IF21.4 Lancet子刊炸裂登场！免费国产CHNS数据库成新宠？浙大公卫学院袁长征团队0实验玩转国产数据库，太秀了！- 大数跨境

IF21.4 Lancet子刊炸裂登场！免费国产CHNS数据库成新宠？浙大公卫学院袁长征团队0实验玩转国产数据库，太秀了！

生信日报

2025-01-27

各位科研探索者，是否在寻找能够引领健康与环境研究的灯塔？别急，小记者这就为您导航！今天，让我们共同探索这篇发表于《Lancet Planet Health》且影响因子高达21.4的杰出研究，它专注于中国中老年人群中植物性饮食和地球健康饮食的环境负担与死亡风险关系，一起来看看吧~

1、精准的数据库选择：选择中国健康营养调查（CHNS）数据库进行研究，它提供了一个长期、全国代表性且包含多变量数据的宝贵资源。它涵盖了广泛的社会人口统计、生活方式和健康信息，为深入分析提供了丰富的数据基础。此外，CHNS的动态追踪设计允许研究者观察长期趋势和健康结果，这对于揭示饮食模式与健康及环境负担之间的复杂关系至关重要。这些特点不仅增强了研究的科学性和准确性，还更容易获得审稿人的青睐哦！

2、巧妙的数据分析方法：研究采用了多变量Cox比例风险模型，对植物性饮食（PBD）指数和地球健康饮食（PHD）评分与全因死亡率的关系进行了深入分析。通过对不同性别、年龄、生活习惯等亚组人群的分层分析，还采用了限制性立方样条法来探索饮食模式与死亡风险之间的非线性关系，这种巧妙的统计方法不仅提高了研究结果的准确性，也为未来相关领域的研究提供了新的分析工具。对于渴望在公共数据库领域有所作为的小伙伴们，这无疑是一个值得深入研究和学习的新方向。

PS：对于正在探索饮食与健康关系的科研小伙伴们，不妨紧跟这篇研究的步伐，或许你的下一个研究课题或科学发现，就隐藏在这些饮食模式与健康数据的分析之中！想碰撞出更多科研灵感？欢迎联系小记者加入生信日报学术交流群~

定制生信分析

生信云服务器

(加微信备注99领取试用)

题目：以植物为主的和有益于地球健康的饮食、环境负担和死亡风险：一项针对中国中老年人群的前瞻性队列研究

杂志：The Lancet Planetary Health

影响因子：IF=21.4

发表时间：2024年8月

研究背景

环境可持续性与人类福祉紧密相连，食品系统转型被视为关键。植物性饮食（PBD）及地球健康饮食（PHD）因益于健康且环境友好受关注。然而，对发展中国家尤其中国的具体影响证据不足。中国饮食转型面临环境与健康双重挑战，需优化饮食结构。本研究基于中国队列分析，探讨饮食模式对死亡率与环境负担的关联，旨在填补证据空白。

数据来源

本研究的数据来源于中国健康与营养调查（CHNS），该调查自1989年起在中国九个省份及直辖市展开，共纳入超过30,000名个体，其中85%为汉族，15%为其他东亚民族。研究特别聚焦于1997年至2015年间的9364名参与者，通过多阶段随机集群抽样方法，详细记录了其饮食习惯、生活方式及健康数据，用以分析植物性饮食（PBD）与地球健康饮食（PHD）的环境影响及全因死亡率风险。

研究思路

本研究首先利用中国健康与营养调查（CHNS）这一具有全国代表性的动态队列数据库，筛选出符合条件的45岁及以上中年和老年参与者，收集其饮食习惯、生活方式及健康数据。其次，基于这些数据，计算并分析总体PBD指数、健康PBD指数、不健康PBD指数以及PHD分数等关键指标，进而探讨这些饮食模式与全因死亡率之间的关系，并评估其对环境（如温室气体排放、水足迹、土地占用）的影响。同时，研究还考虑了多种协变量和社会人口统计学因素，以确保分析的全面性和准确性。

研究结果

1.CHNS中研究人群的基线特征

基于表1的CHNS（中国健康与营养调查）数据库中9364名参与者的具体数据（平均年龄54.5岁，女性占比52.3%，男性占比47.7%），首先评估了参与者的饮食模式，包括整体植物性饮食指数（PDI）、健康植物性饮食指数（hPDI）、不健康植物性饮食指数（uPDI）和地球健康饮食评分（PHD）。通过3天24小时膳食回顾结合称重法，计算了这些饮食指数，并记录了参与者的环境负担。随后，分析了这些饮食指数与全因死亡率之间的关系，并发现较高的uPDI与更高的死亡风险相关，而较高的PHD得分则与较低的死亡风险相关。此外，PBD指数的分布在随访期间保持稳定，而PHD得分在后续调查中略有上升。

表1：CHNS中研究人群的基线特征（n=9364）

2.PBD与PHD的环境影响对比

基于图2CHNS数据库的具体数据，分析了整体、健康和不健康PBD指数与温室气体排放、总水足迹和土地占用的关系。结果显示，更高依从性的健康和不健康PBD指数均与温室气体排放的减少、总水足迹的降低和土地占用的减少显著相关（p<0.0001）。然而，PHD较高的参与者反而与更高的温室气体排放（最高与最低四分位数间差异为0.22公斤二氧化碳，95%CI 0.19-0.25）、总水足迹（0.53立方米，95%CI 0.49-0.56）和土地占用（0.27平方米，95%CI 0.23-0.30）相关。进一步分析显示，这种正相关性主要归因于动物性食品的高消费量。特别是，乳制品的摄入量与EAT-Lancet全球健康建议存在显著差距，这可能是PHD分数与环境负担正相关的一个原因。

图1：根据植物饮食指数和地球健康饮食得分的四分位数，总能量摄入量调整的温室气体排放、总水足迹和土地拨款

3.饮食模式与死亡风险的长期关联

在长达9.2年的随访中，记录了792例（占总数85%）的死亡情况（表2）。利用多变量调整模型分析发现，整体植物性饮食指数（PDI）和健康植物性饮食指数（hPDI）与死亡风险之间并无显著关联（PDI：HR 1.08, 95% CI 0.88-1.32, p=0.740；hPDI：HR 1.01, 95% CI 0.91-1.12, p=0.985）。然而，不健康植物性饮食指数（uPDI）与更高的死亡风险紧密相关，其最高与最低四分位数间的HR为1.55（95% CI 1.26-1.91, p<0.0001）。此外，地球健康饮食（PHD）得分较高的参与者面临较低的死亡风险（HR 0.79, 95% CI 0.63-0.99, p=0.008），且这种相关性呈现出显著的非线性特征（p=0.008, 图2）。

表2：根据植物性饮食指数和全球健康饮食评分，多变量调整的危害比和95%的死亡率CI

图2：植物性饮食指数和地球健康饮食评分与死亡风险的关联限制立方样条

4.环境负担低的饮食与死亡风险增加的关联分析

基于表3的数据，发现较低的饮食相关环境负担与更高的死亡风险之间存在关联（表3）。进一步亚组分析显示，这种关联在整体上保持一致。特别地，整体植物性饮食指数（PDI）和健康植物性饮食指数（hPDI）对环境影响的关系未受任何显著协变量影响（p>0.05），在所有子组中均不显著。然而，不健康植物性饮食指数（uPDI）与死亡率的有害关联在男性中更为显著，HR男性为2.10（95% CI 1.56-2.84），女性为1.12（95% CI 0.82-1.51），性别间差异显著（p=0.002）。此外，从不吸烟者和城市居民中PHD（地球健康饮食）得分与死亡风险的关联更强（城市居民HR 0.59, 95% CI 0.40-0.86, p=0.00014；从不吸烟者HR 0.63, 95% CI 0.42-0.93, p=0.039）。整体上，饮食相关的环境负担与死亡风险的关联在不同研究分组中均保持一致。

表3：根据总能量调整的温室气体排放、总水足迹和饮食摄入量的土地挪用，死亡率的多变量调整HR和95%CI

文章小结

本研究通过深入的前瞻性队列研究，分析了中国中年及老年人群中植物性饮食（PBDs）和地球健康饮食（PHDs）的环境负担与死亡风险之间的关系。本研究采用了严谨的流行病学方法和多变量统计模型，不仅评估了饮食模式对环境的影响，还深入探讨了其对公共健康的潜在影响。研究的创新之处在于，它将饮食、环境和健康三者的关系进行了系统性分析，为理解食物系统转型对环境和人类健康的双重影响提供了新的视角。此外，研究团队还通过敏感性分析和多种统计方法确保了结果的稳健性。从科学研究的深度和广度来看，这是在饮食流行病学和环境健康领域的一次重要突破，这无疑是科研界的一次“速度与激情”的展现，创新性满分，实用性也极为出色。让人为之振奋！我们为您已经准备好“特别关注”的宝座，期待您的私信。让我们一起它在科研的天空中划出一道亮丽的轨迹吧！