外出就餐（FAFH）与身体质量指数（BMI）：基于2011–2020年NHANES数据的分位数回归分析洞见

《BioMed Research International》：Food Away From Home and Body Mass Index: Insights From a Quantile Regression Analysis of NHANES 2011–2020

　　

背景：外出就餐（FAFH）对健康有多种影响，并被认为是导致肥胖率上升的一个因素。然而，关注FAFH沿身体质量指数（BMI）分布影响的研究仍然稀缺。本横断面研究旨在利用多年全国代表性调查数据，检验FAFH是否因个体BMI不同而产生差异化影响。 方法：合并分析了美国国家健康与营养调查（NHANES）最近四个周期的数据。采用分位数回归（QR）方法对结局变量“BMI”和暴露变量“FAFH”进行建模，并调整了潜在混杂因素。QR方法能够揭示FAFH对BMI的差异化效应，而这些效应在使用线性或逻辑回归模型时可能被掩盖。所有分析均应用了调查权重，以应对NHANES复杂的抽样程序。 结果：QR方法显示了FAFH对条件性BMI分布的差异化效应。对于BMI分布下尾（0.05分位数）的个体，每周三次及以上FAFH与每周不足三次相比，其BMI增加0.29 kg/m2（95% CI: 0.00, 0.58）。这种效应在中位分位数处变得更强，在0.60分位数处观察到最强效应，该处每周消费三次及以上FAFH的个体BMI比消费频率较低者高0.41 kg/m2（95% CI: 0.12, 0.71）。尽管较高FAFH消费量与低至中位分位数个体的BMI升高相关，但在上尾（0.90分位数），即代表最高BMI范围的个体中，该效应不具有统计学显著性。对上分位数的进一步调查显示，在0.70分位数处关联仍具统计学显著性，而在0.80和0.95分位数处的估计值虽为正值但未达统计学显著水平。 结论：QR揭示了FAFH-BMI关联在整个BMI分布中大致呈正向关系，在第70百分位数之前具有统计学显著关联，而在上尾部的估计精度较低。尽管需要进一步研究以更好地理解这些关联，但本研究结果强调了在评估FAFH消费对BMI的影响以及设计公共卫生干预措施时，考虑分布模式和统计不确定性的重要性。

一、研究背景与问题提出

随着生活方式改变和城市化进程加速，外出就餐（Food Away From Home, FAFH）在全球范围内日益普遍。现有研究表明，FAFH通常具有更高的能量密度、不健康的脂肪、添加糖和钠含量，而膳食纤维及必需营养素含量较低。频繁的FAFH消费被认为与暴饮暴食风险增加、身体质量指数（Body Mass Index, BMI）升高以及慢性疾病（如心血管疾病和2型糖尿病）风险上升有关。然而，既往关于FAFH与BMI关系的人群研究存在若干局限：首先，缺乏整合多年数据的全国代表性大规模研究，难以评估FAFH消费在不同亚群中的变异性及其随时间对BMI的影响；其次，许多研究将连续的BMI变量转换为分类变量进行分析，导致数据粒度损失；此外，传统均值回归（如普通最小二乘法，Ordinary Least Squares, OLS）只能建模协变量对平均BMI的影响，无法揭示FAFH效应沿BMI整个分布的变化。因此，有必要采用能够保留BMI连续性质并考察全分布效应的统计方法。本研究旨在利用多年全国代表性调查数据，通过分位数回归（Quantile Regression, QR）方法，检验FAFH是否对不同BMI水平的个体产生差异化影响。

二、研究方法概述

研究人员合并分析了美国国家健康与营养调查（National Health and Nutrition Examination Survey, NHANES）四个周期（2011–2012、2013–2014、2015–2016、2017–2020年3月）的数据，最终纳入21,878名20岁及以上成年参与者。暴露变量为过去一周FAFH消费频率，按中位数分为两组：每周少于3次与每周3次及以上。结局变量为连续测量的BMI（kg/m²）。研究人员采用分位数回归（QR）方法建模，选取第5、30、50、60、90百分位数作为主要分析分位点，并进一步评估了第70、80、95百分位数。模型调整了多项人口学、社会经济、行为及健康特征作为混杂因素，包括调查年份、性别、年龄、种族、教育程度、婚姻状况、贫困收入比（Poverty-to-Income Ratio, PIR）、家庭食品安全、膳食模式、吸烟状况、剧烈工作活动、糖尿病及高血压。所有分析均应用了CDC计算并经多周期调整的抽样权重，以校正复杂抽样设计和非响应偏倚。为作对比，研究人员同时报告了OLS回归结果。

三、研究结果

3.1 描述性统计

研究人群的BMI中位数为28.2 kg/m²。51.5%的参与者报告在过去一周消费3次及以上FAFH。女性略多于男性，近三分之二为非西班牙裔白人，64.1%拥有大学及以上学历，85.1%的收入高于贫困线。超过70%的参与者报告了完全的家庭食品安全和健康的膳食模式。18.3%为当前吸烟者，22.9%从事剧烈工作活动，10.5%自报患有糖尿病，32.6%自报患有高血压。按BMI分布分段的分析显示，较高BMI段中FAFH消费频率略有增加，而健康膳食模式的流行率从最低段的76.6%下降至最高段的48.4%，糖尿病和高血压的患病率则分别从2.4%升至21.7%、从15.1%升至49.6%。

3.2 OLS与QR结果

OLS估计显示，在调整协变量后，每周消费3次及以上FAFH的个体平均BMI比消费较少者高0.30 kg/m²（95% CI: 0.12, 0.49），具有统计学显著性。QR结果揭示了FAFH效应的差异化模式：在第5分位数（下尾），3次及以上FAFH与BMI增加0.29 kg/m²（95% CI: 0.00, 0.58）相关；在第30分位数，效应增强至0.35 kg/m²（95% CI: 0.12, 0.58）；在第50分位数（中位数），效应为0.29 kg/m²（95% CI: 0.03, 0.56）；最强效应出现在第60分位数，对应超重个体，效应值为0.41 kg/m²（95% CI: 0.12, 0.71）。然而，在第90分位数（上尾），效应为0.32 kg/m²（95% CI: -0.18, 0.81），未达到统计学显著性。进一步分析表明，在第70分位数效应仍显著（β=0.39, 95% CI: 0.07, 0.71），而在第80和第95分位数，点估计值保持正值但置信区间进一步扩大，不再显著。研究人员指出，这种模式更可能反映尾部数据稀疏导致的估计精度降低，而非关联的消失。此外，OLS结果显示健康膳食模式与BMI的负向关联强度约为FAFH效应的10倍，凸显了整体膳食质量的重要性。

四、讨论与结论

讨论部分指出，这是首个在美国全国代表性成人人群中采用QR方法考察FAFH对BMI差异化影响的研究。研究发现，FAFH与BMI的正向关联在BMI分布的大部分区域相对一致，其中在超重群体（约第60百分位数）效应最强。研究人员从份量大小、便利性与可及性、食品营销以及心理因素（如压力和情绪化进食）等机制解释了这一关联。在上尾部失去统计学显著性更可能是由于QR在分布尾部的估计精度降低所致，而非关联不存在。研究优势包括使用多年全国代表性数据、应用QR方法揭示全分布效应以及控制多种混杂因素。局限性包括：横断面设计无法建立因果关系、FAFH依赖自我报告可能存在回忆偏倚、未测量因素（如FAFH的营养组成）可能影响结果、以及将FAFH二分类可能掩盖更细致的剂量-反应关系。

结论翻译： 总之，分位数回归（QR）显示，较高的外出就餐（FAFH）摄入量与身体质量指数（BMI）在条件性BMI分布中总体上呈正向关联。该关联在第70百分位数之前具有统计学显著性，而更高分位数处的估计值保持正值但精度降低，置信区间逐渐变宽。描述性分析还表明，较高BMI段的参与者膳食模式较差，糖尿病和高血压患病率显著更高，突显了BMI分布中人群构成的重要差异。这些发现共同证明了在评估饮食相关风险因素时，考察完整BMI分布及相关统计不确定性的价值。研究人员最后指出，QR框架可作为公共卫生研究的有力工具，有助于识别可能受风险因素差异化影响的人群亚组，并为针对性干预措施的制定提供依据。