條文本
PDF
摘要
目標我們的目的是評估美國印第安青年與非西班牙裔白人、黑人、亞洲或太平洋島民以及西班牙裔青年的食品不安全與心髒代謝健康指標之間的橫斷麵關聯。
設計使用的數據來自第四波全國青少年到成人健康縱向研究(Add Health)。變量包括食品不安全風險的自我評估測量、心髒代謝健康指標(體重指數、糖化血紅蛋白、血壓)和社會人口學特征。在控製社會人口學變量的同時，使用多變量回歸模型評估食品不安全風險與心髒代謝健康的關係。所有的分析都被加權，並考慮到複雜的調查設計。
參與者分析樣本n= 12799，主要包括非西班牙裔白人受訪者(n=7900)，其次是黑人受訪者n=2666，美國印第安人受訪者n=442，亞洲或太平洋島民受訪者n=848，西班牙裔受訪者n=943。
結果食物不安全的風險在女性、黑人、美國印第安人、受教育程度較低、被歸類為肥胖或糖尿病的受訪者中更為常見。在未經調整的模型中，食物不安全風險與肥胖幾率顯著相關(OR=1.39;95% CI 1.20 ~ 1.60)和糖尿病(OR=1.61;95% CI 1.23 ~ 2.11)。在調整了社會人口學因素(年齡、性別、教育程度、收入、家庭規模、吸煙、飲酒和種族/民族)後，隻有食品不安全風險與肥胖之間的關聯仍然存在(OR=1.19;95% CI 1.03 ~ 1.38)。糧食不安全風險、社會人口特征和糖尿病之間的關係在按種族和民族分層的模型中有所不同。
結論結果表明，年輕的美國印第安成年人存在食物不安全的風險升高，但其與心髒代謝健康的關係尚不清楚。未來的工作應利用縱向數據和美國農業部的糧食安全調查模塊。
- 一般糖尿病
- 流行病學
- 營養學
- 預防醫學
- 公共衛生
數據可用性聲明
數據可以從第三方獲得，但並不公開。可通過北卡羅來納大學教堂山分校卡羅萊納人口中心的許可證獲得受限添加健康數據訪問。
這是一篇開放獲取的文章，根據創作共用署名非商業(CC BY-NC 4.0)許可證發布，該許可證允許其他人以非商業方式分發、混音、改編、在此基礎上進行構建，並以不同的條款許可其衍生作品，前提是正確引用原始作品，給予適當的榮譽，任何更改都已注明，並且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/．
數據來自Altmetric.com
本研究的優勢和局限性
目前的研究是第一個描述美國印第安年輕人食品不安全的研究。
通過使用人體測量和血液評估來表征心髒代謝健康的客觀測量來加強分析。
糧食不安全的單項測量要求對受訪者的糧食不安全風險進行謹慎的解釋。
這些分析依賴於Add Health研究中收集的一波橫斷麵數據，因此無法推斷因果關係。
背景
飲食敏感的心髒代謝疾病是美國發病和死亡的主要原因之一，2017年心髒病和糖尿病占死亡人數的25%以上。1患者每年用於治療和管理心髒病和糖尿病的醫療費用是巨大的。2 3此外，這兩種疾病與平均損失10年以上的質量調整生命年有關。4雖然心髒病和糖尿病是身體生理和代謝變化的結果，但這些疾病的負擔存在種族和民族差異5個6是健康問題的結構性和中介性社會決定因素的產物。7
健康的社會決定因素包括"個人出生和生活的複雜環境會影響他們的健康。．8其中一個決定因素是糧食不安全，即沒有足夠的經濟資源為家庭所有成員提供足夠的營養食品。92019年，估計有11%的美國家庭麵臨糧食不安全。92019冠狀病毒病大流行加劇了美國的糧食不安全，10到2020年，這一比例上升到15%。11理論上，糧食不安全與慢性疾病之間存在循環關係，其中因糧食不安全而經曆的應對反應和壓力會增加慢性疾病風險。隨後的疾病治療費用會使經濟困難持續下去，進一步放大糧食不安全風險。12經驗證據支持糧食不安全與慢性疾病發展之間的關係，13疾病自我管理能力差，14更高的醫療成本15日16以及過早死亡。17 18
種族和民族群體之間糧食不安全的差異沒有得到很好的描述。盡管美國糧食安全年度報告始終表明，與由非西班牙裔白人成年人領導的家庭相比，由西班牙裔或非西班牙裔黑人成年人領導的家庭糧食不安全更普遍，9這份報告缺乏詳細的種族或民族差異數據，因為美國印第安人、阿拉斯加原住民、夏威夷原住民、太平洋島民和亞洲受訪者被歸在一個單一的“其他非西班牙裔”類別下。此外，最近的研究報告表明，心髒代謝健康的已知危險因素，如超重和肥胖，在不同種族/民族群體中有不同的影響。研究發現，與非西班牙裔白人和非西班牙裔黑人成年人相比，亞裔成年人在超重和肥胖水平較低的情況下，患病和早死的可能性更高。19日20同樣，非西班牙裔黑人兒童比非西班牙裔白人和西班牙裔兒童更容易患高血壓，即使在調整了當前和出生體重後也是如此。21該研究計劃強調需要繼續使用種族分層模型檢查心髒代謝健康的危險因素。
美洲印第安人麵臨著獨特的曆史和社會文化影響，這些影響影響著他們的生活經曆和社區普遍存在的健康社會決定因素。22日23日例如，被迫離開傳統土地和依賴高度加工的政府糧食商品計劃對美洲印第安人的糧食係統產生了不可逆轉的影響。24然而，有關這些力量如何影響當代糧食不安全的數據很少。在聯邦、州和地方的數據收集和報告中，美國印第安人繼續經常被遺漏或錯誤分類。25少數獨立研究人員描述了美國印第安人或阿拉斯加原住民為首的家庭中普遍存在的糧食不安全問題。每股26到29一個更小的研究子集評估了美國印第安人受訪者樣本中食物不安全與慢性疾病的關係。30 -在俄克拉荷馬州農村地區的美國印第安成年人樣本中，報告食物不安全經曆的成年人更有可能報告身高和體重值被視為肥胖，以及他們被醫生、護士或其他衛生專業人員告知患有糖尿病或高血壓。31然而，在加利福尼亞健康訪談調查中，對美國印第安人或阿拉斯加土著成年人進行評估時，食物不安全與肥胖無關30.或者在中西部招募的美國印第安成年人樣本中，被醫療保健提供者告知患有高血壓或糖尿病。32然而，這些研究往往依賴於小區域樣本和受訪者的自我報告，他們得到了醫療保健提供者的診斷，這可能會引入與醫療保健獲取和醫療保健利用以及回憶相關的偏差。迄今為止，還沒有一項研究對美國印第安年輕人的食物不安全進行了特征描述，也沒有對該年齡組的食物不安全與心髒代謝健康結果之間的關係進行了種族和民族分類。
本研究的目的是評估美國印第安青年與非西班牙裔白人、黑人、亞洲或太平洋島民以及西班牙裔參與者的食物不安全與飲食敏感的心髒代謝危險因素之間的橫斷麵關係。作者假設，食物不安全的風險與較差的心髒代謝健康有關，這種關聯因受訪者的種族和民族而異。目前的分析使用的數據來自全國青少年到成人健康縱向研究(Add Health)，該研究以前被用於評估食品不安全和肥胖，按性別而不是按種族分層。33
方法
數據源
Add Health是由北卡羅來納大學教堂山分校卡羅萊納人口中心進行的一項具有全國代表性的隊列研究。341994-1995學年，在80所學校招募了7-12年級的青少年(n= 20745人)。迄今為止，受訪者已經完成了五波縱向數據收集，以探索健康、健康相關行為和健康結果的各種決定因素。在每一波數據收集過程中，受訪者完成不同的生物特征和調查評估。在每一波數據收集中收集書麵知情同意書。有關Add Health及其方法的更多詳細信息可以在其他地方找到。35
目前的研究主要依賴於2008-2009年第4波數據收集的信息，當時隊列成員的年齡為24-32歲，因為這是唯一一波包括糧食不安全措施的數據。超過80%的原始樣本(n= 15701)參與了第四波。36數據收集包括由訓練有素的現場工作人員收集的90分鍾基於計算機的調查和30分鍾基於家庭的人體測量、血壓和血液斑點生物標誌物測量的評估。1994-1995年第一波數據收集期間收集的社會人口調查數據補充了第四波數據。
措施
食品不安全
食品不安全是基於受訪者對以下問題的回答:在過去的12個月裏，你(你的家庭)是否曾擔心在你有錢購買更多食物之前，食物會不會耗盡?”回答“是”被認為存在糧食不安全風險，回答“否”被認為不存在糧食不安全風險。該項目來源於美國農業部食品安全調查模塊中類似的、更長、更敏感和更具體的項目。37將回答解釋為“糧食不安全風險”，而不是更明確的糧食不安全指標，這與其他簡短的糧食不安全篩查工具相一致，例如建議在醫療保健環境中使用的2項篩查器。38
代謝疾病健康
訓練有素的外地工作人員收集了心髒代謝健康指標，包括(a)體重指數(BMI)、(b)葡萄糖穩態和(c)血壓。39 40受訪者的體重被測量到最接近0.1公斤。高度被評估到最接近0.5厘米。BMI的計算方法是體重(kg)除以身高(m)的平方。BMI值為體重不足(<18.5 kg/m2)，正常體重(18.5 ~ <25 kg/m2)，超重(25 ~ <30 kg/m2)和肥胖(≥30 kg/m2)．為了進行分析，這些分類被分解為肥胖或不肥胖。根據血糖(mg/dL)和糖化血紅蛋白(%)評估葡萄糖穩態，糖化血紅蛋白由幹血點測定。然後，這些指標被用於將參與者分為無糖尿病、糖尿病前期或糖尿病。如果參與者的糖化血紅蛋白水平為5.7%-6.4%或空腹血糖水平為100-125 mg/dL，但他們不符合糖尿病的標準，則被歸類為糖尿病前期。如果參與者的血紅蛋白A1c≥6.5%，空腹血糖>125 mg/dL，自我報告有糖尿病史或自我報告使用糖尿病藥物，則將其歸類為糖尿病患者。
每位參與者都獲得了三次血壓讀數。收縮壓和舒張壓(mm Hg)的測量是通過第二次和第三次讀數的平均值來得出的，如果隻完成了一次讀數，則使用第一次讀數。收縮壓和舒張壓值用於將每個參與者的血壓分為正常(收縮壓<120 mm Hg和舒張壓<80 mm Hg)、高血壓前期(收縮壓120 - 139 mm Hg或舒張壓80 - 89 mm Hg)或高血壓(收縮壓≥140 mm Hg或舒張壓≥90 mm Hg)。
社會人口特征
參與者的社會人口學特征來自於第一波和第四波數據收集階段的調查問題。第一波項目包括對生理性別(女性或男性)、種族(白人;黑人或非裔美國人;美洲印第安人或美洲原住民;亞洲或太平洋島民;以及其他)和種族(關於西班牙裔或拉丁裔血統的回答是/否)。如果參與者選擇了一個以上的種族，他們將按照以下順序被分配到一個單一的種族和民族類別:美國印第安人、黑人、亞洲或太平洋島民、西班牙裔和非西班牙裔白人。其目的是最大限度地增加種族和少數民族的代表性。41參與者的年齡是以年為單位計算的，計算方法是取第一波調查中記錄的出生月份和年份與第四波調查管理的月份和年份之間的差值。第四波調查包括家庭規模(與參與者生活在一起的人數)、教育程度(低於高中;完成高中或通識教育發展考試;一些大學;或學士學位或以上)，就業(是否回答每周工作10小時或以上的帶薪工作)，家庭年收入(低於15,000美元;$ 15,000至$29,999;3萬美元至50999美元;5萬美元至74,999美元;75萬美元或以上;吸煙(在過去30天內對吸煙有/無反應)和飲酒(在過去30天內對飲用一種或多種酒精飲料有/無反應)。
統計分析
對糧食不安全風險、心髒代謝健康指標和社會人口特征進行了描述性統計，對分類變量使用頻率和比例，對連續變量使用均值和SD。Logistic多變量回歸模型用於估計心髒代謝健康指標與食物不安全風險之間的關係。所有的心髒代謝健康指標都被作為二元處理:肥胖與所有其他體重類別相比，糖尿病與無糖尿病相比，高血壓與無高血壓相比。對於整個樣本，為每個心髒代謝健康指標創建了兩個模型。未調整的模型將心髒代謝健康指標作為因變量，糧食不安全風險作為唯一的自變量。調整後的模型還包括社會人口特征(年齡、性別、教育程度、家庭規模、吸煙、飲酒和種族/民族)以及種族和糧食不安全的相互作用術語。如果這一相互作用項表明食物不安全與心髒代謝健康指標的關係因種族而異，則為參與者建立按種族分層的調整模型，其中不缺少感興趣變量的數據。考慮到心髒代謝健康指標高度相關，因此沒有進行多次比較調整。42所有統計分析都考慮了複雜的抽樣策略，包括為波4數據收集納入抽樣權重，並確定主要抽樣單位和地層，以調整代表性不足群體的分層和過采樣。所有分析均在Stata/MP中進行(V.15.0, StataCorp, College Station, Texas, 2016)，顯著性水平設置為alpha=0.05。鑒於研究人員沒有與可識別數據進行交互，華盛頓州立大學IRB認為所描述的協議不是人體受試者研究。
患者和公眾參與
沒有病人參與。
結果
在參與第四波數據收集的15701名受訪者中，2902個觀察值因缺乏調查權重(n=901)或缺少心髒代謝健康指標值(n=1290 A1c;N =346血壓;n=121 BMI)或社會人口學特征(n=104種族或民族;N =103吸煙;N =22飲酒;N =7戶;n = 4就業;N =3糧食不安全風險;n = 1教育)。最終分析樣品n=12 799。 The sample included approximately equal representations of sexes (female=50%). Most respondents were non-Hispanic white (n=7900), followed by n=2666 black, n=943 Hispanic, n=848 Asian or Pacific Islander and n=442 American Indian. Across all participants, prehypertension was the most common indicator of poor cardiometabolic health (48%), followed by obesity (37%), overweight (30%), pre-diabetes (30%), hypertension (19%) and diabetes (6%). Risk of food insecurity was reported by 11% of participants and was related to differences across many sociodemographic and cardiometabolic health variables, including sex, race or ethnicity, education, income, employment, tobacco/alcohol use, weight and glucose outcomes (not shown). Risk of food insecurity was not significantly associated with pre-diabetes (p=0.54), prehypertension (p=0.45) or hypertension (p=0.52) in bivariate comparisons, so was not further assessed in multivariable models.
在種族和民族群體中描述性地比較了與糧食不安全風險和/或心髒代謝健康指標相關的特征(表1)．不同群體的受教育程度各不相同，近一半的亞裔或太平洋島民受訪者擁有學士學位或更高學位，相比之下，西班牙裔受訪者的這一比例為六分之一。前30天的煙草和酒精使用情況在不同種族和民族群體中也存在差異，美國印第安人受訪者中煙草使用率最高(46%)，非西班牙裔白人受訪者中酒精使用率最高(65%)。肥胖在黑人受訪者中最普遍(45%)，在亞洲或太平洋島民受訪者中最不常見(26%)。糖尿病在黑人受訪者中最為普遍(15%)，其次是美國印第安人受訪者(12%)和西班牙裔受訪者(9%)。
表2顯示了所有參與者在未調整和調整模型中通過食物不安全風險預測肥胖的邏輯回歸模型的結果。在未經調整的模型中，所有參與者的食物不安全風險與肥胖幾率顯著增加相關(OR=1.39;95%置信區間1.20至1.60)。在對社會人口學特征(年齡、性別、教育程度、收入、家庭規模、吸煙、飲酒和種族/民族)進行調整後，糧食不安全風險不再與肥胖幾率增加顯著相關(OR=1.15;95% CI 0.96 ~ 1.39)。黑人受訪者的幾率顯著更高(OR=1.29;95% CI 1.13至1.48)，而亞洲或太平洋島民受訪者的幾率顯著較低(or =0.59;在調整後的模型中，與非西班牙裔白人受訪者相比，95% CI 0.38至0.93)的肥胖風險。然而，在調整後的預測肥胖的模型中，糧食不安全與種族/民族的交互項不顯著，因此沒有分析每個種族/民族的分層模型。
表3顯示了所有參與者在未調整和調整模型中估計糖尿病與糧食不安全風險之間關係的邏輯回歸模型的結果。在未調整的模型中，包括所有參與者在內的模型中，食物不安全風險與糖尿病幾率增加顯著相關(OR=1.61;95% CI 1.23 ~ 2.11)。在調整社會人口學特征(年齡、性別、教育程度、收入、家庭規模、吸煙、飲酒和種族/民族)後，糧食不安全風險仍然與糖尿病的較高幾率顯著相關(OR=1.89;95% CI 1.28 ~ 2.79)。在調整後的模型中，種族和民族也與糖尿病顯著相關，黑人(OR=3.63;95% CI 2.87 ~ 4.58)，美洲印第安人(OR=3.77;95% CI 2.37 ~ 5.98)和西班牙裔(OR=2.13;95% CI為1.40至3.23)的受訪者，與非西班牙裔白人受訪者相比，他們患糖尿病的幾率更高。糧食不安全風險與種族或民族之間的交互項也顯著，黑人(or =0.47; 95% CI 0.25 to 0.90), American Indian (OR=0.16; 95% CI 0.03 to 0.73) and Hispanic (OR=0.28; 95% CI 0.09 to 0.82) respondents who reported risk of food insecurity at lower odds of diabetes when compared with Non-Hispanic white respondents who did not report risk of food insecurity.表4顯示logistic回歸模型的結果，估計糖尿病與食物不安全風險之間的關聯，在未調整和調整的模型中按種族和/或民族分層。僅在僅限於非西班牙裔白人受訪者的模型中，食物不安全風險與糖尿病幾率顯著相關(未經調整OR=2.13;95% CI 1.45 ~ 3.13，調整後OR=1.82;95% CI 1.19 ~ 2.76)。
討論
這項研究的目的是評估年輕人的食物不安全與心髒代謝健康指標的關係，並將美國印第安人受訪者與其他種族和民族群體的這些關係進行比較。為了支持糧食不安全風險與較差的心髒代謝健康相關的假設，即使在調整性別、年齡、種族/民族、家庭規模、教育程度、收入、吸煙和飲酒後，也觀察到糖尿病與糧食不安全風險相關。此外，我們還描述了不同種族和民族群體在食物不安全風險流行率和心髒代謝健康不良指標方麵的差異，並發現了青年時期食物不安全風險與糖尿病之間可識別關係的差異。總體而言，研究結果與下述證據一致:糧食不安全的個人或家庭為應對資源不足而采取的預期飲食變化與身體健康差異有關12 43-45並提供了關於這種關係如何在不同種族和民族的年輕人中表現出來的新跡象。
在Add健康評估的第四波中收集的數據提供了青年時期已經存在的糧食不安全風險和心髒代謝健康問題的一瞥。在本樣本中，11%的年輕人報告存在糧食不安全風險，這低於2011-2015年當期人口調查評估的21-30歲成年人領導的家庭的糧食不安全患病率(15%-16%)。46這種流行率的差異是出乎意料的，因為第四波增加健康發生在大衰退期間，而同一時期普通人群的糧食不安全患病率上升。9因此，樣本可能與美國一般的年輕成年人口在未觀察到的方麵有所不同。關於糧食不安全風險與社會人口特征(包括收入、教育、就業、種族或民族以及煙草使用)的關係，這一特征與先前的研究結果一致。9 47 48然而，與之前的研究相反，在目前的樣本中，有食物不安全風險的年輕人中，飲酒不那麼普遍。47 49對心髒代謝健康指標的描述性分析顯示，心髒代謝健康不良指標在青年期普遍存在，超過三分之二的受訪者超重或肥胖，超過一半的樣本普遍存在高血壓前期或高血壓。然而，這些指標因種族或民族而異，黑人和美國印第安人參與者最有可能報告肥胖和/或糖尿病。這些差異可能與本研究中種族和民族群體社會人口特征分布的差異有關，也可能與Add Health第4波數據的其他分析中報告的行為模式差異有關。50 51
在受訪者中，食物不安全的風險與肥胖顯著相關，但在調整了社會人口統計學特征後，這種關係不成立。先前的研究還發現，食物不安全與超重和/或肥胖的幾率更大有關，但與當前的研究類似，這種關係在調整其他特征後會消失，或者隻在女性受訪者中保留。33 45 52一個例外是一項針對老年人的研究，該研究發現，即使在控製了相關特征之後，食物不安全也與超重或肥胖有關。53以前評估食品不安全與肥胖關係的研究很少集中在年輕人身上。在之前對Add Health數據的分析中，即使在調整了社會人口統計學特征後，食品不安全與年輕女性中更高的BMI值相關。33先前發現和當前結果的差異可能是由於預測肥胖而不是連續BMI值，但當模型按性別分層並以連續BMI作為結果時，未發現顯著結果差異(未顯示)。因此，差異可能是由不同的社會人口控製變量和/或納入標準造成的。值得注意的是，在同樣關注不依賴Add Health數據的年輕人的研究中，對這種關係的分析在很大程度上產生了不顯著的結果。54-56然而，這些研究通常隻招收大學生。54 55目前的結果在很大程度上與先前關於年輕人食品不安全和肥胖的研究一致，但作為對照的人口樣本、納入標準和社會人口學變量可能會導致結果的變化。
我們對食物不安全風險與糖尿病之間關係的研究發現，在評估整個樣本時，它們是相關的，但在按種族/民族分層的模型中，發現並不一致。與直覺相反，模型中的交互項還表明，報告食品不安全風險和種族/族裔的黑人、美國印第安人或西班牙裔的受訪者報告糖尿病的可能性低於報告無食品不安全風險的非西班牙裔白人。在美國印第安人、西班牙裔和黑人受訪者中，食物不安全風險與糖尿病之間的相互作用和缺乏關係與預期相反。先前的文獻表明，在許多這些種族/民族群體中，糧食不安全和糖尿病的患病率都有所升高57以及僅限於西班牙裔的研究58和美洲印第安人31受訪者表示，糖尿病與食品不安全有關。這些差異可能是由先前的研究(主要包括中年人和/或老年人)或測量誤差和樣本量偏差造成的，這些將在下麵進一步討論。在當前分析的分層模型中，僅在非西班牙裔白人受訪者中，食品不安全風險與糖尿病的更高幾率相關。然而，這些發現與文獻中關於食品不安全與糖尿病的趨勢一致，這些趨勢支持糖尿病患病率與較差的血糖控製之間的關係，但先前的研究依賴的樣本主要是非西班牙裔白人，或者沒有按種族/民族群體分列結果。14
有很多原因可以解釋這種違反直覺的相互作用，以及隨後對特定種族或民族群體的研究結果的缺失。非西班牙裔白人以外的種族/民族群體的有限樣本量可能不足以檢測小影響。此外，一些特征在種族/民族群體中表現出有限的變化，因此細胞計數較小。此外，由於所有受訪者都是年輕人，盡管他們表現出許多心髒代謝健康不良的指標，但與老年人的預期相比，患病率相對較低。例如，當樣本僅限於美國印第安人、亞洲或太平洋島民或西班牙裔受訪者時，每組報告食品不安全風險和糖尿病風險的人數均小於20人。在針對各種社會人口特征進行調整的模型中，參數是使用有限的數據集估計的，並可能基於有限的樣本確定關係或缺乏關係，這可能無法反映其更大的人口。最後一個可能限製我們觀察糧食不安全風險與心髒代謝健康結果之間關係的因素是依賴單一問題來確定糧食不安全風險而導致的潛在測量誤差。盡管有證據表明，與完整的18項食品安全調查模塊相比，這一單項具有93%的敏感性和85%的特異性，但在本研究中，許多感興趣的種族和民族群體尚未建立有效性證據。37 38學者們注意到，在美國印第安人或阿拉斯加土著受訪者中使用既定的糧食不安全問題可能存在的問題。24 31 59然而，亞洲或太平洋島民受訪者的估計有廣泛的ci，這可能反映了該群體內不同的社會文化和種族背景。60也有可能這些發現不是測量誤差或抽樣問題的結果。有可能，糧食不安全與種族/民族的相互作用表明，美國不同種族/民族群體在糧食不安全的體驗和應對措施方麵存在潛在差異，這值得進一步研究，以擴展這些分析，並利用額外的縱向數據調查關係的方向性。
目前的研究並非沒有局限性。這些分析依賴於Add Health研究中收集的一波橫斷麵數據，因此無法推斷因果關係。此外，如前所述，對糧食不安全的評估是基於一項措施。盡管有證據支持這一措施與糧食不安全全麵調查的可比性，但在糧食不安全方麵，家庭可能被錯誤分類。因此，必須謹慎地解釋對一項措施的肯定反應，認為這表明存在糧食不安全風險。這種解釋沒有提供10項或18項糧食安全調查模塊數據所能提供的細微差別，這些數據可以將一個家庭分為四個不同的糧食安全類別之一。37與分類相關的另一個問題涉及潛在的種族或民族錯誤分類，因為亞洲或太平洋島民受訪者是在單一的聚合術語下確定的，從而排除了夏威夷原住民或太平洋島民的獨特識別。研究人員指出，獨特的社會經濟和文化特征證明了這些數據的分解60本研究中對亞洲或太平洋島民群體的統計估計往往產生廣泛的CI範圍。最後，本樣本中幾乎有10%的收入數據缺失。但是，為了代替從多變量模型中逐級刪除這一因素，將缺失值作為收入的響應類別。盡管存在這些局限性，本研究通過描述青年時期的糧食不安全風險，並比較糧食不安全風險與心髒代謝健康指標之間的關係，對糧食不安全與美洲印第安人健康的文獻做出了貢獻。
結論
這項研究的發現有助於更廣泛的文獻，表明食物不安全與心髒代謝健康，特別是糖尿病有關。目前的數據通過提供成年早期這些關係的證據進一步擴展了研究。此外，結果強調了種族和民族群體在糧食不安全風險普遍程度和心髒代謝健康不良指標方麵的不平等。美國印第安年輕人表現出較高的食物不安全風險和心髒代謝健康狀況不佳。然而，相互作用分析和分層回歸模型並沒有闡明個別種族或民族的糧食不安全風險與心髒代謝結果之間的明確關係。未來的研究應使用縱向數據重複這些分析和/或使用完整的10項或18項糧食安全調查模塊。提供更多關於糧食不安全和心髒代謝健康受損如何在不同種族和民族群體中表現出來的證據，對於為相關的糧食和健康相關政策和規劃提供信息非常重要。
數據可用性聲明
數據可以從第三方獲得，但並不公開。可通過北卡羅來納大學教堂山分校卡羅萊納人口中心的許可證獲得受限添加健康數據訪問。
倫理語句
患者發表同意書
倫理批準
鑒於Add Health數據管理員向研究人員提供了刪除標識符的二級數據集，華盛頓州立大學機構審查委員會認為所描述的方案不是人類受試者的研究。這些方案的倫理審查和批準是由北卡羅來納大學教堂山分校的人體研究機構審查委員會(IRB)提供的。有關Add Health及其方法的更多詳細信息可以在其他地方找到。
致謝
這項研究使用了來自Add Health的數據，Add Health是由J. Richard Udry、Peter S. Bearman和Kathleen Mullan Harris設計的一個項目，由尤尼斯肯尼迪施賴弗國家兒童健康和人類發展研究所提供P01-HD31921贈款，並得到了其他17個機構的合作資助。特別感謝羅納德·r·林德福斯和芭芭拉·恩特威斯對原始設計的幫助。有興趣從Add Health獲取數據文件的人員請聯係Add Health，北卡羅萊納大學教堂山分校，卡羅萊納廣場人口中心，套房210,123 W。富蘭克林街，教堂山，北卡羅萊納州27516 (addhealth_contracts@unc.edu)。P01-HD31921未獲得本分析的直接支持。
參考文獻
腳注
貢獻者CJN、AZ-K、KS設計研究;CJN和LEH分析數據;CJN寫了論文。CJN作為擔保人，對整體內容負責。所有作者都閱讀並批準了最終的手稿。
資金這項工作由美國印第安人和阿拉斯加土著糖尿病翻譯研究中心通過國家糖尿病、消化和腎髒疾病研究所(P30DK092923)的撥款直接支持。這項研究使用了來自Add Health的數據，Add Health是由J. Richard Udry、Peter S. Bearman和Kathleen Mullan Harris設計的一個項目，由尤尼斯肯尼迪施賴弗國家兒童健康和人類發展研究所提供P01-HD31921贈款，並得到了其他17個機構的合作資助。P01-HD31921未獲得本分析的直接支持。
相互競爭的利益沒有宣布。
患者和公眾參與患者和/或公眾沒有參與本研究的設計、實施、報告或傳播計劃。
出處和同行評審不是委托;外部同行評審。