1 Departamentul Centrului de date clinice, al 3-lea spital afiliat, Universitatea Sun Yat-Sen, Guangzhou 510080, China
2 Departamentul de Politici și Management al Sănătății, Școala de Sănătate Publică, Universitatea Sun Yat-Sen, Guangzhou 510080, China
3 Departamentul de epidemiologie medicală și biostatistică, Institutul Karolinska, Stockholm 17177, Suedia
Abstract
Hiperuricemia (HU) este un factor de risc pentru diferite tipuri de boli cronice netransmisibile, iar consumul departe de casă (EAFH) poate juca un rol important în dezvoltarea lor, care a fost ignorat până acum. Acest studiu a avut ca scop investigarea asocierii dintre EAFH și HU în diferite modele. A fost realizat un studiu transversal care a implicat 8322 de participanți la China Health and Nutrition Survey (CHNS). Pentru analiza datelor s-au folosit modele de regresie logistică. Am constatat că participanții care au consumat mai multe alimente departe de casă au avut un risc mai mare pentru HU, iar raportul de șanse ajustat (aOR) și intervalul de încredere de 95% (CI) (pentru fiecare creștere în clasele EAFH) au fost de 1,11 (1,02, 1.20) într-un model multi-ajustat (ajustat în funcție de vârstă, sex, provincie, venitul individual net, indicele de masă corporală, fumatul, activitățile fizice în timpul liber, aportul de energie și durata somnului). În ceea ce privește analizele stratificate, aOR (IC 95%) al EAFH a fost de 1,12 (1,01, 1,24) pentru bărbați și 1,06 (0,92, 1,21) pentru femei. Rezultate similare pot fi găsite la populația de vârstă mijlocie și obeză, cu aOR (IC 95%) de EAFH ca 1,17 (1,05, 1,30) și 1,15 (1,03, 1,29), respectiv. În concluzie, EAFH este asociat pozitiv cu prevalența HU.
1. Introducere
Studiile de cercetare acumulate au demonstrat că hiperuricemia (HU) joacă un rol important în dezvoltarea multor boli cronice netransmisibile, cum ar fi sindromul metabolic, boala cronică a rinichilor, guta și cancerul [1-5]. Prevalența raportată a HU variază de la 2,6% la 36,0% în diferite țări, care a crescut rapid la nivel mondial în ultimele decenii [6, 7]. O serie de studii epidemiologice asupra HU au arătat că ingredientele alimentare sunt semnificativ asociate cu HU după ajustarea pentru alți factori de risc, inclusiv vârsta, sexul, activitățile fizice (PA) și indicele de masă corporală (IMC) [8-11].
În societatea noastră modernă presată de timp, comoditatea devine un mod de viață pentru o mulțime de indivizi. Mâncarea departe de casă (EAFH) este o parte din ce în ce mai importantă a dietei oamenilor. Cu toate acestea, dovezile care arată că EAFH va avea o parte inadecvată a aportului de nutrienți și o calitate slabă a dietei au crescut [12-14]. Studiile anterioare au arătat că EAFH, care duce la un aport ridicat de calorii, grăsimi saturate, colesterol și minerale precum sodiul și calciul, precum și lipsa consumului de fructe și legume, ar putea fi un factor de risc pentru diferite tipuri de boli cronice, precum bolile de inimă, obezitatea, diabetul și hipertensiunea arterială [15, 16]. Cu toate acestea, dacă EAFH este un factor de risc pentru HU după ajustarea pentru alți factori de confuzie rămâne neclar până în prezent, iar impactul EAFH asupra HU nu a fost explorat pe deplin.
În ultimii ani, odată cu dezvoltarea economiei sociale, EAFH, o practică din ce în ce mai integrantă în dieta chineză, a devenit una dintre cele mai frecvente căi de consum alimentar în China. O tendință ascendentă sincronă între prevalența EAFH și HU a fost observată în ultimii ani [17-19]. Rata consumului de EAFH a crescut de la 16,0% la 18,3% în zonele urbane și de la 6,1% la 11,1% în China rurală din 2004 până în 2011 [17]. În ceea ce privește prevalența HU, prevalența ajustată a hiperuricemiei la adulții chinezi în 2009-2010 a fost de 8,4% [18]. Prevalența cumulată a hiperuricemiei a fost de 13,3%, care a variat foarte mult și pare să crească [19]. Mai mult, se așteaptă o sarcină relativ mai mare a hiperuricemiei în China, comparativ cu alte țări în curs de dezvoltare, pentru o serie de tendințe sociale [20]. Cu toate acestea, în ceea ce privește alimentele departe de casă, publicul se concentrează mai mult pe prevenirea contaminanților și a bolilor transmisibile de alimente în loc de contribuția lor la HU [21]. Până în prezent, în China nu s-au efectuat studii la nivel populațional la nivel național pentru a explora relația dintre EAFH și riscul de HU. Prin urmare, am realizat acest studiu.
Acest studiu a avut ca scop explorarea asocierii dintre EAFH și HU pe baza următoarei ipoteze: EAFH este asociat cu riscul de HU la populația adultă chineză. În plus, au fost oferite și câteva sugestii specifice pentru public pentru a preveni HU, cum ar fi ajustarea dietei, adică creșterea aportului de legume și reducerea consumului de grăsimi.
2. Materiale și metode
2.1. Populația de studiu
Am folosit date din China Health and Nutrition Survey (CHNS), un studiu de cohortă observațional bazat pe populație în 9 provincii diferite (Heilongjiang, Liaoning, Shandong, Henan, Jiangsu, Hubei, Guizhou, Hunan și Guangxi) asupra Chinei. Detalii despre proiectarea studiului CHNS au fost descrise în cercetările anterioare [22]. Așa cum se arată în Figura 1, datele au fost colectate din valul CHNS din 2009, la care 11 978 de participanți au participat la sondaj. În timpul acestui sondaj, au fost recoltate probe de sânge în repaus alimentar și s-a efectuat detectarea. Populația adultă cu vârsta ≥18 ani a fost inclusă în analizele noastre (n = 10.120). Un total de 224 de participanți cu boli grave (de exemplu, cancer, stoke și infarct miocardic), 3 cu dizabilități corporale care afectează ieșirea, 1.273 fără recoltare de probe de sânge sau evaluare a acidului uric seric (SUA) și 298 fără informații despre dietă au fost excluse. În cele din urmă, 8.322 de participanți (3.878 bărbați și 4.444 femei) au fost incluși în analize.
2.2. Examinări de laborator
Probele de sânge (12 ml) au fost colectate prin puncție venoasă dimineața după un post peste noapte timp de cel puțin 12 ore. Metodele de laborator utilizate pentru analiza biomarkerilor sunt descrise într-un studiu anterior [23]. Concentrațiile SUA au fost detectate printr-o metodă colorimetrică enzimatică utilizând un analizor automat Hitachi 7600 (Hitachi Inc., Tokyo, Japonia) și cu regenți determinanți (Randox Laboratories Ltd., Crumlin, Marea Britanie) [23].
2.3. Date despre dietă
În ceea ce privește datele despre dietă, cercetătorii au folosit o combinație de 3 rechemări dietetice succesive de 24 de ore la nivel individual, cu inventar de alimente la nivel de familie, într-o perioadă de 3 zile, pentru a culege informații dietetice, începând aleatoriu în orice zi a săptămânii [23]. . Pentru amintirile de 3 zile de 24 de ore, toate tipurile și cantitățile de alimente, tipurile de luat masa și locurile de preparare a alimentelor pentru fiecare produs alimentar au fost înregistrate de către intervievatorii instruiți. Informații suplimentare despre colectarea datelor dietetice au fost descrise în detaliu în studiile anterioare [24, 25]. Un tabel de compoziție alimentară chineză (2004) a fost utilizat pentru a evalua aporturile de nutrienți și apoi pentru a calcula aportul mediu total de energie și grăsimi pentru fiecare participant timp de 3 zile [26]. În plus, consumul mediu de fructe și legume a fost calculat, de asemenea, pe baza unui sistem de grupare alimentară dezvoltat pentru CHNS, incluzând 162 de fructe și 256 de legume [27].
2.4. Expunere și rezultat
În studiul nostru, ne-am concentrat pe EAFH ca expunere. EAFH este definit ca consumul de alimente care nu au fost gătite acasă (indiferent dacă au fost consumate acasă sau în afara casei) în timpul perioadei de anchetă și apoi clasificate în non-consumatori, consumatori ocazionali (> 0 și
h pentru toate sporturile de petrecere a timpului liber, inclusiv dansul, gimnastica, sporturile de atletism, sporturile cu minge, înotul și alte sporturi. Durata somnului a fost evaluată folosind chestionare auto-raportate, iar răspunsurile la durata somnului au variat de la 1 la 18 ore. Vârsta a fost clasificată în „tineri (18-40 ani)”, „vârstă mijlocie (41-65 ani)” și „vârstă înaintată (66 ani, + ∞)”. Sexul a fost clasificat în „femeie” și „bărbat”. Fumatul a fost clasificat în „nefumători” și „fumat”. Consumul de alcool a fost clasificat în „da” și „nu”. Greutatea și înălțimea participanților au fost măsurate cu îmbrăcăminte ușoară și fără încălțăminte și apoi calculate în IMC ca greutate (kg)/înălțime (m 2).
2.6. Analize statistice
2.7. Analiza de sensibilitate
În studiul nostru, un total de 1.571 de indivizi fără date exacte au fost excluși, iar estimările obținute din această analiză a „cazului complet” (CC) pot duce la o prejudecată de selecție dacă cele excluse sunt sistematic diferite de cele incluse. Ponderarea inversă a probabilității (IPW) este o metodă obișnuită pentru a reduce această prejudecată. Codificăm datele cenzorului cu variabile fictive și le-am furnizat fiecărei date necenzurate o pondere pentru a corecta posibilele părtiniri de selecție. Detaliile sunt descrise în studiul relevant [30]. Prin urmare, am aplicat estimarea IP în modelul 3 și apoi OR și 95% CI au fost estimate folosind acest model. În același timp, s-a efectuat o altă analiză de sensibilitate prin recodarea consumatorilor ocazionali și a consumatorilor frecvenți într-un singur grup și non-consumatori ca grup de control pentru a verifica consistența rezultatelor. Aceste analize au fost efectuate folosind R (versiunea 3.5.1);
), sunt mai în vârstă (), au IMC mai mare
), au venituri individuale mai mari (), au avut tendința de a fuma (), au consumat alcool (), au o frecvență mai mare a EAFH () și mai multe activități fizice în timpul liber (), dar nu au arătat nicio diferență în timpul somnului. Prevalența HU a variat, de asemenea, în provincii ().
3.2. Asocierea între EAFH și HU în diferite modele
Rezultatele regresiei logistice în diferite modele sunt prezentate în Tabelul 2. OR și 95% CI (pentru fiecare creștere a gradelor de EAFH) au fost 1,10 (1,02, 1,19), 1,13 (1,05, 1,22), 1,11 (1,02, 1,20) și 1,09 (1,01, 1,19) și respectiv modelele 1-4. În comparație cu modelul 3, multe alte covariabile au fost ajustate în modelul 4 (covariabile în modelul 3 și adaugă consumul de energie, legume și fructe și băut), iar RU a fost 1,09. Tendințele OR și AIC (indicele de potrivire a bunătății modelului) în funcție de variația complexității modelului sunt prezentate în Figura 2. AIC al modelului a scăzut rapid în modelele 1-3, dar a crescut în modelul 4, ceea ce înseamnă că adaptarea modelului a devenit stabil la modelul 3.