基于结构方程模型分析陕西育龄妇女孕期膳食模式对新生儿低出生体重的影响*

西安交通大学公共卫生学院流行病与卫生统计学系(710061)

王红丽 赵 娜 刘 蓉 郭乐倩 赵豆豆 党少农△ 颜 虹

【提 要】 目的 探讨膳食模式与新生儿低出生体重(LBW)发生风险的关系。方法 利用2013年“陕西省出生缺陷现状及其危险因素调查”的横断面调查资料，选取陕西省20个县和10个区年龄为0～1岁的婴幼儿及其母亲作为调查对象。采用因子分析和结构方程模型相结合的方法研究膳食模式与新生儿低出生体重的关系。结果 新生儿LBW发生率3.1%，小于胎龄儿(SGA)发生率12.6%。因子分析得出3种膳食模式，结构方程模型显示，均衡模式可降低新生儿LBW和SGA的发生风险(其对体重受限的作用为-0.24)，零食模式的膳食是新生儿发生LBW和SGA的危险因素(其对体重受限的作用为0.18)，而素食模式与新生儿出生体重的关系不显著。logistic回归模型显示，均衡模式可以降低新生儿LBW(OR=0.75,95%CI:0.59～0.95)和SGA(OR=0.84,95%CI:0.77～0.94)的发生风险，零食模式T3水平可增加LBW(OR=1.61,95%CI：1.06～2.45)的发生风险。结论 均衡模式和零食模式与新生儿出生体重有密切关系，膳食种类多样化、营养均衡化、减少加工食物的摄入，对降低新生儿低出生体重的发生风险具有重要意义。

胎儿生长受限(fetal growth restriction，FGR)是产科重要并发症之一，也是造成围产儿死亡的重要原因，胎儿在宫内的生长发育受到多种因素的影响，任何因素影响了胎儿与胎盘之间的母儿血循环及物质交换，均可导致发生胎儿生长受限[1]。胎儿出生体重是反映胎儿在宫内发育程度的重要指标之一[2]，也反映了新生儿成熟程度和营养状况，并对儿童生长发育的影响延续到学龄前，甚至更长[3]。在我国临床工作中，当估测胎儿体重(estimated fetal weight，EFW)小于相应胎龄标准的第10百分位时，即诊断为FGR，小于胎龄儿(small for gestational age，SGA)用于出生后的诊断[4]。母亲在孕期的营养补充是影响新生儿出生体重的重要因素，有研究表明，在孕期如果出现营养不良不仅会影响孕妇自身，还会对新生儿产生影响，胎儿早期在营养状况不佳的母体环境内生长发育，会导致包括宫内发育迟缓、胚胎发育停滞等以及早产、小于胎龄儿和低出生体重等不良妊娠结局后果的出现[5-6]。近几年，膳食模式的研究已经逐渐成为探讨膳食与慢性疾病关系的一个重要方法。因子分析划分的膳食模式根据因子得分评价其作用，但只是在同一个膳食模式内部比较，而未能分析各膳食模式间的关系，及对疾病直接和间接的影响。Joreskog等人提出的结构方程模型结合了通径分析和因子分析，通过研究观测变量分析潜在变量间直接和间接的关系，同时还考虑了误差和个体差异[7]。本研究采用因子分析和结构方程模型相结合的方法对大规模人群调查研究中采用半定量食物频率问卷收集妇女孕期膳食摄入情况和出生结局的关系进行分析，旨在探究孕期不同膳食模式对新生儿出生体重的影响。

对象与方法

1.数据来源和研究对象

本研究数据来源于“陕西省出生缺陷现状及其危险因素调查”的横断面调查[8]。该调查于2013年7～11月在陕西省开展，采用分层多阶段随机抽样方法，根据城乡比例，并考虑人口密集度和生育水平，随机抽取10个城区和20个县。每个城区随机抽取3 个街道办事处(县为6个乡)，每个街道办事处随机抽取6 个社区(乡为6个村)，每个社区随机调查60 名(村为30名)2010年1月-2013年12月期间的孕妇。纳入标准为在2010-2013年曾怀孕，无重大疾病，愿意参加本项研究，在调查员的指导下能够独立完成问卷填写。其中排除末次妊娠为双胎或多胎妊娠者，对孕期膳食摄入情况存在严重回忆障碍者。为了减小回忆偏倚，本研究选择年龄为0～1岁的婴幼儿及其母亲作为研究对象，经分析纳入研究者与未纳入者在基本特征上差异无统计学意义。本研究经西安交通大学医学伦理委员会批准(批号：2012008)，所有调查对象均签署了知情同意书。30027名被调查者中无膳食调查者21820名、末次怀孕双胎及胎数缺失者167名、婴幼儿年龄大于1岁者2192名均被剔除。

2.出生体重及相关信息

数据收集采用“陕西省出生缺陷现状及其危险因素调查”问卷。内容包括母亲基本情况(年龄、孕周、职业、文化程度、户口、家庭月收入支出、既往生育史、家族史及配偶的一般情况等)，出生缺陷调查表、食物频率问卷(母亲最近一次怀孕时各食物食用频率和量)。新生儿出生体重主要通过出生证明采集，并记录出生日期、性别、有无出生缺陷等信息。

3.孕期膳食调查

整个孕期食物摄入情况采用九分类食物频率问卷(FFQ)的方法收集[9]，由经过培训的调查员进行调查。考虑到各种食物在调查人群中的食用量和食用频率两个因素，本次膳食频率问卷共包括102种食物。对摄入频次较少的同类食物进行合并，最后得到28类食物的周摄入频率。数据处理时对食物摄入频率进行转换，将“几乎不吃”、“<1次/月”定为0次/周，“1～3次/月”定义为0.5/周，“2～4次/月”定义为3次/周，“5～6次/月”定义为5.5次/周，“1次/日”定义为7次/周，“≥2次/日”定义为14次/周。

4.相关研究指标：①结局指标：低出生体重(low birth weight，LBW)和SGA在结构方程模型分析中作为内因潜变量胎儿体重受限的两个测量指标，低出生体重婴儿指出生测量体重不足2 500g者[10]。小于胎龄儿(SGA)定义为出生体重小于同孕龄体重第10百分位数[11]。②膳食因素：通过食物频率问卷调查方法收集的102种食物分类合并为28大类食物的周摄入频率，通过因子分析构建膳食模式并获得各因子得分，膳食模式进行结构方程模型分析，因子得分三分位法后进行logistic回归分析。③影响因素：主要是其他调整因素，包括母亲职业、文化程度、居住地、综合家庭财富指数及新生儿性别；其中母亲职业分为无工作(家庭主妇或农民)、非固定工作(工人、商业或服务业人员等)、固定工作(教师、干部、公务员、专业技术人员等)。根据调查人群家庭经济状况由收入、支出、住房、用车等指标通过主成分分析拟合综合财富指数，并将其按照三等分法分为贫困、中等、富裕3个等级。

5.统计学分析

采用Epidata 3.1软件双录入调查表数据。采用SPSS 8.0进行统计分析，首先对数据进行统计描述，然后进行因子分析构建膳食模式，将102类食物摄入频次较少的同类食物进行合并得到的28类食物的周摄入频率进行因子分析，依据食物因子荷载量和组合的特点划分和命名膳食模式。然后是结构方程模型：运用AMOS 21.0软件构建膳食模式与低出生体重的结构方程模型，将因子分析得出的各膳食模式及母亲特征作为结构方程的外因潜在变量(ε)，膳食模式中各种食物作为外观察变量(x)；低出生体重是反映胎儿宫内发育程度的重要指标之一，但其受孕周影响较大，故将低出生体重和SGA作为内因观察变量(y)，胎儿体重受限为内因潜在变量(η)，新生儿性别、母亲职业、文化程度、居住地、综合家庭财富指数作为调整变量。初步假定各外因潜变量对内因潜变量均有直接影响，不同的膳食模式之间两两相关。结构方程模型中的路径系数以标准化回归系数表示，反映各个外因变量对内因变量的作用大小。同时将各膳食模式进行三分位数分组，分别记为T1(低分组)、T2(中分组)、T3(高分组)，得分越高越倾向于该模式，运用logistic 回归模型在调整其他相关因素后分析了各膳食模式不同水平与LBW和SGA的关系，此外将因子得分作为连续变量分析了与LBW和SGA的趋势关系，对logistic回归分析的结果与结构方程模型结果进行对比分析。以P<0.05为差异有统计学意义。

结 果

1.研究对象基本情况

符合本研究条件的育龄妇女5850人，农村居民4929人(84.8%)，城镇居民883人(15.2%)；文化程度为小学及以下486人(8.3%)，初中3070人(52.7%)，高中及以上2274(39.0)；无工作4123人(70.9%)，非固定工作257人(24.4%)，固定工作273人(4.7%)。男婴3142人(53.7%)，女婴2705人(46.3%)；低出生体重儿181人(3.1%)，SGA732人(12.6%)。见表1。

表1 研究对象的基本特征

2.膳食模式

因子分析KMO检验为0.876，Bartlett球形检验P<0.001，表明膳食数据适合做因子分析。取特征值大于1.6的3个因子，分别是5.633、2.020、1.657，3个因子方差贡献率为33.25%，分别是13.91%、10.49%、8.85%。因子1命名为均衡模式，主要以各种肉类、蔬菜类、蛋类、米饭等荷载较高；因子2命名为素食模式，以各类蔬菜、水果、豆类及豆制品、菌藻类、薯类、坚果、面食等的荷载较高；因子3命名为零食模式，主要以零食小吃、饮料、糕点等的荷载较高，见表2。

表2 3种膳食模式的因子负荷

*：表中仅显示>0.3的因子荷载。

3.结构方程模型分析

经膳食模式的因子分析，三类膳食模式可作为3个潜变量，与其所含的摄入食物情况可作为3个测量模型。原假设模型经过初步拟合，潜变量素食模式与胎儿生长受限之间的路径无统计学意义(P>0.05)。删除这条路径后再拟合模型，最终模型见图1。

(1)模型适配度：根据理论框架构建了围孕期不同膳食模式对胎儿生长的影响模型，经过修正后的膳食模式与胎儿生长受限关系的理论模型与实际数据一致性较高，拟合度较好，各配适度指数较优，见表3。

表3 整体模型适配度检验摘要表

(2)膳食模式与胎儿生长受限的关系：母亲特征潜变量和新生儿性别作为调整因素放入模型中，修正后的结构方程模型显示，均衡膳食模式对胎儿生长受限具有保护作用，其总效应大小是0.24，即均衡模式也可以降低SGA和低出生体重的发生率，其总效应大小分别是0.06和0.04；零食膳食模式是胎儿生长受限的危险因素，其总效应大小是0.18，即可增大SGA和低出生体重的发生风险，其总效应大小分别是0.04和0.03，三种膳食模式之间均相关，且素食模式和均衡模式之间相关性最高，见图1。

4.多因素logistic回归分析

调整母亲文化程度、城乡居住、职业稳定性和家庭综合财富指数以及新生儿性别的logistic回归模型显示，高分组零食模式可增加低出生体重发生风险(OR=1.61,95%CI：1.06～2.45)，低分组均衡模式也可增加新生儿发生SGA(OR=1.30,95%CI：1.05～1.61)的风险，素食模式对SGA和低出生体重的影响无统计学意义，见表4。

讨 论

新生儿出生体重能够直接反映胎儿生长发育状况，而胎儿的生长发育主要是通过母体营养供给来实现[9]。因此，有研究分析认为妊娠期、婴幼儿期也属于母婴营养干预的主要阶段。本研究发现该人群主要有均衡模式、素食模式、零食模式三种膳食模式，研究显示该人群的膳食模式以均衡模式为主导，该膳食模式的食物种类多样，能量和营养素摄入量较高。结构方程模型分析发现均衡模式可以降低胎儿体重受限的发生风险，而零食模式可以增加胎儿体重受限的发生风险；多因素logistic回归分析发现，均衡模式得分较高对LBW和SGA都是保护作用，而零食模式得分较高会增加LBW的发生风险。

由于食物间的交互效应，越来越多的研究者开始研究食物组合而不是单一营养素对出生结局的影响，本研究主要探索了不同膳食模式对新生儿体重受限的影响。结构方程模型分析发现，均衡膳食模式对胎儿体重受限有显著影响，两者之间存在一定的负向关系，即均衡模式对胎儿生长受限具有保护作用，孕妇的膳食模式越趋向于均衡模式，胎儿发生体重受限即LBW和SGA的风险就越低；而零食模式与胎儿体重受限之间存在正向关系，即妇女在怀孕期间的膳食模式越趋向于零食模式会增加LBW和SGA的发生风险，这种膳食模式主要包括零食小吃、糕点、饮料、米线粉丝、凉皮等食物，在现如今社会快速发展的时代，这些食物受到年轻人的偏爱，特别是孕早期由于妊娠反应也许致使孕妇一定时期倾向食用这些食物，可能会导致新生儿发生LBW或SGA。多因素logistic回归分析结果也显示，妇女的膳食模式越倾向于均衡模式新生儿发生LBW和SGA的风险越低。国内外的一些研究也得到类似的结论，新西兰的一项研究表明孕早期传统型膳食模式(以水果、蔬菜、酸奶和瘦肉为主)得分越高，低出生体重儿的发生率越低[12]；Knudsen[13]等的研究也表明和西方膳食模式(高脂奶、精致谷物和加工肉等为主)相比，富含水果、蔬菜和肉的健康膳食模式可明显降低小于胎龄儿的风险；国内的研究发现孕妇在孕期采用较为均衡的膳食模式，可明显曾加胎儿的出生体重且能减少孕期体重增长[10]，多个研究中均发现有益于出生结局的膳食模式包含的食物种类都较为丰富而均衡[14-16]。因此，孕期妇女的饮食应趋于均衡，多摄入加工程度低的食物，并且食物种类要多样化，这对于降低新生儿发生LBW和SGA的风险具有重要意义。

图1 修正后的理论模型图

LBWModel 1OR(95%CI)PModel 2OR(95%CI)PSGAModel 1OR(95%CI)PModel 2OR(95%CI)P均衡模式 T11.60(1.07～2.38)0.0221.45(0.95～2.22)0.0891.23(1.01～1.49)0.0441.30(1.05～1.61)0.020 T21.001.001.001.00 T31.20(0.79～1.82)0.3981.05(0.66～1.68)0.8270.85(0.69～1.06)0.1430.93(0.74～1.18)0.561连续性变量分析0.82(0.68～0.99)0.0400.75(0.59～0.95)0.0190.83(0.76～0.91)<0.0010.84(0.77～0.94)0.002素食模式 T11.05(0.72～1.54)0.8011.05(0.69～1.60)0.8290.89(0.72～1.10)0.2980.88(0.70～1.11)0.286 T21.001.001.001.00 T30.79(0.52～1.18)0.2390.81(0.53～1.26)0.3531.19(0.98～1.45)0.0821.21(0.98～1.49)0.081连续性变量分析0.89(0.75～1.05)0.1710.89(0.73～1.07)0.2061.06(0.98～1.15)0.1591.08(0.99～1.18)0.099零食模式 T11.08(0.70～1.67)0.7191.18(0.74～1.89)0.4900.92(0.75～1.14)0.4421.02(0.82～1.28)0.851 T21.001.001.001.00 T31.59(1.08～2.33)0.0191.61(1.06～2.45)0.0271.03(0.84～1.26)0.7761.07(0.86～1.33)0.549连续性变量分析1.05(0.90～1.22)0.5421.02(0.85～1.22)0.8271.04(0.96～1.12)0.3911.03(0.95～1.13)0.462

Model 1:未调整其他因素；Model 2:调整母亲文化程度、城乡居住、职业稳定性、家庭综合财富指数、新生儿性别，其中在LBW的Model 2中还调节了孕周；连续性变量分析：是将膳食模式得分不做分类时按连续性变量纳入模型进行分析。T1为低分组，T2为中分组，T3为高分组。

本研究中结构方程模型分析和多因素logistic回归分析均是分析不同膳食模式对胎儿体重受限的影响，均未发现素食模式与胎儿体重受限的显著关系，这可能是倾向于这种膳食模式的人较少，同时两种分析均发现均衡模式是胎儿体重受限的保护因素。多因素logistic回归分析也发现零食模式与LBW有显著关系，与SGA无显著关系，在结构方程模型分析中发现零食模式是胎儿生长受限的危险因素，即零食模式均会增加LBW和SGA 的发生风险，这可能是在结构方程模型分析中零食模式仅包括零食小吃、糕点、饮料等几类加工食物，而在多因素logistic回归分析中零食模式是综合考虑了这类膳食模式包含的所有食物。因此在结构方程模型分析中各膳食模式均是包含此类膳食模式中荷载较大的食物，故这样主要是反映这些荷载较大食物的影响，而在多因素logistic回归分析则是综合考虑了相应膳食模式的全部食物，综合反映这类膳食模式对低出生体重的影响，因此在分析时可将两种方法结合起来，充分理解膳食模式对LBW和SGA的影响。尽管不同的研究中有利出生结局的膳食模式中所含的食物不尽相同，但也具有一致性，即孕期摄入加工程度低的食物如蔬菜、水果、低脂奶和瘦肉可能降低胎儿低出生体重的风险，而过多的摄入高加工的食物会减少新生儿的出生体重[17]。

本研究存在一定的局限性。本研究的数据只截取了“陕西省出生缺陷现状及其危险因素调查”的数据，属于横断面调查，还需结合历年随访数据做进一步验证，再者膳食调查时可能会存在一定的调查对象的回忆偏倚以及调查员之间因标准不一而产生的偏倚，为了在一定程度上改善偏倚，故在选取研究对象时选择年龄在1岁及以内的孩子及母亲作为研究对象。此外，本研究中的模型适配度未达到最优，这可能与样本观察数有关[18]。