《Food Science & Nutrition》：Predicting Adult Overweight and Obesity Prevalences Using the Food Nutritive Value Supplies of the FAO's Food Balance Sheet Data: Case Study of Trends in Spain
1 引言
超重（身体质量指数2）和肥胖（BMI≥30.0 kg/m2）是全球性的重大公共卫生挑战，与高昂的医疗成本和多种慢性疾病（如心血管疾病、2型糖尿病、肌肉骨骼疾病和某些癌症）的风险增加密切相关。在欧洲和美国等地区，肥胖患病率在过去四十年间急剧上升。为了应对这一趋势，世界卫生组织（WHO）制定了《2013-2020年非传染性疾病预防和控制全球行动计划》，旨在遏制2010年至2025年间肥胖率的增长。
饮食和生活方式是影响超重与肥胖率的主要因素。总能量摄入被认为是导致肥胖率上升的主要因素，但越来越多的证据表明，某些膳食模式比其他模式对促进体重增加的贡献更大。尽管如此，关于含有不同食物群或宏量营养素组成的饮食如何成为肥胖发展的决定性因素，尤其在人群层面评估方面，现有的知识仍然有限。因此，评估和监测食物消费及饮食质量至关重要，这将有助于识别那些改善人群营养状况的关键膳食模式。
联合国粮农组织（FAO）开发的食物平衡表（FBS）衡量了人口的食物供应（人均可用食物量），并提供了一个国家整体食物状况的近似图景。尽管FBS数据可能存在高估，且可靠性取决于基础输入数据，但它已被广泛应用于从国内食品营养监测到国际研究以及建模分析等众多健康调查中。FAO在2018年发布的报告《至2050年粮食与农业预测》中，基于三个定义的情景，提出了人均能量（kcal）和蛋白质（g）供应的预测：一是“一切照常”（BAU）情景，假设历史食物偏好趋势持续；二是“阶层化社会”（SS）情景，强调忽视粮食和农业体系当前及未来挑战的后果；三是“迈向可持续发展”（TS）情景，设想一个更公平的全球社会，多项可持续发展目标（SDG）几近普遍实现，并通过有效政策的采纳推动食物体系迈向可持续。
西班牙目前的超重和肥胖患病率很高。根据西班牙卫生部最新的西班牙健康调查（ENSA），尽管此类数据倾向于低估患病率，但仍有超过半数（54.5%）的成年人体重超标。该调查还强调了一种上升趋势：在过去30年间，西班牙成年人肥胖患病率从1987年的7.4%增加到2017年的17.4%，增长了2.4倍。然而，一些基于自我报告数据的调查，如2009年和2014年的西班牙欧洲健康调查（EHSS），尽管存在局限性，但证实了过去十年中超重和肥胖患病率水平呈下降趋势。这些结果可能与当前西班牙基于食物的膳食指南（更可持续和健康的饮食）更加吻合。这些数据表明，需要持续评估和监测西班牙人群的肥胖和超重水平，以改进针对这些健康风险因素的策略。
2 方法
本研究主要基于从FAO企业统计数据库（FAOSTAT）收集的2000年至2020年期间的数据。关于成年人肥胖和超重患病率的数据，来源于FAO包含“一套粮食安全指标”的数据集（数据覆盖2000年至2016年），该数据最初来自WHO全球健康观察站。由于营养数据并非按年龄或性别细分，因此结果报告为两性合并数据。
由于缺乏长期的全国膳食摄入数据集，并为了避免国家间的差异和潜在误差，有关食物和营养素可获得量的数据来自FAO的FBS。FBS通过从总供应量（进口和生产量，并根据库存变化进行调整）中减去使用量（出口量、饲喂牲畜、用作种子、加工为食品和非食品用途以及储存和运输相关损失）来编制。然后，通过将相应数量除以特定国家的人口规模来计算每种食品的人均供应量。关于人均食品供应的数据以数量和热值、蛋白质和脂肪含量（g）表示。
超重和肥胖的评估考虑了BMI作为相对体重和肥胖的指标。成年人的超重和肥胖患病率基于WHO的切点标准。这些患病率被报告为18岁以上人口的比例，并按年龄标准化和性别加权。WHO全球健康观察站数据存储库是FAOSTAT数据的当前来源，而FAOSTAT的数据又来源于非传染性疾病风险因素协作组织（NCD-RisC）的研究。这些数据涵盖了可用的身高和体重测量信息，并结合来自其他年份和国家的数据通过贝叶斯分层模型进行估算，以预测1975年至2016年间平均BMI和BMI类别（体重不足、超重和肥胖）的流行趋势。
未来的预测使用了从FAOSTAT门户网站获得的数据，其中FAO预测了到2050年各国人均能量和蛋白质需求。预测基于三个定义的情景：BAU、SS和TS。所有情景使用相同的人口预测。关于膳食演变，每个FAO情景的假设概述如下：BAU，当前趋势持续，适度趋于消费更多营养食品；SS，由于购买力下降和消费者意识减弱，大多数人的饮食恶化，而精英阶层消费高质量奢侈品食品；TS，均衡、健康和环境可持续的饮食被普遍采纳。
采用多元线性回归（MLR）模型来预测各国的成年人超重和肥胖，以及肥胖患病率（因变量），使用FAO FBS数据（解释变量）。数据集限制在2000-2016年，这是健康变量可获得的最新记录。研究涵盖的商品群包括：谷物（不包括啤酒）、水果、树生坚果、蔬菜、植物油、糖和甜味剂、淀粉根茎类、豆类、香料、油料作物、兴奋剂、酒精饮料、肉类、蛋类、奶类（不包括黄油）、鱼和海鲜，以及动物脂肪和副产品。未考虑数据缺失和国界不稳定的国家，最终数据集包含163个国家。
在进行正式分析之前，初始数据集被随机分为两个子集：模型校准数据集（占整个数据集的70%）和验证数据集（剩余的30%）。校准数据集用于生成预测模型，然后应用于验证数据集以量化其预测能力。通过初步相关性分析和方差膨胀因子（VIF）检验变量间的潜在多重共线性。将VIF≥10的变量移除并重建模型，直到所有变量的VIF<10。通过观察学生化残差图检验模型预测的正态性。选择预测标准误较低且调整后R2值基本不变时的最小变量数作为最优项数。考虑的拟合优度统计量包括校准和验证数据集的判定系数（R2C和R2V）以及校准和验证数据集的预测标准误（SEPC和SEPV）。为了评估预测模型的实用性，计算了性能偏差比（RPD）和一致性相关系数（CCC）。每个预测模型的偏差被确定为参考值与相应预测值之间差的平均值，并使用t检验确定其是否与零有显著差异。
为了使用相同的FAO FBS数据，并考虑三个不同的FAO情景，对未来成年人超重和肥胖患病率进行长期预测，进行了另一项MLR分析，仅使用FAO为预测所考虑的食物群，并仅以热值和蛋白质含量表示。为此，从数据集中提取了谷物、水果、油料作物、淀粉根茎类、豆类、蔬菜、植物油、糖和甜味剂、兴奋剂、肉类、生乳和鱼类这些食物群。没有包含蛋类、动物脂肪、内脏、酒精饮料、树生坚果或香料。采用先前概述的相同方法构建MLR模型。获得的最终模型用于估计到2050年的成年人超重和肥胖患病率。
3 结果
3.1 多元线性回归模型
预测成年人超重和肥胖患病率的最终MLR模型及保留的预测变量，其拟合优度统计量总结表明，模型具有高精度和高预测能力。
对于成年超重和肥胖患病率（BMI≥25 kg/m2）的预测模型，其校准数据集判定系数（R2C）为0.78，预测标准误（SEPC）为7.44，性能偏差比（RPD）为2.14，一致性相关系数（CCC）为0.87。验证数据集中，R2V为0.72，SEPV为8.21，RPD为1.94，CCC为0.85。预测偏差平均值与零无显著差异。
对于成年肥胖患病率（BMI≥30 kg/m2）的预测模型，其校准数据集判定系数（R2C）为0.73，预测标准误（SEPC）为4.28，性能偏差比（RPD）为1.99，一致性相关系数（CCC）为0.84。验证数据集中，R2V为0.71，SEPV为4.21，RPD为2.03，CCC为0.83。预测偏差平均值与零无显著差异。
在预测模型中保留的变量包括：糖的能量贡献、谷物的蛋白质和能量贡献、淀粉根茎类的脂肪和能量贡献、油料作物的蛋白质贡献、蔬菜的能量贡献以及肉类的蛋白质贡献。这些变量用于预测超重和肥胖患病率。同时，糖的能量贡献、谷物的蛋白质贡献、淀粉根茎类的脂肪和能量贡献、植物油的能量贡献、水果的蛋白质贡献、兴奋剂的脂肪贡献、肉类的蛋白质贡献、鱼和海鲜的蛋白质贡献被保留作为预测肥胖患病率的变量。
用于成年人超重和肥胖患病率预测的MLR模型同样显示出高精度的预测能力，其CCC≥0.80，尽管其RPD略低于2。
3.2 西班牙动、植物源性食品消费趋势及长期未来预测
在过去的二十年里，奶类、谷物、蔬菜、水果、肉类和酒精饮料构成了西班牙消费的主要食物群（≥100 千克/人/年）。
从2000年到2020年，主要食物群的消费变化趋势不一。谷物消费量呈现中度增长（约15%）。而蔬菜消费量下降趋势最为明显（35%），从2000年的165千克/年降至2020年的107千克/年。其他主要食物群如奶类、水果、肉类和酒精饮料的消费量略有下降（不到10%）。
其他相关食物群的消费模式随时间变化并非一致。植物油和糖及甜味剂的消费量略有增加。鱼和海鲜的消费量略有下降。淀粉根茎类的消费量呈适度下降。
消费量最低的食物群（<10 千克/人/年）包括蛋类、树生坚果、豆类、油料作物、兴奋剂、动物脂肪、内脏和香料。这些食物的趋势随时间表现出异质性。动物脂肪的消费量略有下降。内脏、油料作物和兴奋剂的消费量则急剧下降（降幅在35%至45%之间）。相比之下，蛋类和豆类的消费模式随时间更为稳定（仅有小幅增长）。而树生坚果和香料的消费量则呈现显著增长趋势（分别为83%和50%）。
在2000年至2020年间，根据FAO FBS数据，西班牙动、植物源性食品对能量、蛋白质和脂肪供应的贡献方面，动物蛋白质比植物蛋白质更相关（约占所供应总蛋白质的64%），而动物源性食品对总能量（约占27%）和总脂肪（约占40%）的贡献则较低。不同来源的食物对总消费的贡献总体上稳定，但能量和脂肪方面检测到了主要变化。动物源性食品对总能量和脂肪的贡献呈下降趋势（分别下降约6%和11.5%）。
至于蛋白质、脂肪和碳水化合物对总能量供应的计算百分比贡献，总体上，来自碳水化合物的能量约占45%，脂肪提供约42%的能量，蛋白质提供约13%的供应能量。随时间推移，碳水化合物和脂肪的贡献趋势在研究期间保持相对恒定，而来自蛋白质的能量则略有下降（1.5%）。
关于到2050年西班牙主要食品商品膳食能量和蛋白质供应的预测，三个FAO情景各有不同的结果。
从整体视角看，与2012年BAU基线相比，在BAU和SS情景下，预测到2050年总能量和蛋白质需求将略有增加（≤10%），而在TS情景下则预测略有下降。
总体而言，在所有预测和每个分析的年份中，观察到对奶类和鱼类宏量营养素的需求分别略有增加（3%-6%）和显著下降（20%-35%）。对于其余食品商品，在分析的每一年中，BAU和SS情景下对能量和蛋白质的需求均观察到小幅增长，但肉类除外，其增长幅度较大，尤其是在SS情景下（约20%）。相比之下，与2012年BAU基线相比，TS情景在食品供应宏量营养素方面呈现出小幅和中度的比例下降。
3.3 西班牙超重与肥胖趋势及长期未来预测
数据显示，NCD-RisC数据与MLR模型估计的数据显示出相似的值，但趋势有所不同。NCD-RisC数据显示了超重和肥胖率随时间上升的趋势。例如，在NCD-RisC数据的最后一年（2016年），根据NCD-RisC数据，超重和肥胖患病率为61.6%和55.5%，而肥胖患病率分别为23.8%和20.1%。相比之下，MLR估计的超重和肥胖患病率随时间下降（2000年至2020年变化为-6.7%），而肥胖率保持稳定或经历轻微增长（2000年至2020年变化为1.4%）。
基于三个FAO情景（BAU、SS和TS）对西班牙到2050年超重和肥胖患病率的预测显示：
从整体视角看，与2012年BAU基线相比，预测到2050年BAU和SS情景下超重和肥胖率将略有增加（≤5%），而在TS情景下则预测有中度下降（≤18%）。
使用预测数据，从2012年到2050年，超重和肥胖的比例变化在BAU、SS和TS情景下分别为2.54%、3.29%和-12.67%，而肥胖的比例变化分别为5.23%、5.92%和-17.49%。
4 讨论
4.1 预测模型的实用价值
FAO FBS数据已被用于分析食物群和宏量营养素摄入与国家和国家层面肥胖和超重患病率之间的关系。据我们所知，尚未有基于该国际FAO数据库的健康结局变量（成年人超重和肥胖）的预测模型被报道。
能量摄入被认为是增加肥胖率的主要影响因素。饮食中的糖和谷物等食物成分与成年人超重和肥胖有关。另一方面，虽然不同的研究发现膳食脂肪摄入的增加会增加肥胖的发展，但由于难以在脂肪消费和肥胖患病率之间建立因果关系，肥胖的增加不能仅仅归因于膳食脂肪的变化。此外，越来越多的研究指出，某些膳食模式对体重增加的影响比其他模式更大。
就食物群而言，大量食用肉类因其高能量密度和脂肪含量而与体重增加相关。我们的结果与之前的研究结果一致，该研究发现肉类蛋白质可获得性与肥胖和超重患病率之间存在强关联。具体而言，在该研究中，肉类可获得性在逐步MLR分析中获得了最显著的预测因子。然而，该研究也发现动物蛋白质（不包括肉类蛋白质）与这些患病率相关，但不如肉类蛋白质显著，这可以解释为其他动物蛋白质来源，如乳制品和鱼类产品，不会导致体重增加。
从分析角度看，预测模型的RPD必须大于2才具有实用性。尽管本研究并非实验室研究，但获得的预测模型在验证中的RPD接近或大于该阈值。关于CCC参数，其值在0.81到1.00之间表示预测能力准确。本研究中获得的健康结局变量预测模型显示出准确的预测能力。考虑到偏差参数，本研究中的任何预测模型都没有显著高估或低估任何分析变量的参考值。至于用于成年人超重和肥胖患病率预测的MLR模型，尽管RPD小于2，但获得的预测模型同样显示出准确的预测能力。
4.2 西班牙动、植物源性食品趋势及长期未来预测
使用FBS数据来了解一个国家的食物消费存在一些局限性，通常表现在数值高估，因为存在未考虑的方面（例如加工食品、家庭浪费、营养成分）。此外，FAO从成员国提供的数据中获得FBS，因此FBS的可靠性取决于所提交报告的完整性和准确性。尽管如此，FBS数据显示了国家食物供应的整体模式，并为构建历史趋势提供了有用信息。为了使用FBS和消费调查比较趋势，建议以相对术语（即百分比或比率）管理FBS数据。
为了分析西班牙的食物供应趋势，本研究的数据以绝对值和相对值（%）报告，并进一步与最近同样在西班牙进行的研究进行比较，这些研究基于机构食物消费调查、横断面营养研究或纠正西班牙官方食物消费来源的新方法。正如预期，获得的结果通常高于前述研究中呈现的结果。然而，一些食物群不符合西班牙人群当前的膳食建议，特别是西班牙社区营养学会（SENC）的建议。自2000年以来，西班牙整个食物群的消费演变经历了较小或中度的变化；虽然一些趋势可以被视为负面的，但其他趋势可能是积极的。尽管如此，一些研究反映，在过去的几十年里，西班牙人群对传统健康的地中海饮食的依从性有所下降。
奶类和乳制品是西班牙饮食中供应最多的食物之一。尽管绝对数值高于先前研究报告的数值，但消费量随着时间的推移持续下降，无论是像本研究中那样轻微下降，还是像其他研究结果中那样显著下降。尽管奶类和乳制品的消费量较高，但根据推荐量，仍未达到推荐水平，其消费量与推荐份数的比值为0.8。
本研究消费量第二高的食物群是谷物及其衍生物，面包是主要食物。当前数值与其他研究在2017年报告的数值一致，但高于其他研究在2012年和2013年报告的数值。我们的结果显示，在过去20年里，谷物消费量呈中度增长。相比之下，其他研究强调了从2000年到2012年变化不大，但在过去40年里显著下降。无论如何，根据推荐量，该食物群的当前消费量将满足膳食建议，其消费量与推荐份数的比值为1。
蔬菜和淀粉根茎类的消费量，高于其他研究报告的数值。另一方面，水果的消费量与其他研究报告的数值相似。关于趋势，FBS数据反映了西班牙从2000年到2020年，蔬菜和淀粉根茎类消费量显著减少，水果消费量略有下降。其他研究报告了这些食物群的小幅增长，但土豆消费量有更明显的下降。对于地中海饮食中这些相关食物，西班牙人群的建议（每天至少300克蔬菜，两份；每天最多400克水果，三份）仍未达到，蔬菜和水果的消费量与推荐份数的比值分别为0.7和0.5。
尽管我们关于肉类及其衍生物组的绝对值结果高于先前研究工作呈现的数值，但在比较趋势时注意到了相似的趋势，观察到近年来该食物群消费量呈中度下降。尽管如此，肉类的平均消费量，特别是红肉，相对于膳食建议（每周最多三份，每份125克）仍然较高，其消费量与推荐份数的比值为3.6。地中海饮食中其他值得注意的蛋白质来源是鱼和贝类，其平均消费量略高于其他研究报告的数值。与我们的数据一致，其他研究表明，过去几年其消费量略有下降。然而，这种消费可以被认为是有益的，并且与建议相符，其消费量与推荐份数的比值为1。
地中海饮食中其他次要食物包括豆类和豆科植物、蛋类、坚果和植物油，主要是橄榄油。
