王曉茹,劉亞瓊,鎖 然,李榮斌,師 旭,王煥香,羅建華,王 頡*
(1 河北農(nóng)業(yè)大學(xué)圖書館 河北保定071000 2 河北農(nóng)業(yè)大學(xué)食品科技學(xué)院 河北省農(nóng)產(chǎn)品加工技術(shù)創(chuàng)新中心 河北保定071000 3 中國長城葡萄酒有限公司 河北懷來075400 4 懷來縣貴族莊園葡萄酒業(yè)有限公司 河北懷來075400)
有關(guān)健康的非醫(yī)學(xué)決定因素與健康狀況的相關(guān)性研究一直是研究的熱點。?stergren 等[1]評估了吸煙和飲酒對丹麥、芬蘭、挪威和瑞典等北歐國家預(yù)期壽命的影響,結(jié)果表明預(yù)期壽命差異的40%~70%歸因于吸煙和飲酒。Trias-Llimo 等[2]的研究結(jié)果表明,酒精在很大程度上造成了歐洲東、西方的預(yù)期壽命差距,并導(dǎo)致其增長(1990-2005年)和下降(2005年以后)。將中歐和東歐國家的酒精消費量減少到西歐水平,可能有助于整個歐洲的死亡率趨同。Martikainen 等[3]的研究表明,酒精和吸煙造成的死亡率使芬蘭男性的平均壽命縮短了4.5年。Streppel 等[4]的研究表明,長期少量飲酒可降低心血管和全因死亡率,并增加預(yù)期壽命。有關(guān)水果蔬菜消費量和死亡率關(guān)系的關(guān)系,涉及營養(yǎng)飲食[5-8]、公眾環(huán)境和職業(yè)健康[9-10]、心臟心血管系統(tǒng)。研究結(jié)果表明,攝入水果和蔬菜與降低心血管疾病、癌癥和全因死亡率的風(fēng)險有關(guān),水果和蔬菜的消費量與死亡率之間存在顯著的負相關(guān)關(guān)系[11]。研究總蛋白、總脂肪和總能量消費與死亡率關(guān)系的報道很少,而研究單一組分對死亡率影響的研究較多[12]。越來越多的證據(jù)表明,飽和脂肪的攝入與死亡率風(fēng)險增加有關(guān),而不飽和脂肪的攝入與死亡率風(fēng)險降低有關(guān),將飽和脂肪中10%的能量替換為等量的單不飽和或多不飽和脂肪可使死亡風(fēng)險顯著降低[13]。單不包含脂肪酸和多不飽和脂肪酸的攝入與心血管疾病和死亡風(fēng)險相關(guān)性較低,而飽和脂肪酸和反式脂肪的攝入與心血管疾病風(fēng)險具有較高的相關(guān)性。Guasch-Ferré 等[14]的研究表明,單不飽和脂肪酸和多不飽和脂肪酸替代飽和脂肪酸,或單不飽和脂肪酸替代反式脂肪與心血管疾病呈負相關(guān)。較低的飽和脂肪和較高的水果蔬菜攝入量對冠心病死亡率有降低作用[15]。
綜上,有關(guān)單一的健康非醫(yī)學(xué)決定因素與健康狀況相關(guān)性研究較多,研究總脂肪、總蛋白、果品蔬菜和酒精消費等7 項和健康相關(guān)的非醫(yī)學(xué)決定因素對健康狀況的共同影響未見報道。研究健康的非醫(yī)學(xué)決定因素與健康狀況的相關(guān)性,建立多元回歸模型,可為全球各地區(qū)膳食指南的修訂提供參考,對提高人類的健康水平具有重要意義。
2000—2013年和健康的非醫(yī)學(xué)決定因素相關(guān)的7 項指標 【總脂肪供應(yīng)(X1)、總熱量供應(yīng)(X2)、總蛋白質(zhì)供應(yīng)(X3)、食糖供應(yīng)(X4)、蔬菜供應(yīng)(X5)、水果供應(yīng)(X6)和酒精消費(X7)】以及健康狀況相關(guān)的6 項指標【缺血性心臟病死亡率(Y1)、慢性阻塞性肺病死亡率(Y2)、阿爾茨海默病死亡率(Y3)、氣管、支氣管和肺癌死亡率(Y4)、糖尿病死亡率(Y5),預(yù)期壽命(Y6)】,數(shù)據(jù)均來自經(jīng)合組織數(shù)據(jù)庫[16],采集的數(shù)據(jù)包括經(jīng)合組織數(shù)據(jù)庫中2013年預(yù)期壽命排名前10 的國家(日本、西班牙、瑞士、意大利、法國、澳大利亞、冰島、以色列、瑞典和盧森堡)。
數(shù)據(jù)采用SPSS 23.0 軟件,利用逐步回歸法(Stepwise)進行多元回歸分析。
在經(jīng)合組織數(shù)據(jù)庫中選取和健康非醫(yī)學(xué)決定因素相關(guān)的7 項指標,以及和健康狀況相關(guān)的6項指標進行統(tǒng)計分析。2013年預(yù)期壽命前10 位國家的總脂肪等供應(yīng)和缺血性心臟病等主要疾病死亡率以及預(yù)期壽命如表1所示,2000-2013年預(yù)期壽命前10 位國家的總脂肪等供應(yīng)和缺血性心臟病等主要疾病死亡率以及預(yù)期壽命平均值如表2所示。
表1 2013年預(yù)期壽命前10 位國家的總脂肪等供應(yīng)和缺血性心臟病等主要疾病死亡率以及預(yù)期壽命Table 1 Total fat supply and others supply with major diseases mortality including ischemic heart disease and life expectancy in the top 10 countries in 2013
表2 2000-2013年預(yù)期壽命前10 位國家的總脂肪等供應(yīng)和缺血性心臟病等主要疾病死亡率以及預(yù)期壽命平均值(±s)Table 2 Total fat supply and others supply with major diseases mortality including ischemic heart disease and average life expectancy in the top 10 countries in 2000-2013(±s)
表2 2000-2013年預(yù)期壽命前10 位國家的總脂肪等供應(yīng)和缺血性心臟病等主要疾病死亡率以及預(yù)期壽命平均值(±s)Table 2 Total fat supply and others supply with major diseases mortality including ischemic heart disease and average life expectancy in the top 10 countries in 2000-2013(±s)
氣、支管氣海茨爾阿塞阻性慢心性血缺死病尿糖癌肺和管亡死病默死病肺性亡死病臟消精酒/應(yīng)供果水/應(yīng)供菜蔬/應(yīng)供糖食供白蛋總供量熱總供肪脂總·應(yīng)/g·(d/kJ應(yīng)·(d/g應(yīng)10/每率亡/壽期預(yù)每/率亡死10每/率10每/率亡10每/率·(年/L費·(年kg·(年kg·(年kg(d死的人萬的人萬10死的人萬死的人萬死的人萬年-1)人-1)人-1)人-1)人-1)人-1)人-1)人數(shù)人亡數(shù)人亡死數(shù)人亡數(shù)人亡數(shù)人亡19.5±39.4±14.3±23.0±99.7±81.1±8.9±117.5±115.5±40.5±109.7±13 941.8±141.1±值均平12.0 5.8 8.5 8.0 38.8 1.2 3.0 40.8 40.2 10.1 12.1 1 058.2 20.5
Y1與7 項非醫(yī)學(xué)決定因素的回歸模型為Y1=270.212+1.298X1-0.147X2+0.633X3+2.122X4+0.363X6-7.011X7,該回歸模型r=0.757,R2=0.574,P<0.01。從回歸模型可見,缺血性心臟病死亡率Y1與X5無關(guān),與X1(P<0.01)、X3(P<0.05)、X4(P<0.01)和X6(P<0.01)呈顯著正相關(guān),與X2(P<0.01)和X7(P<0.01)呈顯著負相關(guān),在顯著相關(guān)因子中,X1、X4、X7系數(shù)的絕對值大于1,其它相關(guān)因子的系數(shù)均較小。
Y2與7 項非醫(yī)學(xué)決定因素的回歸模型為Y2=59.820+0.390X1-0.054X2+0.358X3+0.441X4+0.124X5+0.131X6,該回歸模型r=0.802,R2=0.643,P<0.01。從回歸模型可見,慢性阻塞性肺病死亡率Y2與X7無關(guān),與X2呈顯著負相關(guān)(P<0.01),與X1、X3、X4、X5和X6呈顯著正相關(guān)(P<0.01),在顯著相關(guān)的因子中,相關(guān)因子的系數(shù)均較小。
Y3與7 項非醫(yī)學(xué)決定因素的回歸模型為Y3=-14.101+0.301X1-0.017X2+0.457X3+0.123X4-0.070X5-0.031X6,該回歸模型r=0.863,R2=0.744,P<0.01。從回歸模型可見,阿爾茨海默病死亡率Y3與X1、X3、X4呈顯著正相關(guān)(P<0.01),與X2、X5和X6呈顯著負相關(guān)(P<0.01),與X7無關(guān),然而顯著相關(guān)因子的系數(shù)均較小。
Y4與7 項非醫(yī)學(xué)決定因素的回歸模型為Y4=0.870-0.052X1+0.336X3-0.022X5+1.300X7,該回歸模型r=0.703,R2=0.494,P<0.01。從回歸模型可見,氣管、支氣管和肺癌死亡率Y4與X2、X4和X6無關(guān),與X1和X5呈顯著負相關(guān)(P<0.05),與X3和X7呈顯著正相關(guān)(P<0.01),在顯著相關(guān)因子中,除X7的系數(shù)大于1,其它相關(guān)因子的系數(shù)均較小。
Y5與7 項非醫(yī)學(xué)決定因素的回歸模型為Y5=-18.730+0.123X1+0.236X4+0.223X5-1.621X7,該回歸模型r=0.925,R2=0.855,P<0.01。從回歸模型可見,糖尿病死亡率Y5與X2、X3和X6無關(guān),與X1、X4和X5呈顯著正相關(guān)(P<0.01),與X7呈顯著負相關(guān)(P<0.01),在顯著相關(guān)因子中,除X7的系數(shù)大于1,其它相關(guān)因子的系數(shù)均較小。
表3 Y1 與7 項非醫(yī)學(xué)決定因素多元回歸方差分析表Table 3 Multiple regression analysis of variance of Y1 and 7 non-medical determinants
表5 Y2 與7 項非醫(yī)學(xué)決定因素多元回歸方差分析表Table 5 Multiple regression analysis of variance of Y2 and 7 non-medical determinants
表6 Y2 與7 項非醫(yī)學(xué)決定因素多元回歸相關(guān)系數(shù)表Table 6 Table of multiple regression correlation coefficients between Y2 and 7 non-medical determinants
表7 Y3 與7 項非醫(yī)學(xué)決定因素多元回歸方差分析表Table 7 Multiple regression analysis of variance of Y3 and 7 non-medical determinants
表8 Y3 與7 項非醫(yī)學(xué)決定因素多元回歸相關(guān)系數(shù)表Table 8 Table of multiple regression correlation coefficients between Y3 and 7 non-medical determinants
表9 Y4 與7 項非醫(yī)學(xué)決定因素多元回歸方差分析表Table 9 Multiple regression analysis of variance of Y4 and 7 non-medical determinants
表10 Y4 與7 項非醫(yī)學(xué)決定因素多元回歸相關(guān)系數(shù)表Table 10 Table of multiple regression correlation coefficients between Y4 and 7 non-medical determinants
表11 Y5 與7 項非醫(yī)學(xué)決定因素多元回歸方差分析表Table 11 Multiple regression analysis of variance of Y5 and 7 non-medical determinants
表12 Y5 與7 項非醫(yī)學(xué)決定因素多元回歸相關(guān)系數(shù)表Table 12 Table of multiple regression correlation coefficients between Y5 and 7 non-medical determinants
Y6與7 項非醫(yī)學(xué)決定因素的回歸模型為Y6=82.782-0.005X5-0.013X6-0.106X7,該回歸模型r=0.550,R2=0.303,P<0.01。從回歸模型可見,預(yù)期壽命Y6與X1、X2、X3和X4無關(guān),與X5(P<0.05)、X6和X7(P<0.01)呈顯著負相關(guān),顯著相關(guān)因子的系
數(shù)均較小。
表13 Y6 與7 項非醫(yī)學(xué)決定因素多元回歸方差分析表Table 13 Multiple regression analysis of variance of Y6 and 7 non-medical determinants
表14 Y6 與7 項非醫(yī)學(xué)決定因素多元回歸相關(guān)系數(shù)表Table 14 Table of multiple regression correlation coefficients between Y6 and 7 non-medical determinants
?stergren 等[1]、Trias-Llimos 等[2]和Martikainen等[3]研究了酒精對預(yù)期壽命和死亡率的影響;Olaya 等[5]、Pearson-Stuttard 等[6]、Bellavia 等[7]、Nguyen 等[8]、Aune 等[9]、Oyebode 等[10]研究了水果蔬菜和死亡率的關(guān)系;Ricci 等[13]的研究結(jié)果表明,將飽和脂肪中10%的能量替換為等量的單不飽和或多不飽和脂肪,導(dǎo)致死亡風(fēng)險顯著降低;單不飽和脂肪酸和多不飽和脂肪酸替代飽和脂肪酸,或單不飽和脂肪酸替代反式脂肪與心血管疾病呈負相關(guān)[14]。Nachvak 等[17]研究表明,大豆蛋白的攝入與降低乳腺癌死亡率的風(fēng)險有關(guān)。Sullivan 等[18]等認為老年人出院時存在的蛋白質(zhì)能量營養(yǎng)不良似乎是隨后4.5年或更長時間內(nèi)死亡的重要獨立危險因素。Ramne 等[19]的研究認為高糖攝入與死亡風(fēng)險增加相關(guān)。Liu 等[20]認為雖然中國老年人較高的糖攝入量與男性肥胖相關(guān),但可降低心血管疾病死亡率。
本文利用經(jīng)合組織數(shù)據(jù)庫中2000-2013年的數(shù)據(jù),同時評價了總脂肪、總熱量、總蛋白、食糖、果品和蔬菜供應(yīng)以及酒精消費等7 項和健康相關(guān)的非醫(yī)學(xué)決定因素對缺血性心臟病死亡率、慢性阻塞性肺病死亡率、阿爾茨海默病死亡率、氣管、支氣管和肺癌死亡率、糖尿病死亡率和預(yù)期壽命的影響,采用SPSS 軟件,利用逐步回歸方法建立了多元回歸模型。研究結(jié)果表明,X7與Y4呈正相關(guān),與Y1和Y5呈負相關(guān),且系數(shù)都大于1,表明酒精消費會增加氣管、支氣管和肺癌死亡率,然而會使缺血性心臟病和糖尿病死亡率顯著下降;X1和X4與Y1呈顯著正相關(guān),且系數(shù)都大于1,表明總脂肪供應(yīng)和食糖供應(yīng)會增加缺血性心臟病死亡率;其余和健康相關(guān)的非醫(yī)學(xué)決定因素,有的在逐步回歸中被剔除,沒有被剔除的系數(shù)均小于1,對Y值變化的影響較小。
據(jù)世界衛(wèi)生組織數(shù)據(jù)庫提供的數(shù)據(jù)[21],在2016年全球5 690 萬例死亡中,半數(shù)以上(54%)由10 個原因?qū)е拢ㄒ妶D1)。缺血性心臟病是世界最大的殺手,2016年共造成900 多萬例死亡。本研究結(jié)果表明,缺血性心臟病死亡率和酒精消費呈顯著負相關(guān),表明適度的酒精消費有利于降低缺血性心臟病死亡率。經(jīng)合組織數(shù)據(jù)庫中預(yù)期壽命排名前10 國家的總脂肪等7 種主要食物供應(yīng)可以作為健康飲食的參考,對提高人類的健康水平具有重要意義。
圖1 2016年全球前10 位死亡原因Fig.1 Top 10 causes of death in the world of 2016
選取經(jīng)合組織數(shù)據(jù)庫中預(yù)期壽命排名前10位國家14年數(shù)據(jù),利用總脂肪供應(yīng)等7 項和健康的非醫(yī)學(xué)決定因素相關(guān)的指標以及6 項和健康狀況相關(guān)的指標進行多元回歸分析。結(jié)果表明:表明酒精消費會增加氣管、支氣管和肺癌死亡率,同時會使缺血性心臟病和糖尿病死亡率顯著下降;總脂肪供應(yīng)和食糖供應(yīng)會增加缺血性心臟病死亡率;其余和健康相關(guān)的非醫(yī)學(xué)決定因素,有的在逐步回歸中被剔除,沒有被剔除的系數(shù)均小于1,對Y值變化的影響較小。經(jīng)合組織數(shù)據(jù)庫中預(yù)期壽命排名前10 國家的總脂肪等7 種主要食物供應(yīng)可以作為健康飲食的參考,對提高人類的健康水平具有重要意義。