健康体重、超重和肥胖人群生活方式相关行为的差异：一项基于波兰4714名成年人数据的二次分析
Differences in Lifestyle-Related Behaviors Among Healthy Weight, Overweight, and Obese Groups: A Secondary Analysis of Data on 4714 Adults in Poland
1. 领域背景与文献
发表期刊：Nutrients；影响因子：5.717；研究领域：公共卫生与营养学（肥胖防控方向）
全球肥胖流行已成为重大公共卫生挑战，世界卫生组织（WHO）1997年将肥胖列为全球流行病，2000年代代谢综合征概念的普及推动了肥胖与慢性疾病关联的研究，2010年后精准营养、数字健康工具成为肥胖防控的前沿方向。当前研究热点聚焦于生活方式干预的精准化、数字健康工具在体重管理中的应用，以及健康不平等与肥胖风险的关联。然而，现有研究仍存在核心未解决问题：不同身体质量指数（BMI）分组人群的生活方式行为异质性数据在中欧国家较为匮乏，且针对该地区人群的健康不平等与肥胖行为关联的研究不足，导致公共卫生干预政策缺乏针对性数据支持。本研究针对这一空白，基于波兰全国代表性成年人数据，系统分析健康体重、超重与肥胖人群的生活方式行为差异，为中欧国家的肥胖防控策略提供科学依据。
2. 文献综述解析
本文献综述按能量摄入（饮食行为）、能量消耗（体力活动）、肥胖的健康影响、公共卫生干预四个维度，系统梳理了肥胖领域的现有研究。现有研究的关键结论显示，能量摄入与消耗的失衡是超重与肥胖发生的核心生物学机制，饮食中全谷物、蔬菜的摄入与体重增长风险降低相关，而精制谷物、高糖饮料的摄入则与肥胖风险升高关联；体力活动方面，规律的中等强度运动可有效维持体重，但不同类型活动对不同BMI组的效果存在差异。现有研究的技术方法优势在于多采用大样本流行病学调查，能够反映人群整体的生活方式特征；局限性则体现在部分研究样本代表性不足，尤其是中欧国家的人群数据较为缺失，且对不同BMI组的行为异质性分析不够深入，同时缺乏对数字健康工具使用差异与BMI分组关联的系统研究。通过对比现有研究的未解决问题，本研究的创新价值凸显：首次基于波兰全国代表性样本，系统分析健康体重、超重、肥胖三组人群在饮食行为、体力活动、健康监测行为上的异质性，同时纳入健康不平等视角，为中欧国家的肥胖防控政策提供针对性的人群数据支持，弥补了该地区相关研究的空白。
3. 研究思路总结与详细解析
本研究的整体框架为：以明确波兰不同BMI组成年人的生活方式相关行为差异及影响因素为研究目标，围绕“不同BMI组生活方式行为异质性及与健康不平等的关联”这一核心科学问题，采用“二次数据获取→人群分组→描述性统计与差异分析→多因素回归验证→结论提炼”的闭环技术路线。
3.1 研究对象与数据来源
实验目的：获取具有全国代表性的波兰成年人生活方式与BMI数据，确保样本能够反映该国18-64岁劳动年龄人口的特征。方法细节：使用波兰国家卫生政策与健康不平等中心2024年12月开展的计算机辅助网络调查（CAWI）数据，该调查采用分层抽样设计，涵盖性别、年龄、居住地、教育水平四个分层维度，样本量超过5000人，本研究从中纳入4714名符合分组标准的成年人，排除体重过轻（BMI<18.5）与病态肥胖（BMI≥40）人群。结果解读：最终样本中健康体重组占47.0%（n=2214），超重组占34.2%（n=1611），肥胖组占18.9%（n=890），样本的年龄、性别、教育水平、居住地分布与波兰劳动年龄人口结构一致，确保了研究结果的代表性。
产品关联：文献未提及具体实验产品，领域常规使用在线调查系统（如CAWI平台）进行大样本人群数据收集。
3.2 变量定义与人群分组
实验目的：明确生活方式行为变量的测量标准与BMI分组依据，为后续差异分析奠定基础。方法细节：通过7项调查问题测量36项生活方式相关行为，涵盖体重监测频率、饮食与体力活动监测方式、每日餐次、饮食习惯、体力活动类型及时长等维度；基于受访者自我报告的身高与体重（测量于调查前7天内）计算BMI，将人群分为健康体重组（18.5≤BMI≤24.9）、超重组（25≤BMI≤29.9）、肥胖组（30≤BMI≤39.9）。结果解读：所有生活方式行为均为受访者自我报告，未通过客观测量进行验证，可能存在一定的回忆偏倚，但分层抽样设计在一定程度上降低了偏倚对结果的影响。产品关联：文献未提及具体实验产品，领域常规使用BMI计算器进行人群分组，使用标准化问卷进行生活方式行为调查。
3.3 统计分析方法设计
实验目的：系统分析不同BMI组之间生活方式行为的差异，并识别影响BMI分组的关键因素。方法细节：采用描述性统计呈现人群特征与行为的频率及比例；使用卡方检验分析定性变量在不同BMI组间的差异；构建两个多因素逻辑回归模型，分别预测健康体重组与超重组的分组（模型1）、超重组与肥胖组的分组（模型2），采用向后逐步法（似然比）筛选变量，通过Cox-Snell R²与Nagelkerke R²评估模型拟合度，统计显著性水平设为P<0.05。结果解读：卡方检验结果显示，多类生活方式行为在不同BMI组间存在显著差异；两个回归模型均通过拟合度评估，能够有效识别影响分组的关键因素。产品关联：文献未提及具体实验产品，领域常规使用SPSS、R等统计软件进行流行病学数据的统计分析。
3.4 生活方式行为差异分析
实验目的：明确不同BMI组在健康监测、饮食行为、体力活动三类核心生活方式行为上的异质性。方法细节：分别对体重监测频率、饮食与体力活动监测方式、每日餐次、饮食习惯、体力活动类型及时长等行为进行组间比较，分析不同BMI组的行为特征。结果解读：健康体重组更频繁关注饮食中的营养成分（29.2% vs 超重组23.9%、肥胖组21.1%，n=4714，P<0.001），更常使用智能手表或健身手环监测体力活动（21.1% vs 超重组20.0%、肥胖组17.2%，n=4714，P<0.05）；饮食行为上，健康体重组更常摄入蔬菜（35.9% vs 超重组33.0%、肥胖组30.8%，n=4714，P<0.05）、全谷物产品（20.9% vs 超重组20.4%、肥胖组17.1%，n=4714，P<0.05），并更常消除含防腐剂或人工色素的食品（23.8% vs 超重组20.5%、肥胖组15.9%，n=4714，P<0.001）；体力活动方面，健康体重组更常进行步行或骑行（36.7% vs 超重组35.6%、肥胖组27.3%，n=4714，P<0.001）、家庭瑜伽或普拉提（17.7% vs 超重组10.7%、肥胖组9.4%，n=4714，P<0.001），而肥胖组更常选择游泳（6.2% vs 健康体重组7.6%、超重组9.5%，n=4714，P<0.05），这可能与游泳对关节负荷较低有关。
产品关联：文献未提及具体实验产品，领域常规使用标准化行为问卷进行生活方式数据收集。
3.5 BMI分组影响因素的回归分析
实验目的：识别影响健康体重与超重、超重与肥胖分组的关键人口学与生活方式因素。方法细节：针对两个回归模型，纳入人口学因素（性别、年龄、教育水平、居住地）与具有组间差异的生活方式行为变量，通过向后逐步法筛选出对分组有显著影响的变量。结果解读：模型1（健康体重vs超重）显示，年龄是超重的最强预测因素，45-64岁人群的超重风险是18-24岁人群的5.7倍（95%CI 4.34-7.49，n=3825，P<0.001）；男性的超重风险是女性的1.69倍（95%CI 1.47-1.95，n=3825，P<0.001）；生活方式因素中，超重组更常监测每日步数（OR=1.42，95%CI 1.19-1.71，n=3825，P<0.001）、限制碳水化合物摄入（OR=1.39，95%CI 1.1-1.75，n=3825，P<0.01），而健康体重组更常消除含防腐剂或人工色素的食品（OR=0.76，95%CI 0.63-0.91，n=3825，P<0.01）、进行家庭瑜伽或普拉提（OR=0.68，95%CI 0.55-0.84，n=3825，P<0.001）。模型2（超重vs肥胖）显示，肥胖组更常规律运动至少每周3次（OR=1.5，95%CI 1.09-2.06，n=2501，P<0.05）、关注饮食中的膳食纤维（OR=1.35，95%CI 1.04-1.75，n=2501，P<0.05），但也更常表示不关注自身饮食（OR=1.23，95%CI 1.0-1.5，n=2501，P<0.05）；超重组则更常表示不进行任何体力活动（OR=0.62，95%CI 0.5-0.75，n=2501，P<0.001）、使用应用或日记追踪体重管理进度（OR=0.67，95%CI 0.49-0.92，n=2501，P<0.05）。产品关联：文献未提及具体实验产品，领域常规使用统计软件进行多因素逻辑回归分析。
4. Biomarker研究及发现成果解析
本研究将生活方式相关行为作为BMI分组的预测生物标志物，通过系统的组间差异分析与多因素回归验证，明确了不同BMI组的特征行为及与健康不平等的关联。Biomarker定位：本研究涉及的生物标志物为生活方式行为标志物，包括饮食行为、体力活动行为、健康监测行为三类，筛选逻辑为：首先通过卡方检验识别不同BMI组间存在显著差异的行为，再通过多因素逻辑回归验证这些行为与BMI分组的独立关联，形成“差异筛选→独立验证”的完整逻辑链条。研究过程详述：这些行为标志物的来源为波兰全国代表性成年人的自我报告数据，验证方法采用卡方检验（组间差异分析）与多因素逻辑回归（独立关联验证）；特异性与敏感性数据显示，“不关注自身饮食”在肥胖组的比例为39.1%，显著高于健康体重组的32.6%（n=4714，P<0.001），特异性较好；“消除含防腐剂或人工色素的食品”在健康体重组的比例为23.8%，显著高于肥胖组的15.9%（n=4714，P<0.001），可有效区分健康体重组与肥胖组。核心成果提炼：本研究识别出13项与健康体重-超重分组相关的标志物，其中年龄是最强预测因素（45-64岁人群超重风险为18-24岁的5.7倍，n=3825，P<0.001）；同时识别出7项与超重-肥胖分组相关的标志物，其中“规律运动至少每周3次”是肥胖组的特征行为（OR=1.5，95%CI 1.09-2.06，n=2501，P<0.05），而“不进行任何体力活动”是超重组的特征行为（OR=0.62，95%CI 0.5-0.75，n=2501，P<0.001）。本研究的创新性在于首次在波兰人群中系统揭示了不同BMI组的生活方式行为标志物，同时纳入健康不平等视角，发现教育水平、居住地与BMI分组的关联，为中欧国家的肥胖防控提供了针对性的干预靶点。推测：健康体重人群更倾向于选择生态或有机食品，这种消费行为可能源于健康导向的营销宣传，需进一步研究验证该关联。