生命早期超高加工食品累积摄入量与六岁时皮层下脑体积:一项前瞻性队列研究

Early-Life Cumulative Intake of Ultra-Processed Foods and Subcortical Brain Volume at Age Six Years: A Prospective Cohort Study

作者信息Jonatan Ottino-González, Shana Adise, Alexandra Descarpentrie, Sevan Esaian, Katherine M Marquess, Devendra Paudel, Haonan Li, Tanya L Alderete, Ravi Bansal, Bradley S Peterson, Michael I Goran
PMID42373346
发布时间2026-08
DOI10.1016/j.ajcnut.2026.101350

实验完整度

该研究为前瞻性队列研究,包含多时间点饮食评估、认知测试和MRI脑体积测量,但无功能验证或机制验证,实验层级仅涉及人群观察。

主要模型

拉丁裔/西班牙裔儿童出生队列(Mother's Milk和Mamitas研究)

重点核对

累积UPF摄入量(AUC UPF% 6-72个月)的计算方法 样本量:24个月认知分析n=144,72个月认知分析n=93,72个月脑影像分析n=79 多个线性回归模型调整年龄、性别、体重、家庭教育和研究来源 FDR校正(Benjamini-Hochberg)应用在各结局域

摘要

背景:生命早期饮食质量可能影响神经发育轨迹,但超高加工食品(UPF)摄入与神经认知结局之间的关联尚未被广泛研究。目的:检验婴儿期至儿童早期的累积UPF摄入量是否与24和72个月时的认知表现以及72个月时的皮层下脑体积相关。方法:在这项前瞻性出生队列研究中,使用多次24小时膳食评估,采用Nova分类系统计算UPF能量摄入百分比。从6至24个月和6至72个月的累积UPF摄入量以曲线下面积(AUC)总结。在24和72个月时评估认知表现,并在72个月时从T1加权MRI扫描获得皮层下脑体积。使用多元线性回归模型并采用错误发现率(FDR)校正进行关联分析。结果:累积UPF摄入量与24个月(n=144,57%为女孩)或72个月(n=93,59%为女孩)时的认知表现均无关联。相比之下,6至72个月的累积UPF摄入量(n=79,58%为女孩)与双侧伏隔核、左侧杏仁核、双侧苍白球、左侧壳核和双侧丘脑的体积呈负相关(所有FDR校正p < 0.05)。平均而言,累积UPF摄入量比例每增加10%,皮层下体积降低1.92%(95% CI −3.29, −0.58)。关联在暴露窗口(6–24个月与72个月相比)和UPF亚型(如零食、快餐)之间保持一致。结论:婴儿期至儿童早期累积UPF摄入量增加与六岁时神经发育差异相关。这些发现强调该时期可能是营养聚焦预防工作的相关窗口。未来研究需澄清特定窗口、神经生物学机制、确定特定营养因素,并定义长期影响。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
婴儿期至儿童早期的累积超高加工食品摄入量是否与24和72个月时的认知表现及72个月时的皮层下脑体积相关。
核心机制
研究未能确定具体机制;推测可能与营养组成或加工相关因素(如添加剂)有关,但未验证。
主要证据
基于24小时饮食回忆和Nova分类计算累积UPF摄入量(AUC),并在72个月时通过T1加权MRI测量皮层下体积。结果显示累积UPF摄入量与双侧伏隔核、左侧杏仁核、双侧苍白球、左侧壳核和双侧丘脑体积呈负相关(FDR校正p < 0.05),但与认知表现无关。
研究意义
作者提出儿童期可能是营养聚焦预防工作的关键窗口,未来需进一步研究明确敏感窗口和长期影响。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

参与者招募与随访

建立前瞻性出生队列,收集婴儿期至儿童早期的暴露和结局数据。

从Mother's Milk和Mamitas研究招募拉丁裔/西班牙裔母婴对,在1个月时入组,并在6、12、24和72个月进行随访,包括饮食评估、认知测试和MRI扫描。

2

饮食评估和UPF分类

精确测定儿童各时间点的UPF摄入量。

在6、12、24、72个月时,由注册营养师通过24小时饮食回忆(工作日和周末各一次)收集饮食数据,使用NDSR软件分析营养数据,并根据Nova系统对食物进行分类。

3

认知评估

评估不同年龄段的认知功能。

在24个月时使用BSID-III评估认知、语言和运动技能;在72个月时使用NIH Toolbox评估注意力、抑制控制、认知灵活性、工作记忆、处理速度和情景记忆。

4

MRI扫描和图像处理

测量皮层下脑体积。

在72个月时,使用Philips 3T Achieva dStream扫描仪和32通道头线圈获取T1加权图像,使用CAT12和SPM12处理图像,提取16个双侧皮层下区域的体积,并调整颅内总体积(TIV)。

5

统计分析

评估累积UPF摄入量与认知及脑体积的关联。

使用多元线性回归模型,对累积UPF摄入量(AUC 6-24和6-72个月)与认知和脑体积结果进行关联分析,调整协变量,并应用FDR校正控制多重比较。进行时间分解和UPF亚型分解分析以探索关联细节。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
NDSR食物量手册----
研究营养数据系统软件University of Minnesota--
iPad Pro(10.5英寸)Apple--
飞利浦3T Achieva dStream扫描仪Philips--
32通道头线圈----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
饮食评估与UPF分类
24小时饮食回忆的准确性和完整性;Nova分类的一致性;UPF分类的确定性等级。
阅读提示:Methods sections c和d
累积UPF摄入量计算
AUC计算方法(梯形积分);质量控制的阈值(能量摄入下降≥20%,±3SD)。
阅读提示:Methods section e
认知评估
BSID-III和NIH Toolbox的施测条件(语言、评分标准);评估者培训。
阅读提示:Methods section f
MRI采集与处理
扫描参数(1.0mm3,3T);图像质量控制(Euler number,目视检查);TIV调整方法。
阅读提示:Methods section g
统计分析
协变量(年龄、性别、体重、家庭教育、研究来源);FDR校正;敏感性分析(替代UPF阈值)。
阅读提示:Methods section h