我们将每天分享国际上生物、医学等方向的最新科研成果，把世界上最新的科技发展带给读者，如果喜欢我们，请点一个关注吧
1 引言
近年来，进餐时间（时序营养）及其代谢后果引起了越来越多的研究兴趣[1,2]。关于“我们何时进食”的知识，结合关于“我们24小时内吃什么”的大量文献，有助于理解导致人群超重和肥胖的因素[3-5]。时序营养研究的证据表明，不健康的饮食习惯有可能影响昼夜节律和代谢健康，这涉及大脑中主要昼夜节律起搏器（位于下丘脑视交叉上核，SCN）和与食物摄入和代谢相关的器官中的外周节律之间的双向作用[3,6,7]。研究表明，食物摄入时间有可能影响营养和代谢健康，如体重[8,9]、激素平衡[10,11]、血糖和脂质代谢[12]以及睡眠质量[13-15]。
工作日与周末食物摄入时间的差异取决于农村/城市生活环境。食物摄入时间的变化与一系列代谢结果相关，包括正面和负面的健康影响[16,17]。事实上，体重增加和肥胖与不吃早餐的行为有关[1,8,18]。吃早餐与健康的代谢状态相关，包括早餐后对葡萄糖、胰岛素、生长素释放肽和饥饿感的积极影响[1,19,20]。此外，高热量早餐搭配相反的低热量晚餐似乎对治疗超重/肥胖和其他代谢紊乱有效[3]。其他近期研究发现，晚餐吃得晚也是与体重增加和肥胖相关的行为，暗示晚餐吃得晚与总脂肪、胆固醇和碳水化合物的高能量摄入之间存在关系[1,19]。在夜间，脂肪氧化受损，由于葡萄糖耐量降低，整体代谢变得不那么高效[1]。此外，社会常规和压力，如工作/学校需求，解释了晚餐吃得晚的行为，导致人们偏爱不健康的食物[21]。因此，不仅餐食的质量和数量对健康至关重要，食物摄入时间也需要考虑。
《巴西人口膳食指南》建议食用新鲜或最少加工的食物，在家做饭，在适当的环境中进食，避免超加工产品，并保持规律的进餐时间，包括三餐（早餐、午餐和晚餐），以促进健康和福祉[22]。Rodrigues等人[23]最近的一项研究分析了巴西人口（46,164名10岁及以上个体）的代表性数据，显示绝大多数参与者（80%）遵循这种三餐模式。然而，关于巴西人口进餐时间的数据仍然非常有限。我们小组使用巴西成年人代表性数据进行的少数可用研究之一显示，进餐时间安排的差异很大。第一餐通常在6:30至9:30之间，而最后一餐一般从18:00左右开始，可以持续到接近22:00[18]。需要更多研究来更好地理解这些模式及其含义。
本研究的目的是调查巴西代表性样本中，城市和农村地区居民以及工作日与周末之间食物摄入时间的差异。我们期望识别出一种工作日与周末的模式，即农村人口在工作日的食物摄入时间早于周末。此外，我们假设，由于城市和农村居民食物摄入模式的延迟，周末的进食窗口会延长。
2 材料和方法
本研究使用了全国膳食调查（INA）的数据，该调查是家庭预算调查（POF）数据库中专门关注巴西人口饮食习惯和消费的部分[24]。该调查收集了关于食物类型和数量、食物摄入的频率和时间，甚至某些食物（如肉类和蔬菜）的烹饪方法的信息。它包括一个全国代表性的10岁以上居民样本，共34,003人[24]。
本研究使用了巴西地理和统计局（IBGE）2008-2009年家庭预算调查（POF）的公开数据，该数据可在线查询（http://www.ibge.gov.br，访问日期：2024年3月23日）。IBGE提供的微观数据通过省略可识别信息（如家庭地址、电话号码和人口普查区号）来确保保密性。巴西人口普查数据受法律保护（第13,709/2018号法律——《通用数据保护法》和第105/2001号补充法律），确保机密信息不会公开。隐私、保密性和数据负责任使用等伦理原则符合《赫尔辛基宣言》的指南，并在IBGE进行的调查中得到遵循[24,25]。
调查的数据收集工作持续12个月，从2008年5月开始，至2009年5月结束。要求参与者在7天内自行报告两个非连续日的膳食摄入情况，使用食物日记[24]。这对于实时记录以最小化记忆偏差非常重要。数据在巴西所有州和联邦区收集，采用加权抽样以确保样本具有代表性[24]。为了考虑与总体人口的潜在偏差，POF抽样权重考虑了一些标准：家庭规模、选择概率、响应率、地理和社会阶层分布以及其他统计调整[25]。
2008-2009年的POF采用了多阶段抽样设计，其中人口普查区集群作为每个阶层内分层的基础。分层由政府行政区划、城市或农村地区以及根据2000年IBGE人口普查数据的收入水平决定[24,25]。划分城市和农村地区的标准基于IBGE人口普查中的人口普查区划分，考虑了地理和社会经济方面。地区被分类为城市或农村，并进一步细分为首都、大都市区和市政区等类别。在每个地理阶层内，根据户主的总收入将人口普查区进行分组，确保统计分层。这一方案确保了样本中城市和农村地区的代表性，优化了估计的准确性[24,25]。
在初始样本（34,003人）中，仅选择了成年居民（18-59岁）的数据用于本研究，排除了12,983人。为了确保工作日和周末饮食习惯的准确代表性，我们进一步细化了样本，排除了食物日记完成日期缺失的个体（n=398，剩余：20,622人）。此外，我们仅纳入了提供两份不同食物日记记录的参与者，一份来自工作日，一份来自周末。这导致排除了14,852人，最终样本量为5770名参与者，他们拥有完整的工作日和周末膳食数据。
对于调查的整体数据集（POF），两天是随机完成的，没有限制它们是工作日还是周末。然而，对于本研究，仅选择了记录了一天工作日和一天周末的参与者。记录了两天工作日或两天周末的参与者被排除在分析之外。
本研究关注食物摄入的时间方面，我们称之为时序营养变量。具体的与时间相关的变量包括首次食物摄入时间、最后一次食物摄入时间、进食中点、热量中点和进食窗口。我们将首次食物摄入时间定义为05:00之后发生的任何摄入，最后一次食物摄入时间考虑到04:00。进食中点通过以下公式计算首次和最后一次摄入时间之间的平均时间：进食中点=（最后一次食物摄入时间-首次食物摄入时间/2）+首次食物摄入时间。例如，一个个体在08:00吃第一餐，在20:00吃最后一餐，有12小时的进食窗口，进食中点为14:00。热量中点计算为每个人每日热量摄入50%的时间。进食窗口基于首次和最后一次食物摄入之间的时间。
统计分析
为了描述数据，我们计算了巴西地区（城市和农村）之间社会人口学数据的描述性统计量（比例和置信区间）。时序营养变量通过工作日与周末比较以及城市/农村地区的均值和置信区间进行描述。对于社会人口学比例中呈现的分类变量，我们使用卡方检验来评估频率的潜在差异，而使用双因素方差分析来探索工作日与周末比较以及城市与农村地区对时序营养变量的影响。根据双因素方差分析确定的显著交互作用，使用Sidak校正进行事后比较。
使用Lomb-Scargle周期图（LSP）对来自两个非连续日食物日记的时间序列进行分析，以检测时序营养变量中潜在的节律模式。使用R语言的“lomb”包，特别是“lsp”函数，用于计算Lomb-Scargle周期图，因其适用于处理不规则采样间隔的时间序列[26]。这种方法在生物钟学中得到广泛应用，因为它在处理不均匀间隔的时间序列方面具有稳健性，并且能够为周期图中识别的每个峰提供统计显著性水平[26,27]。我们样本时间序列的不规则性源于不完整的数据，归因于2008至2009年数据收集期间偶尔缺失的观察值。
描述性和推断性分析均针对样本的复杂设计进行了调整，这考虑了特定组内参与者可能存在的聚类。这涉及在整个数据分析过程中使用Stata 16中的“svy”命令或R 4.2.1中的“survey”包[28]。所有分析均采用p<0.05的显著性水平。
3 结果
表1描述了社会人口学变量，包括总样本量（n = 5770）并按地区（城市和农村）进行了分层。本研究中，76.2%的受试者居住在城市地区，而23.8%居住在农村地区。大多数社会人口学变量的频率在城市和农村之间存在差异。城市地区女性略占优势（50.5% vs. 男性49.5%）；而在农村地区则相反，男性占优势（54.4% vs. 女性45.6%）。此外，在城市地区，报告受教育年限为0-10年的人数略占多数（51.3% vs. 报告受教育年限超过11年的人数48.7%）。而在农村地区，报告受教育年限为0-10年的人数比例更高（80.6% vs. 报告受教育年限超过11年的人数19.4%）。在城市地区，大多数人自称是白人（51.1%），其次是黑人/棕色人种（47.9%）。而在农村地区则相反，大多数人自称是黑人/棕色人种（67.1%），其次是白人（31.3%）。
工作日与周末的比较显示，在三个时间营养学变量上存在显著的主效应（表2）。工作日（07:42）的首次进食时间早于周末（07:53；p < 0.001）。然而，最后一次进食时间则呈现出相反的模式，工作日（20:07）晚于周末（19:59；p = 0.04）。尽管这些差异看似很小，但它们导致了进食窗口长度的显著差异，工作日（12.42小时）相比周末（12.09小时，p < 0.001）有所延长。另一方面，无论是工作日还是周末，进食中点和热量中点均无差异。
参与者居住的城市/农村地区影响了大多数时间营养学变量的进食时间。在城市地区，首次进食时间晚于农村地区（分别为07:57和07:17；p < 0.001），而最后一次进食时间也遵循相同的模式，城市地区晚于农村地区（分别为20:12和19:39；p < 0.001），无论周中哪一天都是如此。这些结果导致了城市和农村地区在进食中点和热量中点上的差异。这两个时间营养学变量在城市地区均晚于农村地区（城市：14:04和13:36 vs. 农村：13:28和12:59；两者p < 0.001）。在工作日与周末的比较×城市/农村地区的交互作用中，未观察到时间营养学变量的统计学差异。
分别考虑城市和农村地区（365天）的时间序列分析发现，仅在城市地区，首次进食时间（7天）和进食窗口（6.98天）存在每周的节律模式（图1）。其他时间营养学变量（最后一次进食时间、进食中点和热量中点）在两个地区的周期图中均未显示出显著的峰值（补充材料，图S1-S3）。
表1. 根据地区划分的样本社会人口学特征
4 讨论
本研究首次报告了城市和农村人口中工作日与周末食物摄入时间的节律性模式，并探讨了这些模式在工作日与周末之间的差异。首先，我们的研究仅在城市地区发现了每周节律。农村居民的食物摄入时间没有统计学上显著的每周节律，这使我们拒绝了最初为本研究设计的假设。这表明，没有一个强烈的社会决定因素来区分周末和工作日。其次，在比较城市和农村地区时，我们发现城市居民的首次食物摄入时间显著晚于农村居民。最后一次食物摄入也呈现出相同的模式，即城市居民的最后一次食物摄入时间也较晚。因此，城市居民的进食时间和热量摄入中点都较晚。第三，我们的结果表明，工作日与周末在食物摄入时间方面存在差异，这是主要效应。我们发现，无论参与者居住在哪个地区，工作日首次食物摄入时间均显著早于周末，这证实了我们的初步假设。相反，工作日的最后一次食物摄入时间晚于周末。由于本研究发现工作日的进食窗口较长，这与最近的一项中国横断面研究[29]相似，因此这些发现拒绝了我们关于周末进食窗口更长的假设。
本研究团队使用与本研究（2008-2009年巴西家庭预算调查）相同的数据库，最近发表了两项研究。这些研究表明了巴西人食物摄入时间的地区差异，以及这些差异如何与体重指数（BMI）和肥胖相关[18,30]。Crispim等人[18]证明了食物摄入时间对超重和肥胖风险有显著影响。此外，我们使用逻辑回归分析发现，首次和最后一次食物摄入时间较晚，以及21:00后热量摄入较高，与巴西人口超重和肥胖风险增加相关。另一项研究调查了时间营养学变量的季节性方面，发现纬度对进食中点、首次和最后一次食物摄入时间有正向影响[30]。延迟的食物摄入时间表明，基于更健康的进食时间的干预政策进行营养规划对于巴西高纬度地区的人口至关重要[30]。这种时间营养学规划提前了进食时间，可能有助于预防巴西人口的超重和肥胖。
一些研究调查了工作日与周末食物消费量的差异，发现工作日相比周末，进食次数增加，且更偏好零食[31-34]。此外，周末白天或晚上的进食减少[35]。然而，美国全国健康和营养调查（NHANES，2003-2012年）的数据发现了相反的效果，显示周末的总能量摄入增加，饮食健康程度降低。这突出了快餐在导致周末高热量摄入和不良饮食中的作用[21]。考虑到我们的结果，我们可以推断，这些差异特定于城市地区，因为农村居民中没有观察到每周模式，这表明他们倾向于在周末和工作日保持相同的进食时间。
城市化城市中的人们由于工作时间长和通勤时间长，往往推迟睡眠和进食时间常规，导致首次和最后一次食物摄入时间较晚，以及本研究中发现的进食和热量摄入中点较晚[36-38]。在城市化城市中，不吃早餐是一种常见做法[19,39]，因此个体推迟首次食物摄入时间，并用超加工零食替换这顿高质量的餐食[40,41]。此外，城市地区社交活动机会的增加，使得人们在长时间工作或社交活动后能够接触到多种食物选择（如外卖服务和便利店）；这种情况导致夜间活动延长，从而推迟了最后一次食物摄入时间[1,10]。这种现象通常会发展为慢性昼夜节律延迟，不仅影响食物摄入时间，还会扰乱其他昼夜导向的行为，如睡眠/觉醒周期[14,42]。
城市居民有上述社会常规/压力，以及与昼夜生物学相关的其他特定条件。工作/学校环境中自然日光暴露减少会改变昼夜节律，影响全天的食物摄入时间。在恒定常规条件下进行的实验室研究表明，进餐时间可以同步外周振荡器[36]，这有助于解释昼夜系统与食物摄入之间公认的相关性。因此，本研究中检测到的7天节律性模式表明，城市居民的食物摄入时间存在每周变化，这与他们的其他每周导向的昼夜节律（如睡眠/觉醒周期）相一致。这种关系表明，食物摄入时间的每周不规律性可能是每周睡眠/觉醒周期中社会时差的一个关键因素[43,44]。因此，城市居民在工作日倾向于经历延迟的食物摄入时间和较长的进食窗口，由于昼夜节律失调，这会导致健康和福祉受损[8,45]。另一方面，农村居民接触自然日光的情况反映在他们规律的食物摄入时间和睡眠/觉醒时间上，无论是在工作日还是周末[46]。
相比之下，一些在低收入和高收入国家进行的研究报告称，农村人口超重/肥胖的风险增加[47,48]。作者建议，在电力受限的情况下，食物保存方法（如腌制和烟熏）可能是这些发现的原因[19,49]。此外，Trivedi及其同事在美国进行的一项基于人群的研究（NHANES 1999-2006年）发现，农村人口存在不良的饮食习惯，其特点是含糖饮料消费量高，纤维和水果摄入量低，这突出了农村地区相比城市地区有更高的肥胖倾向[47]。
城市化社会中影响工作和学校常规的力量与一周内一致的食物消费模式相关[19]。在巴西进行的一项关键性基于人群的研究（使用与本研究相同的样本，即2008-2009年巴西家庭预算调查）发现，周末的每日能量摄入较高[33]。此外，工作日碳水化合物是这种能量摄入的主要成分，而周末则更多地摄入总饱和脂肪和反式脂肪[33]。在周末（进食窗口较短时），由于社交活动可能改变食物摄入，倾向于消费快餐和超加工食品，导致低质量食物摄入，因此总能量摄入高于工作日[33]。从时间营养学的角度来看，可以看出巴西人口超重和肥胖的一个潜在因素，即本研究中观察到的周末较短的进食窗口。这与此期间识别出的较高热量摄入同时发生[33]。这种情况凸显了对每周进食行为变化以及社交活动在驱动这些不规律进餐时间模式中的潜在作用的担忧。
尽管缺乏研究表明一周内进餐时间的变化，但最近发表了一项使用最重要全国性基于人群调查数据之一的结果[50]。美国国家健康和营养检查调查（NHANES 2017-2018年）的证据支持了我们的发现，显示整个样本在工作日的首次食物摄入时间较早，最后一次食物摄入时间较晚[50]。此外，这些发现还揭示了工作日较长的进食窗口，与我们的研究相似。然而，该研究没有分析城市和农村样本的每周节律性模式，也没有进行比较。
先前的研究表明，工作日工作场所的影响和周末社交义务可能是工作日相比周末更多进餐和零食的常见模式的原因[21,33,51]。有一项调查记录了美国人口工作日晚上主要进餐的情况[21]，突出了工作、学习和其他义务[37,38]可能将工作日进餐时间分散在更长的时间段内。此外，通勤时间是影响城市居民进餐时间的关键因素[37]，并导致工作日进食窗口延长。相反，周末非工作日的空闲时间允许在更有利的时间进食，包括减少不吃早餐和全天减少多次零食摄入[21]。
本研究提供了来自巴西大型基于人群样本的横断面食物日记数据的综合分析。这项研究的关键优势在于其能够阐明工作日与周末食物摄入时间的差异，并识别城市和农村人口在进食时间模式上的差异。这些见解有助于制定和实施针对不同人口群体特定需求和行为的有效公共健康营养政策。因此，时间营养学（进食时间）成为医疗保健专业人员在促进健康饮食习惯时必须考虑的关键因素。通过认识到星期几和地理位置对饮食模式的影响，从业人员可以设计更具针对性和影响力的干预措施。
本研究存在一些局限性。这是一项横断面研究，虽然我们进行了分析以调整潜在的混杂因素，但这种研究设计本身限制了建立因果关系的能力，反向因果关系是一个令人担忧的问题。用于收集食物消费信息的工具虽然经过验证并在科学研究中广泛使用，但具有主观性，依赖于受访参与者的动机。此外，样本量减少可能影响统计分析，尽管为了确保准确表示包括仅包含完整食物日记数据的个体在内的工作日与周末饮食习惯（详见方法部分），这是必要的。在复杂抽样设计中减少样本量可能会增加由于不能准确代表每个阶层内的人口分布而产生偏差的风险[52,53]。尽管样本量大幅减少，但仍足以对来自全国各地区的参与者进行分析，尽管分布不均。5770人的样本量仍然足够大；然而，未来需要对更大群体进行研究。尽管数据来自10多年前，但它们仍然是少数几个仍能提供巴西成年人口进食时间全面和代表性概述的数据库之一。尽管COVID-19大流行后饮食习惯可能发生变化，但这些数据对于理解长期趋势和帮助制定未来待验证的假设至关重要。
5 结论
我们的研究表明，城市化导致食物摄入时间延迟，并保持了一种有节律的7天模式，这在农村地区没有观察到。这些发现有助于解释为什么生活在城市环境中的人们面临不健康饮食时间表带来的负面后果，如超重、肥胖风险增加和昼夜节律失调。此外，结果还表明，工作日首次食物摄入显著早于周末，而最后一次食物摄入显著晚于周末，导致进食窗口延长。这些见解对于医疗保健专业人员和政策制定者在促进更健康的食物摄入时间表方面将非常有价值，同时考虑到星期几（工作日和周末）以及参与者的居住地（城市或农村）。
