1990 年和 2010 年187 个国家男性和女性的饮食质量：fumiaki imamura ，renata...

www.thelancet.com/lancetgh 第 3 卷 2015 年3 月 3 日

Ë132

1990 年和 2010 年 187 个国家男性和女性的饮食质量：

系统评估

Fumiaki Imamura，Renata Micha，Shahab Khatibzadeh，Saman Fahimi，Peilin Shi，John Powles，Dariush Moza

ff arian，代表全球疾病营养与慢性病负担专家组（NutriCoDE）

概要背景健康饮食模式是减少非传染性疾病的全球优先事项。然而，世界范围的饮食模式及其随时间推移的趋势都

没有确定。我们旨在描述全国和地区饮食模式的全球变化（或趋势），并根据年龄，性别，国民收入和饮食模

式类型评估异质性。

方法在本系统评估中，我们评估了 1990 年和 2010 年按地区，国家，年龄和性别分列的关键饮食项目（食物和

营养素）的全球消费量。消费数据来自 325 项调查（全国代表 71.7％），覆盖全球成年人口的 88.7％。评估了

两种饮食模式：一种反映了十种健康饮食项目的较大消费量，另一种基于七种不健康饮食项目的较少消费量。

每个饮食因素的平均摄入量被分为五分位数，每个五分位数被分配一个序数分数，较高的分数相当于更健康的

饮食（范围 0-100）。饮食模式通过分级线性回归评估，包括国家，年龄，性别，国民收入和时间作为探索性变

量。

研究结果从 1990 年到 2010 年，基于健康项目的饮食在全球范围内得到了改善（减少了 2·2 分，95％的不确定

性区间（UI）为 0·9〜3·5），而基于不健康项目的饮食则恶化了（-2·5， 3·3 至-1·7）。2010 年，健康模

式的全球平均得分为 44·0（SD 10·5），不健康模式的全球平均得分为 52·1（18·6），各国之间的相关性

较弱（r= -0·08）。平均而言，老年人与年轻人和中年人相比饮食更好女性与男性相比（p <0.0001）。与低收入国家相比，高收入国家更好基于健康项目的饮食（+ 2.5 分，95％UI 0·3 至 4·1），但基于不健康项目（-33·0，-37·8 至-28·3）的膳

食基本较差。世界各地的饮食及其趋势非常不同。例如，高收入国家的这两种饮食模式都有所改善，但在非洲

和亚洲的一些低收入国家却恶化了。中等收入国家基于健康食品的膳食结构显示出最大的改善，但是基于不健

康食品的饮食结构恶化最大。

解读健康食品的消费量有所增加，而不健康食品的消费量在世界各地恶化，各地区和国家之间存在异质性。这

些全球数据提供了迄今为止全球营养转变的最佳估计，并为减少不良饮食质量的健康和经济负担提供了政策和

优先事项。

资助条例草案及梅琳达盖茨基金会和医学研究委员会。

Copyright© Imamura et al。根据 CC BY 条款分发的 Open Access 文章。

柳叶刀全球卫生

2015; 3：e132-42

请参阅评论页面 e114

在线查看作者对

Dariush Moza ff

arian 的采访

剑桥生物医学院剑桥大学临

床医学院代谢科学研究所流

行病学研究室，

英国剑桥

（F Imamura 博士）;雅典农

业大学食品科学与人类营养

系，希腊雅典（R Micha 博

士）;美国马萨诸塞州波士顿

Tufts 大学 Gerald J 和

Dorothy R Friedman 营养科学

与政策学院（R Micha，

D Moza ff arian DrPH，P 石

博士）;美国马萨诸塞州波

士顿哈佛大学公共卫生学院

流行病学系

（S Khatibzadeh MD，S

Fahimi MD，D Mozaff arian）;

和英国剑桥剑桥大学公共卫

生与初级保健系（S Fahimi，

J Powers MBBS）

通信地址：

剑桥大学临床医学院剑桥生

物医学院代谢科学研究所流

行病学研究室 Fumiaki

Imamura 博士，

介绍饮食质量差是造成全球死亡率和残疾的主要原因.1 国

际粮食计划传统上一直侧重于粮食安全和微量营养素缺

乏症，但与非传染性慢性疾病（NCDs）有关的与饮食

有关的健康负担现在超过了这些负担导致世界几乎所

有地区的营养不良.1-4 这种趋势引起全球对所谓的营养

过渡的关注，并在全球范围内趋向不健康饮食，越来

越关注改善跨国食品政策和整体饮食的必要性。 5-7 然

而，世界各地饮食模式的差异以及这些饮食模式如何

随时间而变化，尚未确立。对世界各地饮食模式和变

化的理解是至关重要的

通报，设计和实施减少国家和全球饮食相关疾病的战

略

大多数以前的全球饮食分析都依赖于联合国粮食和农

业组织（粮农组织）对粮食可供量（粮食平衡表）的

国家层面估计或国家进口和出口或销售的类似行业数

据.9-13 然而，，这种估计可能在实际国家摄入量方面

存在较大误差，无法评估主要人群亚组之间的国家内

部差异 - 例如按年龄或性别.13 以前关于全球膳食的其

他研究仅评估了一小部分国家.14 因此，缺乏数据和了

解世界各地的饮食模式大大限制了饮食政策和优先事

项的知情设定。此外，大多数膳食模式分析总结出更

多更健康的消费

剑桥 CB2 0QQ，英国

fumiaki.imamura@mrc-epid。

cam.ac.uk

联合国粮农组织的数据见

http://faostat3.fao.org/home/E



Ë133 www.thelancet.com/lancetgh 第 3 卷 2015 年3 月 3 日

物品（如水果和鱼）以及减少不健康食品（如钠）的消

费.13 然而，健康与不健康饮食因素的摄入量在各国之

间可能并不一致 - 例如，日本人口消费大量饮料和钠。

[15,16]根据消费更健康的食物和营养素与消耗不健康的食

物和营养素，世界各地的饮食模式知之甚少。

我们旨在描述全国和地区饮食模式的全球变化（或趋

势），并根据年龄，性别，国民收入和饮食模式类型

评估异质性。我们分析了基于个体的全国调查得出的

全球膳食信息，作为我们全球疾病负担营养与慢性病

专家组（NutriCoDE）工作的一部分。

方法按国家，年龄，性别和时间划分的全球饮食消费我们已经报道了关于选择主要饮食因素，调查鉴定以

及数据提取和分析的方法[1,15-17]。简而言之，在我们

的系统评估中，我们关注了 20 种食物和营养素，至少

有可能或有说服力的证据表明有效主要非传染性疾病，

包括心血管疾病，糖尿病和与饮食有关的癌症[1，17，

18]。我们系统地检索，识别和汇编了全国代表性膳食

调查，大型国家级调查（当没有全国调查时）和联合

国粮农组织食品平衡表;对于钠摄入量，我们另外确定

了评估尿钠的调查.15 总之，我们汇总了 325 项膳食调

查的信息，其中包括 233 项具有全国代表性的调查资

料，覆盖全球成年人口的 88.7％，其中 154 项是在

2000 年之前开展的，多年来的回应率没有显着差异;和

来自 142 次调查的尿钠（占全球成年人口的

71.9％）.15,16

对于每项调查，我们都会获取并评估有关调查方法和

人口特征的信息，并根据年龄，性别和时间直接从调

查作者那里提取或（大多数情况下）获得的饮食摄入

量数据.15-19 我们另外编制了所有 187 个国家，全年提供

10 种食物和 10 种营养素的年度特定数据。鉴于我们

评估非传染性疾病的目的，我们只关注成年人（年龄

≥20 岁）的数据

我们评估了调整每天 2000 千卡（每天 8·37 兆焦耳）

日粮的膳食摄入量 15-17，以独立于饮食量评估饮食质

量，并减少调查内部和之间的测量误差（因为能量摄

入与低报或过量报告饮食消费和调整总能量摄入量可

以部分纠正错误）.20 对于所有饮食因素，我们开发了

一个年龄综合贝叶斯分层模型，用于估计每个年龄 - 性

别的平均摄入量水平及其统计不确定性，考虑到膳食

数据的差异，

调查方法，代表性以及抽样和模型的不确定性.15-17,21

我们的数据包括 26 个亚组（男性和女性以及 13 个年

龄段的饮食消费估计值，从 20-24 岁到 9 岁到

≥80 岁）1990 年和 2010 年，在所有 187 个 2000 年

人口超过 50 0001 的国家中，覆盖全球 21 个地区的

4220 亿成年人。

饮食模式的特征对于我们的分析，我们评估了 20 个膳食因素中的 17

个，17,18 个不包括三个因素（钙[我们评估牛奶];海产

品 omega-3s [我们评估为鱼];果汁及其果汁证据不明确

主要健康结果）。我们模拟了两种不同的饮食模式：

一种基于十种健康食品（水果，蔬菜，豆类和豆类，

坚果和种子，全谷物，牛奶，总多不饱和脂肪酸，鱼

类，植物ω-3s 和膳食纤维）的相对高消耗量）;另一

种基于七种不健康食品（未加工的红肉，加工肉，含

糖饮料，饱和脂肪，反式脂肪，膳食胆固醇和钠）的

相对低的消耗量。为了比较，我们还建立了第三种整

体饮食模式，将所有 17 种饮食因素结合在一起。

为了得出每种模式的得分，2010 年将每种饮食因素

的平均年龄特异性，性别特异性和国家特定摄入量分

为五分位数，基于所有 4862 名年龄特异性，性别特异

性和国家特异性地层。每个五分位数都被赋予了一个

序数分数。较高分数的五分位数较高的健康食物的平

均摄入量（1 至 5 分）。对于不健康的食物，平均摄

入量较低的五分位得分较高（5 分至 1 分）。对于每

个人口阶层，将不同饮食项目的分数相加得出三种饮

食模式中的每一种的总分：健康项目，不健康项目和

所有项目的总和。为了可比性，将每个分数标准化为

100 分（相当于更健康饮食的分数更高）。为了优化

趋势随时间的可比性，2010 年每个饮食因素的五分位

分数被用来为 1990 年每个饮食项目产生五分位分数。

统计分析根据国家，性别，年龄和国民收入对每种膳食模式进行

评估[19]。对于这些分析，我们建立了等级线性回归模

型，其中在每个国家中嵌套了年龄和性别阶层，并估

计了随机截距.22 为了估计国家，地区，和全球手段，每

个年龄和性别阶层都由每个捐助国内成年人的比例加

权。每个模型都包括年龄，性别和国民收入，以评估

这些关键社会人口因素是否与膳食模式评分独立相关。

为了测试不同年龄和国民收入的饮食模式的线性趋势，

有序年龄和收入类别被评估为连续变量。类似的模型

被用来测试趋势


Ë134

昆泰公司通过所有年龄特定，性别特异性和国家特定的估计值来确定（n 估计值= 4862）*

第一第二第三第四第五

数据是每个五分位数平均消费水平的中位数（范围）。*将从 20-24·9 到 13 的 13 个年龄段的平均消费水平估计结合起来

> 5 年递增 80 岁，男性和女性，以及 187 个国家。†将单位换算成每天的份数，除以 226·8（8 盎司）‡由于果汁对主要健康结果的影响的证据不明

确，果汁和钙没有计入饮食格局评分中，消费与牛奶消费高度相关（Spearman r =0.75），这已经包含在饮食模式中。同样，由于与鱼类消费量高度相

关（r = 0.80），海产品 omega-3 多不饱和脂肪酸（PUFA）的消耗量不包括在饮食模式评分的计算中。

表格 1：2010 年，187 个国家的男性和女性的特定食物和营养素的膳食消费量

1990 年至 2010 年的饮食模式，将 2010 年的年龄和

性别分布标准化，以评估独立于不同人口统计的时间

变化。

统计不确定性用蒙特卡罗模拟进行量化[1,15,16,21]。

我们通过从 95％的不确定性区间随机抽取，同时传播

每个年龄，性别，国家和时间层的所有项目估计膳食

摄入量的不确定性 UI），并在 1000 次迭代中合并结

果。95％的用户界面是基于迭代内和迭代间差异的估

计 SE 得出的.23 使用中位数和 SE，我们评估了 Wald

统计量（β/ SE 的平方）以检验回归分析每个结果的

零假设。

资金来源的作用出资者在研究设计，研究行为，数据分析，数据解释

或撰写报告时没有任何作用。所有作者都可以完全访

问研究中的所有数据，并负责数据的完整性和数据分

析的准确性。通讯作者负最终责任将报告提交出版。

结果 2010 年，与非传染性疾病有关的关键食品和营养素的

消费水平在其五分位数范围内变化了两倍到五十多倍

（表 1，附录第 2-41 页）。平均全谷物消费指数最大

（第 10 至第 90 百分位数：每天 12-157 克），果汁

（每天 4-86 克），坚果和种子（每天 1-5-19 克），

豆类和豆类（每天 1-6-147 克），牛奶（每天 33-230

克），海产品ω-3 脂肪（每天 22-553 毫克），植物

ω-3 脂肪（每天 0.2-1.5 克），含糖饮料（33-每天

293 克）和肉制品（每天 3·9-34 克）。对于饱和脂

肪，反式脂肪，胆固醇和钠，观察到较小但仍然很大

的变化。在 17 种饮食因素对饮食结构的影响中，各国

之间的相关性为中等或较弱（r = -0.44 至 0.48）。

在 10 种健康食品和营养素的基础上，平均（标准差，

范围）全球膳食模式的最大（最健康）100 分为

44 · 0 （ 10 · 5,13 · 8 · 64 · 5 ）， 52 · 1

（18·6,15·2-93·4），基于 7 种不健康的食品和营

养素，51·9（9·3,27·5-75·3）表 2，附录第 42-

45 页）。如预期的那样，这两种健康模式

在线查看附录

健康的项目全麦，每天 g 12（1.0-18） 24（19-31） 40（31-56） 70（56-89） 157（89-477）

水果，每天 g 57（17-72） 88（72-101） 114（101-131） 151（131-174） 204（174-395）

果汁，g 每天†‡ 1·4（0·0-

4·8）

10（4·9-18） 27（18-36） 48（36-62） 86（62-298）

蔬菜，每天 g 73（24-95） 109（95-119） 130（119-144） 160（144-182） 222（182-463）

鱼，每天 g 11（4·8-15） 18（15-22） 26（22-30） 35（30-41） 52（41-99）

坚果和种子，每天 g 1·5（0·1-

2·3）

3·1（2·3-

4·0）

5·1（4·0-

6·8）

9·5（6·8-

12·5）

19·4（12·5-

192）豆类和豆类，每天 g 1·6（0·1-

7·1）

14（7·1-20） 27（20-35） 57（35-97） 147（97-472）

每天牛奶† 33（7-56） 76（56-103） 123（103-141） 160（141-188） 230（188-470）

膳食纤维，每天 g 14（7-16） 18（16-19） 21（19-22） 24（22-26） 28（26-41）

多不饱和脂肪，％能量 2·8（1·1-

3·4）

4·0（3·5-

4·4）

4·9（4·4-

5·3）

5·9（5·3-

6·5）

7·9（6·5-

12·9）海产 omega-3，每日脂肪含量‡ 22（3·7-40） 56（40-70） 95（70-141） 215（141-322） 553（322-5202）

植物欧米茄-3 脂肪，每天 g 0·2（0·0-

0·4）

0·5（0·4-

0·6）

0·7（0·6-

0·8）

1·1（0·8-

1·2）

1·5（1·2-

5·7）钙，mg 每天‡ 399（288-461） 506（461-553） 611（553-658） 711（658-786） 883（786-1272）

不健康的物品含糖饮料，g 每天† 33（6·0-45） 57（45-69） 85（69-105） 137（105-195） 293（196-1239）

未加工的红肉，每天 g 23（2·6-28） 34（28-40） 47（40-53） 60（53-71） 84（71-138）

加工肉类，每天 g 3·9（1·8-

5·1）

6·7（5·2-

9·2）

12（9·2-16） 20（16-26） 34（26-76）

饱和脂肪，％能量 7·1（2·2-

8·4）

9·1（8·4-

9·9）

11（9·9-

12·0）

13·2（12·0-

14·1）

16·7（14·1-

28·2）反式脂肪，％能量 0·6（0·2-

0·7）

0·8（0·7-

0·9）

1·0（0·9-

1·0）

1·1（1·0-

1·3）

1·6（1·3-

6·8）胆固醇，mg 每天 182（93-204） 220（204-236） 250（236-264） 281（264-296） 321（297-455）

钠，每天 g 2·3（1·4-

2·6）

2·9（2·6-

3·1）

3·5（3·1-

3·7）

4·0（3·7-

4·2）

4·6（4·2-

6·4）


评分和不健康模式评分与总体评分中度相关

（Spearman r = 0.63，健康模式评分; r =0.70，不健康

模式评分）。相反，健康模式和不健康模式在各国之

间的相互关系却很小（r = -0.08，p = 0.14）。

对于所有三种模式，老年人的饮食模式都比年轻人

好（表 2）。平均而言，女性的饮食习惯也比男性好。

相反，在三种饮食模式中，国民收入存在显着差异。

较高的国民收入与健康饮食模式的质量更好相关，分

数占国家间评分差异的 15.7％（p = 0.0005），不健康

饮食模式的质量差得多，分别为 46 ·国家间变异的 9％

（p <0.0001）。与低收入国家相比，高收入国家的健

康饮食格局得分较高（调整后的平均差异为 2.5，95％

UI0.3-4.1），但大大降低了不健康饮食格局得分。中

高收入国家的不健康膳食模式分数也大幅下降（ -

25·2; 95％UI）

-30·2 至-20·2）和中等偏下收入（-18·5，-23·7

至

-13·2）国家低于低收入国家。在事后分析中，高收

入国家显示两种类型之间的非显着正相关

（r = 0.27），而低收入国家则呈现出负相关关系（r =

-0.24; p> 0.05）;国民收入差距> 0.1。健康食品和不健

康食品之间的这些差异在仅评估一种总体饮食模式评

分时在很大程度上被掩盖了。

各国的饮食质量存在显着的异质性，各国的健康与不

健康饮食模式之间的比较也有很大差异（图 1-3，附录

第 42-45 页）。正如在国民收入分析中指出的那样，

基于健康与不健康项目的国家饮食质量的分歧在仅考

虑总体饮食模式时在很大程度上被掩盖了。例如，印

度在 187 个国家的总体饮食模式中排名第 70 位

（50·6 分，95％UI 45·5-56·0），但由于不健康

项目（70·0）较少，排名高（第 23 位），63·0-

77·0），根据更健康的项目（33·8·27·4-40·4）

排名低（149）。东南亚和撒哈拉以南非洲的许多低收

入国家也出现了类似的趋势。

即使在邻国之间，膳食结构也常常差异很大（图 1，

附录 p 46）。例如，基于健康食品的膳食模式在阿根

廷（20.8 分）较差，巴西（40.7 分）为中等。而基于

较少不健康项目的膳食模式在巴西（24·3）很差，但

在阿根廷（42·4）则为中等。加勒比邻国（例如巴巴

多斯和多米尼加）与东南亚邻国（如老挝和泰国）之

间存在类似的异质性。

1990 年至 2010 年间，基于更健康项目的全球膳食

结构略有改善（减少 2·2 分，95％UI 0·9-3·5;图 4，

附录第 47-51 页），表明这些更健康的食物消耗量更

大食物和营养素。相比之下，基于不健康项目减少的

全球膳食模式恶化（-2.5; 95％UI -3

-1·7），表明伴随这些不健康食物和营养素的消耗量

增加。这些趋势在各国之间呈弱相关（整体而言，r = -

0.08，四个国民收入类别的范围为-0.15 至 0.09; p>

0.05）。

这些趋势并没有因年龄或性别而有显着差异（p>

0.4），而是由国民收入显着变化（p <0.02;附录 p 47

图 S24）。与收入较低的国家相比，收入较高的国家

在基于健康项目的饮食模式方面有较大的改善;比如高

收入国家和低收入国家的 2.5 分（95％UI 0·5-4·6）。

相比之下，中等收入国家的不健康项目饮食模式恶化

程度最严重：与高收入国家相比，恶化程度高出 2.5

点（95％UI0.5-4.5）和 2 点在中高收入国家和中低收

入国家分别有 8 分（95％UI0.9-4.8）。尽管世界大多

数地区在 1990 年至 2010 年期间基于更健康的食物在

膳食模式方面显示出适度的改善，但这种改善通常不

是

基于更大的分数消耗十种健康饮食

物品

44·0（10·5）

分数基于较小消耗七种不健康的饮

食物品

52·1（18·6）

分数基于 17 个饮食项目

全球 51·9（9·3）

性别

男士女

士 p 值

*

年龄，岁月

42·4（10·5）

46·0

（10·6

）

℃，·0001

50·6（18·8）

53·8

（18·5

）

℃，·0001

50·3（9·4）

53·7

（9·3

）

℃，·0001

数据意味着（SD）。每个分数的可能范围是从 0（不太健康）到 100（更健康）。* p 值为

使用分层回归分析来估算年龄或性别分布的性别差异或不同年龄或国家收入的差异。在评估每个人

的统计显着性时，年龄，性别和国家收入（高，≥12475 美元;中上，4037-12 474 美元;中下，1025-

4036 美元;低，<1024 美元）相互调整。

表 2：2010 年全球 187 个国家男性和女性的全球饮食结构

20-29

30-39

40-49

50-59

60-69

70-79

≥80

趋势的 p 值*

36·0（10·0）

39·4（10·3）

42·2（10·7）

44·4（10·7）

45·9（10·7）

45·6（10·8）

44·7（10·7）

℃，·0001

45·8（18·5）

46·3（18·6）

47·9（18·7）

50·4（18·4）

53·2（18·1）

54·0（18·0）

54·2（18·0）

℃，·0001

44·0（9·4）

46·5（9·6）

49·0（9·7）

51·5（9·4）

53·6（9·0）

53·7（8·9）

53·2（8·9）

℃，·0001 国家收入水平高

（n = 47）

47·0（9·3）

37·4（11·2）

48·6（8·1）

上中（53 人）下

中（ 51 人）低

（36 人）

趋势的 p 值*

45·2（11·3）

40·9（10·9）

42·9（9·6）

0·0005

46·2（12·8）

55·0（15·3）

75·9（12·5）

℃，·0001

50·1（8·7）

51·1（9·4）

59·9（7·3）

0·0006


Ë136

在最贫穷的地区，包括撒哈拉以南非洲地区和拉丁美

洲的安第斯地区。相反，世界大部分地区的经济表现

出显着下降

基于增加不健康食品消费的饮食质量。例外包括许多

最富有的地区，包括美国和加拿大，西欧，

图 1：2010 年全球 187 个国家男性和女性的全球饮食结构

数值表示对每种饮食模式的坚持程度，从 0（最不健康）到 100（最健康）。

膳食模式基于更健康的物品

膳食模式基于更少的不健康物品

总体膳食模式

100（最好）

50

0（最差）

丢失的信息


肯尼亚

科特迪瓦

泰国几内亚比绍

多巴哥苏里南澳大利亚

图 2：2010 年，187

个国家的男性和女性的饮

食格局基于更多十种健康

食品的消费量。值表示对

每种饮食模式的坚持程度，

从 0（最不健康）到 100

（最健康）。187 个国家

按 20-29 岁成年人的分数

排序。线条显示每个国家

的误差线，代表最低年龄

特定估计的 95％不确定性

区间的下侧和最高年龄特

定估计的 95％不确定性区

间的上侧。

埃及特立尼达和多巴哥

科特迪瓦乌干达几内亚博茨瓦纳毛里塔尼亚黑山立

陶宛

世界，整体

巴巴多斯塞舌尔毛里求斯

乍得希腊危地

马拉中非马

里约旦佛得角塞浦

路斯以色列突尼斯土耳其马尔代夫冈比亚塞内加尔塞拉

利昂缅甸

黎巴嫩格林纳达

阿拉伯联合酋长国哥伦比亚哥斯达黎加卡塔

尔墨西哥斯里兰卡阿

曼萨尔瓦多

老挝叙利亚

新西兰牙买

加尼日利亚巴林斯威士兰西班

牙俄罗斯巴拉圭塞尔维亚

赤道几内亚尼加拉瓜

尼日尔葡萄牙马来西亚巴哈马委内瑞拉

伯利兹喀麦隆安哥拉斯洛文尼亚圣卢西亚

世界，年龄

多明尼加共和国巴西

芬兰保加利亚荷兰人加拿

大挪威丹麦拉脱维亚莫

桑比克科威

特伊朗纳米比亚阿尔巴尼亚玻利维亚意大利厄立特里亚加纳不丹索马里科摩罗奥地利越南海地德

国秘

鲁瑞典菲律宾埃塞俄比亚卢

森堡波兰多哥

密克罗尼西亚联邦阿富汗波

斯尼亚和黑塞哥维那韩国斯洛伐克坦桑尼亚南非吉布提刚果民

主共和国文莱法国东帝汶马达加斯加北朝鲜布隆迪厄瓜多尔罗马尼亚卢旺达爱尔兰

汤加古巴印度

圣文森特和格林纳丁斯美国乌克

兰捷克智

利萨摩亚新加坡莱索托白俄罗斯斐济赞比亚冰岛中国摩尔多瓦马拉维

马绍尔群岛刚果

也门利比里亚基里巴斯尼泊尔格鲁吉亚蒙古印度尼西亚阿塞拜疆

所罗门群岛乌兹别克斯坦哈萨克斯坦塔吉克斯坦吉尔吉斯

斯坦被占领的巴勒斯坦领土

比利时乌拉圭阿根廷

巴布亚新几内亚匈牙利

瓦努阿图亚美尼亚土库

曼斯坦

年龄组（年份）

20-29 30-39 40-49

50-59

多米尼加安提瓜和巴布达

贝宁苏丹

被占领的巴勒斯坦领土伊

拉克摩洛哥，

SâoTóme 和普林西比安道尔马耳他阿尔及利亚英国

马其顿爱沙尼亚加蓬利比亚

瑞士布基纳法索柬埔寨台湾圭亚那日本孟加拉国洪都拉斯

60-69 沙特阿拉伯津巴布韦 70-79

≥80 0 20 40 60 80 100 0 20 40 60 80 100

积分点


Ë138

图 3：基于较少消耗七种

不健康物品的 2010 年 187

个国家的男性和女性的饮

食模式值表示遵守每种饮

食模式的程度，从 0（最

不健康）到 100（最健

康）。187 个国家按 20-29

岁成年人的分数排序。线

条显示每个国家的误差线，

代表最低年龄特定估计的

95％不确定性区间的下侧

和最高年龄特定估计的 95％

不确定性区间的上侧。

世界，年龄

文莱乌拉圭也门伊拉克

韩国沙特阿拉伯毛里求斯马尔代夫阿塞拜疆

伊朗意大利

萨尔瓦多赤道几内亚洪都拉斯

秘鲁黑山摩尔多瓦智利菲律宾瓦努阿图约旦东帝

汶阿曼

日本卢森堡

基里巴斯爱尔兰马来西亚阿根廷越南巴拿马阿尔及利亚哥斯达黎加

阿拉伯联合酋长国委内瑞

拉乔治亚塞浦路斯

瑞士法国芬兰台湾玻利维亚叙利亚

密克罗尼西亚联邦巴林

卡塔尔泰国佛得角波兰葡萄牙挪威匈牙利蒙古亚美尼亚塞舌尔乌克兰塞尔维亚瑞典萨摩亚荷兰人

联合王国厄瓜多尔安道尔西班

牙新西兰马耳

他罗马尼亚马绍尔群岛

汤加斐济科威特

马其顿哥伦比亚哈萨克斯坦

美国巴拉圭丹麦爱沙尼亚澳大利亚斯洛文尼亚巴西德国冰岛比利时俄罗斯白俄罗斯克罗地亚

捷克共和国立陶宛斯洛伐克拉脱维亚奥地利

年龄组（年份）

20-29 30-39

世界，整体

布隆迪卢旺达马拉维厄立特里亚埃塞俄比亚朝鲜索马里塞拉利

昂海

地圭亚那马达加斯

加乍

得孟加拉国

加纳苏里南莫桑

比克贝宁

乌干达刚果民主共和国赞比

亚布基纳法索

莱索托牙买加多哥坦桑尼亚科特迪

瓦利比

里亚尼泊尔几内亚中国印度不丹塔吉克斯

坦古

巴马里科摩罗喀麦

隆老

挝圣文森特和格林纳丁斯尼日

利亚冈比亚多米尼加阿富汗所罗门群岛

尼日尔危地马拉塞内加尔斯威士兰伯利兹

安提瓜和巴布达特立尼达和多巴哥

SâoTóme 和普林西比

巴基斯坦苏丹

几内亚比绍印度尼西亚刚果吉布提

波斯尼亚和黑塞哥维那以

色列博茨瓦纳格林纳达

巴布亚新几内亚巴巴多

斯尼加拉瓜多米尼加共和国

柬埔寨乌兹别克斯坦津巴布韦

肯尼亚黎巴嫩摩洛哥新加坡圣卢西亚中非土库曼斯

坦纳米比亚斯里兰卡埃及突尼斯利比

亚南非毛里塔尼亚

被占领的巴勒斯坦领土缅甸保

加利亚吉尔吉斯斯坦加蓬

阿尔巴尼亚土耳其希腊墨西哥安哥拉巴哈马

0 20 40 60 80 100

40-49 50-59

60-69 70-79 ≥80

0 20 40 60 80 100 点点


图 4：187 个国家男性和女性 1990 年至 2010 年饮食模式的变化

上图：基于十种有益健康的食物和营养素的消费量的变化，饮食模式评分。中等：基于七种不健康的食物和营养素的消耗减少，膳食模式评分

的变化。底部：基于健康和不健康食物和营养素的饮食模式评分的变化。数值代表对每种饮食模式的坚持程度，范围从 0（最不健康）到 100

（最健康）。在 1990 年的分数标准化为 2010 年的年龄和性别分布。

基于更健康的食物改变饮食模式

饮食模式的变化基于减少不健康物品

整体膳食模式的变化

25（改进）

0

-25（恶化）缺

少信息

E141 www.thelancet.com/lancetgh 第 3 卷 2015 年3 月 3 日

澳大利亚和新西兰，这些不健康食品的消费量小幅下

降。值得注意的是，对于这些世界的地区和国家来说，

这种改善被叠加在 1990 年的糟糕的起始分数上（附录

第 47-49 页图 24）。因此，尽管到 2010 年有所改善，

富裕国家不健康食品的饮食分数仍然是世界上最糟糕

的。从绝对分数看，大多数国家和地区趋势的差异在

检查饮食模式中聚合健康和不健康饮食项目时（图 4）

大多数不太明显。

讨论在对 1990 和 2010 年 187 个国家不同膳食模式的系统

评估中，我们注意到，饮食质量因年龄，性别，国民

收入，时间和世界地区而异。在过去的二十年里，更

健康的食物和营养素的消费适度增加;然而，不健康的

食物和营养物质的消费量已经增加到更大程度。高收

入和中等收入国家的健康食品有所改善;相反，在最贫

穷的地区没有出现改善。值得注意的是，我们根据饮

食质量的特征是消费更健康或更少的不健康食物和营

养物质，从而确定了世界各地饮食的实质性差异。当

饮食质量由健康和不健康物品的聚集定义时，这种异

质性大部分未被发现。据我们所知，这是首次对基于

个人调查的数据进行分析，并评估当前世界各地的饮

食模式及其随时间的变化，提供迄今全球营养转变的

最佳估计（小组）。

本分析中包含的 17 种食物和营养素对肥胖和非传染

性疾病的影响特别相关.24,25 基于这些因素的次最佳饮

食模式与发病率，过早死亡率和医疗费用的严重负担有

关。据估计，到 2020 年，所有死亡人数中的近 75％

和所有残疾调整生命年的 60％将归因于非传染性疾病

1,26，而且这些疾病的主要原因大部分是饮食或强烈饮

食相关.1 我们在世界范围表征饮食模式的结果通过降低

不健康食物的消费量，增加更健康食物的消费量，或

两者兼顾来降低疾病和不良饮食的经济负担。

我们的研究结果也对营养不足造成了影响。鉴于全球

大多数微量营养素消费水平的有效数据目前尚无法获

得，我们分析中包含的健康膳食因素是与低收入和高

收入国家的一系列健康结果相关的许多必需营养素的

主要贡献者.27 最近的研究显示次最佳饮食模式与不良

妊娠和胎儿生长之间存在关联

[28,29]。尽管一些低收入国家不容忽视除非传染病之外

的热量消耗和疾病负担[1,3,11]，但我们注意到饮食模式的

趋势表明亟需注重提高饮食质量全世界贫困人口中。

就像印度，中国和其他中等收入国家已经出现的那样，

肥胖和非传染性疾病导致这些人群的营养不足和缺乏

疾病将会迅速黯然失色.1-4 值得注意的是，国家的许多

差异当检查聚集了健康和不健康食物和营养素的整体

饮食模式时，收入最小化或未见。同样，使用一种总

体饮食模式评分 - 替代健康饮食指数（AHEI）13 的前

瞻性城市农村流行病学研究报告称，17 个国家的国民收

入和饮食质量之间没有显着关联 .14 饮食模式评分如

AHEI 为最初被开发用于评估相当均匀的高收入人群中

的饮食 - 疾病关联[13]。我们的新发现显示，基于健康与

不健康项目的饮食模式之间的社会经济地位和饮食质

量之间的关联可能会有很大差异，并且此类饮食模式

只有弱相关。不同的政策可能会影响两种饮食模式 - 例

如，跨国营销和投资往往会促进不健康食品的消费，

例如泰国的零食和墨西哥的软饮料[5,6]，而政府的策略

则试图促进健康食品的消费，例如挪威的多重焦点政

策和韩国的营养教育[5,8]。当结合评估国家特殊政策时，

我们从个人饮食中获得的观察应该有助于理解和描述

有关消费的商业，农业和卫生政策的影响健康食品，

不健康食品的消费以及不同国家的人口健康。

虽然经常提出财富和饮食质量之间的单调关系，但我

们注意到高收入国家在健康饮食模式的两个极端。这些

全球性观察结果得到了先前的国家特定发现的支持，

即根据所讨论的饮食因素，国内社会经济地位可能与

更好或更差的饮食相关[11,30]。例如，在南欧，较低的

社会经济地位与较高的可能会影响农村地区更大的国

内生产.30,31 我们通过国民收入确定健康和不健康饮食

模式的实质性差异，表明社会经济地位和饮食质量之

间的关系比通常假设的要复杂得多。我们 1990 年至

2010 年间改善健康食品全球摄入量的数据得到了国家

对食物供应量估计的支持.5,9,11 这些改善可能归因于农

业的进步


E140

实践，储存，运输和季节不足以提供更健康的食品，

以及越来越认识到健康食品对减少非传染性疾病的重

要性.11 然而，值得注意的是，许多最低收入国家没有看

到改善。这种差异的原因需要充分表征，可能是多方

面的，并且是区域特定的。例如，未能增加更多的健

康食品可能反映出无经济的经济转型，例如开放和投

资以推销富裕阶层的不健康产品;例如，在撒哈拉以南非

洲西北部 6,11，食品价格有增加，饮食质量恶化.32 国

内和国际冲突可能会影响饮食。例如，刚果民主共和国

（1996-2008）和邻国的冲突妨碍了粮食生产和贸

易.33 我们的工作应该有助于将这些可能的经济和政治

因素与实际饮食联系起来，并评估消费潜在分歧 6 的决

定因素世界上最贫穷的国家的健康食品。

与改善健康食品消费的全球趋势相反，我们的发现表

明，不健康食品的消费一直在恶化。这种趋势之前已

经被猜测了 5,8,9,11,34，并且现在由我们的个人数据支

持。然而，我们的研究结果表明，没有单一的全球营

养过渡到同质不健康的饮食。此外，我们的发现表明，

并非所有国家都在增加对不健康食品的摄入量。事实

上，大多数高收入国家实际上正在减少不健康食品的

消费。加上健康食品消费量的增加，这些结果至少可

以部分解释观察到的血压，血液减少

胆固醇和心血管疾病的死亡率.1,4 然而，尽管这些高收

入国家的膳食结构有所改善，但我们的研究结果表明，

它们仍然是世界上最糟糕的，尤其是消费量不健康食

品 1.4

我们的调查有几个优势。我们包括了从个人层面饮食

调查中获得的所有可用全球数据，其中大部分数据均

具有全国代表性，并由粮农组织的食物平衡表作进一

步补充。虽然不完美，但这些数据提供了迄今为止关

于全球膳食摄入量的最有效信息。我们纳入了非传染

性疾病的主要饮食风险因素，这是世界上发病率和死

亡率的主要原因。我们按国家，年龄，性别，国民收

入和时间评估差异;特征饮食模式分别基于健康物品与

不健康物品;并为这些模式中的不同关联和趋势提供了

新颖的示范。

我们的研究有几个潜在的限制。我们没有评估国内在

饮食和社会经济特征方面的差异，进一步的研究应该

调查在全球营养过渡时期饮食质量在国家内如何变

化.6,11 例如，关于其他潜在相关饮食因素的全球有效

和可靠信息目前还没有食物加工或血糖负荷的程度.34

然而，这些因素与最低限度加工的食物（如我们评估的

健康食品）的摄入量呈负相关，因此我们的模式至少

会部分反映这些其他因素的差异。尽管我们已经做出

了广泛的努力来减少偏差并纳入异质性和不确定性，

但基于个人的数据会受到测量误差的影响，并且在某

些地区，饮食因素和年份中并不完整。这些限制被纳

入分析的不确定性中，但可能导致抽样偏差，信息偏

差或两者兼而有之。膳食模式不是通过不可知论的方

法得出的，如因子分析。相反，我们的目标是评估与

非传染性疾病相关的饮食模式，而不是识别新的模式。

虽然我们区分健康和不健康的项目，但每个类别中的

不同项目都是相同的权重。然而，这些饮食因素中的

每一个都与不同的非传染性疾病和其他疾病有关。

总之，全球饮食质量随着年龄，性别和国民收入的不

同而显着不同，而基于饮食模式的饮食模式显然具有

相当独立的异质性，这些饮食模式基于吃更健康的食

物和更少的不健康食物和营养素。不健康模式的增加

正在超过大多数世界地区健康模式的增长。鉴于与次

最佳饮食质量相关的疾病负担，这些发现强调需要更

好地阐明这些差异和趋势的社会，政策和食品行业决

定因素，并执行政策来解决这些不公平现象，并改善

全球饮食质量。

面板：研究背景系统评

价

我们没有在本研究的最初计划中进行系统的搜索。然而，通过与联合国组织和

全球卫生项目专家的广泛合作，我们意识到没有从评估个人饮食的调查中获得

全球数据。因此，没有关于全球饮食质量的证据来源于个人的饮食，包括他们

的国际差异，与主要人口变量的关联以及随着时间的推移。此外，基于健康食

品和不健康食品的不同类型的饮食模式缺乏证据，尽管这两类饮食因素在世界

各地消费不同。

解释

据我们所知，这是第一项评估世界各地成年人饮食习惯的研究。在 1990 至

2010 年间的 187 个国家中，随着时间的推移，饮食模式及其趋势在很大程度

上取决于健康食品与不健康食品之间的差异。如前所述，如果我们评估一个

饮食质量标准，全球变化基本上是无法检测到的.13,14 全球公共卫生应该认识

到基于健康食品和不健康食品的各种饮食趋势，确定这种多样性的决定因

素，并改进全球战略，跨国和国内政策行动，同时考虑健康和不健康的食

物。

E141 www.thelancet.com/lancetgh 第 3 卷 2015 年3 月 3 日

贡献者

FI 和 DM 构想并设计了这项研究。SK，RM，SF，PS，JP 和 DM 获取

数据。FI，SK，RM，SF，PS，JP 和 DM 解释数据。

FI 和 DM 起草了报告。FI，SK，RM，SF，PS，JP 和 DM 批判性地

修改并批准了最终报告。JP 和 DM 获得了资助。

利益声明

DM 报告 Quaker Oats，波洛克研究所和 Bunge 一次性科学介绍/评论

饮食的特别酬金;营养影响特别咨询，Amarin，阿斯利康和生命科学研

究组织;已经在联合利华北美科学顾问委员会的咨询委员会工作;并从

UpToDate 获得了关于鱼油在线章节的版税。其他作者声明没有竞争

利益。

致谢

该研究由 The Bill＆amp;梅琳达·盖茨基金会和医学研究委员会得到

了医学研究委员会单位计划编号 MC_UU_125015 / 5 的支持。我们

感谢所有贡献者（附录

第 52-53 页）。

参考 1 Lim SS，Vos T，Flaxman AD 等人。1990-2010 年对 21 个地区

67 个危险因素和危险因素集群造成的疾病和伤害负担的比较风险

评估：2010 年全球疾病负担研究的系统分析。柳叶刀 2012; 380：

2224-60。

2 Lopez AD，Mathers CD，Ezzati M，Jamison DT，Murray CJL。衡量 1990 - 2001 年全球疾病负担和风险因素。在：Lopez AD，Mathers CD，Ezzati M，Jamison DT，Murray CJL，eds。全球疾病负担和风险因素。华盛顿特区：国际复兴开发银行/世界银行集团，2006 年。

3 De Onis M，BlössnerM，Borghi E，Frongillo EA，Morris R. 1990 年和 2015 年全球童年体重不足的估计数。JAMA2004; 291：2600-06。

4 Lozano R，Naghavi M，Foreman K，等人。1990 年和 2010 年20 个年龄组的 235 个死亡原因的全球和区域死亡率：2010 年全球疾病负担研究的系统分析。柳叶刀 2012; 380：2095-128。

5 Keats S，Wiggins S.未来的饮食：对农业和食品价格的影响。伦敦：海外发展学院; 2014 年

6 霍克斯 C.不均衡的饮食发展：将全球化的政策和过程与营养过渡，肥胖和与饮食有关的慢性疾病联系起来。全球健康 2006; 2：4。

7 Vandevijvere S，Monteiro C，Krebs-Smith SM 等人。全球人口饮食质量的监测和基准测试：一步一步的方法。Obes Rev2013; 14：135-49。

8 Lachat C，Otchere S，Roberfroid D 等。低收入和中等收入国家预防非传染性疾病的饮食和身体活动：系统的政策审查。PLoS Med2013; 10：e1001465。

9 Ezzati M，Riboli E.非传染性疾病的行为和饮食风险因素。N Engl J Med2013; 369：954-64。

10 Monteiro CA，Moubarac J-CC，Cannon G 等人。超级加工产品在全球食品体系中占据主导地位。Obes Rev2013; 14：21-28。

11 Kennedy G，Nantel G，Shetty P.发展中国家粮食系统全球化：对粮食安全和营养的影响。FAO Food Nutr Pap2004; 83：1-300。

12 Basu S，Yo ff e P，Hills N，Lustig RH。糖与人口水平糖尿病患病率的关系：重复横断面数据的经济计量分析。PLoS One2013; 8：e57873。

13 Vandevijvere S，Monteiro C，Krebs-Smith SM 等人。全球人口饮食质量的监测和基准测试：一步一步的方法。Obes Rev2013; 14：135-49。

14 贡献 O，Teo K，Lear S 等，在高收入，中等收入和低收入国家患有心血管疾病的个人的健康生活方式的流行：前瞻性城市农村流行病学（PURE）研究。JAMA2013; 309：1613 年至 1621 年。

15 Powles J，Fahimi S，Micha R 等人。1990 年和 2010 年全球，区域和全国钠摄入量：全球 24 小时尿钠排泄和膳食调查的系统分析。BMJ 公开赛 2013; 3：e003733。

16 Micha R，Khatibzadeh S，Shi P，等人。1990 年和 2010 年全球，地区和国家膳食脂肪和油脂消费水平：包括 266 项国家特定营养调查的系统分析。BMJ2014; 348：G2272。

17 Micha R，Kalantarian S，Wirojratana P 等人。估算全球和区域慢性病营养不足的负担：分析的方法和输入。Eur J Clin Nutr 2012; 66：119-29。

18 Khatibzadeh S，Micha M，Afshin A，Rao M，Yakoob MY，Moza ff arian D.慢性疾病的主要饮食风险因素：系统回顾当前因果关系和效应尺度的证据。Circulation2012; 125：AP060。

19 World Bank.世界发展指标 2013。http：// databank。 worldbank.org/data/download/WDI-2013-ebook.pdf（可访问 2014 年 8 月 24 日）。

20 Willett WC。总能量摄入对流行病学分析的影响。在：Willett WC 编辑。营养流行病学，第 3 版。纽约：牛津大学出版社，2012：第 260-86 页。

21 Barendregt JJ，Van Oortmarssen GJ，Vos T，Murray CJ。评估疾病流行病学的通用模型：DisMod II 的计算基础。Popul Health Metr2003; 1：4。

22 Diez-Roux AV。公共卫生研究中的多层次分析。 Annu Rev Public Health2000; 21：171-92。

23 Gelman A，Rubin DB。使用多个序列进行迭代模拟的推断。Stat Sci1992; 7：457-72。

24 世界癌症研究基金会/美国癌症研究所。食物，营养，身体活动和预防癌症：全球视角。华盛顿特区：美国癌症研究所，2007年。

25 Moza ff arian D.营养和心血管疾病。在： Bonow RO，Mann DL，Zipes DP，Peter L，eds。布劳恩瓦尔德的心脏病：心血管医学教科书，第 9 版。费城：Elsevier，2011：pp 996-1007。

26 Murray CJ，洛佩斯 AD。全球死亡率，残疾以及风险因素的贡献：全球疾病负担研究。柳叶刀 1997; 349：1436-442。

27 McNeill S，Van Elswyk ME。全球营养中的红肉。肉科学 2012; 92：166-73。

28 Carmichael SL，Yang W，Feldkamp ML 等人。降低神经管畸形和口面裂伤的风险，提高饮食质量。Arch Pediatr Adolesc Med2012; 166：121-26。

29 Rodríguez-Bernal CL，Rebagliato M，IñiguezC 等人。早孕期的饮食质量及其对胎儿发育结果的影响：西班牙的 Infancia y Medio Ambiente（儿童和环境）母亲和儿童队列研究。Am J Clin Nutr2010; 91：1659 年至 1666 年。

30 Darmon N，Drewnowski A.社会阶层是否预测饮食质量？ Am J Clin Nutr2008; 87：1107 年至 1117 年。

31 Trichopoulou A，Naska A，Costacou T.在欧洲各地的饮食习惯差异。Proc Nutr Soc2002; 61：553-58。

32 Lock K，Stuckler D，Charlesworth K，McKee M.全球食品价格上涨的潜在原因和健康影响。BMJ2009; 339：b2403。

33 Ohiorhenuan JFE，Stewart F.武装冲突的遗产。在：联合国发展计划署。后冲突经济复苏使本地独创性得以实现。纽约：联合国出版物，2008 年：第 14-47 页。

34 Monteiro CA，Moubarac J-CC，Cannon G 等人。超级加工产品在全球食品体系中占据主导地位。Obes Rev2013; 14：21-28。

HTTP：/数据库/

HTTP：/数据库/

1990 年和 2010 年187 个国家男性和女性的饮食质量：fumiaki imamura ，renata...

Documents