超加工食品(UPF)消费与超过30种不良健康结果相关，包括心血管疾病、2型糖尿病和肥胖等多种痴呆风险因素。我们旨在研究UPF消费与认知表现和痴呆风险评分之间的关联，以及这些关联是否独立于整体饮食质量。
这项横断面分析评估了2,192名40-70岁无痴呆症的澳大利亚成年人。饮食通过经过验证的食物频率问卷评估，并根据Nova系统进行分类。认知功能使用Cogstate简短电池进行测量，痴呆风险则使用CAIDE工具进行估计。
UPF摄入量每增加10%，注意力得分降低0.05分，痴呆风险增加0.24分，且这些关联独立于地中海饮食依从性。
更高的UPF消费与较差的注意力和增加的可调节痴呆风险相关，独立于整体饮食质量。
全球超加工食品(UPFs)的激增——定义为由精制成分和美容添加剂组成的工业配方，几乎不含完整食物成分——已引起重大公共卫生关注。UPFs目前在高收入国家如美国和英国占总膳食能量摄入的50%以上，在澳大利亚约占42%。类似的趋势也在中低收入国家中出现。
尽管关于UPF在饮食中作用的证据不断涌现，但迄今为止，UPF消费已与30多种不良健康结果相关，包括心血管疾病、2型糖尿病、肥胖、精神障碍和死亡。最近，人们开始关注UPF对大脑健康的潜在影响。几项观察性研究报道了更高UPF消费与较差认知表现或加速认知下降之间的关联。荟萃分析也表明UPF摄入与认知障碍和痴呆风险增加相关；然而，由于研究设计、样本量和UPF定义的异质性，这一证据的质量和普遍适用性受到限制。此外，更高的UPF消费通常伴随着支持认知健康的营养密集型食物摄入减少。因此，UPF对认知的独特贡献（超越整体饮食质量）仍不清楚，尽管已有先前研究。要解决这个问题，重要的是在任何UPF与认知关联的背景下考虑整体饮食质量。然而，常用的饮食质量指数(如替代健康饮食指数[AHEI]、停止高血压的饮食方法[DASH])已经包含与UPF相关的项目，如软饮料和加工肉类，这可能会引入共线性并掩盖UPF摄入的独立影响。相比之下，地中海饮食的依从性——主要基于非UPF成分——是饮食质量的一个确立标志，与认知健康一致相关。2024年《柳叶刀》痴呆预防、干预和护理委员会报告称，证据不足以表明减少UPF消费有助于痴呆预防。因此，不仅需要研究UPF对认知和痴呆风险的影响，还需要区分食品加工与整体饮食质量的影响，这对于阐明UPF在痴呆风险模型中的作用至关重要。
本研究调查了澳大利亚40至70岁成年人中UPF摄入与认知功能以及痴呆风险评分的横断面关联，这些成年人参加了健康大脑项目(HBP)。这个年龄段捕捉了中年风险积累和早期神经退行性变化出现的关键窗口期，这两者都可能受到饮食和生活方式的影响。此外，本研究调查了UPF摄入与认知功能和痴呆风险评分之间的关联在多大程度上可以由整体饮食质量解释。
HBP获得了莫纳什大学人类研究伦理委员会的批准(#26855)，所有参与者均提供了书面知情同意。本研究遵循STROBE-nut指南报告横断面研究(补充材料1)。
HBP利用在线平台招募了居住在澳大利亚、英语流利的40-70岁无痴呆症成年人，如先前所述。如果参与者自报有主要神经系统疾病(包括痴呆、帕金森病、认知障碍诊断、多发性硬化症、创伤性脑损伤)或精神疾病(包括精神分裂症、未经控制的重度抑郁症)，或正在接受阿尔茨海默病批准药物治疗，则被排除在外。研究广告针对有已知或疑似痴呆家族史的个体，以增加遗传风险样本。在2016年11月至2023年12月(数据冻结6)期间最初注册的6851名HBP参与者中，20名被排除，因为他们在注册时年龄超过70岁。在其余参与者中，2472名完成了认知和饮食摄入评估。在排除了280名因人口统计学数据缺失的参与者后，共有2192名参与者被纳入这项横断面研究。
研究背景
- 系统回顾：我们搜索了PubMed中关于UPF消费和认知结果的研究。虽然UPFs与30多种不良健康状况相关，但新兴证据表明其可能对神经认知有影响。几项观察性研究报告了更高UPF摄入与较差认知或加速下降之间的关联，但研究设计、UPF定义和混杂饮食模式的异质性限制了可解释性。
- 解释：我们的发现强化了先前的证据，即更高UPF消费与较差的注意力和增加的可调节痴呆风险相关。关键的是，这些关联在调整整体饮食质量后仍然存在，表明食品加工本身可能影响认知健康，而不仅仅是营养素的位移。
- 未来方向：未来研究应阐明UPF与认知下降之间的因果机制，包括神经炎症和代谢通路。需要进行纵向研究，采用稳健的饮食评估和生物标志物整合，以区分UPF效应与更广泛的饮食模式，并为痴呆预防策略提供信息。
人口统计学(年龄、性别、种族、教育、居住地址)、身高、体重和当前吸烟状况(吸烟者、非吸烟者、缺失)通过自报告问卷收集。种族被归类为白人和少数种族，因为其他几个种族类别(非洲人、亚洲人、澳大利亚原住民、拉丁美洲人、其他)的样本量非常小(低至<0.1%)。教育被归类为≤12年(相当于高中毕业)、13-15年(相当于本科水平)和≥15年(相当于研究生水平)。居住邮政编码与澳大利亚统计局数据匹配，以确定相对社会经济劣势指数(IRSD)，因为认知功能和痴呆风险先前与HBP人群中邻里层面的社会经济地位相关。IRSD得分分为五分位数，数值越高表示劣势较少的群体。根据身高和体重计算身体质量指数(BMI)，并分类为体重过轻/正常体重(≤24.9 kg/m²)、超重(25-29.9 kg/m²)和肥胖(≥30 kg/m²)。体重过轻和正常体重类别合并，因为只有31名(1.4%)参与者的BMI < 18.5 kg/m²。缺乏BMI信息的参与者被归类为"缺失"(n = 77)。使用国际身体活动问卷(IPAQ)收集的身体活动信息，根据总中等到剧烈工作代谢当量/天，按照IPAQ长格式调查的连续评分指南，被归类为高、中或低(不活跃)活动。缺乏身体活动信息的参与者被归类为"缺失"(n = 219)。基于自报的糖尿病、血脂异常或高血压诊断对心血管代谢疾病史进行分类；报告其中任何一种的参与者被视为心血管代谢疾病阳性。
饮食数据通过HBP平台上的在线方式收集，使用来自欧洲癌症和营养诺福克队列(EPIC-Norfolk)的经过验证的130项食物频率问卷(FFQ)。FFQ用于测量过去12个月的惯常食物摄入，完成大约需要30分钟。答案范围从"从不或每月不到一次"到"每天6次以上"。频率通过乘以基于性别的特定份量转换为克，这些份量来自澳大利亚癌症委员会维多利亚州的流行病学研究饮食问卷。我们根据2011-2013年澳大利亚食品和营养(AUSNUT)数据库，为FFQ食物和饮料项目分配了适当的能量和营养成分谱，从而估算出我们自己的能量(按食品项目和总能量摄入)和营养素摄入(例如单不饱和脂肪和饱和脂肪)。估算每日总克数和能量摄入。每日等效频率、性别特定份量和FFQ项目与AUSNUT的匹配见补充材料2。根据Nova系统将所有食物和饮料项目分类为四组之一：未加工/最小加工食品、加工烹饪配料、加工食品和UPF(补充方法1)。使用Trichopolou等人开发和验证的九项指数测量地中海饮食依从性(补充方法2和3)。
所有参与者在线完成了HBP平台上的Cogstate简短电池。该电池在无人监督的评估环境中的有效性和可接受性已在先前研究中得到证明。简而言之，参与者完成了四个基于卡片的认知任务：(i)检测(DET)，测量处理速度和心理运动功能；(ii)识别(IDN)，测量视觉注意力；(iii)单卡学习(OCL)，测量在连续识别范式中需要区分新刺激与先前呈现刺激的视觉识别记忆；(iv)单卡回溯(OBK)，测量工作记忆和注意力。DET、IDN和OBK的主要结果是毫秒为单位的反应时间(使用对数10转换标准化)，较低值表示更快的任务完成。OCL的主要结果是正确响应的比例，使用反正弦平方根转换标准化，较高值表示更高的性能准确性。所有结果都使用研究中总样本的均值和标准差标准化为z分数。为确保解释的一致性，DET、IDN和OBK结果进行了反向编码，因此较高的z分数统一反映更好的性能。然后计算了两个复合分数：(i)注意力复合分数，计算为DET和IDN标准化分数的平均值；(ii)记忆复合分数，计算为OCL和OBK标准化分数的平均值。
使用心血管风险因素、衰老和痴呆发病率(CAIDE)风险评分对子集参与者(n = 1891)中具有可用数据的痴呆风险进行估计。原始CAIDE风险评分旨在预测中年人20年痴呆风险。它基于年龄、教育水平、性别、高胆固醇血症和高血压病史、身体活动和BMI，得出0到15的总分。为了隔离可合理地受饮食影响的痴呆风险部分，我们还使用了先前在HBP中报告的修改版CAIDE痴呆风险评分，该评分仅考虑可调节风险因素，并限于高胆固醇血症和高血压病史、身体活动和BMI，范围为0到7分。对于这两种CAIDE痴呆风险评分，较高的分数表示较高的痴呆风险。
使用线性回归模型(趋势p值)检验连续变量或皮尔逊卡方检验分类变量来评估总体人群和按UPF膳食贡献(%总克数/天)分层的人口统计学、健康和饮食数据的差异。估计并图形化展示了UPF亚组的膳食贡献(%总克数/天)。
使用线性回归模型检查UPF摄入(作为连续变量和分类为五分位数)与认知复合评分的关联，调整了年龄、性别、种族、教育、IRSD、身体活动、吸烟状况和心血管代谢疾病(Model 1)。在Model 2中，添加了地中海饮食评分以评估其对关联的影响，因为饮食质量与UPF消费和较差的认知健康均相关。鉴于超重/肥胖与UPF消费和较差认知功能相关，在Model 3中，通过在Model 1的协变量中额外调整BMI来探索其对关联的影响。
使用线性模型评估UPF摄入(作为连续变量和五分位数)与CAIDE痴呆风险评分的关联，调整了不包含在风险评分中的变量；因此，包括原始CAIDE痴呆风险评分的模型根据种族、IRSD和吸烟状况进行调整，而包括修改版CAIDE痴呆风险评分的模型根据年龄、性别、种族、教育、IRSD和吸烟状况进行调整(Model 1)。对于两种CAIDE痴呆风险评分的Model 2，进一步调整了地中海饮食评分以检查其对关联的影响，因为饮食质量与UPF消费和痴呆风险均相关。由于此变量包含在风险评分中，因此未对这些结果执行Model 3(进一步调整BMI)。
使用UPF摄入作为连续变量计算Cohen's f²，以估计UPF对结果的影响大小。在使用UPF摄入五分位数的模型中，通过将五分位数视为单个连续有序变量来进行趋势线性检验。使用方差膨胀因子(VIF)评估独立变量之间的共线性，并且在回归模型中未检测到。
进行了敏感性分析，以测试与UPF暴露作为总能量摄入百分比的关联，并在排除报告不可信能量摄入的参与者后测试关联(i.e., 女性<500千卡或>3500千卡/天，男性<800或>4000千卡/天)。为避免可报告与非可报告能量报告者之间特征差异可能引起的潜在选择偏差，不可信能量摄入报告者保留在主要分析中。所有统计分析均使用STATA 17 (STATA/SE 17.0 for Windows; StataCorp LLC, US)进行，p值≤0.05被认为具有统计学意义。
总体而言，参与者主要是女性，平均年龄为56.6岁，较年轻的参与者和男性报告了显著更高的UPF摄入。较高的UPF摄入与较低的教育水平、肥胖和较低的地中海饮食依从性相关(表1)。
总体而言，UPFs贡献了所有食物和饮料消耗总量的21%和总能量摄入的41%，在较高五分位数中有显著更高的能量摄入比例(表1)。在研究人群中，消耗最多的UPFs是乳制品甜点和饮料(总克数的2.9%)、软饮料、果汁和其他含糖饮料(2.6%)、包装咸味零食和土豆制品(2.5%)、再构成加工肉类(2.4%)和即食餐(2.4%)(图1，补充材料3)。
表2总结了每个UPF摄入五分位数的Cogstate注意力和记忆复合分数的组平均表现。在调整协变量后，更高的UPF消费与较差的注意力相关(表3，图2)。Model 1显示，UPF消费每增加10%，注意力得分降低0.05分，且此效应的大小较小(Cohen's f² = 0.03)。类似地，UPF摄入的较高五分位数与较低的注意力评分呈单调相关，尽管只有Q5与Q1显著不同(Model 1, 趋势p值 = 0.006)。未观察到UPF摄入与记忆之间的关联(表3，图2)。在进一步调整地中海饮食评分和BMI后(Models 2和3)，UPF摄入与认知结果的关联保持不变(表3)。在敏感性分析中，当测试UPF暴露作为总能量摄入百分比的关联时(补充材料4)，以及当分析仅限于具有可信能量摄入的个体时(补充材料5)，这些发现没有差异。
表2总结了每个UPF摄入五分位数的CAIDE痴呆风险评分的组平均表现。当视为连续变量并调整种族、IRSD和吸烟状况时，更大的UPF摄入与更高的痴呆风险相关(β = 0.11; 95%置信区间[CI] = 0.007, 0.23; Cohen's f² = 0.02; 表4)。然而，在调整地中海饮食评分后，这种关联不再具有统计学意义。较高的UPF摄入也与较高的痴呆风险相关，使用修改版CAIDE痴呆风险评分测量，无论是否调整地中海饮食，这种关联的强度都是中等的(β = 0.24; 95% CI = 0.16, 0.32; Cohen's f² = 0.16–0.17; 表4)。当考虑UPF暴露作为总能量摄入百分比时(补充材料6)，以及当分析仅限于具有可信能量摄入的个体时(补充材料7)，研究结果保持不变。
在这项针对中年和老年澳大利亚成年人的横断面研究中，更高的UPF消费与较差的注意力和更高的可调节痴呆风险相关，支持先前证据。此外，这些关联独立于地中海饮食依从性——一个与认知健康相关的既定饮食质量标志，表明饮食与认知功能之间的联系不仅限于饮食质量和完整食物的位移，还包括与食品加工程度相关的机制。
在这项研究中，高UPF摄入与原始CAIDE痴呆风险评分没有明显关联，但与修改版CAIDE评分有中等关联，后者仅反映可调节的心血管代谢风险因素。虽然修改版CAIDE评分尚未作为痴呆风险工具得到验证，但它提供了关于UPFs如何与与晚年认知健康相关的可调节风险通路相关的探索性见解。UPF消费每增加10%，注意力得分降低0.05分，在UPF摄入最高五分位数(≥总摄入克数的28.3%)的个体中观察到最强的关联。在我们的结果中，只有UPF摄入的第五五分位数在注意力评分上与第一五分位数显示出统计学上的显著差异。这很可能反映了Q5比Q1-Q4更宽的UPF摄入范围。重要的是，这并不削弱在五分位数间观察到的显著线性趋势。趋势分析评估了暴露分布中关联的整体梯度，而不是类别之间的孤立对比，连续模型通常提供更大的统计能力来检测细微关系。我们的发现与先前研究一致，这些研究也表明更高的UPF摄入与较差的认知结果相关，特别是注意力和执行功能。本研究中观察到UPF摄入与记忆结果之间没有关联的现象也在先前研究中被观察到。鉴于注意力是许多认知操作(如学习、问题解决和记忆形成)的基础，早期注意力中断可能先于更广泛的认知障碍是合理的。然而，证据基础仍不确定，需要进一步研究来阐明这些关联的时间动态。鉴于10%的UPF摄入增加相当于每天约150克(相当于一包标准薯片)，基于澳大利亚人口平均每日人均1.5公斤的食物摄入量，这些结果表明，即使是UPF消费的微小日常增加也可能对认知产生可测量的影响，并影响痴呆风险。
食品超加工通常会破坏食物基质，减少完整食物成分(例如植物化学物质、维生素和矿物质)，并引入可能有害的物质，如双酚、邻苯二甲酸盐或加工产生的化合物如丙烯酰胺，这些可能有助于不良神经认知结果。UPFs还与心血管疾病、高血压、肥胖和高LDL胆固醇等慢性疾病风险增加相关，这些疾病是痴呆风险的主要促成因素，共同占全球约12%的痴呆病例。这些心血管代谢通路可能有助于解释观察到的UPF摄入与注意力之间的负相关，但不与记忆相关，因为注意力和执行功能对可能破坏脑血管完整性的环境和生理压力源更为敏感。UPFs可能有助于脑血管病变，进而损害依赖血管健康的认知领域。支持这一假设的是，神经影像学研究表明饮食可以显著影响大脑结构：健康饮食模式的依从性与更大的白质体积相关，而西方饮食模式与海马体积减少相关。此外，UPFs可能通过微生物群-肠道-大脑轴对大脑健康产生不利影响。来自动物研究的证据表明，UPFs中常见的成分，如乳化剂、食品防腐剂和着色剂，以及食品加工产生的化合物(例如高级脂质过氧化和糖基化终产物和丙烯酰胺)，会破坏肠道微生物群，导致短链脂肪酸产生减少、肠道通透性增加和持续炎症。肠道环境的这些变化可能损害神经传递，引起小胶质细胞活化以触发神经炎症，并导致神经元死亡。一种或多种这些UPF与大脑健康之间的联系可能导致当前发现；然而，需要进一步研究来进一步阐明这一点。
在这项研究中，我们使用了Nova系统，该系统根据工业加工的程度和目的对食物进行分类，而不是根据其营养成分。这种以加工为中心的方法意味着一些被标记为超加工的食物可能在某些饮食指南或饮食质量指数中仍被视为促进健康。我们承认Nova简化了复杂的食物，但它提供了对饮食模式的补充视角，不打算取代基于营养的分析。因为我们研究问题集中在食品加工本身的作用上，我们认为Nova是最合适的框架，因此没有进一步将UPFs分解为单个食品类别。
评估的这一人群相当独特，因为大多数参与者报告有一级或二级痴呆家族史，表明他们认知下降风险较高，同时仍无认知障碍或痴呆。在中年使用CAIDE评分评估痴呆风险尤其相关，因为这个生活阶段提供了一个关键机会来解决可调节的风险因素，防止神经病理变化发展，最终减少痴呆对个人、家庭和卫生系统的长期负担。我们研究的另一个优势是通过国际营养专家团队识别FFQ中的UPFs，并使用全面的FFQ测量惯常摄入量。然而，必须承认研究的局限性。虽然HBP的在线平台提供了广泛的招募机会，以接触地理位置多样的样本，但它限制了验证自报告数据的能力。EPIC-Norfolk FFQ尚未在澳大利亚人群中得到验证，使用自报告FFQ容易受到回忆偏差和测量误差的影响。尽管如此，我们的敏感性分析表明，误报对结果没有影响。FFQ并非专门开发用于测量UPFs或反映澳大利亚背景；因此，尽管应用了几种策略来最小化误差，但仍可能发生一些项目误分类。此外，虽然FFQ项目可能无法捕捉饮食模式的复杂性，但先前对EPIC数据(衍生FFQ)的分析表明，Nova系统准确地捕捉了UPF消费，这反映在与生物标志物的较强相关性中。此外，样本主要由女性和教育及社会经济地位较高的人组成，与更广泛的澳大利亚人口相比；因此，研究结果的普遍性有限。然而，本研究中UPFs的膳食贡献(总能量摄入的40.6%)与类似年龄组的更广泛澳大利亚人口报告的水平相当，表明观察到的关联方向在人口水平上可能不会有实质性差异。最后，尽管这项研究的横断面设计通过不建立时间关系而限制了因果推断，并可能受到残余混杂的影响，但我们承认这些发现在中年成年人群中的重要性，这些发现为现有研究提供了关于与UPF消费相关的认知风险的信息。未来研究应优先考虑纵向和干预研究，以建立时间和因果关系。整合生物标志物、神经影像和微生物组数据对于阐明这些通路并为痴呆预防提供有针对性的饮食指南至关重要。
我们的发现表明，UPF消费与更高的可调节痴呆风险相关，并对认知功能产生不利影响，特别是对注意力表现，独立于整体饮食质量；然而，未观察到UPF与记忆之间的关联。通过将食品加工确定为较差认知结果的独特贡献者，我们的研究支持需要完善饮食指南以实现最佳认知功能，不仅要考虑营养成分，还要考虑加工程度。
【全文结束】
