《Current Developments in Nutrition》：Validation of a brief vegetable variety questionnaire to assess diet quality
编辑推荐：
本研究针对24小时膳食回顾法评估饮食质量耗时费力的问题，开发并验证了以蔬菜多样性为指标的图文评估工具“My Veggies”。研究通过聚类分析将参与者分为高、中、低蔬菜多样性组，发现低多样性组具有更低的HEI-2015评分、更高的膳食能量密度(DED)、更高的BMI和体脂率。这为社区营养教育干预的评估或临床咨询筛查提供了简便有效的工具。
评估一个人的饮食是否健康，通常需要依赖24小时膳食回顾等复杂方法，这些方法不仅对专业人员要求高，也需要参与者投入大量精力。在资源有限的诊所、社区营养教育项目或大规模人群筛查中，亟需一种简单、快速且有效的评估工具。以往的研究提示，蔬菜的摄入量和多样性或许可以作为评估整体饮食质量的“窗口”。于是，一个关键的科学问题浮现：能否通过一种简便的图文工具，仅评估人们一周内食用的蔬菜种类，就能有效预测其整体饮食质量和相关的健康指标呢？
为了回答这个问题，来自加州大学戴维斯分校的研究团队Nancy L. Keim、Mical K. Shilts、Karina Diaz Rios、Xiaowei Zeng、Jingzhi Sun、Christiana M. Drake和Marilyn S. Townsend开展了一项研究，并发表在了《Current Developments in Nutrition》期刊上。他们的目标很简单：验证一种名为“My Veggies”的简易图文工具，看它是否能作为饮食质量的有效“代理人”。
研究人员如何开展研究？
研究人员招募了258名18-65岁的健康成年人。首先，他们开发了“My Veggies”工具，其核心是28种常见蔬菜（或蔬菜组合）的高清图片，参与者只需勾选过去一周内吃过的种类。除了蔬菜图片，工具还包含了3个关于烹饪习惯（如是否“从头烹饪”）和外出就餐频率的问题。为了验证这个工具的“聚敛效度”（即其测量结果与其他公认的饮食质量指标是否一致），研究人员通过美国国家癌症研究所的ASA24?系统收集了每位参与者三天（两个工作日和一个周末日）的24小时膳食回忆数据，并据此计算了两个金标准指标：健康饮食指数-2015(Healthy Eating Index-2015, HEI-2015)总分和膳食能量密度(Dietary Energy Density, DED)。同时，为了评估工具的“效标效度”（即其测量结果是否与客观的健康指标相关），研究人员精确测量了所有参与者的身高、体重，并通过双能X射线吸收法(Dual-energy X-ray Absorptiometry, DEXA)测定了体成分（如体脂率、瘦体重）。最终，他们运用K-means聚类分析，基于“My Veggies”工具的响应数据，将所有参与者分为了高蔬菜多样性(High Variety, HV, n=84)、中蔬菜多样性(Medium Variety, MV, n=107)和低蔬菜多样性(Low Variety, LV, n=67)三个组，并比较了三组在HEI、DED及人体测量学指标上的差异。
研究得出了什么结果？
- 1.
饮食质量与蔬菜多样性显著相关：聚类分析形成的三个组在人口统计学特征上没有差异，但在饮食质量上差异显著。低蔬菜多样性(LV)组的中位HEI总分（54.4）显著低于高(HV, 62.1)和中(MV, 68.0)多样性组。HEI中的蔬菜总分、蔬菜与豆类子分数也呈现出HV、MV组显著高于LV组的相同模式。此外，在总水果、全水果、全谷物、饱和脂肪、海鲜/植物蛋白等子分数上，HV和/或MV组也优于LV组。这表明，蔬菜多样性低的人群，其整体饮食质量也更差。
- 2.
能量密度与蔬菜多样性呈负相关：在衡量饮食“能量浓度”的膳食能量密度(DED)指标上，LV组的中位值（2.6 kcal/g）显著高于HV组（2.2 kcal/g）和MV组（2.3 kcal/g）。更高的DED通常意味着饮食中含有更多高能量、低营养密度的食物，进一步证实了LV组的饮食模式不够健康。
- 3.
饮食行为存在差异：在饮食行为上，HV和MV组报告“从头烹饪”的频率显著高于LV组。同时，HV和MV组每周外出就餐和食用快餐的频率也显著低于LV组。这揭示了蔬菜多样性高的人群往往拥有更健康的家庭烹饪和饮食模式。LV. Matching lower case letters next to the boxes indicate that values were not different, whereas different letters show differences">
- 4.
身体成分指标与蔬菜多样性相关：在效标效度验证中，LV组的体重、身体质量指数(Body Mass Index, BMI)和体脂肪质量均显著高于HV和MV组。这为“My Veggies”工具的预测有效性提供了客观的生理学证据，表明通过该工具识别出的低蔬菜多样性人群，确实具有更高的肥胖相关风险。
研究结论与重要意义
本研究得出结论：“My Veggies”这个简单的图文工具，能够有效评估饮食质量，并具有良好的聚敛效度和效标效度。具体而言，那些通过该工具被识别为食用蔬菜种类较少（低多样性）的成年人，其整体饮食质量（以较低的HEI评分和较高的DED为标志）更差，并且具有更高的BMI和体脂水平。这一发现验证了“蔬菜多样性可以作为饮食质量的实用代理指标”这一核心假设。
这项研究的意义在于，它首次为一种成人饮食质量评估工具提供了基于客观人体测量学数据的验证。“My Veggies”工具的优势非常明显：它易于管理（仅需约10分钟即可由参与者自行完成），无需专业人员解释食物份量，大大降低了评估的认知负担、时间和经济成本。这使其在社区营养教育项目中进行快速筛查、评估干预效果，或在临床环境中为营养咨询提供初步参考，具有巨大的应用潜力。尽管该研究使用了便利样本，在普适性上存在一定局限，且工具中的蔬菜列表可能无法完全代表所有地区或文化群体的饮食习惯，但它为开发简便、有效的公共卫生评估工具开辟了新的路径。研究团队建议下一步是开发该工具的标准评分系统，以便更直接地识别出饮食质量不佳的个体，从而进行针对性的干预。
