基于潛在剖面分析法的學齡前兒童膳食模式研究

馬永紅,尚 磊,譚 姣,門 可,張海瑞,馮彥成

(1西安醫學院公共衛生學院流行病與衛生統計學教研室,西安 710021;2陜西省公共安全醫學防控研究中心;3空軍軍醫大學軍事預防醫學系;*通訊作者,E-mail:2456292789@qq.com)

營養是兒童生長發育和體質健康的基礎,膳食攝入決定營養狀況[1]。學齡前期是兒童生長發育的關鍵時期,這一時期的營養狀況直接決定學齡前兒童的生長發育及未來的體質健康水平[2]。居民每日攝入的食物多種多樣,且食物和所含營養素之間互相影響、互相聯系,只分析某單一食物或營養素對居民健康的影響,缺乏膳食研究的客觀性和全面性,是傳統營養流行病學的不足[3]。因此,近年來隨著現代營養流行病學的快速發展,相關學者提出用居民膳食模式(food pattern)來綜合評價個體食物及營養素攝入狀況[4]。膳食模式也稱膳食結構,指的是日常攝入的各類食物的數量以及比重,判斷膳食模式是否合理的標準是膳食中各類食物所能提供的能量及各種營養素的數量和比例是否恰當[5]。利用膳食模式進行兒童營養狀況調查,是在掌握兒童食物攝入等基本情況的基礎上,綜合考慮不同食物和營養素的交互作用,這樣不僅可以全面反映兒童的膳食攝入情況,還可以反映居民膳食結構,從而能提出更有效的營養干預措施。本研究通過對西安、蘭州等地區學齡前兒童膳食模式和飲食特點進行調查分析,為制定有針對性的學齡前兒童膳食干預措施提供科學依據。

1 對象和方法

1.1 對象

本研究采用方便抽樣的方法,在西安市、蘭州市、西寧市、銀川市和烏魯木齊市等5個城市,每個城市選取城市和農村幼兒園各一所,以幼兒園不同年級3-7歲學齡前兒童為研究對象進行膳食調查。共發放問卷600份,回收有效問卷541份,有效率90.17%。

1.2 研究方法

通過查閱文獻、專家咨詢等方法[6-8],按照問卷開發的標準流程編制《西北地區學齡前兒童半定量食物頻率問卷》,包括主食類、肉類及其制品、蛋奶類及其制品、豆類及其制品、水果類、深色蔬菜類、淺色蔬菜類、菌菇類蔬菜和飲料類等9大類66種的食物。為了減少飲食時令性的影響,本次調查特于2019年6-10月開展學齡前兒童的膳食現況調查。本研究采用Cronbach’s α系數來測量問卷內部一致性,問卷Cronbach’s α=0.819,內部一致性良好,問卷信度尚好。根據調查資料,利用潛在剖面分析法提取學齡前兒童膳食模式,為了避免攝入量較少的食物信息丟失,將9類66種食物根據其種類及營養成分合并為20大類進行分析。

1.3 統計學方法

潛在類別模型(latent class model,LCM)是指研究的群體內部含有多個構成比例不明確的且部分各異的亞組時,便可利用LCM通過構建不同變量來解釋研究群體內部存在的異質性,并以此為依據將研究群體進行分類。根據潛變量的數據屬性,將潛在類別模型分為潛在類別分析模型和潛在剖面分析模型(latent profile model,LPM),兩者的原理和計算過程基本一致,只是潛在類別分析一般用于處理分類變量,而潛在剖面分析用于處理連續型變量[9]。本研究學齡前兒童的不同食物種類攝入量是連續型變量,故采用潛在剖面分析。潛在剖面分析模型必須符合2個假設:①第一個假設是研究者調查的群體中所含的所有樣本必須且只能被分到潛在變量的一個類別中,而且各個類別之間不能相交,要完全相互獨立,即學齡前兒童膳食調查資料均可以進行膳食模式提取,且不同膳食模式之間互不相交;②第二個假設是局部獨立性(local independence)假設[10],在確定膳食模式的特定類別下,外顯變量必須各自獨立,即學齡前兒童確定膳食模式類別后,其特征如身高、體重等外顯變量是各自獨立的。由此可見,利用潛在剖面分析法進行學齡前兒童膳食模式提取符合該方法的基本要求。

采用SPSS23.0統計軟件包建立數據庫分析數據,利用M-plus8.0軟件進行潛在剖面分析法數據處理,檢驗統計量P<0.05時,差異有統計學意義。

2 結果

2.1 研究對象一般特征分析

本研究共調查541名學齡前兒童,具體特征見表1。其中男孩和女孩分別占56.01%和43.99%。兒童年齡分布較平均,3-6歲學齡前兒童百分比在17.38%-35.30%之間。獨生子女占到52.13%。以城市兒童為主,占72.64%,所在城市以西安市兒童最多,占24.03%,銀川市兒童最少,占16.64%。

表1 研究對象一般特征

2.2 研究對象食物分組及食用率

本研究在進行膳食模式提取時為了避免攝入量較少的食物信息丟失,將9類66種食物根據其種類及營養成分合并為20大類,具體食物分類及食用率見表2。其中谷物類、肉類和奶類及制品等三類食物的食用率最高,分別為98.52%,97.23%和92.05%。食用比較低的食物有柑橘類水果、漿果類水果、動物內臟類食物等,食用率分別為29.76%,32.90%和34.94%。

表2 學齡前兒童半定量食物頻率問卷食物分組及食用率

2.3 研究對象膳食模式的提取

以學齡前兒童20類食物的攝入量為資料進行潛在剖面分析法分析,模型1為納入1個潛類別,模型2為納入2個潛類別,以此類推。將潛類別嘗試設置為5,LCM的擬合統計量見表3。由于AIC、BIC指標均為越小越好。且Entropy值越接近1表明分類越明確,分類效果越好。由此可見應當選擇四類別模型為理想模型,可是進行LMR和BLRT檢驗發現,當選擇四類別模型時,LMR的檢驗結果P=0.079>0.05,僅有BLRT檢驗結果P<0.05。綜合考察所有指標并考慮到模型的簡單明了,故確定以三分類模型(模型3)作為最優模型。

表3 探索性潛在剖面分析模型擬合指數

以潛在類別數量為3作為理想模型,利用期待最大化EM算法參數估計,我們進一步獲得3個潛在類別在20類食物的條件均數和3個類別的類別概率(見圖1)。由圖1可知相比于其他兩個類別,class 3類別在問卷各食物種類中的條件均數均較高,這一類別所占比例為全體研究對象的9.22%,為50人。該類別中蛋類及制品、畜肉類、奶類及制品以及水產品類食物明顯高于其他類型,因此可定義為“高質量膳食模式”。class 2類別在谷物類、畜肉類、葉類深色蔬菜、核果類蔬菜等食物中攝入量相對較高,因此命名為“常規膳食模式”,該類膳食模式在全體研究對象中所占比例最高,為57.38%,有310名學齡前兒童;class 1類別在3個類別中,各個食物種類的條件均數均較低,但在甜食類、油炸類和飲料類食物中攝入量較高,可以把這一類別定義為“低質量膳食模式”,全體研究對象中占33.41%,有181名兒童。

圖1 3個潛在類別的估計條件均值分布圖Figure 1 The distribution of the estimated conditional mean values of the three potential categories

2.4 研究對象不同膳食模式食物組成差異性比較

對潛在剖面分析法提取的3種不同膳食模式食物攝入量進行獨立樣本Kruskal-WallisH檢驗發現,低質量膳食模式與高質量膳食模式及常規膳食模式在葉類蔬菜類、蛋奶及制品、奶類及制品以及仁果類和核果類水果等食物攝入量差異均有統計學意義(P<0.05,見表4),低質量的膳食模式其葉類蔬菜、蛋類及制品、奶類及制品及仁果類和核果類水果等食物攝入均較低;油炸類食物及飲料類的P25,P75攝入量均高于常規及高質量膳食模式;高質量膳食模式的甜食類食物P25,P75攝入量均高于低質量及常規膳食模式(P<0.05)。

表4 潛在剖面分析提取的3種膳食模式食物攝入量比較

3 討論

潛在剖面分析是依據調查對象不同外顯變量的反應(連續型變量),將被試對象分為不同的潛在類別。每個兒童都擁有各自的飲食特點,這種飲食特征通常都是潛在的,無法直接測量,則可通過調查兒童食物攝入量歸類來反映這種潛在的類別,因此潛在剖面分析被應用于居民膳食模式的提取[11]。

本研究利用潛在剖面分析法將學齡前兒童膳食模式分為低質量膳食模式、高質量膳食模式和常規質量膳食模式,其學齡前兒童所占比例分別為33.41%,9.22%和57.38%。低質量膳食模式的特點各個食物種類的均數均較低,但在甜食類、油炸類和飲料類食物中攝入量較高(P<0.05)。高質量膳食模式兒童日常攝入蛋類及制品、畜肉類、奶類及制品以及水產品類食物明顯高于其他類型。常規膳食模式谷物類、畜肉類、葉類深色蔬菜、核果類水果等食物中攝入量相對較高。由此可見,針對低質量膳食模式的學齡前兒童應該加大蛋奶類、蔬菜水果類食物的攝入,減少油炸和飲料類食物的攝入,有針對性地開展兒童膳食干預。

北京大學于盼等[12]對我國7個城市學齡前兒童膳食模式研究將其分為傳統型(面食、米飯、豬肉等為主)、動物內臟/水果型、面粉/家禽型3類。張安慧等[13]將學齡前兒童膳食模式分為加工/零食型、粗糧/豆制品型、健康營養型和蛋奶型4個類型。這些研究結果與本研究結果有一定差異,這種差異可能與不同研究采用的食物頻率問卷及膳食模式提取方法不同有關,也在一定程度上反映了我國不同地域人群飲食模式的差異。

由于學齡前兒童進食量不穩定且年齡不同攝入量也有差異,因此其食物攝入量數據離散趨勢較大,且外顯變量未經分析而進入了潛在類別估計,這勢必會影響模型估計以及分析的準確性;另外,由于潛在剖面分析多用于心理學的研究,在營養學的研究較少,雖然學者提出了一些潛在剖面模型選擇的指標,但由于在演算的過程中模型的精確性受到外顯變量數目、樣本量等指標的影響,模型在一定程度上有很大的主觀性。因此,潛在剖面分析法在學齡前兒童膳食模式提取方面的應用有待進一步驗證,將進一步進行膳食模式的影響因素研究,提高膳食模式提取的準確性。