韩国老年人超加工食品消费与衰弱之间的关联

Association Between Ultra-Processed Food Consumption and Frailty in Korean Older Adults

作者信息Hyewon Lee, Kyong Park
PMID42884586
期刊Nutrients
发布时间2026-09-23
DOI10.3390/nu18193135

实验完整度

低

为横断面观察性二次分析,仅使用KNHANES调查数据,无体外、动物或功能机制验证实验。

主要模型

韩国65岁及以上社区居住老年人(KNHANES 2014–2019、2022、2024年调查,N=9861)

重点核对

UPF能量贡献四分位分组(Q1均值1.24%至Q4均值29.26%) 衰弱判定:改良Fried表型5组分, frail≥3分 vs non-frail 0–2分 握力测量:T.K.K. 5401 digital handgrip dynamometer,取优势手均值,采用2019 AWGS性别特异性切点(男<28 kg,女<18 kg) 低体力活动定义:全球体力活动问卷,性别特异性切点(男<494.65 kcal/week,女<283.50 kcal/week) 多变量模型3调整:年龄、性别、家庭收入、教育水平、调查年份、饮酒、吸烟、BMI、总能量摄入

摘要

背景/目的:全球人口老龄化正在加速,衰弱已成为老年人重要的健康问题。尽管超加工食品(UPF)消费与一系列不良健康结局相关,但关于其与韩国老年人衰弱关系的证据仍然有限。本研究探讨了韩国65岁及以上成年人中,来源于UPF的总能量摄入比例与衰弱之间的横断面关联。方法:我们分析了9861名年龄≥65岁的成年人数据,这些参与者来自2014–2019年、2022年和2024年韩国国民健康与营养调查周期,且具备评估衰弱所需的变量。膳食摄入采用24小时膳食回顾法评估,食物根据NOVA食品分类系统进行分类。衰弱采用改良Fried衰弱表型定义。使用调查加权多变量logistic回归模型检验UPF能量贡献与衰弱之间的关联,并使用限制性立方样条模型评估剂量–反应关系。结果:在完全调整模型中,UPF能量贡献最高四分位组的参与者相比最低四分位组,衰弱的比值比高31%(比值比[OR] = 1.31,95%置信区间[CI]:1.08–1.59;趋势p = 0.002)。在个体衰弱组分中,最高四分位组参与者的低体力活动比值比也更高(OR = 1.31,95% CI:1.13–1.51;趋势p = 0.001)。限制性立方样条分析未显示UPF能量贡献与衰弱之间存在非线性关联的证据(非线性p = 0.8)。结论:较高的UPF消费与韩国老年人的衰弱呈正相关,尤其是与低体力活动相关。这些发现强调了在UPF摄入水平相对较低的老年人群中,UPF消费与衰弱的相关性。

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
在韩国65岁及以上老年人中,来源于超加工食品的总能量摄入比例是否与衰弱存在横断面关联?
核心机制
文中未明确说明;讨论中提出慢性炎症、氧化应激、代谢失调、食品添加剂影响肠道菌群及营养置换等可能通路,但横断面设计无法区分其贡献,亦不能确定因果方向。
主要证据
基于KNHANES 9861名≥65岁参与者的调查加权多变量logistic回归显示,UPF能量贡献最高四分位组衰弱OR=1.31(95% CI 1.08–1.59;趋势p=0.002),低体力活动OR=1.31(95% CI 1.13–1.51;趋势p=0.001);限制性立方样条未见非线性(p=0.8)。
研究意义
作者指出该研究将UPF与衰弱的证据扩展至研究较少的东亚老年人群,提示UPF摄入可作为健康老龄化研究中的膳食标志物;并明确需要重复评估膳食与衰弱的前瞻性研究以阐明时间关系,之后才能用于制定减少NOVA定义UPF摄入以预防衰弱的建议。

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

构建研究样本与暴露评估

在具有衰弱评估变量的韩国老年人中建立分析队列并评估UPF能量贡献。

汇总2014–2019、2022和2024年KNHANES横断面数据,纳入≥65岁且具备衰弱评估变量者,排除缺失调查权重、衰弱数据缺失及总能量摄入不合理者;采用24小时膳食回顾评估膳食,按NOVA系统分类食物并计算UPF能量贡献百分比。

2

衰弱表型判定

按改良Fried表型确定衰弱状态及五个组分。

采用非意愿体重下降、握力弱、行动迟缓、疲惫和低体力活动五个组分构建衰弱评分,仅对五组分数据完整者判定状态,并二分为衰弱(≥3分)与非衰弱(0–2分)。

3

UPF能量贡献与衰弱的关联分析

检验UPF能量贡献四分位与衰弱及其五个组分的关联。

采用调查加权多变量logistic回归估计OR和95% CI,拟合未调整、年龄性别调整及完全调整三个模型,并进行趋势检验、亚组分析和交互作用检验。

4

剂量–反应关系评估

评估UPF能量贡献与衰弱之间是否存在非线性剂量–反应关系。

采用限制性立方样条模型,结点设于UPF能量贡献的第25、50、75百分位,调整与Model 3相同的协变量。

5

特定UPF类别分析与敏感性分析

探索特定UPF类别与衰弱的关联并检验主要结果的稳健性。

按类别特异性切点将参与者分为四个摄入组,比较最高与最低摄入组;并采用低体力活动的替代定义及排除工业制造发酵酱料后重新估计关联。

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
T.K.K. 5401数字握力计Takei Scientific Instruments Co., Ltd.5401
SAS 9.4版SAS Institute--
Stata/SE 13StataCorp--

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
研究样本构建
调查年份(2014–2019、2022、2024)、年龄≥65岁、排除标准(缺失权重n=320、衰弱数据缺失n=2155、能量摄入<500或>5000 kcal/day n=134)、最终N=9861
阅读提示:Methods 2.1 Data Source and Participants;Supplementary Figure S1;Supplementary Table S3
膳食摄入与UPF分类
24小时膳食回顾实施方式(2014–2019家庭访视、2022和2024移动检查中心)、NOVA分类规则、混合菜肴按最终成品分类、发酵酱料分类依据、两名研究者独立分类
阅读提示:Methods 2.3 Dietary Intake Assessment and Definition of Ultra-Processed Foods;Supplementary Tables S1、S2
衰弱判定
改良Fried表型五组分定义、握力测量次数与优势手规则、AWGS性别切点、低体力活动性别切点、仅五组分完整者判定衰弱
阅读提示:Methods 2.4 Definition of Frailty
统计建模
调查权重处理(年度权重除以8)、UPF能量贡献四分位、三个调整模型协变量、趋势检验方法、限制性立方样条结点位置
阅读提示:Methods 2.5 Statistical Analysis;Table 2脚注
敏感性分析
低体力活动三种替代定义、排除工业制造发酵酱料的敏感性分析、多重比较未校正
阅读提示:Methods 2.5 Statistical Analysis;Supplementary Tables S5、S6