澳大利亚成人饮食质量影响因素分析

医疗保健

文章使用经验证的澳大利亚成人健康饮食指数（ HEIFA‐2013）分析澳大利亚成年人饮食质量的社会人口 学决定因素

阿曼达·格雷奇 *，隋志贤，邵宏英，郑妙冰，玛格丽特·奥尔曼‐法里内利 和 安娜·兰根
营养与饮食学组，生命与环境科学学院，查尔斯·珀金斯中心，悉尼大学，澳大利亚新南威尔士州2006， 悉尼；zhixian.sui@sydney.edu.au（Z.S.）；hsiu6708@uni.sydney.edu.au（H.Y.S.）； miaobing.zheng@sydney.edu.au（M.Z.）；margaret.allman‐farinelli@sydney.edu.au（ M.A.‐F.）；anna.rangan@sydney.edu.au（A.R.）*通讯作者：agre3682@uni.sydney.edu.au； 电话：+61‐2‐8627‐0843
学术编辑：桑帕特·帕萨拉帕提 收稿日期：2016年10月27日；接受日期：2017年1 月23日；出版日期：2017年2月4日

摘要

膳食质量指数已被证明可以预测心血管疾病、癌症、2型糖尿病、肥胖和全因死亡率。本研究 旨在确定饮食质量较差的澳大利亚成年人的社会人口学特征。使用基于2013年澳大利亚膳食指南的 经验证的11组分澳大利亚人健康饮食指数（HEIFA‐2013），对2011–2012年国民营养与体育活动调 查中年龄在18岁及以上的参与者（n= 9435）进行饮食质量评估。通过方差分析（ANOVA）比较不 同人口特征的评分差异，并建立回归模型分析HEIFA‐2013评分与人口特征之间的关联。
HEIFA‐2013的平均（标准差）得分为45.5（14.7）分（满分100分），主要原因是蔬菜、水果、谷 物、乳制品和脂肪摄入不足，而添加糖、钠和自由选择食物摄入过高。男性得分为43.3（14.7）、年 轻人为41.6（14.2）、肥胖者为44.1（14.3）、吸烟者为40.0（14.2）、低社会经济地位人群为 43.7（14.9）、澳大利亚出生地人群为44.2（14.6），其HEIFA‐2013平均得分均较低（p< 0.05）。
澳大利亚人群的整体饮食质量较差，建议针对年轻人、男性、肥胖者以及社会经济地位较低的人群 实施针对性干预措施。

关键词

饮食质量；膳食质量指数；营养；24小时回顾法

引言

国际上，膳食指南为健康所需的最佳膳食模式提供了建议，包括多种水果、蔬菜、瘦肉及替代品、 低脂乳制品和全谷物，同时富含不饱和脂肪，并尽量减少添加糖、饱和脂肪、酒精和钠等有害营养素 [1–4]。此类膳食模式已被证实可降低2型糖尿病、心血管疾病（CVD）、某些癌症、骨质疏松症和牙 科疾病等非传染性疾病的风险，并有助于维持健康体重[2,3]。然而，近几十年来非传染性疾病的增加 已有充分记录[5,6]。较低社会经济地位的人群面临这些疾病更高的发病率[7,8]。了解人群的膳食模式 有助于揭示饮食在这些疾病发生中的作用，并识别出需要针对性干预的亚群体。
高质量或健康的饮食被认为越来越多地归因于营养素和其他食物成分之间的协同作用，而不是个 别食物或营养素的作用 [9,10]。膳食质量指数的建立使得所有摄入的食物能够被同时考虑，并兼顾营 养素以及在食物组内所摄入食物的多样性 [11,12]。较高的膳食质量评分已被证明可预测降低的风险
全因死亡率、心血管疾病和癌症的发病率与死亡率降低，以及肥胖和2型糖尿病的降低的风险[13–16]。
澳大利亚人健康饮食指数（HEIFA‐2013）[17]是对先前指数的修订[18],，用于评估依从最新澳 大利亚膳食指南（ADG）的情况，其依据是当前的科学证据[3]。本分析使用了一种经过验证的工具， 该工具基于大型全国性调查——2011/2012年全国营养与体育活动调查（NNPAS），反映现行指南。
本研究旨在确定人口统计学、生活方式和体重状况与澳大利亚成年人总体饮食质量之间的关联。通过 使用澳大利亚人群样本，考察饮食质量与社会人口学因素及体重状况之间的关系，将有助于识别风险 最高的群体，并推动制定针对性干预措施，重点关注能够具体改善特定亚组饮食质量的食物和营养素。

2. 材料与方法

2.1. 受访者

本研究中报告的数据来自澳大利亚统计局（ABS）2011–2012年国家营养与体育活动调查（ NNPAS）[19]。该调查收集了澳大利亚人群的营养与健康信息。NNPAS的访谈部分依据1905年普查 与统计法（CSA）开展。调查共纳入了来自澳大利亚9519个私人住宅的12,153名个体（年龄在2岁及 以上）。

2.2. 膳食数据收集

膳食信息通过面对面24小时回顾法（24HR）访谈收集，该方法基于美国农业部农业研究服务局 开发的自动化多通道法[20]。对于首次访谈中64%的参与者，第二次24HR通过电话访谈进行，且与 第一次访谈至少相隔8天（n= 7735）。有关该调查的更多详细信息由ABS发布[19]。本研究使用了 9345名完成第一次24HR访谈的成年人（年龄 ≥ 18岁）的数据。食物中营养素的摄入量来源于澳大 利亚专用营养成分数据库AUSNUT 2012，该数据库由澳大利亚和新西兰食品标准局（FSANZ）专门 为此次调查开发[21]。

2.3. 人体测量学与人口特征

受访者的体格测量在NNPAS调查中由经过培训的访问员进行客观测量；体重（公斤）使用电子 秤测量，精确到0.1公斤，身高（厘米）使用测高仪测量，精确到0.5厘米[19]。受访者的体重指数 （BMI）评分根据其测量得到的体重和身高，采用Quetelet体重指数BMI计算得出（体重不足 BMI < 18.5 kg/m2,，正常体重 BMI 18.5–24.9 kg/m2,，超重 BMI 25.0–29.9 kg/m2,，肥胖 BMI ≥ 30.0 kg/m2）[22]。
本分析中的人口统计学变量包括：年龄，分为18–24、25–34岁、35–44岁、45–54、55–64、 65–74岁及 75+岁；性别：男性和女性；社会经济地位，通过地区社会经济劣势指数（SEIFA）五分 位数进行评估，其中第一SEIFA五分位数表示最弱势地区（SEIFA包含对收入、教育水平、残疾、英 语能力差、就业类型（体力劳动者或失业者）、机动车使用情况、婚姻状况（离异或分居）、单亲家 庭、居住拥挤状况、低成本住房以及无家庭互联网接入的评估）；自报吸烟状况，记录为“是”或 “否”；出生国家，分为三类：出生于澳大利亚、出生于主要英语国家（新西兰、英国、爱尔兰、美 国、加拿大或南非）或出生于其他国家；以及糖尿病状况，定义为当前及长期糖尿病（1型、2型、妊 娠期糖尿病和类型未知），在访谈时自报并记录为“是”或“否”。

2.4. HEIFA-2013

澳大利亚成人健康饮食指数（HEIFA‐2013）被用作衡量饮食质量的指标，包含多样性[17]。
HEIFA‐2013 是一种性别特异性指标，用于评估饮食质量及对国家膳食指南的依从性[17]。它包括对 核心食物组推荐份数的依从性，以及避免在有害水平摄入有害营养素和自由选择食物。本研究中使用 的“核心食物组”一词指的是谷物、蔬菜、水果、乳制品和瘦肉及替代品，如澳大利亚健康饮食指南 （AGHE）所述[24,25]。根据澳大利亚膳食指南，自由选择食物被定义为“富含饱和脂肪和/或添加糖、 添加盐或酒精且纤维含量低的食物”[19],，并在调查中被识别出来[19]。HEIFA‐2013 之前已在澳大 利亚成年人群（年龄范围：18–34岁，体重指数范围：16–37 kg/m2）中验证，应用于称重食物记录 和食物频率问卷数据[17]。
HEIFA的11项成分系统包括五个核心食物组的每一项各一个成分、一项自由选择食物成分、四种 营养素成分（脂肪酸、添加糖、钠和酒精），以及一项饮水量成分。九个成分（谷物、蔬菜、水果、 瘦肉及替代品、乳制品、自由选择食物、脂肪酸、添加糖和钠）每个最高可得10分，另外两个成分 （水和酒精）每个最高可得5分。
瘦肉及替代品、乳制品和自由选择食品的核心食物组成分仅根据摄入份数进行评分。谷物成分根 据谷物摄入份数（5分）和全谷物摄入份数（5分）进行评分，蔬菜和水果成分则根据摄入份数（5分） 以及摄入的不同种类份数（5分）进行评分。为了评估某一食物组内的摄入份数，纳入了所有单独记 录的食物项目以及作为混合菜肴组成部分的食物。通过使用AUSNUT 2011–2013食谱文件[4]对超过 3650种食谱中的所有混合菜肴进行分解，获得所有单一食物成分的详细数据，并将其归类到相应的核 心食物组中。例如，鸡肉炒菜中的油、鸡肉和非淀粉类蔬菜成分被分别分解并分类。各食物组的份数 计算采用AGHE提供的标准份量——例如，65克熟瘦红肉计为瘦肉及替代品组的一份[25,26]。
根据摄入份数的指定增幅逐步给予评分[17]。获得评分所需的最低和最高份数为：瘦肉及替代品： 男性1至3份，女性0.5至2.5份；乳制品：0.5至2.5份；自由选择食物：6至3份；谷物：1至6份；全谷 物：1至3份；蔬菜：男性1至6份，女性1至5份；水果：0.5至2份。若受访者报告摄入了至少一份（ 75克）以下各类蔬菜：绿色蔬菜、橙色蔬菜、十字花科蔬菜、块茎或鳞茎类蔬菜，以及0.5份豆类， 则为其蔬菜多样性计算多样性得分，每种蔬菜得1分。若摄入两种或以上种类的水果，则水果多样性得 分为满分5分。低于最低范围的摄入量不得分。例如，若一名男性摄入< 3份自由选择食品，可得10分； 摄入3–3.9份得7.5分；摄入4.0–4.9份得5分；摄入5–5.9份得2.5分；若摄入 ≥ 6份则不得分。
脂肪部分对饱和脂肪（5分）以及单不饱和和多不饱和脂肪（5分）进行评分。来自饱和脂肪的能 量 ≤10%得5分；>10%–12%得2.5分；>12%得0分。多不饱和和单不饱和脂肪酸的摄入份数最低和 最高范围，男性为1至4份，女性为0.5至2份。钠摄入量<1610 mg得10分；1610 毫克至 2300 毫克得 5分；>2300 mg得0分。饮水量通过饮用水占其他饮料的比例进行评估，>50%得5分，0%得= 0分， 每增加10%（在0至50之间）得分相应增加
额外加1分。酒精摄入量根据消耗的标准饮品（每份含10克酒精）数量进行评分， ≤2标准饮品得5分， 而>2标准饮品得0分。含添加糖食物的评分标准在此已更新。2016年4月，澳大利亚食物成分表进行 了更新，新增了“添加糖”数据，而此前仅提供总糖含量，并用于HEIFA‐2013的计算[27]。膳食指 南科学证据的审查建议，添加糖提供的能量不应超过总能量的10%，且5%–10%的较低阈值可能是合 适的[3]。每位受访者的添加糖供能百分比被计算出来，其中<5添加糖占比低于5%得10分；5%–10% 得5分，>10高于10%得0分。HEIFA‐2013所有组成部分的总最高分为100分，较高的HEIFA‐2013得 分表明更符合膳食指南。

2.5. 报告偏差

在自报膳食摄入评估中，食物摄入的报告偏差很常见，2011–2012 年全国营养和健康调查中 16%– 26% 的成年受访者被确定为低估报告其总能量摄入 [19]。排除报告偏差者可能提供更准确的解释， 并已被证明可改善类似全国调查中的估计结果 [28–30]。采用戈德堡截止法（能量摄入：基础代谢率 0.87–2.67）[31,32] 来识别潜在的低报者（n= 1607）、高报者（n= 143）和合理报告者（n = 6264）。部分受访者未报告能量摄入：基础代谢率（EI:BMR）（n= 1422），因此无法对其进行 分类，故单独设立一个类别用于包含无 EI:BMR 记录者。在用于分析 HEIFA 与其他变量关联的回归 模型中，已对报告偏差的影响进行了控制。未经调整的数据见补充表S1。

2.6. 统计分析

统计分析使用Windows版SPSS 22.0软件（IBM Corp, IBM SPSS Statistics for Windows, Version 22.0, Armonk, NY, USA）进行。采用描述性统计报告根据不同的社会人口学和人体测量特 征的HEIFA‐2013评分。采用方差分析及事后分析（邦弗罗尼和图基法）比较总分的均值差异，并分 别针对每个社会人口学变量，比较HEIFA‐2013评分各组成部分在调整能量摄入后的差异。进行多元 回归分析以探讨与HEIFA‐2013相关的因素。将包括年龄、BMI类别、性别、SEIFA、出生国家、糖 尿病状态和吸烟状况在内的分类变量同时纳入模型，以确定在控制能量（总千焦）和报告偏差状态 （偏低、合理、偏高和未知）影响的情况下，哪些因素与总分独立相关。p< 0.05被认为具有统计学 意义。

3. 结果

澳大利亚人群的HEIFA‐2013总评分均值（标准差）较低，为45.5（14.7），满分为100分。表1 显示了不同亚群体的HEIFA‐2013平均评分。女性的评分显著高于男性，年龄较大者也高于较年轻者。
居住在SEIFA五分位数较高地区、处于健康体重或超重范围、非吸烟者、出生于非英语国家或报告患 有糖尿病的人群，其评分优于其他亚群体。
不同社会人口学变量的人群在各项指标上的平均评分如表2所示。总分较低的原因是大多数项目 评分较低，包括自由选择食品、蔬菜、水果、谷物、乳制品、脂肪、添加糖和钠（均为5分或以下）， 其中谷物得分最差（低于10分中的3分）。水和酒精的评分较高（5分中的4分）。
总体而言，老年人比年轻人、女性比男性获得了更好的评分，原因在于蔬菜和水果的摄入份数更 多、种类更丰富，且在水和钠方面的评分更高（表2）。此外，在能量调整后，女性在乳制品、瘦肉 和酒精方面的评分高于男性，但在添加糖和自由选择食物方面的评分较低。老年人在酒精方面的评分 也较低。处于健康体重范围的人群相比肥胖体重范围者平均评分更高，原因在于其在谷物、水果、自 由选择食品、脂肪和酒精方面的评分较高，而瘦肉评分显著较低。较高的HEIFA‐2013得分与年龄较 大、女性、较高的社会经济地位、在澳大利亚以外出生、健康的BMI状态、不吸烟以及自报糖尿病相 关。

表1. 澳大利亚成人健康饮食指数（HEIFA‐2013）在社会人口学亚组中的平均值（标准差）得分 1

	总计	Male	女性
	N	平均值（标准差）	N
总分	9435	45.5 (14.7)	4329
p ˆ	<0.001
年龄（岁）
18–24	780	41.6 (14.2)	373
25–34岁	1617	43.7 (15) *	747
35–44岁	1843	44.6 (14.7)	846
45–54	1660	46 (14.4)	781
55–64	1432	46.9 (14.9)	672
65–74岁	1255	48.4 (14.5)	561
75+	848	47.3 (14)	349
p ˆ	<0.001	<0.001	<0.001
体重指数 (kg/m2)
<18.5	121	43.9 (15.8)	38
18.5–24.9	2736	46.5 (14.9)	1059
25.0–29.9	2898	45.5 (14.9)	1659
≥30.0	2203	44.1 (14.3) *	1030
p ˆ	<0.001	0.004	0.001
SEIFA五分位数
1‐最低	1778	43.7 (14.9)	796
2	1961	44.8 (14.6)	898
3	1873	45.1 (14.4)	860
4	1666	46.4 (14.9)	795
5‐最高	2157	47.5 (14.6)	980
p ˆ	<0.001	<0.001	<0.001
COB
澳大利亚	6714	44.2 (14.6)	3043
英语 2	1155	45.7 (15) *	561
其他	1566	51.4 (13.7) *	725
p ˆ	<0.001	<0.001	<0.001
吸烟者
Yes	1785	40 (14.2)	931
No	7650	46.8 (14.5)	3398
p ˆ	<0.001	<0.001	<0.001
糖尿病状况
No	8844	45.4 (14.8)	4019
Yes	591	48.4 (13.8)	310
p ˆ	<0.001	<0.001	0.001
报告偏差 3
低估报告	1607	47.1 (12.4)	730
合理报告	6263	45 (15.2) *	3017
高报	139	44.5 (15.5)	68
无有效测量值	1426	46.2 (14.6)	514
p ˆ	<0.001	<0.001	0.048

BMI：体重指数；SEIFA：地区社会经济优势指数（劣势）；COB：出生国家； 1 HEIFA‐2013：澳大利亚成人健 康饮食指数，已根据能量（千焦）进行调整。HEIFA‐2013评分的可能范围为0–100； 2英语国家包括新西兰、英国、 爱尔兰、美国、加拿大或南非； 3报告偏差：采用戈德堡截止法（能量摄入：基础代谢率）识别潜在的低报者（<0.87）、高报者（>2.67）和合理报告者（0.87–2.67）；ˆ p：性别、糖尿病和吸烟状况的差异采用学生t检验，各组 间差异采用方差分析；* p< 0.05 来自事后检验（邦弗罗尼），表示与上述类别存在显著差异。

表2. 澳大利亚成年人健康饮食指数（HEIFA‐2013）评分各组成部分（自由选择食品、蔬菜、水果、 谷物、肉类、乳制品、水、不饱和脂肪、钠以及添加糖和酒精评分）按人口统计学和社会经济特征划 分的平均值（标准差）及均值差异。

	谷物	Veg.	水果	乳制品	Meat	水	D.F.	Fat	钠	A.S.	酒精
性别
Male	2.1 (0.1)	3.9 (0.2)	3.1 (0.2)	3.6 (0.2)	4.9 (0.2)	4.2 (0.1)	5 (0.2)	3.4 (0.2)	4.2 (0.2)	5.2 (0.3)	4.1 (0.1)
女性	2.0 (0.1)	4.5 (0.2)	3.8 (0.2)	4.1 (0.2)	5.4 (0.2)	4.6 (0.1)	4.8 (0.2)	3.9 (0.2)	4.6 (0.2)	5.0 (0.2)	4.4 (0.1)
p ˆ	0.05	<0.001	<0.001	<0.001	<0.001	<0.001	0.024	<0.001	<0.001	0.009	<0.001
年龄（年）
18–24R	2 (0.3)	3.6 (0.4)	2.4 (0.6)	3.7 (0.5)	5 (0.5)	4.2 (0.2)	5.0 (0.5)	3.6 (0.4)	3.8 (0.5)	3.9 (0.6)	4.7 (0.2)
25–34岁	2.1 (0.2)	4 (0.3)	3 (0.4) *	3.9 (0.3)	5 (0.4)	4.4 (0.1) *	4.9 (0.4)	3.6 (0.3)	4.2 (0.4) *	4.5 (0.4) *	4.5 (0.2) *
35–44岁	2.0 (0.2)	4.1 (0.2) *	3.1 (0.4) *	4.0 (0.3)	5.2 (0.3) *	4.4 (0.1) *	4.9 (0.3)	3.7 (0.3)	4.3 (0.3) *	5 (0.4) *	4.2 (0.2) *
45–54	2.0 (0.2)	4.1 (0.3) *	3.5 (0.4) *	3.9 (0.3)	5.3 (0.4) *	4.4 (0.1) *	5 (0.4)	3.8 (0.3)	4.5 (0.4) *	5.6 (0.4) *	4.1 (0.1) *
55–64	2.0 (0.2)	4.4 (0.3) *	3.8 (0.4)*	3.8 (0.4)	5.4 (0.4) *	4.4 (0.1) *	4.8 (0.4)	3.8 (0.3)	4.7 (0.4) *	5.7 (0.4) *	3.9 (0.3) *
65–74岁	2.1 (0.2)	4.6 (0.3) *	4.3 (0.4) *	3.8 (0.4)	5.2 (0.4)	4.6 (0.1) *	5.1 (0.4)	3.7 (0.3)	4.8 (0.4) *	5.6 (0.5) *	4.1 (0.2) *
75+	2.2 (0.3)	4.5 (0.4) *	4.5 (0.5) *	3.9 (0.5)	4.8 (0.5) *	4.5 (0.2) *	4.9 (0.5)	3.4 (0.4)	4.9 (0.5) *	4.8 (0.6) *	4.3 (0.2) *
pˆ	0.144	<0.001	<0.001	0.18	0.1	<0.001	0.36	0.30	<0.001	<0.001	<0.001
体重指数 2 (kg/m 2 )
UW	2.1 (0.8) *	4.1 (1)	3.2 (1.4) *	4.1 (1.2)	4.5 (1.4) *	4.2 (0.4) *	4.8 (1.3) *	4.1 (1) *	4.3 (1.3)	4.1 (1.5)	4.5 (0.6) *
Norma R	2.3 (0.2)	4.4 (0.2)	3.8 (0.3)	4.1 (0.3)	5.1 (0.3)	4.5 (0.1)	5 (0.3)	3.7 (0.2)	4.6 (0.3)	5.1 (0.3)	4.3 (0.1)
OW	2.1 (0.2) *	4.2 (0.2)	3.6 (0.3) *	3.8 (0.3) *	5.3 (0.3)	4.4 (0.1)	4.8 (0.3) *	3.7 (0.2)	4.3 (0.3)	5.2 (0.3)	4.1 (0.1) *
肥胖者	1.8 (0.2) *	4.1 (0.2)	3.1 (0.3) *	3.9 (0.3)	5.5 (0.3) *	4.3 (0.1)	4.5 (0.3) *	3.5 (0.2)*	4.1 (0.3)	4.8 (0.4)	4.2 (0.1) *
p ˆ	<0.001	0.30	<0.001	0.052	<0.001	0.06	0.001	0.002	0.10	0.22	0.001
地区社会经济优势指数 3
1	1.9 (0.2) *	4.1 (0.3)	2.9 (0.4) *	3.8 (0.3)	4.9 (0.4) *	4.3 (0.1) *	4.8 (0.3) *	3.6 (0.3) *	4.4 (0.3)	4.8 (0.4) *	4.3 (0.2)
2	2.0 (0.2) *	4.3 (0.2)	3.1 (0.3) *	3.9 (0.3)	5.2 (0.3)	4.4 (0.1) *	4.8 (0.3) *	3.5 (0.2) *	4.5 (0.3)	4.8 (0.4) *	4.3 (0.2)
3	2.1 (0.2)	4.1 (0.2)	3.5 (0.4) *	3.9 (0.3)	5.1 (0.3)	4.4 (0.1) *	4.8 (0.3)*	3.6 (0.2) *	4.5 (0.3)	4.9 (0.4) *	4.3 (0.2)
4	2.1 (0.2)	4.2 (0.3)	3.9 (0.4)	3.9 (0.3)	5.2 (0.4)	4.5 (0.1)	5.1 (0.4)	3.6 (0.3) *	4.4 (0.4)	5.3 (0.4) *	4.2 (0.2)
5 R	2.2 (0.2)	4.3 (0.2)	4.0 (0.3)	4.0 (0.3)	5.3 (0.3)	4.5 (0.1)	5.1 (0.3)	3.8 (0.2)	4.4 (0.3)	5.6 (0.4)	4.2 (0.1)
p ˆ	<0.001	0.075	<0.001	0.556	0.004	<0.001	0.001	0.004	0.878	<0.001	0.216
COB
澳大利亚 R	1.9 (0.1)	4.1 (0.1)	3.3 (0.2)	4.0 (0.2)	5.1 (0.2)	4.4 (0.1)	4.6 (0.2)	3.5 (0.1)	4.3 (0.2)	4.8 (0.2)	4.2 (0.1)
英语 4	2.0 (0.2)	4.2 (0.3)	3.7 (0.5) *	4.0 (0.4)	5.0 (0.4)	4.5 (0.1)	4.8 (0.4) *	3.6 (0.3)	4.6 (0.4) *	5.3 (0.5) *	4.0 (0.2) *
其他	2.8 (0.2) *	4.4 (0.3) *	4.1 (0.4) *	3.3 (0.3) *	5.4 (0.4)	4.6 (0.1) *	6.4 (0.4) *	4.4 (0.3) *	5.1 (0.4) *	6.0 (0.4) *	4.6 (0.2) *
pˆ	<0.001	<0.001	<0.001	<0.001	0.80	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001
糖尿病
No	2 (0.1)	4.2 (0.1)	3.4 (0.2)	3.9 (0.1)	5.2 (0.2)	4.4 (0.1)	4.9 (0.2)	3.7 (0.1)	4.5 (0.2)	5 (0.2)	4.2 (0.1)
Yes	2.2 (0.4)	4.3 (0.4)	4 (0.6)	3.8 (0.6)	5.3 (0.6)	4.4 (0.2)	5.3 (0.6)	3.5 (0.4)	4.4 (0.6)	6.2 (0.7)	4.3 (0.3)
p ˆ	0.057	0.247	0.001	0.64	0.359	0.67	0.006	0.334	0.683	<0.001	0.18

Veg：蔬菜，D.F.：自由选择食物，A.S.：添加糖，R：参照组，BMI：体重指数；UW：体重不足，OW：超重， SEIFA：地区社会经济劣势指数，COB：出生国家； 1平均评分已按能量进行调整。HEIFA‐2013评分的可能范围 为0–100，水和酒精为0–5，其余为0–10； 2对于BMI，体重不足、正常体重、超重和肥胖的截断值分别为<18.5 kg/m2, 18.5–24.9 kg/m2, 25.0–29.9 kg/m2和 ≥30.0kg/m2,； 3 SEIFA五分位数：1为最低，5为最高； 4英语： 包括新西兰、英国、爱尔兰、美国、加拿大或南非在内的英语国家；ˆ p：性别的学生t检验和糖尿病，年龄、体重 指数、SEIFA和出生国家采用方差分析；* p< 0.05 来自事后检验（邦弗罗尼），表示与参照组存在显著差异。

多变量分析考察了总分变化与受访者特征之间的关联，结果见表3。总体HEIFA‐2013得分与年龄 较大和体重指数（健康 vs. 肥胖）独立相关，并且在女性、社会经济地位较高者、非出生于澳大利亚 者、不吸烟者以及报告患有糖尿病的人群中得分更高。

表3. HEIFA‐2013评分与社会人口学协变量的关联

	HEIFA得分	β	SE	p
性别（参考：男性）
女性		3.2	0.3	<0.001
年龄（参考：18–24岁）
25–34岁		1.9	0.6	0.002
35–44岁		3.0	0.6	<0.001
45–54		4.3	0.6	<0.001
55–64		4.9	0.6	<0.001
65–74岁		5.4	0.7	<0.001
75+		3.6	0.7	<0.001
体重指数 2(参照组 正常体重)
体重不足		−1.9	1.3	0.139
超重		−0.6	0.3	0.1
肥胖		−2.7	0.4	<0.001
出生国家（参照：澳大利亚）英语 3		1.1	0.4	0.015
其他		6.5	0.4	<0.001
社会经济指数五分位数（参照：第一位）
2nd		<0.001	<0.001	0.99
3rd		<0.001	<0.001	0.99
4th		<0.001	<0.001	0.98
第五高		0.7	0.4	0.045
吸烟（参照：非吸烟者）		-6.0	0.4	<0.001
糖尿病（参照：无）		2.1	0.6	0.001

根据能量报告状态和总能量（千焦）调整的分数；参照组：参照类别，β表示协变量每单位变化对应的HEIFA得 分的变化量；标准误：标准误；体重指数：体重指数；地区社会经济劣势指数：地区社会经济劣势指数。

4. 讨论

澳大利亚人群的总体饮食质量较差，平均饮食质量得分低于最高分的一半。饮食质量差主要归因 于水果、蔬菜、谷物和乳制品摄入量低且多样性不足，脂肪摄入不合理（饱和脂肪摄入高，多不饱和 及单不饱和脂肪酸摄入低），以及钠和酒精摄入量高。饮食质量较低的人群亚组包括社会人口学背景 较低者、年轻人、男性、吸烟者、未报告患有糖尿病者以及处于肥胖体重范围者。
在所分析的社会人口学变量中，饮食质量差异最大的是年龄，18–24岁的年轻人饮食质量最低。 这主要是因为年轻群体摄入的钠和添加糖较多，而蔬菜、水果和水的摄入量较年长者少。其他研究也 consistently 发现，年轻受访者的整体饮食质量较差[33–36],并且有研究表明，年龄是饮食质量最重 要的影响因素之一 [37]。研究表明，年轻人群更有可能食用商业加工餐食（外卖和外出就餐），从而 替代了饮食中更健康的食品 [38]。过去几十年的研究显示，澳大利亚的年轻人属于体重增加的高风险 群体[39,40]。由于超重的年轻人饮食质量最差，[36],改善饮食质量可能是一个重要的干预切入点。
在我们的分析中，女性的饮食质量优于男性，这一发现与其他研究结果一致[33,35,41]。女性得分 较高主要是因为钠和酒精摄入量较低，而蔬菜、水果、乳制品、瘦肉、水和脂肪的摄入评分更高。研 究表明，与男性相比，女性更倾向于为了健康益处或维持较低体重而选择食物[42–44]。男性可能认为 健康饮食或节食是一种偏女性化的行为[45]。越来越多的减重干预证据表明，专门针对男性的项目在 促使男性养成健康饮食模式方面更为成功[46]。可能需要采取性别特定的干预措施来缩小饮食质量中 的性别差距。
体重指数超出健康体重范围的人群往往比处于健康体重范围内的人群饮食质量更差。这与最近一 项使用基于AGHE的经验证工具膳食质量指数对NNPAS进行分析的结果一致，该研究发现膳食质量 较高者肥胖的可能性较低，从而增强了本研究结果的可靠性[47]。关于饮食质量与体重状况的研究结 果存在不一致。多项横断面研究发现较高的体重指数与较低的膳食质量评分相关[48–50]以及较低的 膳食质量与较高的腹部肥胖风险相关[51]。相反，其他研究却发现体重指数较高的成年人饮食质量更 好[35],，并推测这可能是由于报告偏差所致，因为超重和肥胖参与者比其他人更可能对食物摄入量报 告出现偏差[35]。由于本分析已对报告偏差者的影响进行了控制，因此我们的研究结果可能更能真实 反映膳食摄入与体重指数之间的关联。
居住在社会经济弱势地区的人群膳食质量评分较低，这主要是由于水果、全谷物、瘦肉、水、自 由选择食物以及添加糖和脂肪的摄入评分较低所致。其他在澳大利亚及国际上的研究也发现，社会经 济劣势与饮食质量相关[33,52,53]。低收入通常被认为是实现更健康饮食的主要障碍[54]。国际研究表 明，更健康的饮食通常比不健康的饮食更昂贵[54–56],，但在澳大利亚，普通家庭在食物上的支出已 超过符合现行指南的饮食所需成本。公众认为健康饮食更昂贵的认知，被认为是澳大利亚人实现健康 饮食的重要障碍[57]。确保更健康的饮食更具可及性应成为优先事项。
出生于澳大利亚和其他英语国家（包括新西兰、加拿大、美国和英国）的人群饮食质量相同。 相反，出生于非英语国家的人群在所有被调查的亚群体中饮食质量最高。这些发现与经常观察到的现象 一致，即典型的西方饮食与其他文化相比质量较差，使用健康饮食指数‐2010[58]对美国人口进行评估 时也发现了类似的低评分。出生于非英语国家的人群饮食质量较高，可能反映了移民到澳大利亚后仍 保留的传统且更高质量的饮食模式；例如，保留传统价值观的非洲移民儿童比已融入澳大利亚文化的 儿童肥胖 prevalence 更低 [59]。同样，在夏威夷生活的日裔美国男性如果已适应美国饮食，则2型 糖尿病的 prevalence 更高 [60]。这意味着提高西方饮食质量需要挑战现有的文化规范。由于全球已 出现向西方式饮食模式转变的国际趋势 [61],，逆转这一趋势具有重要的国际意义。年轻一代更有可 能养成新的终身习惯，有研究建议，有必要针对年轻人实施干预措施以改善整个人群的饮食质量 [61,62]。
较高的膳食质量指数评分已被证明与2型糖尿病风险降低[16,63]以及妊娠期糖尿病发病率降低 [64]相关。饮食质量也是管理糖尿病及其相关共病的重要方面。因此，膳食质量指数被推荐作为临床 和公共卫生环境中的工具，因其涵盖了改善健康结局所需的必要改变[16]。在调查中自报患有糖尿病 的参与者得分高于总人群。这可能是由于他们对更健康膳食模式的认知更高，因为治疗通常包括饮食 建议。尽管建议有所不同，但通常都包括增加蔬菜摄入和减少饱和脂肪摄入的建议[65,66]。本研究中 HEIFA‐2013在添加糖、自由选择食品和水果方面的成分得分高于总人群。这与国家健康与营养调查 的结果一致，该调查发现自报患有2型糖尿病的人群在水果、蔬菜和脂肪摄入建议方面的依从性较差 [65]。建议进一步努力提高该人群的饮食质量。
2015年，世界卫生组织（WHO）发布了指南，强烈建议由于游离糖摄入量与体重之间的关系， 总游离糖应提供< 10%的能量，有证据表明，能量中游离糖减少<5%可能更有益。游离糖，除了加工过程中添加的糖外，还将添加糖的定义扩展到包括从原始食物基质中“释放”出来的内在糖，如果汁以及高度浓缩的糖类如蜂蜜[67]。在审查科学证据以制定ADG‐2013时，关于果汁会导致体重增加的证据尚不充分，无法据此制定循证指南，因此建议应限制添加糖而非游离糖[3]。根据该指南，此处报告的评分针对添加糖。人群在添加糖成分上的评分较差，表明减少添加糖摄入是可取的； 但如果使用游离糖来计算糖分评分，结果会更差。将添加糖的定义扩大为游离糖是未来指南修订的一个方向，特别是考虑到澳大利亚肥胖患病率持续上升的情况[68]。
本研究分析了来自澳大利亚人群大型全国代表性样本的数据。24小时膳食回顾法的使用使人们能够报告详细的食物和饮料摄入情况，并将混合菜肴中的所有食物分解为单一食物成分，从而更准确地描述食物组摄入情况。本研究采用了调查中的单次24小时膳食回顾数据，可能无法代表个体的习惯性摄入，但可用于获取人群膳食摄入的快照。尽管该横断面分析无法建立因果关系，但它表明较低的饮食质量可能是澳大利亚肥胖高发率的一个影响因素，体重变化与饮食质量的关系值得进一步研究。

结论

人群的总体饮食质量较差，表明对膳食指南的依从性较低。多个社会人口学群体的饮食质量更低， 包括男性、年轻人、肥胖者、较低社会经济地位者、吸烟者以及英语为母语的出生国家者。鉴于高质 量饮食带来的显著健康益处以及非传染性疾病风险的降低，有必要采取公共卫生干预措施来改善澳大 利亚人群的饮食质量，并特别关注饮食质量较低的亚群体的需求。