论文部分内容阅读
目的:最近,低碳水化合物饮食与体重减轻和代谢性疾病之间的联系已成为越来越多研究关注的焦点。然而,对亚洲人群低碳水化合物饮食的研究是有限的。本研究通过对合肥市瑶海区某社区医院体检人群进行横断面调查,获得该人群胰岛素抵抗（insulin resistance,IR）患病率。通过食物频率问卷（food frequency questionnaire,FFQ）计算三大营养素供能比以获得该人群的低碳饮食评分,探讨其与胰岛素抵抗之间的关联。方法:于2019年11月~2020年1月,在合肥市瑶海区某社区医院进行调查,选择该医院的体检人群,最终纳入研究549人。按本课题组自行设计的调查问卷,经过问卷信效度检验,由经过专门培训的调查员进行面对面调查。调查内容主要包括:人口统计学资料、人体测量学资料、生理生化指标和饮食等相关信息。饮食相关信息主要通过食物频率调查问卷进行收集。低碳饮食评分被用来反应调查人群的低碳水化合物膳食模式。将三种宏量营养素（碳水化合物、蛋白质和脂肪）供能百分比划分为11个层次。对于脂肪和蛋白质,最高层的参与者得到10分,下一层的参与者得到9分,以此类推,最低层的参与者得到0分。对于碳水化合物,摄入量最低者得10分,摄入量最高者得0分。将三种宏量营养素的得分相加,最终得出该人群低碳水化合物饮食得分,并根据这些得分将人群分为三组。类似地,以植物为主的低碳水化合物膳食模式是根据碳水化合物、植物蛋白和植物脂肪的能量百分比确定的（以植物为主的低碳饮食评分）,以动物为主的低碳水化合物膳食模式是根据碳水化合物、动物蛋白和动物脂肪的能量百分比确定的（以动物为主的低碳饮食评分）。对于不服从正态分布的连续性变量采用中位数（P25,P75）表示,其他连续变量以平均值±标准差表示;所有分类变量,如社会人口学特征和生活行为方式变量,以百分比（%）表示。分别通过单因素方差分析,非参数检验和卡方检验比较连续性变量和分类变量;Logistic回归用于分析低碳水化合物饮食评分和胰岛素抵抗之间的关系。结果:本研究共743名中年人群参与调查,最终纳入549名调查对象,其中男性362人,女性187人。调查对象平均年龄48.3±4.8岁,体质指数（body mass index,BMI）的（?）±s为24.15±2.98 kg/m2。低碳饮食评分得分越高的参与者在文化程度、职业史和体育锻炼上,差异没有统计学意义（P＞0.05）。在人均收入和吸烟情况上有统计学意义（P＜0.05）。位于低碳饮食评分最高分位数组人群的BMI、血压、空腹血糖（fasting plasma glucose,FPG）、空腹胰岛素（fasting insulin,FINS）、血脂水平（总胆固醇（total cholesterol,TC）、甘油三酯（triglyceride,TG）、高密度脂蛋白胆固醇（high density lipoprotein cholesterol,HDL-C）和低密度脂蛋白胆固醇（low density lipoprotein cholesterol,LDL-C））与最低分位组人群相比没有差异（P＞0.05）。在参与者中,19.5%的调查对象被诊断为胰岛素抵抗,低碳水化合物饮食评分最高分位和最低分位相比,人群胰岛素抵抗的患病率没有显著差异,分别为20.8%和18.5%（P=0.748）。与最低分位数的参与者相比,最高分位数的参与者摄入的各种脂肪（单不饱和脂肪酸（monounsaturated fatty acids,MUFA）、多不饱和脂肪酸（polyunsaturated fatty acids,PUFA）和饱和脂肪酸（saturated fatty acids,SFA））、胆固醇、红肉、白肉、鱼虾蟹类、海产品、大豆及其制品、坚果以及腌制食品的量较高（P＜0.05）,摄入的全谷物、精制谷物、膳食纤维、蔬菜水果、蛋奶类以及杂豆类的量较低（P＜0.05）。然而,高三分位数组人群与低三分位数组人群在总能量摄入上没有显著差异（P＞0.05）。在得分最高的三分位数中,人群从脂肪中摄取的能量超过42.1%,其中来源于动物脂肪的能量摄入超过15.1%。Logistic回归分析结果显示,在模型1（未调整）中,低碳水化合物饮食评分与胰岛素抵抗无显著相关性OR=1.091（95%CI:0.844–1.410）。在控制了潜在的混杂因素（年龄、性别、BMI、腰围）后,模型2的OR值为0.992（95%CI:0.740–1.329）。进一步调整体力活动、吸烟情况、饮酒情况、人均收入、教育程度、药物使用史、疾病家族史和总能量,模型3中低碳水化合物饮食评分对胰岛素抵抗患病风险影响不大OR=1.042（95%CI:0.766–1.419）。本研究结果显示低碳水化合物饮食评分和胰岛素抵抗之间总体上没有显著相关性。在以植物为主的低碳饮食得分和以动物为主低碳饮食评分研究中,均未观察到与胰岛素抵抗的有统计学意义的关联。此外,在宏量营养素的摄入与胰岛素抵抗的相关性分析中,我们发现从全谷物里摄入较多的碳水化合物与胰岛素抵抗风险降低有关,OR=0.455（95%CI:0.243–0.852,P＜0.05）。结论:本研究发现,合肥市瑶海区低碳水化合物饮食评分与胰岛素抵抗风险没有显著相关性。以植物为主的低碳水化合物饮食评分和以动物为主的低碳水化合物饮食评分与胰岛素抵抗之间也没有显著相关性。此外,我们发现从全谷物摄入较多的碳水化合物会降低胰岛素抵抗风险。