使用多变量分析的厄瓜多尔食物成分数据库中食物的营养变异

《Nutrients》：Nutritional Variation Among Foods Included in an Ecuadorian Food Composition Database Using Multivariate Analysis

　　

背景/目标：本研究在记录级质量控制后，对圣弗朗西斯科·德基托大学食品化学成分表（USFQ Food Chemical Composition Table）中保留的996种食物和饮料的成分变异进行了表征。方法：采用描述性统计、异方差单因素方差分析（heteroscedastic one-way ANOVA）、秩相关、主成分分析（PCA）和层次聚类评估了19项营养变量。缺失在不同食物组中大量且非随机存在；427条记录包含全部19项变量，并用于多变量分析。结果：经Holm校正的Welch检验（Welch test）识别出所有变量的食物组差异，尽管组间分离的幅度从维生素A的小效应（η² = 0.029，95% CI 0.016–0.061）到碳水化合物的大效应（η² = 0.590，95% CI 0.555–0.632）和能量的大效应（η² = 0.588，95% CI 0.530–0.654）不等。Spearman分析显示总脂肪与单不饱和脂肪酸（MUFA）之间（ρ = 0.956）以及总脂肪与饱和脂肪酸（SFA）之间（ρ = 0.937）存在预期的强成分关联，同时涉及蛋白质、磷、锌、胆固醇和维生素B12的非算术关联。平行分析保留了四个主成分，解释总方差的61.4%；前两个占40.2%，主要代表能量-脂质-矿物质协变和脂质组成。在完整的19维标准化空间中进行的Ward聚类支持三聚类解（轮廓系数 = 0.482；中位子抽样调整兰德指数 = 0.845），包括一个广泛混合型、一个纤维和矿物质密集型以及一个油脂主导型。结论：这些结果描述了USFQ数据库内的成分模式，并为数据库协调、营养素概况分析和假设生成提供了可重复的基础。它们不估计厄瓜多尔人群的膳食摄入量、食物可获得性、营养充足性或健康结局。

食物成分数据库是膳食评估、营养政策和食品标签所依赖的基础数据源。构建这样的数据库需要整合实验室化学分析、国际表格、食谱计算和商业标签等多来源数据，并且必须保持统一的鉴定和单位标准。拉丁美洲虽已有FAO、INFOODS及LATINFOODS等组织推动协调，但各国数据库间仍存在系统差异。厄瓜多尔的USFQ食品化学成分表（Universidad San Francisco de Quito Food Chemical Composition Table）是一个包含996种食物和饮料的汇编，其记录来自九个不同来源，并非概率样本，因此需要对其内部营养变异进行系统性刻画。该研究以描述性、推断性和多变量方法表征该数据库中的营养变异，量化食物组分类所解释的变异比例，评估稳健的营养素关联，识别潜在维度并分类营养谱，同时量化缺失情况及其对完整案例分析的影响。论文发表在《Nutrients》上。

研究方法上，研究人员从USFQ Bitácora卷11中重建数据库，来源包括中美洲、秘鲁、哥伦比亚、玻利维亚和Cuenca-厄瓜多尔食物成分表、USDA FoodData Central、营养标签、科学文章以及基于EuroFIR的标准化食谱计算。经过记录级和细胞级质量控制，保留996条记录，涵盖19项营养变量（能量、蛋白质、总脂肪、碳水化合物、膳食纤维、饱和脂肪酸（SFA）、单不饱和脂肪酸（MUFA）、多不饱和脂肪酸（PUFA）、胆固醇、钙、磷、铁、钾、钠、锌、维生素C、维生素A、叶酸和维生素B12）。所有值按每100克可食部分或每100毫升饮料表示。统计方法包括描述性统计、异方差单因素方差分析（Welch检验）、Kruskal-Wallis检验、Spearman秩相关、主成分分析（PCA）和Ward层次聚类。由于存在大量非随机缺失，仅427条包含全部变量的记录用于PCA和聚类分析。

结果部分按原文小标题概述如下：

3.1 分析食物集概述：996条记录分布于11个食物组，其中谷类、薯类和根茎类最多（178条），肉类和加工肉制品123条，水果和饮料各111条。数据来源中37.3%来自包装营养标签，34.7