认知障碍在全球老年人群中普遍存在，是一个日益严重的公共卫生问题。2016年全球疾病负担研究显示，全球患有痴呆的人数为4 300万，是1990年的2倍多。对于 > 70岁人群，痴呆是仅次于缺血性心脏病的第二大死亡原因^[1]。中国≥60岁人群痴呆和轻度认知功能障碍（mild cognitive impairment，MCI）的患病率分别为6.0%和15.5%，其中1 507万人患有痴呆，3 877万人患有MCI^[2]。MCI是介于正常认知功能和痴呆的中间阶段，大量研究表明，MCI是痴呆的高风险因素，甚至有研究表明，60%~100%的MCI患者在5~10年内会进展为痴呆^[3-4]。但目前缺乏对痴呆的有效治疗，提示预防策略的关键作用。因此，识别可改变的影响因素以延缓MCI随着老龄化的进展，从而预防或延缓痴呆的发生是至关重要的。

与单一营养素或食物不同，膳食模式能反映不同食物和营养素之间的协同或拮抗作用，对健康的影响更大，目前关于膳食模式与认知功能的研究越来越多。大多数研究是基于先验法得出的适用于西方人群的特定膳食模式，如地中海膳食模式^[5]和终止高血压膳食^[6]等，均与降低MCI和痴呆有关。基于降秩回归的营养素相关膳食模式与认知功能关系的研究较少，且利用的营养素都不一致，研究证据十分有限。如铁相关膳食模式与认知功能较低有关^[7]，维生素B6、维生素C和铁相关的“海产品-蔬菜”膳食模式可以降低MCI的风险^[8]。由于可获得食物和文化的差异，不同人群摄入的食物也存在明显差异。因此，其他国家的膳食模式不适合中国人群的饮食习惯，尤其是中老年人。本研究旨在利用“中国健康与营养调查”（CHNS）2018年的数据探索我国≥55岁人群膳食模式与MCI的关联性，为制定我国人群MCI及痴呆的相关预防策略提供科学依据。

1. 研究对象：数据来源于CHNS 2018年的调查数据。该项目由中国CDC营养与健康所与美国北卡罗来纳大学合作开展。2018年为最新一轮调查，覆盖黑龙江、辽宁、江苏、山东、河南、湖北、湖南、广西、贵州、北京、上海、重庆、陕西、浙江和云南共15个省（自治区、直辖市）。CHNS采用分层多阶段整群随机抽样的方法^[9]，调查内容包括住户调查、个人调查、体格测量、膳食调查等部分。本研究选取参与2018年CHNS调查的具有完整认知能力测试和膳食调查的≥55岁人群，剔除了膳食总能量摄入异常（男性：能量摄入 > 6 000 kcal/d或 < 800 kcal/d；女性：能量摄入 > 4 000 kcal/d或 < 600 kcal/d）、BMI异常（< 15.0 kg/m²或 > 40.0 kg/m²）、食物摄入异常和文化程度缺失者，最终纳入6 444人。该项目已通过中国CDC营养与健康所和北卡罗来纳大学伦理委员会的审查（审批号：201524），调查对象在调查前均签署了知情同意书。

2. MCI：本研究采用问卷调查入户对每位调查对象进行认知能力测试，具体条目30个，问题设计源自简明精神状态检查量表（MMSE），该量表是在临床和研究中提供认知功能障碍整体测量的知名和常用的简易筛查工具^[10]。重测信度为0.80~0.99，施测者之间信度为0.95~l.00，痴呆诊断的敏感性大多在80%~90%，特异性大多在70%~80%^[11]。满分30分，分值越高则说明认知功能越好。判定MCI的标准：小学以下组≤19分，小学组≤22分，初中及以上组≤26分，其中高文化程度者（受教育年限≥16年）≤28分^[12-14]。

3. 膳食调查：通过连续3天24小时的膳食调查（包括2个工作日和1个休息日）获取被调查者除了水和茶水以外的所有食物摄入量，包括正餐和零食；通过称重法获取期间被调查家庭烹调用的各种食用油和调味品的摄入量；然后结合食物成分表，计算获得各类食物、营养素和膳食总能量的摄入量。本研究中将所有食物按照食物成分表分为26类，如大米及制品、小麦及其制品、薯类等。见表 1。膳食调查过程中，经过严格培训且合格的调查员会使用食物图片、模型及膳食记录表来辅助调查对象回忆期间的膳食摄入情况，以减少回忆偏倚。调查员每日入户完成当天的膳食调查工作并对调查数据进行检查，如有疑问，则返回调查户再次询问确认，确保调查质量。

表 1 基于降秩回归的中国中老年人群维生素C、维生素E、锌、铁、铜和硒相关膳食模式因子负荷

表选项

4. 其他协变量：社会人口学指标包括地区、城市化指数、年龄、性别、文化程度、工作情况和家庭人均年收入；其中地区分为2组：调查省份位于江苏、湖北、湖南、广西、贵州、上海、重庆、浙江和云南为南方，位于北京、辽宁、黑龙江、山东、河南和陕西为北方；城市化指数^[15]和家庭人均年收入按照三分位数各分为低、中、高组；生活方式指标包括吸烟状况、饮酒状况、身体活动水平、睡眠时间和膳食总能量摄入；身体活动水平的测量利用身体活动问卷计算每周代谢当量，包括交通性、职业性、休闲性和家务性身体活动，按照三分位数分为低、中、高组；睡眠时间包括每天白天和晚上的睡眠时长，按照是否达到8 h分为2组。健康指标包括超重/肥胖、高血压、糖尿病、心肌梗死和中风患病状态，其中超重/肥胖是根据体格测量获得的身高和体重计算BMI，然后按照卫生行业标准WS/T 428-2013判定BMI≥24.0 kg/m²为超重/肥胖；根据《中国高血压防治指南》（2018年修订版）^[16]对高血压的定义结合现场测量和疾病史的询问，本研究将3次血压测量的平均值SBP≥140 mmHg（1 mmHg=0.133 kPa）和（或）DBP≥90 mmHg，或2周内服用降压药，或经医生诊断为高血压者判定为高血压；糖尿病、心肌梗死和中风患病与否根据疾病史询问获得。

5. 统计学分析：本研究选取维生素C、维生素E、锌、铁、铜和硒（6种营养素）作为降秩回归中提取膳食模式的因变量，将食物分为26类，剔除消费率低于10%的食物（包括干豆类、内脏和饮料）后，将23类食物作为降秩回归中提取膳食模式的自变量。通过SAS 9.4软件PLS过程进行降秩回归分析，因变量（6种营养素）经正态性检验后为非正态分布，对其进行Box-Cox转换，并将自变量（23类食物摄入量）进行标准化，然后通过降秩回归获取营养素相关膳食模式，选取解释度最大的膳食模式1作为简易膳食模式纳入后续分析，选取|因子载荷| > 0.25的食物计算膳食模式评分，即因子负荷与标准化食物摄入量的乘积之和。将膳食模式评分进行四分位数分组，对不同分组下的样本特征进行统计描述和差异性分析。其中连续性变量采用x±s描述，采用秩和检验分析组间差异；分类变量采用例数和百分比描述，其中二分类变量采用χ²检验并进行趋势性分析，有序多分类变量采用秩和检验分析组间差异。膳食模式与MCI的关联性分析采用多因素logistic回归，调整年龄、性别、地区、文化程度、吸烟状况、饮酒状况、工作、城市化指数、家庭人均年收入、身体活动水平、超重/肥胖、高血压、糖尿病、心肌梗死、中风、膳食总能量摄入和睡眠时间。分别在不同年龄组、性别、地区和睡眠时间进行膳食模式与MCI的分层分析，并对其中有统计学差异的年龄和睡眠时间进行进一步的交互作用分析，即分别讨论膳食模式评分与年龄和睡眠时间的交互作用。检验水准α=0.05。

1. 营养素相关膳食模式：降秩回归分析得到6种膳食模式，其中膳食模式1的特征是较多的豆制品、蔬菜、水果、坚果、猪肉、水产类和植物油摄入，对食物组和营养素的解释度分别为6.32%和39.37%，是6种膳食模式中解释度最高的一种膳食模式，因此，将膳食模式1作为简化膳食模式纳入后续分析。见表 1。

2. 不同膳食模式评分中老年人的特征：膳食模式1不同四分位数评分下，研究对象的年龄、性别、地区、文化程度、吸烟状况、饮酒状况、工作、城市化指数、家庭人均年收入、身体活动水平、超重/肥胖、膳食总能量摄入和MMSE得分的分布均差异有统计学意义（P < 0.05）。其中，趋势性分析发现，男性、南方地区、有工作和超重/肥胖的比例随膳食模式1评分的增加而增加（趋势检验P < 0.05）。见表 2。

表 2 膳食模式1不同四分位数评分组研究对象的特征

表选项

3. 中老年人营养素相关膳食模式与MCI的关系：logistic回归分析表明，调整多个混杂因素后，在总人群、不同性别和地区的≥55岁中老年人群中，尚未发现膳食模式1评分与MCI关联有统计学意义；但在55~64岁组中，相对于Q₁组，膳食模式1评分的Q₄组患有MCI的风险显著降低，OR=0.69（95%CI：0.49~0.98）；而在每日睡眠8 h组中，相对于Q₁组，膳食模式1评分的Q₂、Q₃、Q₄组患有MCI的风险均显著降低，OR值（95%CI）分别为0.68（0.51~0.92）、0.67（0.49~0.92）和0.65（0.45~0.92）。见表 3。

表 3 中老年人膳食模式1评分与轻度认知功能障碍的多因素logistic分析[OR值（95%CI）]

表选项

4. 不同年龄和睡眠时间下膳食模式与MCI的交互作用分析：年龄与膳食模式评分的交互作用分析发现，相对于55~岁膳食评分Q₁组，65~岁组（OR=1.55，95%CI：1.17~2.06）和≥75岁组（OR=3.69，95%CI：2.64~5.15）膳食评分Q₁组患MCI的风险均逐渐升高，但这2个年龄组人群内部随着膳食模式评分的增加，患MCI的风险均逐渐降低。睡眠时间与膳食模式评分的交互作用分析发现，相对于每日睡眠非8 h的膳食评分Q₁组，每日睡眠8 h组的膳食评分Q₂、Q₃组患MCI的风险均降低，OR值分别为0.72（95%CI：0.55~0.94）和0.71（95%CI：0.54~0.93）。见表 4。

表 4 膳食模式1与不同年龄和睡眠时间轻度认知功能障碍的交互作用分析[OR值（95%CI）]

表选项

既往研究表明，多种营养素与认知功能密切相关^{[7, 17-18]}，如维生素C和维生素E可通过其抗氧化作用减少Aβ蛋白的沉积和形成，对改善认知功能具有重要作用^[17]；膳食锌、铜、硒的摄入量可能与低认知能力的患病率呈负相关^[7]；但很少有将多种营养素联合起来的研究。本研究将6种营养素联合起来共同作为因变量，利用降秩回归法提取了6种营养素相关膳食模式，其中以较多的豆制品、蔬菜、水果、坚果、猪肉、水产类和植物油摄入为特征的膳食模式最大程度地解释了6种营养素的变异，该膳食模式与55~64岁和每天睡眠8 h的中老年群体的MCI患病风险呈显著负相关关系，且可能降低随年龄增长而引起的MCI患病风险。多项研究表明，以较多的豆制品、蔬菜、水果、坚果、猪肉和水产类为特征的膳食模式与认知障碍风险降低有关，与本研究结果一致^[18-21]。Shin等^[8]对≥65岁韩国老年人的研究选择维生素B6、维生素C和铁作为反应变量，提取了3种膳食模式，其中以较多的海产品、蔬菜、水果、豆制品、猪肉等为特征的“海产品-蔬菜”膳食模式与降低MCI风险有关。一项对 > 65岁中国香港地区老年人的研究显示，以丰富的蔬菜、水果、大豆及制品为特征的“蔬菜-水果”膳食模式与女性认知障碍风险降低有关^[19]。一项对中国60~88岁老年人的研究发现，以较多的蔬菜、水果、坚果、豆类等为特征的膳食模式能降低中国老年人群MCI的患病风险^[20]。但目前大多数是横断面研究，未来需要更多的前瞻性研究。

本研究提示，膳食模式对认知的改善作用受睡眠时间的影响，这与2021年一项来自中国人群的纵向研究结果一致，该研究强调健康的膳食模式和睡眠对预防认知功能下降同样重要^[22]。睡眠也是影响认知功能的可变因素，一项对7个纵向研究进行的荟萃分析表明，长时间和短时间睡眠都与较低的认知功能有关^[23]。较短的睡眠时间与较高的能量和脂肪摄入量以及较低的饮食质量有关，较长的睡眠时间可能会缩短身体活动时间从而减少能量消耗，也可能会影响个人的饮食摄入，这表明不健康的睡眠和膳食模式可能同时发生^[24]。还有证据表明，健康的膳食模式可能改善睡眠质量^[25]。因此，膳食和睡眠可能同时影响认知功能，下一步需要更多的相关研究予以证实。

目前，分析膳食模式的方法包括先验法（指数法）、后验法（主成分分析、因子分析和聚类分析）以及降秩回归法。先验法是使用基于推荐饮食或膳食指南的饮食质量评分，缺点在于只关注饮食的特定方面，而没有考虑食物和营养摄入的相关性结构，不能反映饮食的总体效果^[26]。后验法是基于数据驱动的探索性方法，但有时往往无法成功得出能预测疾病的膳食模式。本研究使用的降秩回归法兼具先验法和后验法二者的优点，在营养流行病学研究中的应用广泛，最大的特点在于可以选择与疾病相关的反应变量，结合了先验信息和研究数据两个信息源，膳食模式的提取更灵活，不受变量间关系方向的影响^[27-28]。本研究存在局限性。首先，横断面研究无法得到因果关联；其次，膳食模式的提取是基于现有数据估计的，无法用另一个研究人群的数据重现，限制了不同研究间的比较；另外，由于膳食数据的限制，营养素相关膳食模式的提取没有包括所有与认知功能相关营养素的作用，比如n-3多不饱和脂肪酸、饱和脂肪酸、维生素B6、维生素B12、维生素D等，这可能会产生一定的偏倚。

本研究显示，以较多的豆制品、蔬菜、水果、坚果、猪肉、水产类和植物油摄入为特征的膳食模式有助于降低中老年人MCI的患病风险，对制定我国人群MCI及痴呆的相关预防策略提供了一定的科学依据。对于中老年人群来说，应积极开展营养教育，倡导健康的膳食模式，预防认知功能障碍的发生发展。

利益冲突  所有作者声明无利益冲突

作者贡献声明  张晓帆：分析解释数据、起草文章、统计分析；贾小芳：研究指导；张继国、杜文雯、欧阳一非、黄绯绯：统计分析、论文修改；王惠君：研究指导、经费支持