超加工食品与白细胞端粒长度的关系研究

论文大纲：超加工食品摄入与白细胞端粒长度的关系

引言

1. 研究背景

   • 食品加工的普及及其对健康的影响
   • 超加工食品（UPFs）的定义和分类（NOVA分类系统）
   • 端粒长度（LTL）的生物学意义及其与健康的关系
   • 研究的重要性和现实意义

2. 研究问题

   • 探讨超加工食品摄入与白细胞端粒长度之间的关系
   • 分析不同亚类超加工食品对LTL的影响

3. 研究目的

   • 评估总超加工食品摄入量与LTL之间的关联
   • 探讨不同亚类超加工食品对LTL的具体影响
   • 分析性别、年龄和BMI等因素对上述关系的调节作用

4. 论文结构概览

   • 文献综述
   • 理论框架和假设发展
   • 方法论
   • 数据分析
   • 结果
   • 讨论
   • 结论和建议
   • 参考文献
   • 附录

文献综述

1. 食品加工与健康

   • 加工肉制品与癌症风险 [1]
   • 含糖饮料和人工甜味剂与心血管疾病和癌症风险 [2, 3]
   • 盐和氢化油的健康影响 [4]

2. 超加工食品的营养成分和非营养属性

   • 缺乏纤维、矿物质和维生素 [16, 17]
   • 食品添加剂和包装材料的影响 [19, 21]

3. 端粒长度与健康

   • 端粒长度与衰老的关系 [23, 24]
   • 端粒长度与阿尔茨海默病、2型糖尿病和冠心病的风险 [25, 26, 27]
   • 端粒长度与癌症风险的复杂关系 [28]

4. 现有研究的不足

   • 大多数研究集中在总超加工食品摄入量上，缺乏对亚类食品的细致分析
   • 研究设计多为横断面研究，因果关系尚不明确

理论框架和假设发展

1. 理论框架

   • 生物学机制：超加工食品中的高能量密度、添加剂和包装材料可能导致氧化应激和炎症反应，进而影响端粒长度 [43]
   • 行为学机制：高超加工食品摄入量可能反映不良饮食习惯，进一步影响整体健康状况 [29]

2. 研究假设

   • 假设1：总超加工食品摄入量与较短的白细胞端粒长度呈正相关
   • 假设2：某些亚类超加工食品（如早餐谷物和素食替代品）可能与较长的白细胞端粒长度呈正相关
   • 假设3：性别、年龄和BMI等因素可能调节超加工食品摄入量与LTL之间的关系

方法论

1. 研究设计

   • 横断面研究设计
   • 数据来源：UK Biobank数据库

2. 样本选择

   • 纳入标准：完成基线膳食问卷调查的参与者
   • 排除标准：退出UK Biobank、无端粒信息、不合理热量摄入、未摄入超加工食品

3. 暴露测量

   • 使用24小时回忆问卷收集膳食信息
   • 根据NOVA分类系统将食品分为超加工食品及其亚类

4. 结局测量

   • 白细胞端粒长度（LTL）测量：使用Q-PCR方法，数据经过自然对数转换和Z分数标准化

5. 协变量评估

   • 社会人口学特征、生活方式因素、人体测量指标
   • 包括年龄、性别、能量摄入、BMI、种族、社会剥夺指数、吸烟状况、酒精摄入频率、体力活动水平和健康饮食指标（HDI）

数据分析

1. 描述性统计

   • 连续变量用均值和标准差表示，分类变量用频数和百分比表示

2. 多重线性回归模型

   • 评估总超加工食品摄入量与LTL的关系
   • 评估不同亚类超加工食品与LTL的关系
   • 模型调整后的β系数和95%置信区间

3. 敏感性分析

   • 排除异常饮食者
   • 使用能量密度和能量调整后的超加工食品摄入量进行分析

结果

1. 基线特征

   • 参与者的平均年龄、性别分布、能量摄入、LTL和超加工食品摄入量

2. 总超加工食品摄入量与LTL的关系

   • 经过调整后的LTL随超加工食品摄入量增加而缩短
   • 不同摄入水平组之间的差异显著

3. 不同亚类超加工食品与LTL的关系

   • 某些亚类超加工食品（如即食/加热食品、豆类和土豆、动物产品、人工甜味剂和饮料）与较短的LTL呈负相关
   • 早餐谷物和素食替代品与较长的LTL呈正相关

4. 亚组分析

   • 性别、年龄和BMI对超加工食品摄入量与LTL关系的调节作用

讨论

1. 结果解释

   • 总超加工食品摄入量与LTL的关系符合现有理论
   • 不同亚类超加工食品对LTL的影响可能与其营养成分和非营养属性有关

2. 与现有研究的比较

   • 与西班牙SUN项目的研究结果一致 [29]
   • 与其他研究中关于特定食品（如含糖饮料和加工肉制品）与LTL关系的结果对比 [38-40]

3. 研究的局限性

   • 横断面研究设计限制了因果关系的推断
   • 单次24小时回忆问卷可能无法完全反映长期饮食习惯
   • 存在选择偏倚和信息偏倚的可能性

4. 研究的意义和未来方向

   • 提供了新的视角，强调不同亚类超加工食品对健康的复杂影响
   • 建议未来进行队列研究以验证因果关系
   • 探索更多调节因素，如遗传背景和社会经济地位

结论和建议

1. 研究贡献

   • 揭示了总超加工食品摄入量与较短的白细胞端粒长度之间的关系
   • 发现某些亚类超加工食品对LTL有正面影响

2. 实践建议

   • 减少总超加工食品的摄入量，特别是那些与较短LTL相关的亚类
   • 鼓励摄入富含纤维、维生素和矿物质的食品，如早餐谷物和素食替代品

3. 未来研究方向

   • 验证因果关系，探讨潜在的生物学机制
   • 研究其他人群和地区的适用性
   • 探索个体差异和社会经济因素的影响

参考文献

1. V Bouvard, D Loomis, KZ Guyton, Y Grosse, FE Ghissassi, L Benbrahim-Tallaa, et al., Carcinogenicity of consumption of red and processed meat, Lancet Oncol 16 (16) (2015) 1599–1600, https://doi.org/10.1016/s1470-2045(15)00444-1.
2. E Chazelas, B Srour, E Desmetz, E Kesse-Guyot, C Julia, V Deschamps, et al., Sugary drink consumption and risk of cancer: results from NutriNet-Santé prospective cohort, BMJ 366 (2019) l2408, https://doi.org/10.1136/bmj.l2408.
3. C Debras, E Chazelas, B Srour, N Druesne-Pecollo, Y Esseddik, F Szabo de Edelenyi, et al., Artificial sweeteners and cancer risk: Results from the NutriNet-Santé population-based cohort study, PLoS Med 19 (3) (2022) e1003950, https://doi.org/10.1371/journal.pmed.1003950.
4. C Debras, E Chazelas, L Sellem, R Porcher, N Druesne-Pecollo, Y Esseddik, et al., Artificial sweeteners and risk of cardiovascular diseases: results from the prospective NutriNet-Santé cohort, BMJ 378 (2022) e071204, https://doi.org/10.1136/bmj-2022-071204.
5. V Kontis, LK Cobb, CD Mathers, TR Frieden, M Ezzati, G Danaei, Three Public Health Interventions Could Save 94 Million Lives in 25 Years, Circulation 140 (9) (2019) 715–725, https://doi.org/10.1161/circulationaha.118.038160.
6. CA Monteiro, JC Moubarac, G Cannon, SW Ng, B Popkin, Ultra-processed products are becoming dominant in the global food system, Obes Rev 14 (Suppl 2) (2013) 21–28, https://doi.org/10.1111/obr.12107.
7. F Juul, E Hemmingsson, Trends in consumption of ultra-processed foods and obesity in Sweden between 1960 and 2010, Public Health Nutr 18 (17) (2015) 3096–3107, https://doi.org/10.1017/s1368980015000506.
8. KD Hall, A Ayuketah, R Brychta, H Cai, T Cassimatis, KY Chen, et al., Ultra-Processed Diets Cause Excess Calorie Intake and Weight Gain: An Inpatient Randomized Controlled Trial of Ad Libitum Food Intake, Cell Metab. 32 (4) (2020) 690, https://doi.org/10.1016/j.cmet.2020.08.014.
9. X Chen, J Chu, W Hu, N Sun, Q He, S Liu, et al., Associations of ultra-processed food consumption with cardiovascular disease and all-cause mortality: UK Biobank, Eur J Public Health 32 (5) (2022) 779–785, https://doi.org/10.1093/eurpub/ckac104.
10. B Srour, LK Fezeu, E Kesse-Guyot, B Allès, C Méjean, RM Andrianasolo, et al., Ultra-processed food intake and risk of cardiovascular disease: prospective cohort study (NutriNet-Santé), BMJ 365 (2019) l1451, https://doi.org/10.1136/bmj.l1451.
11. L Schnabel, E Kesse-Guyot, B Allès, M Touvier, B Srour, S Hercberg, et al., Association Between Ultraprocessed Food Consumption and Risk of Mortality Among Middle-aged Adults in France, JAMA Intern Med 179 (4) (2019) 490–498, https://doi.org/10.1001/jamainternmed.2018.7289.
12. T Fiolet, B Srour, L Sellem, E Kesse-Guyot, B Allès, C Méjean, et al., Consumption of ultra-processed foods and cancer risk: results from NutriNet-Santé prospective cohort, Bmj 360 (2018) k322, https://doi.org/10.1136/bmj.k322.
13. L Wang, M Du, K Wang, N Khandpur, SL Rossato, J-P Drouin-Chartier, et al., Association of ultra-processed food consumption with colorectal cancer risk among men and women: results from three prospective US cohort studies, BMJ 378 (2022) e068921, https://doi.org/10.1136/bmj-2021-068921.
14. GC Zhong, Q Zhu, D Cai, JJ Hu, X Dai, JP Gong, et al., Ultra-processed food consumption and the risk of pancreatic cancer in the Prostate, Lung, Colorectal and Ovarian Cancer Screening Trial, International Journal of Cancer 152 (5) (2023) 835–844.
15. L Shu, Y Huang, C Si, Q Zhu, P Zheng, X Zhang, Association between ultra-processed food intake and risk of colorectal cancer: a systematic review and meta-analysis, Front Nutr 10 (2023) 1170992, https://doi.org/10.3389/fnut.2023.1170992.
16. CA Monteiro, RB Levy, RM Claro, IR de Castro, G Cannon, Increasing consumption of ultra-processed foods and likely impact on human health: evidence from Brazil, Public Health Nutr 14 (1) (2011) 5–13, https://doi.org/10.1017/s1368980010003241.
17. JC Moubarac, M Batal, ML Louzada, E Martinez Steele, CA Monteiro, Consumption of ultra-processed foods predicts diet quality in Canada, Appetite 108 (2017) 512–520, https://doi.org/10.1016/j.appet.2016.11.006.
18. E Martínez Steele, CA Monteiro, Association between Dietary Share of Ultra-Processed Foods and Urinary Concentrations of Phytoestrogens in the US, Nutrients 9 (3) (2017) 209, https://doi.org/10.3390/nu9030209.
19. S Cox, A Sandall, L Smith, M Rossi, K Whelan, Food additive emulsifiers: a review of their role in foods, legislation and classifications, presence in food supply, dietary exposure, and safety assessment, Nutr Rev 79 (6) (2021) 726–741, https://doi.org/10.1093/nutrit/nuaa038.
20. L Sellem, B Srour, G Javaux, E Chazelas, B Chassaing, E Viennois, et al., Food additive emulsifiers and risk of cardiovascular disease in the NutriNet-Santé cohort: prospective cohort study, Bmj 382 (2023) e076058, https://doi.org/10.1136/bmj-2023-076058.
21. S Almeida, A Raposo, M Almeida-González, C Carrascosa, Bisphenol A: Food Exposure and Impact on Human Health, Compr Rev Food Sci Food Saf 17 (6) (2018) 1503–1517, https://doi.org/10.1111/1541-4337.12388.
22. Z Chen, N Khandpur, C Desjardins, L Wang, CA Monteiro, SL Rossato, et al., Ultra-Processed Food Consumption and Risk of Type 2 Diabetes: Three Large Prospective U.S. Cohort Studies, Diabetes Care 46 (7) (2023) 1335–1344, https://doi.org/10.2337/dc22-1993.
23. C Lopez-Otín, MA Blasco, L Partridge, M Serrano, G Kroemer, Hallmarks of aging: An expanding universe, Cell. 186 (2) (2023) 243–278, https://doi.org/10.1016/j.cell.2022.11.001.
24. Y Zhu, X Liu, X Ding, F Wang, X Geng, Telomere and its role in the aging pathways: telomere shortening, cell senescence and mitochondria dysfunction, Biogerontology 20 (1) (2019) 1–16, https://doi.org/10.1007/s10522-018-9769-1.
25. A Scheller Madrid, KL Rasmussen, L Rode, R Frikke-Schmidt, BG Nordestgaard, SE Bojesen, Observational and genetic studies of short telomeres and Alzheimer's disease in 67,000 and 152,000 individuals: a Mendelian randomization study, Eur J Epidemiol 35 (2) (2020) 147–156, https://doi.org/10.1007/s10654-019-00563-w.
26. J Zhao, K Miao, H Wang, H Ding, DW Wang, Association between telomere length and type 2 diabetes mellitus: a meta-analysis, PLoS One 8 (11) (2013) e79993, https://doi.org/10.1371/journal.pone.0079993.
27. PC Haycock, EE Heydon, S Kaptoge, AS Butterworth, A Thompson, P Willeit, Leucocyte telomere length and risk of cardiovascular disease: systematic review and meta-analysis, Bmj 349 (2014) g4227, https://doi.org/10.1136/bmj.g4227.
28. X Zhang, Q Zhao, W Zhu, T Liu, SH Xie, LX Zhong, et al., The Association of Telomere Length in Peripheral Blood Cells with Cancer Risk: A Systematic Review and Meta-analysis of Prospective Studies, Cancer Epidemiol Biomarkers Prev 26 (9) (2017) 1381–1390, https://doi.org/10.1158/1055-9965.Epi-16-0968.
29. L Alonso-Pedrero, A Ojeda-Rodríguez, MA Martínez-González, G Zalba, M Bes-Rastrollo, A Marti, Ultra-processed food consumption and the risk of short telomeres in an elderly population of the Seguimiento Universidad de Navarra (SUN) Project, Am J Clin Nutr 111 (6) (2020) 1259–1266, https://doi.org/10.1093/ajcn/nqaa075.

附录

1. 研究工具

   • 24小时回忆问卷
   • Q-PCR测量方法

2. 额外的数据图表

   • 参与者的基本特征表
   • 不同亚类超加工食品与LTL的关系图
   • 亚组分析结果表

解释和示例

1. 引言部分

   • 研究背景：研究【文献6】中，超加工食品在全球食品系统中的主导地位日益增加，这引发了对其健康影响的关注。端粒长度（LTL）是衡量细胞老化的一个重要指标，与多种慢性疾病的风险有关【文献23, 24】。
   • 研究问题：尽管已有研究表明超加工食品摄入量与慢性疾病风险增加有关【文献9, 11, 12】，但其对LTL的具体影响仍需进一步探讨。
   • 研究目的：本研究旨在评估总超加工食品摄入量与LTL之间的关系，并探讨不同亚类超加工食品对LTL的影响。

2. 文献综述

   • 食品加工与健康：研究【文献1】中，加工肉制品被归类为“致癌物”，其消费与多种癌症风险增加有关。含糖饮料和人工甜味剂的消费也与心血管疾病和癌症风险增加相关【文献2, 3】。
   • 超加工食品的营养成分和非营养属性：超加工食品往往缺乏纤维、矿物质和维生素【文献16, 17】，并且含有大量食品添加剂和包装材料，这些物质可能对健康产生负面影响【文献19, 21】。

3. 理论框架和假设发展

   • 理论框架：超加工食品中的高能量密度、添加剂和包装材料可能导致氧化应激和炎症反应，进而影响端粒长度【文献43】。此外，高超加工食品摄入量可能反映不良饮食习惯，进一步影响整体健康状况【文献29】。
   • 研究假设：假设1：总超加工食品摄入量与较短的白细胞端粒长度呈正相关。假设2：某些亚类超加工食品（如早餐谷物和素食替代品）可能与较长的白细胞端粒长度呈正相关。

4. 方法论

   • 研究设计：本研究采用横断面设计，利用UK Biobank数据库的数据进行分析。
   • 样本选择：纳入标准包括完成基线膳食问卷调查的参与者，排除标准包括退出UK Biobank、无端粒信息、不合理热量摄入、未摄入超加工食品的参与者。
   • 暴露测量：使用24小时回忆问卷收集膳食信息，根据NOVA分类系统将食品分为超加工食品及其亚类。
   • 结局测量：白细胞端粒长度（LTL）测量：使用Q-PCR方法，数据经过自然对数转换和Z分数标准化。

5. 数据分析

   • 描述性统计：连续变量用均值和标准差表示，分类变量用频数和百分比表示。
   • 多重线性回归模型：评估总超加工食品摄入量与LTL的关系，评估不同亚类超加工食品与LTL的关系，模型调整后的β系数和95%置信区间。
   • 敏感性分析：排除异常饮食者，使用能量密度和能量调整后的超加工食品摄入量进行分析。

6. 结果

   • 基线特征：参与者的平均年龄为56.26岁，女性占55.2%，平均能量摄入为8533.7 kJ/天，平均LTL为0.0128。
   • 总超加工食品摄入量与LTL的关系：经过调整后的LTL随超加工食品摄入量增加而缩短，不同摄入水平组之间的差异显著。
   • 不同亚类超加工食品与LTL的关系：某些亚类超加工食品（如即食/加热食品、豆类和土豆、动物产品、人工甜味剂和饮料）与较短的LTL呈负相关，早餐谷物和素食替代品与较长的LTL呈正相关。
   • 亚组分析：性别、年龄和BMI对超加工食品摄入量与LTL关系的调节作用。

7. 讨论

   • 结果解释：总超加工食品摄入量与LTL的关系符合现有理论，不同亚类超加工食品对LTL的影响可能与其营养成分和非营养属性有关。
   • 与现有研究的比较：与西班牙SUN项目的研究结果一致【文献29】，与其他研究中关于特定食品（如含糖饮料和加工肉制品）与LTL关系的结果对比【文献38-40】。
   • 研究的局限性：横断面研究设计限制了因果关系的推断，单次24小时回忆问卷可能无法完全反映长期饮食习惯，存在选择偏倚和信息偏倚的可能性。
   • 研究的意义和未来方向：提供了新的视角，强调不同亚类超加工食品对健康的复杂影响，建议未来进行队列研究以验证因果关系，探索更多调节因素，如遗传背景和社会经济地位。

8. 结论和建议

   • 研究贡献：揭示了总超加工食品摄入量与较短的白细胞端粒长度之间的关系，发现某些亚类超加工食品对LTL有正面影响。
   • 实践建议：减少总超加工食品的摄入量，特别是那些与较短LTL相关的亚类，鼓励摄入富含纤维、维生素和矿物质的食品，如早餐谷物和素食替代品。
   • 未来研究方向：验证因果关系，探讨潜在的生物学机制，研究其他人群和地区的适用性，探索个体差异和社会经济因素的影响。

9. 参考文献

   • 详细列出所有引用的文献，确保格式正确。

10. 附录

    • 研究工具：24小时回忆问卷，Q-PCR测量方法。
    • 额外的数据图表：参与者的基本特征表，不同亚类超加工食品与LTL的关系图，亚组分析结果表。