被列为高UPF消费组。与低UPF消费组相比，高UPF消费组年龄更小（p=0.002）、在家烹饪频率更低（p=0.049）、订餐频率更高（p=0.005），且烹饪技能得分、食品技能得分和MEDAS得分均显著较低（所有p<0.001）。两组在BMI、e-HDL得分上无显著差异。
**2. 不同地中海饮食依从性组间的比较**
根据MEDAS分类，低、中、高依从性组间的烹饪技能得分存在显著差异（p=0.030），两两比较显示低依从性与高依从性组、中依从性与高依从性组之间差异显著。sQ-HPF得分在所有MEDAS组间均存在显著差异（p<0.001），表明地中海饮食依从性越高，UPF消费越低。
**3. 相关性分析**
Spearman相关分析显示，UPF消费（sQ-HPF得分）与食品技能（r=-0.33, p<0.001）、MEDAS得分（r=-0.28, p<0.001）、烹饪技能（r=-0.27, p<0.001）、年龄（r=-0.21, p<0.001）和家庭烹饪频率（r=-0.18, p<0.001）呈显著负相关；与订餐频率（r=0.18, p<0.001）呈显著正相关。e-HDL得分与UPF消费无显著相关。
**4. 分层回归分析**
分层多元线性回归模型逐步纳入社会人口学变量（年龄、性别、BMI）、食品相关行为（家庭烹饪频率、订餐频率）、烹饪技能、食品技能、地中海饮食依从性（MEDAS）和数字饮食素养（e-HDL）。最终模型（模型6）中，年龄较小（β=-0.144, p=0.009）、食品技能较低（β=-0.325, p<0.001）和MEDAS得分较低（β=-0.252, p<0.001）是UPF消费的独立预测因子，解释调整后方差18.4%。e-HDL的加入未改善模型（ΔR2<0.001, p=0.675），说明数字饮食素养与UPF消费无独立关联。
#### 讨论与结论
研究人员指出，食品技能（而非烹饪技能）与UPF消费的独立关联表明，更广泛的食品管理能力（如计划、选择、组织）比单纯的技术烹饪能力更能反映UPF依赖程度。地中海饮食依从性与UPF消费的负相关可能与地中海饮食强调低加工植物性食物有关，而高UPF消费可能替代这些传统食物。数字饮食素养（e-HDL）未显示独立关联，可能由于样本为年轻社交媒体用户，变异有限，且e-HDL可能通过影响食品技能和行为间接起作用。研究局限性包括横断面设计无法推断因果、样本以年轻女性为主且通过在线招募，存在选择偏倚，以及未纳入收入、就业状况等潜在混杂因素。研究结论：在伊斯坦布尔以年轻女性为主的成年人中，较低的食品技能和较低的地中海饮食依从性与较高的UPF消费并存。虽然无法确定关联方向，但研究结果提示，未来策略应整合营养教育与实际食品制备支持，并促进地中海式食物选择，特别是在年轻成年人中，其食物实践可能受便利性、时间限制和数字食物环境的影响。
