柳叶刀子刊：哈佛大学发现，这些食品，每一口都可能损害心脏

　　题图|Unsplash

　　撰文 | 宋文法

　　心血管疾病（CVD）是全球第一大致死疾病，同样是我国第一大死亡因素。据世界卫生组织统计，每年有近1800万人死于心血管疾病，占全球死亡总人数的30%以上。饮食被认为是心血管疾病的主要可改变危险因素之一。

　　超加工食品，是指在已经加工过的基础上再加工的食品，这类食品通常含有五种以上工业制剂，并且是高糖、高脂、高盐食品，但维生素和纤维含量较低，长期食用会增加多种疾病风险。多项研究表明，与多种不良健康结果有关，包括肥胖、心血管疾病、糖尿病和癌症等。

　　超加工食品涵盖多种即食产品，包括甜味零食、咸味零食、糖果、冰淇淋、含糖饮料、加工肉类等多种即食食品。

　　2024年9月，哈佛大学的研究人员在《柳叶刀》子刊"The Lancet Regional Health-Americas"上发表了一篇题为" Ultra-processed foods and cardiovascular disease：analysis of three large US prospective cohorts and a systematic review and meta-analysis of prospective cohort studies "的研究论文。

　　这项研究结合了队列研究和Meta分析发现，过量摄入超加工食品，与心血管疾病风险增加相关。

　　具体来说，在队列研究中，超加工食品摄入量最高的参与者，患心血管疾病、冠心病、中风的风险分别增加11%、16%和4%。Meta分析表明，超加工食品摄入量最高的参与者，患心血管疾病、冠心病、中风的风险分别增加17%、23%和9%。

　　在这项研究中，研究人员分析了美国三项大型前瞻性队列研究的数据，包括护士健康研究（NHS）、NHS II和健康专业人员随访研究（HPFS），分别纳入75735名、90813名、40409名参与者，基线平均年龄分别为51岁、37岁和53岁，通过问卷形式收集了超加工食品摄入量，分析了超加工食品摄入量与心血管疾病（CVD）、冠心病（CHD）、中风之间的关联。

　　此外，研究人员还荟萃分析了22项前瞻性研究，以探讨超加工食品摄入量与CVD、CHD、中风之间的关联。

　　在三个队列研究中，平均超加工食品热量贡献范围为15.3-49.6%，热量摄入前三分别是面包和谷类食品、甜食、即食/加热菜肴。三个队列的平均随访时间为32年、26年、30年。

　　队列研究分析发现，与超加工食品摄入量最低五分位参与者相比，最高五分位参与者患心血管疾病、冠心病、中风的风险分别增加11%、16%和4%。

　　按不同类型超加工食品分析发现，摄入较多的加工肉类、含糖饮料，与三种结果的高风险显著相关；摄入较多的人工甜味饮料与较高的CVD和CHD风险相关；而摄入更多咸味小吃、酸奶/奶制品甜点等与CVD和CHD风险略微降低相关。

　　最后，研究人员荟萃分析了22项研究，共纳入1261040名参与者和63666例心血管疾病病例，年龄在18-91岁之间，随访时间为5-32年。

　　荟萃分析发现，与超加工食品摄入量最低的人相比，摄入量最高的人，患心血管疾病、冠心病、中风的风险分别增加17%、23%和9%。

　　研究人员指出，典型的超加工食品，如含糖饮料、加工肉类、快餐等，能量密度高，且富含添加糖、饱和脂肪和钠，这些都是已确定的CVD风险因素。相反，一些超加工面包、麦片和咸味小吃中纤维、酚类化合物等含量相对较高，这可以解释它们与心血管结果的负相关。

　　研究人员表示，应减少超加工食品的摄入量，尤其是软饮料和加工肉类，因为它们与CVD、CHD和中风始终存在不利关联。

　　综上，三个大型前瞻性研究表明，较高的超加工食品摄入量与心血管疾病风险增加相关，荟萃分析进一步证实了这一发现，此外，研究还发现，不同类型的超加工食品对心血管风险的影响不同。

　　Meta分析介绍

　　Meta分析（Meta-analysis），是一种统计分析方法，又叫荟萃分析，是将多个研究目的相同的结果进行合并分析的统计学方法。例如：上述论文中，有22篇队列研究，研究目的相同，每篇文章的结果不尽相同，通过Meta分析得到的就是一个样本量更大、理论更为可靠的结论。

　　Meta分析是一种不用“做实验”，无需“数据”的文章形式，并且主题源源不断。对于临床医生来说，妥妥的神器。

　　通过Pubmed检索发现，2024年，Meta分析相关的文章数量已发表高达27025篇（2024-09-10），并且近年来，发文量整体呈上升趋势，在近3年趋于高峰。

　　Pubmed数据

　　Meat分析步骤：一般包括提出研究问题、文献检索与数据获取、研究质量评估、统计分析、形成结论等。

　　如需了解【Meta分析】服务，请关注【医诺维】公众号，留言咨询。

　　参考文献：

　　https://doi.org/10.1016/j.lana.2024.100859

　　助力医学研究高质量发展，推动医疗科技创新转化！

　　基础方案设计|数据挖掘|数据分析