现代预防医学

变量	非高血压人群（%）	高血压人群（%）	χ²	P
性别			18.24	<0.001
男	4 384（52.47）	2 204（48.54）
女	3 971（47.53）	2 337（51.46）
年龄（岁）			637.37	<0.001
<60	6 197（74.14）	2 370（52.19）
≥60	2 158（25.83）	2 171（28.08）
民族			11.76	0.003
汉族	271（3.24）	103（2.27）
壮族	7 821（93.61）	4 313（94.98）
其他	263（3.15）	125（2.75）
教育			96.81	<0.001
小学及以下	3 861（46.21）	2 496（54.97）
初中	2 575（30.82）	1 243（27.37）
高中及以上	1 919（22.97）	802（17.66）
年收入			113.48	<0.001
<1万元	1 330（15.92）	994（21.89）
1~2.99万元	2 679（32.06）	1 589（34.99）
≥3万	4 346（52.02）	1 958（43.12）
地区			96.95	<0.001
城镇	2 018（24.15）	758（16.69）
农村	6 337（75.85）	3 783（83.31）
职业			35.80	<0.001
非体力劳动	1 828（21.88）	1 206（26.56）
体力劳动	6 527（78.12）	3 335（73.44）
BMI			277.29	<0.001
正常	4 577（54.78）	1 914（42.15）
偏瘦	579（6.93）	202（4.45）
超重及肥胖	3 199（38.29）	2 425（53.40）
吸烟			0.16	0.693
否	5 727（68.55）	3 128（68.88）
是	2 628（31.45）	1 413（31.12）
合计	8 355（64.79）	4 541（35.21）

变量	非高血压人群（%）	高血压人群（%）	χ²	P
性别			18.24	<0.001
男	4 384（52.47）	2 204（48.54）
女	3 971（47.53）	2 337（51.46）
年龄（岁）			637.37	<0.001
<60	6 197（74.14）	2 370（52.19）
≥60	2 158（25.83）	2 171（28.08）
民族			11.76	0.003
汉族	271（3.24）	103（2.27）
壮族	7 821（93.61）	4 313（94.98）
其他	263（3.15）	125（2.75）
教育			96.81	<0.001
小学及以下	3 861（46.21）	2 496（54.97）
初中	2 575（30.82）	1 243（27.37）
高中及以上	1 919（22.97）	802（17.66）
年收入			113.48	<0.001
<1万元	1 330（15.92）	994（21.89）
1~2.99万元	2 679（32.06）	1 589（34.99）
≥3万	4 346（52.02）	1 958（43.12）
地区			96.95	<0.001
城镇	2 018（24.15）	758（16.69）
农村	6 337（75.85）	3 783（83.31）
职业			35.80	<0.001
非体力劳动	1 828（21.88）	1 206（26.56）
体力劳动	6 527（78.12）	3 335（73.44）
BMI			277.29	<0.001
正常	4 577（54.78）	1 914（42.15）
偏瘦	579（6.93）	202（4.45）
超重及肥胖	3 199（38.29）	2 425（53.40）
吸烟			0.16	0.693
否	5 727（68.55）	3 128（68.88）
是	2 628（31.45）	1 413（31.12）
合计	8 355（64.79）	4 541（35.21）

变量	n（%）		t/F	P
性别			-8.37	<0.001
男	6 308（48.91）	5.56±1.37
女	6 588（51.09）	5.35±1.40
年龄（岁）			22.76	<0.001
<60	8 567（66.43）	5.65±1.37
≥60	4 329（33.57）	5.07±1.34
民族			60.95	<0.001
汉族	374（2.90）	6.09±1.35
壮族	12 134（94.09）	5.42±1.38
其他	388（3.01）	5.89±1.53
教育			509.63	<0.001
小学及以下	6 357（49.29）	5.13±1.33
初中	3 818（29.61）	5.53±1.32
高中及以上	2 721（21.10）	6.10±1.38
年收入			351.87	<0.001
<1万元	2 324（18.02）	5.00±1.37
1~2.99万元	4 268（33.10）	5.24±1.33
≥3万	6 304（48.88）	5.77±1.36
地区			-28.70	<0.001
城镇	2 766（21.53）	5.28±1.33
农村	10 120（78.47）	6.10±1.42
职业			8.46	<0.001
非体力劳动	3 034（25.53）	5.64±1.44
体力劳动	9 862（76.47）	5.40±1.37
BMI			16.41	<0.001
正常	6 491（50.33）	5.43±1.40
偏瘦	781（6.06）	5.22±1.40
超重及肥胖	5 624（43.61）	5.51±1.37
合计	12 896	5.45±1.39

变量	n（%）		t/F	P
性别			-8.37	<0.001
男	6 308（48.91）	5.56±1.37
女	6 588（51.09）	5.35±1.40
年龄（岁）			22.76	<0.001
<60	8 567（66.43）	5.65±1.37
≥60	4 329（33.57）	5.07±1.34
民族			60.95	<0.001
汉族	374（2.90）	6.09±1.35
壮族	12 134（94.09）	5.42±1.38
其他	388（3.01）	5.89±1.53
教育			509.63	<0.001
小学及以下	6 357（49.29）	5.13±1.33
初中	3 818（29.61）	5.53±1.32
高中及以上	2 721（21.10）	6.10±1.38
年收入			351.87	<0.001
<1万元	2 324（18.02）	5.00±1.37
1~2.99万元	4 268（33.10）	5.24±1.33
≥3万	6 304（48.88）	5.77±1.36
地区			-28.70	<0.001
城镇	2 766（21.53）	5.28±1.33
农村	10 120（78.47）	6.10±1.42
职业			8.46	<0.001
非体力劳动	3 034（25.53）	5.64±1.44
体力劳动	9 862（76.47）	5.40±1.37
BMI			16.41	<0.001
正常	6 491（50.33）	5.43±1.40
偏瘦	781（6.06）	5.22±1.40
超重及肥胖	5 624（43.61）	5.51±1.37
合计	12 896	5.45±1.39

食物种类	合计（%）	非高血压人群（%）	高血压人群（%）	Z	P
谷薯类	12 875（99.84）	8 340（99.82）	4 535（99.87）	-0.64	0.524
蔬菜类	12 710（98.56）	8 220（98.38）	4 990（98.88）	-2.24	0.025
水果类	10 344（80.21）	6 781（81.16）	3 563（78.46）	-3.67	<0.001
畜肉类	12 389（96.07）	8 053（96.39）	4 336（95.49）	-2.51	0.012
水产品	8 256（64.02）	5 495（65.77）	2 761（60.80）	-5.61	<0.001
蛋类	7 578（58.76）	5 137（61.48）	2 441（53.75）	-8.52	<0.001
乳制品	1 808（14.02）	1 277（15.28）	531（11.69）	-5.61	<0.001
坚果类	2 773（21.50）	1 828（21.88）	945（20.81）	-1.41	0.158
油脂类	1 600（12.41）	1 094（13.09）	506（11.14）	-3.21	0.001

食物种类	合计（%）	非高血压人群（%）	高血压人群（%）	Z	P
谷薯类	12 875（99.84）	8 340（99.82）	4 535（99.87）	-0.64	0.524
蔬菜类	12 710（98.56）	8 220（98.38）	4 990（98.88）	-2.24	0.025
水果类	10 344（80.21）	6 781（81.16）	3 563（78.46）	-3.67	<0.001
畜肉类	12 389（96.07）	8 053（96.39）	4 336（95.49）	-2.51	0.012
水产品	8 256（64.02）	5 495（65.77）	2 761（60.80）	-5.61	<0.001
蛋类	7 578（58.76）	5 137（61.48）	2 441（53.75）	-8.52	<0.001
乳制品	1 808（14.02）	1 277（15.28）	531（11.69）	-5.61	<0.001
坚果类	2 773（21.50）	1 828（21.88）	945（20.81）	-1.41	0.158
油脂类	1 600（12.41）	1 094（13.09）	506（11.14）	-3.21	0.001

	β	OR	95% CI	P
模型1	-0.12	0.89	（0.87，0.91）	<0.001
模型2	-0.06	0.94	（0.91，0.97）	<0.001
模型3	-0.051	0.95	（0.92，0.98）	0.001

	β	OR	95% CI	P
模型1	-0.12	0.89	（0.87，0.91）	<0.001
模型2	-0.06	0.94	（0.91，0.97）	<0.001
模型3	-0.051	0.95	（0.92，0.98）	0.001

广西地区35~74岁居民膳食多样化与高血压关系分析

PDF下载

黄秋菊 ¹^,² , 欧柳娟 ¹ , 陈曼琳 ¹ , 吴晓林 ¹ , 文俊上 ¹ , 覃鑫 ¹ , 曾小云 ¹^,³ , 苏莉 ¹ , 何敏 ¹ , 余红平 ¹ , 仇小强 ¹ , 刘顺 ¹ , 黄东萍 ¹

现代预防医学 | 营养与食品卫生 2024,51(8): 1406-1411

收起

现代预防医学 | 营养与食品卫生 2024, 51(8): 1406-1411

广西地区35~74岁居民膳食多样化与高血压关系分析

全屏

黄秋菊¹^,², 欧柳娟¹, 陈曼琳¹, 吴晓林¹, 文俊上¹, 覃鑫¹, 曾小云¹^,³, 苏莉¹, 何敏¹, 余红平¹, 仇小强¹, 刘顺¹, 黄东萍¹

作者信息

^1.广西医科大学公共卫生学院，广西南宁530021

^2.柳州市人民医院

^3.桂林医学院

黄秋菊（1973—），女，硕士在读，研究方向：营养与食品卫生学

欧柳娟（1999—），女，硕士在读，研究方向：营养与食品卫生学

通讯作者:

黄东萍，E-mail：dongpinghuang@gxmu.edu.cn；

刘顺，E-mail：liushun@gxmu.edu.cn

Relationship between dietary diversity and hypertension among residents aged 35-74, Guangxi

Qiu-ju HUANG¹^,², Liu-juan OU¹, Man-lin CHEN¹, Xiao-lin WU¹, Jun-shang WEN¹, Xin QIU¹, Xiao-yun ZENG¹^,³, Li SU¹, Min HE¹, Hong-ping YU¹, Xiao-qiang QIU¹, Shun LIU¹, Dong-ping HUANG¹

Affiliations

School of Public Health, Guangxi Medical University, Nanning, Guangxi 530021, China

出版时间: 2024-04-25 doi: 10.20043/j.cnki.MPM.202311361

文章导航

摘要

收起

目的

以膳食多样化评分为评价指标，了解广西地区35~74岁居民膳食多样化与高血压情况，并分析膳食多样化与该人群发生高血压的关系，为改进本地区膳食多样性，从膳食上控制高血压提供参考依据。

方法

本次研究采用现况研究方式进行，研究对象来自于“广西少数民族自然人群慢性病前瞻性队列研究”中35~74岁广西居民，对其进行了基线调查和体格测量。通过食物频率调查表，计算膳食多样性评分（Dietary diversity score，DDS），采用二元logistic回归模型探讨其与高血压发生的关系，并进一步采用限制性立方样条模型探讨DDS与高血压的剂量-反应关系。

结果

本研究共纳入12 896名研究对象，筛选出4 541名（35.21%）高血压患者。广西地区35~74岁居民DDS为（5.45±1.39）分。研究对象谷薯类食物摄入频率高，乳制品的摄入频率较低。DDS进行二元logistic回归分析模型结果显示，在调整相关混杂因素后，DDS是高血压的保护因素（OR=0.95，95% CI：0.92~0.98，P=0.001）。限制性立方样条模型结果显示，DDS与高血压患病风险之间呈线性剂量-反应关系（P_总趋势<0.05，P_非线性=0.787），随着DDS的升高，高血压的患病风险呈线性降低。

结论

广西地区35~74岁居民高血压患病率较高，膳食多样化程度较低，增加居民膳食多样化可能可以降低高血压的发生率。

关键词

广西居民 / 膳食多样化 / 高血压

Abstract

收起

Objective

To evaluate the relationship between dietary diversity and hypertension among residents aged 35-74 in the Guangxi Province, to analyze the association between dietary diversity and hypertension by assessing the Dietary Diversity Score (DDS), and to provide reference for improving dietary diversity and controlling hypertension in the local population.

Methods

This cross-sectional study included participants from the Prospective Cohort Study on Chronic Diseases in Guangxi Ethnic Minority Population. Baseline surveys and physical measurements were conducted on residents aged 35-74. A dietary diversity score (DDS) was calculated based on a food frequency questionnaire. Binary logistic regression models were used to explore the relationship between DDS and hypertension, and restricted cubic spline models were used to examine the dose-response relationship between DDS and hypertension.

Results

A total of 12 896 participants were included, among whom 4541 (35.21%) were diagnosed with hypertension. The mean DDS of residents aged 35-74 in Guangxi was (5.45±1.39). The consumption frequency of cereals and tubers was high, while the intake of dairy products was relatively low. The binary logistic regression analysis showed that after adjusting for confounding factors, DDS was a protective factor for hypertension (OR=0.95, 95% CI: 0.92-0.98, P=0.001). The restricted cubic spline model demonstrated a linear dose-response relationship between DDS and hypertension (P_{overall trend}<0.05, P_{non-linearity}=0.787). As DDS increased, the risk of hypertension linearly decreased.

Conclusion

The prevalence of hypertension is high among residents aged 35-74 in the Guangxi Province, while the level of dietary diversity is relatively low. Increasing dietary diversity may help reduce the incidence of hypertension.

Key words

Guangxi residents / Dietary Diversity Score / Hypertension

引用本文

黄秋菊, 欧柳娟, 陈曼琳, 吴晓林, 文俊上, 覃鑫, 曾小云, 苏莉, 何敏, 余红平, 仇小强, 刘顺, 黄东萍. 广西地区35~74岁居民膳食多样化与高血压关系分析. 现代预防医学, 2024 , 51 (8) : 1406 -1411 . DOI: 10.20043/j.cnki.MPM.202311361

Qiu-ju HUANG, Liu-juan OU, Man-lin CHEN, Xiao-lin WU, Jun-shang WEN, Xin QIU, Xiao-yun ZENG, Li SU, Min HE, Hong-ping YU, Xiao-qiang QIU, Shun LIU, Dong-ping HUANG. Relationship between dietary diversity and hypertension among residents aged 35-74, Guangxi[J]. Modern Preventive Medicine, 2024 , 51 (8) : 1406 -1411 . DOI: 10.20043/j.cnki.MPM.202311361

正文

收起

高血压疾病因其患病率高、增长速度快、疾病负担重，已成为全球突出的公共卫生问题，也是导致城乡居民心血管疾病死亡的最重要的危险因素^[1-2]。高血压的发生是多种因素共同作用的结果，其中膳食对高血压的发生发展具有重要的影响^[3-4]。膳食多样化（Dietary diversity, DD）是指膳食中包含多种同类或不同类的食物^[5-7]。膳食多样化评价指标主要是基于食物组的膳食多样化评分（Dietary diversity score，DDS），DDS都可以简单而又有效地分析评价膳食营养素的充足状态及膳食整体质量^[5,8]。然而，有关广西地区居民膳食多样化报道较少，与高血压关系的研究更未见报道。本研究基于广西少数民族自然人群慢性病前瞻性队列研究，了解广西地区膳食多样化与高血压的关联，为制定合理的膳食指南及预防高血压提供理论基础。

1 研究对象与方法

收起

1.1 研究对象

本研究对象来自“华南自然人群队列”的子课题“广西少数民族自然人群慢性病前瞻性队列研究”项目，该项目采用现况研究方式，首先进行基线调查，通过问卷调查收集研究对象的健康状况、行为生活方式等相关信息，分别招募了职业人群、城镇人群和农村人群开展研究。该研究通过了广西医科大学伦理委员会的审查，已征得所有研究对象知情同意并签署了知情同意书。经过统一培训的调查人员，采用面对面问卷调查的形式收集研究对象信息。调查内容包括研究对象的一般情况、个人健康状况、吸烟情况、饮食情况方面的内容。纳入标准：（1）籍贯为广西，并在当地居住5年以上；（2）年龄≥35岁且≤74岁；（3）神志清楚，能正常交流；（4）自愿参加，签署知情同意书。经筛选，本研究最终纳入研究对象12 896名广西居民作为研究对象。

1.2 膳食频率调查和膳食多样化评估

研究对象的膳食摄入情况通过膳食频率问卷收集，膳食消费频率选项包括每天、5~6天/周、3~4天/周、1~2天/周、≤3次/月、不吃或极少吃。根据《中国膳食指南（2022）》^[9]，并结合广西地区饮食习惯，问卷内容包括9个食物组：1）谷薯类食物，包括大米、面食、杂粮类食品等；2）蔬菜类食物，包括新鲜蔬菜、咸菜等；3）水果类食物；4）畜禽肉类食物，包括畜肉类及制品、家禽及制品；5）水产品类食物，包括鱼/虾/贝等；6）蛋类食物，包括蛋类及制品等；7）奶及奶制品类，包括牛奶/酸奶等；8）坚果类食物，包括花生/核桃/杏仁等；9）油脂类食物，包括甜食/点心/蛋糕等。膳食多样化评分（DDS）计算方法为每一类食物每周至少有1天消费计1分，其他摄入食用频率计0分，同一种类食物不重复计分，不计消费次数和数量，得分范围为0~9分，分数越高代表膳食多样性越好^[10-12]。

1.3 相关定义

采用《成人体重标准》^[13]，计算身体质量指数（Body Mass Index，BMI）：BMI=体重（kg）/[身高（m）]²。将人群分为正常（18.5~23.9 kg/m²）、偏瘦（<18.5 kg/m²）、超重和肥胖（≥24.0 kg/m²）。高血压的评定采用以下标准进行，满足条件之一即为高血压：（1）自我报告有高血压；（2）目前正在服用降压药；（3）研究对象在静坐5 min后，连续两次测量高血压，每次测量间隔至少1 min：平均收缩压≥140 mm Hg和（或）平均舒张压≥90 mm Hg^[1]。

1.4 数据处理与统计分析

研究对象一般资料采用频数、构成比、

等进行统计描述；采用独立样本t检验和方差分析比较不同人群膳食多样化得分；采用Wilcoxon检验比较不同人群食物种类摄入情况；进一步采用二元logistic回归模型分析DDS与高血压发生的关系，以是否患有高血压为因变量，DDS得分作为自变量，建立3个分析模型^[4，14-16]：模型1为未调整混杂因素模型，模型2调整年龄和性别，模型3调整性别、年龄、民族、教育、年收入、职业、地区和BMI。应用限制性立方样条模型（选取3个节点）分析DDS与高血压患病之间的剂量-反应关系。使用SPSS 23.0软件和R 4.3.1软件分析处理数据。检验水准α=0.05。

2 结果

收起

2.1 研究对象一般特征分布情况

本次研究共纳入研究对象12 896名。按照诊断标准，共筛选出4 541例高血压患者，高血压患病率为35.21%，其中女性2 337例（51.46%），男性2 204例（48.54%）。<60岁人群高血压患病率高于≥60岁人群。教育程度越高，高血压患病率越低。超重及肥胖人群高血压患病率较高。高血压人群在不同性别、年龄、民族、教育水平、年收入、地区、职业和BMI水平中的分布存在统计学差异（P<0.05）。见表1。

2.2 研究对象膳食多样化得分情况

广西35~74岁居民DDS得分为（5.45±1.39）分。其中，男性DDS得分为（5.56±1.37），高于女性DDS得分（5.35±1.40）；<60岁人群DDS得分（5.65±1.37）高于≥60岁人群；教育程度和年收入越高，DDS得分越高；农村人群DDS得分（6.10±1.42）高于城镇居民（5.28±1.33）；非体力劳动者得分（5.64±1.44）高于体力劳动者。DDS得分在不同性别、年龄、民族、教育程度、年收入、地区、职业和BMI中均存在统计学意义（均有P<0.001），见表2。

2.3 不同人群食物摄入情况

广西地区35~74岁居民在谷薯类、蔬菜类食物摄入频率较高，而乳制品及油脂类食物摄入频率较低。其中，高血压人群在水果类、畜肉类、水产品类、蛋类、乳制品类和油脂类食物的摄入频率均低于非高血压人群（均有P<0.05）。见表3。

2.4 膳食多样化与高血压之间的关联

本研究建立二元logistic回归模型分析DDS与高血压发生的关系。结果显示：在未调整混杂因素前，DDS是高血压的保护因素；在调整相关混杂因素后，DDS仍与高血压存在统计学关联（均有P<0.05），且为高血压的保护因素（OR=0.95，95% CI：0.92~0.98，P=0.001）。DDS每增加一分，高血压的风险降低5.00%。见表4。

2.5 膳食多样化得分与高血压患病风险之间的剂量-反应关系

调整相关混杂因素之后，DDS得分与高血压患病风险之间呈线性剂量-反应关系（P_总趋势<0.05，P_非线性=0.787；OR=1.00，DDS=6.0），随着DDS得分的升高，高血压的患病风险呈线性降低。见图1。

3 讨论

收起

本研究结果显示，广西地区35~74岁人群中高血压患病率为35.21%，高于我国中老年人人群高血压患病率（34.38%）^[17]和山东地区15~79岁人群高血压患病率（31.41%）^[18]，提示广西地区居民高血压患病率较高，流行趋势严重，与冯世雄等人研究结果一致^[16]。其中，女性高血压患病率较高，与相关研究结果一致^[19-20]，这可能与女性更关注自身健康，积极采取健康的生活方式有关^[17,21]。农村高血压患病率高于城镇，与已有研究结果一致^[22-23]，一方面可能与农村居民医疗资源不够充足，早期血压升高的预防和治疗不够及时有关，另一方面可能与教育水平和健康意识相对缺乏，对《中国居民膳食指南》相关知识知晓率较城镇居民低有关^[24]。

广西居民DDS得分为（5.45±1.39）分，低于云南会泽县DDS得分（8.69±1.97）^[25]和内蒙古乌海市DDS得分^[26]。其中，社会经济水平较高的人群，DDS得分相应较高，与相关研究结果一致^[26]。广西居民的饮食结构为典型的南方膳食结构（以大米、蔬菜和猪肉为主）^[27-28]，食物种类较单一。其中，乳制品类食物摄入频率较低，远低于我国8大城市的乳制品摄入量^[29]。乳制品是蛋白质和钙的良好来源，应当增加乳制品的摄入量，满足人体营养需要。

本研究通过建立不同的模型分析DDS与高血压的关系，发现DDS得分与高血压存在关联性，为高血压的保护因素，与相关研究结果一致^[7,30]。另外，本研究在logistic回归模型的基础上应用限制性立方样条模型分析膳食多样化与高血压的关系，发现随着DDS得分的升高，高血压的患病风险呈线性降低。膳食多样性会增加各种微量营养素和植物化学物的摄入，这些物质具有保护人体、预防心血管疾病和癌症等慢性非传染病的作用。有研究指出^[31]，膳食多样性可能会增加饮食中抗氧化能力，增加膳食多样性与氧化应激和慢性病发病率的降低有关。

本研究基于较大规模人群内探讨了膳食多样化与高血压人群之间的关系，对广西35~74岁居民膳食习惯构建了简单且有效的膳食多样化评分，并发现膳食多样化与高血压存在关联，且结果具有一定的稳定性。但本研究也存在一些局限性：（1）本研究属于现况调查，无法确定膳食多样性与高血压的因果关系；（2）本研究的膳食调查属于回顾性调查，研究对象很难准确的回忆起过去进食的食物种类和频率；（3）膳食调查只包括了广西地区35~74岁居民日常的膳食种类，由于不同地区有着不同的饮食结构，无法纳入人群的所有饮食，一定程度上影响结果的外推。今后需进一步开展随访调查和干预研究，进一步明确关联机制。

基金

收起

国家重点研发计划(2017YFC09071030)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

娄莹，马文君，王子君，等．中国高血压临床实践指南计划书[J]．中华心血管病杂志，2022，50（7）：671-675．

Lou

, Ma

, Wang

Zi J

, et al. Writing protocols for the Chinese clinical practice guidelines of hypertension[J]. Chinese Journal of Cardiology, 2022, 50(7): 671-675.

[2]

王丹，牟建军．全球高血压管理策略现状及展望[J]．中华高血压杂志，2022，30（7）：601-603．

Wang

, Mu

. Current status and prospects of global hypertension management strategies[J]. Chinese Journal of Hypertension, 2022, 30(7): 601-603.

[3]

熊华利，鞠丹凤，邱建平，等．基于人群调查的不同膳食模式与高血压患病的相关性分析[J]．现代预防医学，2023，50（6）：1026-1031．

Xiong

, Ju

, Qiu

, et al. Correlation analysis between different dietary patterns and hypertension based on population survey[J]. Modern Preventive Medicine, 2023, 50(6): 1026-1031.

[4]

仝桂霞，高鑫，许如意，等．北京市海淀区35岁及以上体检人群膳食模式与高血压患病风险的关联性分析[J]．实用预防医学，2022，29（8）：906-911．

Tong

, Gao

, Xu

, et al. Relationship between dietary pattern and risk of suffering from hypertension in physical examines aged 35 years and above in Haidian District of Beijing[J]. Practical Preventive Medicine, 2022, 29(8): 906-911.

[5]

金瑛，马冠生．膳食多样化评价方法及应用[J]．国外医学：卫生学分册，2009，36（4）：246-251．

Jin

, Ma

. Dietary diversity evaluation methods and applications[J]. Foreign Medical Science: Section Hygiene, 2009, 36(4): 246-251.

[6]

姚欲清．江苏省成年居民膳食模式变迁与体质指数关系的研究[D]．南京：东南大学，2018．

Yao

. A study on the relationship between changes in dietary patterns and body mass index of adult residents in Jiangsu Province[D]Nanjing: Southeast University, 2018.

[7]

张承启，李易姿，吴琪俊，等．膳食多样化与代谢综合征关系的研究进展[J]．实用医学杂志，2022，38（15）：1970-1974．

Zhang

, Li

, Wu

, et al. Research advances on the relationship between dietary diversity and metabolic syndrome[J]. The Journal of Practical Medicine, 2022, 38(15): 1970-1974.

[8]

Rayyani

, Siassi

, Djafarian

, et al. Associations of the dietary diversity score and food variety score with serum magnesium and ferritin status[J]. Journal of Nutrition Fasting and Health, 2019,7(3): 151-159.

[9]

《营养学报》编辑部．《中国居民膳食指南（2022）》在京发布[J]．营养学报，2022，44（6）：521-522．

Editorial Department of the Journal of Nutrition. The Dietary Guidelines for Chinese Residents (2022) were released inBeijing [J] . Journal of Nutrition, 2022, 44 (06): 521-522.

[10]

徐蕊．胶州市农村老年人生命质量现状与膳食多样性的关系研究[D]．青岛：青岛大学，2021．

. A study on the relationship between the current status of quality of life and dietary diversity among elderly people in rural areas of Jiaozhou city[D].Qingdao: Qingdao University, 2021.

[11]

李海蓉，门著铭，杨林生，等．中国低硒带内典型区阿荣旗农村居民膳食多样性评价[J]．卫生研究，2021，50（3）：421-425．

, Men

, Yang

, et al. Evaluation of dietary diversity of rural residents in Arun Banner, a typical area of low Selenium belt in China[J]. Journal of Hygiene Research, 2021, 50(3): 421-425.

[12]

符文慧．新疆伊犁农村人群膳食多样性、血浆氨基酸与2型糖尿病关系的研究[D]．乌鲁木齐：新疆医科大学，2021．

. Study on the relationship between dietary diversity, plasma amino acids and type 2 diabetes in rural population of Yili, Xinjiang[D].Urumqi: Xinjiang Medical University, 2021.

[13]

新探健康发展研究中心，中国疾病预防控制中心营养与食品安全所，中国疾病预防控制中心，等．WS/T 428-2013成人体重判定[S]．北京：中国标准出版社，2013．

Xintan Health Development Research Center, Institute of Nutrition and Food Safety, Chinese Center for Disease Control and Prevention, Chinese Center for Disease Control and Prevention. WS/T 428-2013Adult weight determination[S].Beijing: Standards Press of China, 2013.

[14]

温秋萍，周泽文，刘颖春，等．广西壮族35~74岁人群性别、年龄对体重指数与高血压患病风险的修饰效应[J]．广西医科大学学报，2021，38（6）：1206-1212．

Wen

, Zhou

, Liu

, et al. The moderating effects of gender and age on body mass index and hypertension risk in the Zhuang population aged 35-74 in Guangxi[J]. Journal ofGuangxi Medical University, 2021, 38(6): 1206-1212.

[15]

莫秋燕，周泽文，黄东萍，等．广西壮族老年人高血压患病现状及影响因素分析[J]．现代预防医学，2022，49（7）：1308-1312．

, Zhou

, Huang

, et al. Analysis on the prevalence and its influencing factors of hypertension in the elderly of Zhuang nationality, Guangxi[J]. Modern Preventive Medicine, 2022, 49(7): 1308-1312.

[16]

冯世雄，周泽文，刘颖春，等．广西地区35～74岁壮族人群高血压患病情况及影响因素研究[J]．广西医科大学学报，2021，38（3）：591-598．

Feng

, Zhou

, Liu

, et al. Influencing factors of hypertension in the Zhuang ethnicity between 35-74 years old in Guangxi[J]. Journal ofGuangxi Medical University, 2021, 38(3): 591-598.

[17]

袁姣，武青松，雷枢，等．我国中老年人群高血压流行现状及影响因素研究[J]．中国全科医学，2020，23（34）：4337-4341．

Yuan

, Wu

, Lei

, et al. The prevalence of hypertension and its influencing factors in middle-aged and elderly People in China[J]. Chinese General Practice, 2020, 23(34): 4337-4341.

[18]

韩鹏，高煜，孙晓晨，等．山东某地区居民高血压现状及其影响因素分析[J]．预防医学论坛，2023，29（8）：567-573．

Han

, Gao

, Sun

, et al. Analysis of the current situation and influencing factors of hypertension among residents in a certain area ofShandong[J]. Preventive Medicine Tribune, 2023, 29(8): 567-573.

[19]

武明芬，朱斌，徐晓涵，等．北京地区高血压患者用药依从性及影响因素调查与研究[J]．中国医院药学杂志，2021，41（21）：2255-2260．

, Zhu

, Xu

, et al. Risk factors investigation on medication adherence of Chinese hypertension patients in Beijing[J]. Chinese Journal of Hospital Pharmacy, 2021, 41(21): 2255-2260.

[20]

苏静，苏丽，高巧英．河南省20～69岁人群高血压的变化情况与影响因素分析[J]．预防医学情报杂志，2023，39（10）：1204-1210, 1215．

, Su

, Gao

. Analysis of changes and influencing factors of hypertension in the population aged 20-69 inHenan province[J]. Journal of Preventive Medical Intelligence, 2023, 39(10): 1204-1210, 1215.

[21]

陆菊萍，李程跃，吕军，等．社区高血压患者行为现状与血压控制效果关系研究[J]．中国社会医学杂志，2019，36（6）：622-625．

, Li

, Lv

, et al. Analysis on association between behavior of community hypertension patients and effectiveness of blood pressure control[J]. Chinese Journal of Social Medicine, 2019, 36(6): 622-625.

[22]

马丽媛，王增武，樊静，等．《中国心血管健康与疾病报告2021》关于中国高血压流行和防治现状[J]．中国全科医学，2022，25（30）：3715-3720．

, Wang

, Fan

, et al. Epidemiology and management of hypertension in China:an analysis using data from the annual report on cardiovascular health and diseases in China(2021)[J]. Chinese General Practice, 2022, 25(30): 3715-3720.

[23]

胡军军．吉林省部分居民肥胖相关指标与高血压及糖尿病的关系[D]．长春：吉林大学，2022．

. The relationship between obesity related indicators and hypertension and diabetes in some residents ofJilin province[D]. Changchun: Jilin University, 2022.

[24]

Agustina

, Nadiya

, Andini

, et al. Associations of meal patterning, dietary quality and diversity with anemia and overweight-obesity among Indonesian school-going adolescent girls in West Java[J]. PLOS One, 2020, 15(4): e0231519.

[25]

陈翔，陆林，万蓉，等．云南会泽县三个高海拔山村居民16类膳食多样化状况分析[J]．卫生软科学，2013，（7）：438-440．

Chen

, Lu

, Wan

, et al. Analysis of 16 types of dietary diversity among residents in three high-altitude mountain villages inHuize County, Yunnan Province[J]. Soft Science of Health, 2013, (7): 438-440.

[26]

焦玮玉，周倩，王东平，等．内蒙古乌海市居民膳食多样化与血脂水平的关系[J]．中华疾病控制杂志，2017，21（5）：453-456, 460．

Jiao

, Zhou

, Wang

, et al. The relationship between dietary diversity and blood lipid levels among residents inWuhai City, Inner Mongolia[J]. Chinese Journal of Disease Control and Prevention, 2017, 21(5): 453-456, 460.

[27]

马志敏，郝晓燕，王东阳，等．中国膳食模式的特征、分布及其与健康相关性研究进展[J]．食品工业科技，2023，44（10）：396-405．

, Hao

, Wang

, et al. Evolution and distribution of dietary patterns in China and the research progress of its correlation with health[J]. Science and Technology of Food Industry, 2023, 44(10): 396-405.

[28]

覃尔岱，王靖，覃瑞，等．我国不同区域膳食结构分析及膳食营养建议[J]．中国食物与营养，2020，26（8）：82-86, 59．

Qin

, Wang

, Qin

, et al. Dietary structure analysis and dietary nutrition recommendations in different regions of China[J]. Food and Nutrition in China, 2020, 26(8): 82-86, 59.

[29]

毛帅，赵艾，张健，等．我国8城市成人乳类摄入与健康关系研究[C]．中国营养学会第十五届全国营养科学大会论文汇编．中国北京，2022-07-30，2022．

Mao

, Zhao

, Zhang

, et al. A study on the relationship between adult milk intake and health in 8 cities in China[C]. 15th National Nutrition Science Conference of the Chinese Nutrition Society. China Beijing, 2022-07-30,2022.

[30]

申思，吕晓华．膳食多样化与健康关系的研究进展[J]．川北医学院学报，2017，32（3）：475-478．

Shen

, Lv

. Research advances in dietary diversity and health[J]. Journal of North Sichuan Medical College, 2017, 32(3): 475-478.

[31]

Luo

, Li

, Zhou

, et al. Association of non-alcoholic fatty liver disease with salt intake and dietary diversity in Chinese medical examination adults aged 18–59 years: A cross-sectional study[J]. Frontiers in Nutrition, 2022,9: 930316.

2024年第51卷第8期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202311361

接收时间：2023-11-19
首发时间：2026-03-16
出版时间：2024-04-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2023-11-19

基金

国家重点研发计划(2017YFC09071030)

作者信息

^1.广西医科大学公共卫生学院，广西南宁530021

^2.柳州市人民医院

^3.桂林医学院

通讯作者:

黄东萍，E-mail：dongpinghuang@gxmu.edu.cn；

刘顺，E-mail：liushun@gxmu.edu.cn

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202311361

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量	非高血压人群（%）	高血压人群（%）	χ²	P
性别			18.24	<0.001
男	4 384（52.47）	2 204（48.54）
女	3 971（47.53）	2 337（51.46）
年龄（岁）			637.37	<0.001
<60	6 197（74.14）	2 370（52.19）
≥60	2 158（25.83）	2 171（28.08）
民族			11.76	0.003
汉族	271（3.24）	103（2.27）
壮族	7 821（93.61）	4 313（94.98）
其他	263（3.15）	125（2.75）
教育			96.81	<0.001
小学及以下	3 861（46.21）	2 496（54.97）
初中	2 575（30.82）	1 243（27.37）
高中及以上	1 919（22.97）	802（17.66）
年收入			113.48	<0.001
<1万元	1 330（15.92）	994（21.89）
1~2.99万元	2 679（32.06）	1 589（34.99）
≥3万	4 346（52.02）	1 958（43.12）
地区			96.95	<0.001
城镇	2 018（24.15）	758（16.69）
农村	6 337（75.85）	3 783（83.31）
职业			35.80	<0.001
非体力劳动	1 828（21.88）	1 206（26.56）
体力劳动	6 527（78.12）	3 335（73.44）
BMI			277.29	<0.001
正常	4 577（54.78）	1 914（42.15）
偏瘦	579（6.93）	202（4.45）
超重及肥胖	3 199（38.29）	2 425（53.40）
吸烟			0.16	0.693
否	5 727（68.55）	3 128（68.88）
是	2 628（31.45）	1 413（31.12）
合计	8 355（64.79）	4 541（35.21）

变量

非高血压人群（%）

高血压人群（%）

χ²

性别

18.24

<0.001

男

4 384（52.47）

2 204（48.54）

女

3 971（47.53）

2 337（51.46）

年龄（岁）

637.37

<0.001

<60

6 197（74.14）

2 370（52.19）

≥60

2 158（25.83）

2 171（28.08）

民族

11.76

0.003

汉族

271（3.24）

103（2.27）

壮族

7 821（93.61）

4 313（94.98）

其他

263（3.15）

125（2.75）

教育

96.81

<0.001

小学及以下

3 861（46.21）

2 496（54.97）

初中

2 575（30.82）

1 243（27.37）

高中及以上

1 919（22.97）

802（17.66）

年收入

113.48

<0.001

<1万元

1 330（15.92）

994（21.89）

1~2.99万元

2 679（32.06）

1 589（34.99）

≥3万

4 346（52.02）

1 958（43.12）

地区

96.95

<0.001

城镇

2 018（24.15）

758（16.69）

农村

6 337（75.85）

3 783（83.31）

职业

35.80

<0.001

非体力劳动

1 828（21.88）

1 206（26.56）

体力劳动

6 527（78.12）

3 335（73.44）

BMI

277.29

<0.001

正常

4 577（54.78）

1 914（42.15）

偏瘦

579（6.93）

202（4.45）

超重及肥胖

3 199（38.29）

2 425（53.40）

吸烟

0.16

0.693

否

5 727（68.55）

3 128（68.88）

是

2 628（31.45）

1 413（31.12）

合计

8 355（64.79）

4 541（35.21）

变量	n（%）		t/F	P
性别			-8.37	<0.001
男	6 308（48.91）	5.56±1.37
女	6 588（51.09）	5.35±1.40
年龄（岁）			22.76	<0.001
<60	8 567（66.43）	5.65±1.37
≥60	4 329（33.57）	5.07±1.34
民族			60.95	<0.001
汉族	374（2.90）	6.09±1.35
壮族	12 134（94.09）	5.42±1.38
其他	388（3.01）	5.89±1.53
教育			509.63	<0.001
小学及以下	6 357（49.29）	5.13±1.33
初中	3 818（29.61）	5.53±1.32
高中及以上	2 721（21.10）	6.10±1.38
年收入			351.87	<0.001
<1万元	2 324（18.02）	5.00±1.37
1~2.99万元	4 268（33.10）	5.24±1.33
≥3万	6 304（48.88）	5.77±1.36
地区			-28.70	<0.001
城镇	2 766（21.53）	5.28±1.33
农村	10 120（78.47）	6.10±1.42
职业			8.46	<0.001
非体力劳动	3 034（25.53）	5.64±1.44
体力劳动	9 862（76.47）	5.40±1.37
BMI			16.41	<0.001
正常	6 491（50.33）	5.43±1.40
偏瘦	781（6.06）	5.22±1.40
超重及肥胖	5 624（43.61）	5.51±1.37
合计	12 896	5.45±1.39

变量

n（%）

t/F

性别

-8.37

<0.001

男

6 308（48.91）

5.56±1.37

女

6 588（51.09）

5.35±1.40

年龄（岁）

22.76

<0.001

<60

8 567（66.43）

5.65±1.37

≥60

4 329（33.57）

5.07±1.34

民族

60.95

<0.001

汉族

374（2.90）

6.09±1.35

壮族

12 134（94.09）

5.42±1.38

其他

388（3.01）

5.89±1.53

教育

509.63

<0.001

小学及以下

6 357（49.29）

5.13±1.33

初中

3 818（29.61）

5.53±1.32

高中及以上

2 721（21.10）

6.10±1.38

年收入

351.87

<0.001

<1万元

2 324（18.02）

5.00±1.37

1~2.99万元

4 268（33.10）

5.24±1.33

≥3万

6 304（48.88）

5.77±1.36

地区

-28.70

<0.001

城镇

2 766（21.53）

5.28±1.33

农村

10 120（78.47）

6.10±1.42

职业

8.46

<0.001

非体力劳动

3 034（25.53）

5.64±1.44

体力劳动

9 862（76.47）

5.40±1.37

BMI

16.41

<0.001

正常

6 491（50.33）

5.43±1.40

偏瘦

781（6.06）

5.22±1.40

超重及肥胖

5 624（43.61）

5.51±1.37

合计

12 896

5.45±1.39

食物种类	合计（%）	非高血压人群（%）	高血压人群（%）	Z	P
谷薯类	12 875（99.84）	8 340（99.82）	4 535（99.87）	-0.64	0.524
蔬菜类	12 710（98.56）	8 220（98.38）	4 990（98.88）	-2.24	0.025
水果类	10 344（80.21）	6 781（81.16）	3 563（78.46）	-3.67	<0.001
畜肉类	12 389（96.07）	8 053（96.39）	4 336（95.49）	-2.51	0.012
水产品	8 256（64.02）	5 495（65.77）	2 761（60.80）	-5.61	<0.001
蛋类	7 578（58.76）	5 137（61.48）	2 441（53.75）	-8.52	<0.001
乳制品	1 808（14.02）	1 277（15.28）	531（11.69）	-5.61	<0.001
坚果类	2 773（21.50）	1 828（21.88）	945（20.81）	-1.41	0.158
油脂类	1 600（12.41）	1 094（13.09）	506（11.14）	-3.21	0.001

食物种类

合计（%）

非高血压人群（%）

高血压人群（%）

谷薯类

12 875（99.84）

8 340（99.82）

4 535（99.87）

-0.64

0.524

蔬菜类

12 710（98.56）

8 220（98.38）

4 990（98.88）

-2.24

0.025

水果类

10 344（80.21）

6 781（81.16）

3 563（78.46）

-3.67

<0.001

畜肉类

12 389（96.07）

8 053（96.39）

4 336（95.49）

-2.51

0.012

水产品

8 256（64.02）

5 495（65.77）

2 761（60.80）

-5.61

<0.001

蛋类

7 578（58.76）

5 137（61.48）

2 441（53.75）

-8.52

<0.001

乳制品

1 808（14.02）

1 277（15.28）

531（11.69）

-5.61

<0.001

坚果类

2 773（21.50）

1 828（21.88）

945（20.81）

-1.41

0.158

油脂类

1 600（12.41）

1 094（13.09）

506（11.14）

-3.21

0.001

	β	OR	95% CI	P
模型1	-0.12	0.89	（0.87，0.91）	<0.001
模型2	-0.06	0.94	（0.91，0.97）	<0.001
模型3	-0.051	0.95	（0.92，0.98）	0.001

95% CI

模型1

-0.12

0.89

（0.87，0.91）

<0.001

模型2

-0.06

0.94

（0.91，0.97）

<0.001

模型3

-0.051

0.95

（0.92，0.98）

0.001