版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、1990 - 2017年195個國家的膳食風(fēng)險對健康的影響:2017年全球疾病負擔(dān)研究的系統(tǒng)分析GBD 2017飲食合作者*( 起點財經(jīng)非專業(yè)翻譯,僅供參考)摘要背景次優(yōu)飲食是非傳染性疾?。∟CDs)的重要可預(yù)防風(fēng)險因素;然而,其對非傳染性疾病負擔(dān)的影響尚未得到系統(tǒng)評 估。本研究旨在評估195個國家主要食物和營養(yǎng)素的消費量,并量化其次優(yōu)攝入量對NCD死亡率和發(fā)病率的影響。方法通過比較風(fēng)險評估方法,我們估計了25歲或以上成年人中每種膳食風(fēng)險因素(也稱為人群歸因分數(shù))引起的疾病 特異性負擔(dān)的比例。該分析的主要投入包括每種飲食因素的攝入量,飲食因素對疾病終點的影響大小,以及與最低死 亡風(fēng)險相關(guān)的攝入
2、量。然后,通過使用疾病特異性人口歸因分數(shù),死亡率和殘疾調(diào)整生命年(DALYs),我們計算了 每種疾病結(jié)果可歸因于飲食的死亡和DALYs的數(shù)量。結(jié)果2017年,1,100萬(95不確定區(qū)間U 10-12)死亡和2.55億(234-274)DALYs歸因于飲食風(fēng)險因素。大量攝入鈉(300萬1-5死亡和7000萬34-118 DALYs),全谷物攝入量低(300萬2-4死亡和8200萬59-109 DALYs),以及水果攝入量低(200萬1-4死亡和6500萬41-92 DALYs)是全球和許多國家死亡和DALYs的主要膳食風(fēng)險因素。膳食數(shù)據(jù)來自混合來源,并非所有國家都可獲得,增加了我們估計的統(tǒng)計不
3、確定性。解釋本研究全面描述了次優(yōu)飲食對NCD死亡率和發(fā)病率的潛在影響,強調(diào)了改善各國飲食的必要性。我們的研究結(jié)果將為實施基于證據(jù)的飲食干預(yù)提供信息,并為評估其每年對人類健康的影響提供平臺。資助比爾和梅琳達蓋茨基金會。版權(quán)所有2019作者。由Elsevier Ltd.出版。這是CC BY 4.0許可下的Open Access文章。介紹飲食習(xí)慣與慢性非傳染性疾?。∟CDs)之間的關(guān)系已得到廣泛研究。15長期隨機對照NCD終點試驗對于大多數(shù)飲食因素并不可行,但合成其他流行病學(xué)證據(jù),包括長期前瞻性觀察研究和中期結(jié)果的短期試驗,為特定飲食因素(如水果,蔬菜, 加工肉類和反式脂肪攝入量) 與非傳染性疾病(
4、缺血性心臟病,糖尿病和結(jié)直腸癌)之間潛在的因果關(guān)系提供了支持性證據(jù)。27 這些研究結(jié)果被廣泛用于國家和國際飲食指南,旨在預(yù)防非傳染性疾病。8,9 然而,由于不同國家飲食消費特征的復(fù)雜性,評估次優(yōu)飲食對健康的影響人口水平是不可能的。在過去十年中,已經(jīng)做出量化的努力由特定飲食引起的疾病負擔(dān)因素。1019這些努力雖然有用但有幾個重要的局限性,包括飲食消費的地理代表性數(shù)據(jù)不足,飲食攝入人口分布的不準(zhǔn)確表征,不同膳食評估來源的偏差計算不充分,攝入量的標(biāo)準(zhǔn)化。每天2000千卡, 并且不足以說明飲食因素攝入量的人與人之間的差異。為了解決這些局限性,作為全球疾病,傷害和風(fēng)險因素研究負擔(dān)(GBD)2017的一部
5、分,我們系統(tǒng)地收集了來自多個來源的具有地理代表性的膳食數(shù)據(jù),其特征是成年人中15種食物和營養(yǎng)素的攝入量的人口分布在195個國家25歲或以上,估計每個飲食因素對NCD 死亡率的影響,并量化不良飲食習(xí)慣對NCD死亡率的總體影響。我們還評估了飲食與社會經(jīng)濟發(fā)展之間的關(guān)系,并評估了飲食中疾病負擔(dān)隨時間的變化趨勢。此分析取代之前的所有結(jié)果研究背景本研究前的證據(jù)我們系統(tǒng)地搜索了MEDLINE和全球健康數(shù)據(jù)交換(GHDx),以確定提供15種食品和營養(yǎng)素消費的國家或國家 代表性估計的研究。我們僅包括在1980年1月1日至2016年12月31日期 間收集的分析報告中包含的195個國家之一的研究報告。研究是如果使
6、用非隨機樣本或特定子群體進行排除。我們通過使用全球疾病 負擔(dān),傷害和風(fēng)險因素研究比較風(fēng)險評估方法估算每種膳食風(fēng)險的潛 在健康影響。增加了本研究的價值本研究提供了全國15種飲食因素消費的綜合圖景,并量化了潛力每個飲食成分的次優(yōu)攝入量對195個國家的慢性病死亡率和發(fā)病率的 影響。此外,本研究還描述了飲食與發(fā)育之間的關(guān)系,并評估了1990年至2017年飲食引起的疾病負擔(dān)趨勢。大量攝入鈉,全谷物攝入量低,水 果攝入量低是主要的飲食風(fēng)險因素全球和許多國家的死亡和DALYs。所有可用證據(jù)的含義該研究強調(diào)了在全球,區(qū)域和國家層面改善飲食的必要性。該研究結(jié)果為人口水平干預(yù)改善飲食提供了優(yōu)先考慮。使用一致的方法
7、和定義,通過全面重新分析1990 年至2017年的所有數(shù)據(jù),對膳食風(fēng)險進行GBD。方法選擇飲食風(fēng)險因素我們選擇了15個符合GBD危險因素選擇標(biāo)準(zhǔn)的飲食風(fēng)險因素(表)。1013這些標(biāo)準(zhǔn)包括風(fēng)險因素對疾病負擔(dān)或政策的重要性;是否有足夠的數(shù)據(jù)來估計風(fēng)險因素暴露;支持風(fēng)險因素暴露與疾病終點之間因果關(guān)系的流行病學(xué)證據(jù)的強度,以及數(shù)據(jù)的可用性,以量化暴露中每單位變化的這種關(guān)系的程度;和證據(jù)支持所有人群的影響的普遍性。評估每種飲食 - 疾病對的因果關(guān)系的流行病學(xué)證據(jù)強度的過程在別處描述1013并在附錄中進行了總結(jié)。人口膳食攝入量我們對科學(xué)文獻進行了系統(tǒng)評價,以確定提供國家或國家代表性營養(yǎng)調(diào)查,提供每種飲食因
8、素消費數(shù)據(jù)(附錄)。我們還在全球健康數(shù)據(jù)交換網(wǎng)站上搜索了全國或地方代表性的營養(yǎng)調(diào)查和家庭預(yù)算調(diào)查。此外,對于食品集團,我們使用了Euromonitor 的全國銷售數(shù)據(jù)和聯(lián)合國糧食及農(nóng)業(yè)組織食品平衡表的國家可用性數(shù)據(jù)。對于營養(yǎng)素,我們使用來自全球營養(yǎng)數(shù)據(jù)庫的國家可用數(shù)據(jù)。20對于鈉,我們收集了24小時尿鈉的數(shù)據(jù),如果有的話。對于反式脂肪,我們使用Euromonitor的銷售數(shù)據(jù)來處理氫化植物油。2017年GBD中使用的所有膳食數(shù)據(jù)來源列表均可在全球健康數(shù)據(jù)交換網(wǎng)站上公布。對于每個飲食因素,我們計算了數(shù)據(jù)代表性 HYPERLINK /global-nutrient-database /指數(shù)作為我們
9、確定風(fēng)險因素暴露數(shù)據(jù)的國家的比例(表)。我們的飲食數(shù)據(jù)來自多個來源,并受到不同類型偏倚的影響。我們將24小時飲食召回視為評估人口水平平均攝入量的黃金標(biāo)準(zhǔn)方法,并據(jù)此調(diào)整其他來源的膳食數(shù)據(jù)(附錄)。某些類型的膳食數(shù)據(jù)(即可用性,銷售額和家庭數(shù)據(jù))僅適用于所有年齡組和男女。為了將這些數(shù)據(jù)分成標(biāo)準(zhǔn)的特定年齡組和性別特定組,我們首先使用營養(yǎng)調(diào)查數(shù)據(jù)估算了攝入量的全球年齡和性別模式,然后使用這些模式分割可用性, 銷售額和家庭數(shù)據(jù)。我們使用時空高斯過程回歸方法估算每個膳食風(fēng)險因子的平均攝入量,按年齡,性別,國家和年份(附錄)。為了改進我們在數(shù)據(jù)稀疏模型中的估計,我們測試了各種與攝入量具有合理關(guān)系的協(xié)變量,
10、并包括具有最佳擬合和預(yù)期方向系數(shù)的協(xié)變量(附錄)。飲食風(fēng)險對疾病終點的影響大小對于每種飲食 - 疾病對,我們使用已發(fā)表的前瞻性觀察研究薈萃分析數(shù)據(jù)來估計死亡率和發(fā)病率的相對風(fēng)險。21 對于僅有發(fā)病率證據(jù)的飲食 - 疾病對,我們假設(shè)估計的相對風(fēng)險也適用于死亡率(附錄)??紤]到飲食和代謝風(fēng)險因素的關(guān)系以及心血管疾病和2型糖尿病代謝風(fēng)險相對風(fēng)險的良好年齡趨勢,我們使用代謝風(fēng)險因素22的相對風(fēng)險的年齡趨勢來估計年齡 - 心血管疾病和2型糖尿病的飲食風(fēng)險的特定相對風(fēng)險(附錄)。為了估計鈉對結(jié)果的影響,我們首先估計了尿鈉與變化之間的關(guān)系在收縮壓,然后估計收縮壓變化與疾病結(jié)果之間的關(guān)系。14最佳攝入量曝光定
11、義最佳攝入量(最佳攝入量)錄?。╋嬍持兴康惋嬍持惺卟撕康投诡愶嬍车腿任镲嬍车蛨怨头N子的飲食低飲食中牛奶含量低飲食高紅肉平均每日食用水果(新鮮,冷凍,煮熟,罐裝或干果,不包括果汁和鹽漬或腌制水果)平均每日食用蔬菜(新鮮,冷凍,煮熟,罐裝或干蔬菜,不包括豆類和鹽漬或腌制蔬菜,果汁,堅 果,種子和淀粉類蔬菜,如土豆或玉米)平均每日食用豆類(新鮮,冷凍,煮熟,罐裝或干豆類)從早餐谷物,面包,米飯,意大利面,餅干,松餅,玉米餅,煎餅和其他來源平均每日消費全谷物(麩皮,胚芽和胚乳的天然比例)平均每日食用堅果和種子食物平均每日食用的牛奶,包括非脂肪,低脂肪和全脂牛奶,不包括豆?jié){和其他植物衍生物平
12、均每日食用紅肉(牛肉,豬肉,羊肉和山羊,但不包括家禽,魚,蛋和所有加工肉類)每天250克(200-300)數(shù)據(jù)代表性指數(shù)()949每天360克(290-430)每天60克(50-70) 每天125克(100-150)949949949每天21克(16-25)每天435克(350-520)949949加工肉類含量高的食物意味著每天食用通過吸煙,腌制,腌制或添加化學(xué)防腐劑保存的肉類每天23克(18-27)949飲食含糖量高的飲料369369飲食中纖維含量低飲食中鈣含量低海鮮-3脂肪酸含量低平均每日消費飲料50kcal/ 2268份,包括碳酸飲料,蘇打水,能量飲料,果汁飲料,但不包括100水果和蔬菜
13、汁平均每日攝入的纖維來自所有來源,包括水果,蔬菜,谷物,豆類和豆類 每天平均攝入的鈣來自所有來源,包括牛奶,酸奶和奶酪平均每日攝入二十碳五烯酸和二十二碳六烯酸每天2克(0-4)每天3克(0-5)每天24克(19-28)每天125克(100-150) 每天250毫克(200-300)949949949風(fēng)險最低相關(guān)的鈉攝入量。表:1990 - 2017年膳食風(fēng)險因子暴露定義,最佳水平和數(shù)據(jù)代表性指數(shù)我們將最佳攝入水平定義為風(fēng)險暴露水平,以最大限度地降低所有死亡原因的風(fēng)險。為了估計每種飲食因素的最佳攝入量,我們首先根據(jù)飲食相對風(fēng)險的薈萃分析中包含的研究,計算與每種疾病終點的最低死亡風(fēng)險相關(guān)的攝入水平
14、。然后,我們使用每種疾病的全球死亡比例作為權(quán)重,計算最佳攝入水平作為這些數(shù)字的加權(quán)平均值。為了反映最佳攝入水平的不確定性,我們假設(shè)均勻的不確定性分布高于和低于平均值20。13對于鈉,支持選擇最佳攝入水平的證據(jù)是不確定的。23,24因此,我們在不確定性估計抽樣中包括了不同最佳攝入水平的均勻分布。疾病特異性死亡和殘疾調(diào)整生命年按年齡,性別,國家和年份分列的疾病特異性死亡和殘疾調(diào)整生命年( DALYs ) 的數(shù)據(jù)來自GBD 2017.在其他地方詳細描述了用于估計原因特異性死亡率和DALYs的GBD方法。25,26疾病負擔(dān)的飲食風(fēng)險我們使用GBD比較風(fēng)險評估方法,按年齡,性別, 國家和年份估算每種飲食
15、 - 疾病對的人口歸因分數(shù)。1013然后,我們通過以下方法估算每個膳食風(fēng)險因素的死亡人數(shù)和DALYs數(shù)量。將人口歸因分數(shù)乘以疾病特異性死亡和DALYs的總數(shù)。為了確定國家的發(fā)展連續(xù)性,我們使用了社會人口指數(shù)(SDI),這是一個根據(jù)人均滯后分配收入,15 歲或15歲以上人口的平均受教育程度和總生育率計算的總結(jié)度量。 25歲以下女性的比率。12,13To飲食中多不飽和脂肪酸含量低平均每日攝入所有來源的-6脂肪酸,主要是液體植物油,包括豆油,玉米油和紅花油每日總能量的11(9-13)949反式脂肪酸含量高的飲食來自所有來源的反式脂肪的每日攝入量,主要是部分氫化植物油和反芻動物產(chǎn)品每日總能量的05(0
16、0-10)369飲食中含鈉量高24小時尿鈉,以每天g計每天3克(1-5)*262*為了反映現(xiàn)有證據(jù)中關(guān)于最佳鈉攝入量的不確定性,每天1-5克被認為是鈉的最佳水平的不確定范圍,其中每天少于2-3克是攝入鈉的攝入量在隨機對照試驗中血壓水平最低,每天4-5克是觀察性研究中與心血管疾病全球東南亞,東亞和大洋洲中歐,東歐和中亞高收入拉丁美洲和加勒比地區(qū)北非和中東南亞撒哈拉以南非洲2017年全球入境最佳攝入量(根據(jù)最佳攝入量的中點)全球東亞東南亞大洋洲中亞中歐東歐高收入亞太地區(qū)澳大利亞西歐南部拉丁美洲高收入的北美加勒比安第斯拉丁美洲中美洲拉丁美洲熱帶拉丁美洲北非和中東南亞中部撒哈拉以南非洲東部撒哈拉以南非
17、洲撒哈拉以南非洲西部撒哈拉以南非洲0 50 100 150 200 250水果(每天g)0100 200 300 4000204060蔬菜(每天g)豆類(每天g)800 20 40 60 80 100 120 140全谷物(每天g)0510 15 20堅果和種子(每天g)全球東亞東南亞大洋洲中亞中歐東歐高收入亞太地區(qū)澳大利亞西歐南部拉丁美洲高收入的北美加勒比安第斯拉丁美洲中美洲拉丁美洲熱帶拉丁美洲北非和中東南亞中部撒哈拉以南非洲東部撒哈拉以南非洲撒哈拉以南非洲西部撒哈拉以南非洲0100 200 300 4000 02 04 06 08 10 1205 10 15 20 250 005 010
18、015 020 0250 2 4 6 8 10 12牛奶(每天g)鈣(每天g)纖維(每天g)Omega-3脂肪酸(每天g)多不飽和脂肪酸(總膳食能量的百分比)全球東亞東南亞 大洋洲中 亞中歐東歐高收入亞太地區(qū)澳大利亞西歐南部拉丁美洲高收入的北美加勒比安第斯拉丁美洲中美洲拉丁美洲熱帶拉丁美洲北非和中東南亞中部撒哈拉以南非洲東部撒哈拉以南非洲撒哈拉以南非洲西部撒哈拉以南非洲010 20 30 40 50 6005101520050100150 2000 0204 06 08 1002468紅肉(每天g)加工肉類(每天g)含糖飲料(每天g)反式脂肪(總膳食能量的百分比)鈉(每天g)估計每個飲食因素的
19、攝入量或攝入量的差異,我們將每個飲食因素的當(dāng)前攝入量與其最佳攝入量的中點進行比較(表)。飲食成分的高攝入量是指攝入水平高于最佳攝入量的中點,低攝入量是指攝入量低于最佳攝入量的中點。為了結(jié)合參數(shù)的不確定性(暴露,相對風(fēng)險,最佳攝入水平和死亡率)以及建模不確定性,我們遵循蒙特卡羅方法。我們在每次迭代時使用每個參數(shù)的一次繪制重復(fù)所有計算1000次。使用這1000次抽取,我們計算了最終估計的平均值和95不確定性區(qū)間(UI)。所有統(tǒng)計分析均在Python 3.5版中完成。資金來源的作用該研究的資助者在研究設(shè)計,數(shù)據(jù)收集,數(shù)據(jù)分析,數(shù)據(jù)解釋或撰寫報告方面沒有任何作用。第一作者和相應(yīng)的作者可以完全訪問研究中
20、的所有數(shù)據(jù),并對提交出版的決定負有最終責(zé)任。結(jié)果食用主要食物和營養(yǎng)素在全球范圍內(nèi),2017年幾乎所有健康食品和營養(yǎng)素的消費都不是最理想的(圖1)。在堅果和種子, 牛奶和全谷物中觀察到當(dāng)前和最佳攝入量之間的最大差距,平均消耗量為12(95UI 12-13; 3g 2-3堅果和每天種子),16(16-17;每天71克70-72牛奶),和最佳水平的23 ( 23-23; 29 克29-29 全谷物)(基于舍入前的數(shù)據(jù)計算的百分比)。與次優(yōu)的健康食品消費同時,所有不健康食品和營養(yǎng)素的每日攝入量超過了全球最佳水平(圖1)。含糖飲料( 每天49 克) 的消費量遠高于最佳攝入量。同樣,加工肉類的全球消費量(
21、每天4克4- 4,比最佳量大90)和鈉(每天6克5-6,比最佳量大86)遠遠高于最佳水平。全球紅肉攝入量(每天27克26-28)比最佳攝入量高18。與女性相比,男性健康和不健康食品的攝入量通常較高。健康和不健康食品的攝入量在中年人(50-69歲)中普遍較高,在年輕人(25 -49 歲)中最低,少數(shù)例外。在年輕人中觀察到含糖飲料和豆類的攝入量最高,隨著年齡的增長呈下降趨勢。圖1:2017年全球和區(qū)域一級25歲或以上成年人飲食因素的年齡標(biāo)準(zhǔn)攝入量在區(qū)域一級,2017年所有健康食品的攝入量均低于所有21個GBD區(qū)域的最佳水平(圖1)。唯一的例外是中亞地區(qū)的蔬菜攝入量,亞太地區(qū)高收入地區(qū)的海鮮omeg
22、a-3脂肪酸,加勒比地區(qū),拉丁美洲熱帶地區(qū),南亞地區(qū),撒哈拉以南非洲地區(qū)和撒哈拉以南非洲地區(qū)的豆類. .在不健康的食品群體中,鈉和含糖飲料的消費量高于幾乎每個地區(qū)的最佳水平。澳大拉西亞,拉丁美洲南部和拉丁美洲熱帶地區(qū)的紅肉消費量最高。高收入的北美洲加工肉類攝入量最高,其次是高收入的亞太地區(qū)和西歐。在高收入的北美洲,拉丁美洲中部和拉丁美洲的安第斯山脈中觀察到最高的反式脂肪攝入量。飲食對死亡率的總體影響在全球范圍內(nèi),2017年,飲食風(fēng)險造成1100萬95UI 10-12死亡(2295UI 21-24成人死亡總數(shù))和2.55億(234-274)DALYs(15)成人中所有DALYs的14-17;附錄
23、)。心血管疾病是飲食相關(guān)死亡(1000萬9-10死亡)和DALYs(2.07億192-222 DALYs)的主要原因,其次是癌癥(913090 743 345-1098 432死亡和20百萬17-24DALYs)和2型糖尿?。?38 714例死亡244 995-447 003和2400萬16-33 DALYs)。超過500萬(95UI 5-5)飲食相關(guān)死亡(占總飲食相關(guān)死亡的4543-46)和1.77億(163-192)與飲食相關(guān)的DALYs(占總飲食的7068-71)相關(guān)的DALYs) 發(fā)生在70歲以下的成年人中。2017年,在21個GBD地區(qū),大洋洲觀察到25歲或以上成年人所有與飲食相關(guān)的
24、死亡和DALYs的年齡標(biāo)準(zhǔn)化率最高(678 95UI 616-746死亡率) 每10萬人口有10萬人口和17 804 16 041-19 907DALYs;附錄)。在亞太地區(qū)高收入人群中觀察到成人( 25 歲或以上) 所有與飲食有關(guān)的死亡率最低(每10萬人口死亡人數(shù)為97 89-106),與所有與飲食有關(guān)的DALYs的最低比率為在澳大利亞觀察到的 情況(2182 1955-2444 DALYs / 10萬人口)。與飲食相關(guān)的心血管疾病死亡率和DALYs率最高的地區(qū) 是中亞地區(qū)( 每10 萬人死亡人數(shù)為613 566-658 人)ulation) 和大洋洲( 14 755 13 212-16 5
25、12 DALYs / 10萬人口),而在亞太地區(qū)高收入人群中觀察到心血管疾病死亡率和DALYs率最低(每10 萬人中有68 63-75人死亡)人口和1443 1329- 1573 DALYs / 10萬人口)。東亞的飲食相關(guān)癌癥死亡率和DALY 率最高( 每10 萬人口死亡41 例34-49,每10萬人口死亡878例736-1023), 北非和中東最低(9例每10萬人中有8-11人死亡A每10萬人口死亡人數(shù)105105至142142至189189至249249至313313至397397ATGVCT巴巴多斯科摩羅西非(非洲西部 東地中海馬歇爾伊德 基里巴斯多米尼加格林納達馬爾代夫毛里求斯馬耳他
26、所羅門群島瓦努阿圖FSM薩摩亞加勒比B每10萬人口的DALYs23392339至30853085至43074307至53515351至66846684至87408740LCA托托TLS塞舌爾波斯灣新加坡巴爾干半島斐湯加ATGVCT巴巴多斯科摩羅西非(非洲西部 東地中海馬歇爾伊德 基里巴斯多米尼加格林納達馬爾代夫毛里求斯馬耳他所羅門群島瓦努阿圖FSM薩摩亞加勒比LCA托托TLS塞舌爾波斯灣新加坡巴爾干半島斐湯加圖2:2017年可歸因于飲食的每100000人口的年齡標(biāo)準(zhǔn)化死亡率(A)和每100000人口的DALY率(B)ATG =安提瓜和巴布達。ISL =群島。FSM =密克羅尼西亞聯(lián)邦。LCA
27、=圣盧西亞。TLS =東帝汶。TTO =特立尼達和多巴哥。VCT =圣文森特和格林納丁斯。和每100 000人口的203 169-243 DALYs)。大洋洲(每10萬人口死亡人數(shù)60 44-78)2426 1737-3198每10萬人口的DALYs)與飲食相關(guān)的糖尿病死亡和DALYs的年齡標(biāo)準(zhǔn)化率最高,亞太地 區(qū)的高收入率最低(每10萬人中有2 2-3人死亡, 290 202-395 DALYs / 10萬人口)。2017年,在大洋洲( 死亡率的60 95 UI 56-63) 和東亞(DALYs的6460-68)觀察到飲食相關(guān)死亡和心 血管疾病DALYs的年齡標(biāo)準(zhǔn)化比例最高),來自東亞癌癥的
28、人( 15 13-18 的死亡和15 12-17 的DALYs) 和那些來自高收入北美的2 型糖尿病患者(4134-48)死亡率和DALYs的5042-58;附錄)。來自這些原因的死亡率和DALYs的年齡標(biāo)準(zhǔn)化 比例最低的是西歐(撒哈拉以南非洲地區(qū)4238- 45的死亡率和4441-47的DALYs)(54- 6 死亡和44-5 DALYs)和東南亞(2920-38死亡和3525-46 DALYs)。2017年,在全球20個人口最多的國家中,埃及的所有飲食相關(guān)死亡年齡標(biāo)準(zhǔn)化率最高(552 95UI 490-620死亡率)10萬人口)和DALYs(11 837 10 525-13 268每10萬
29、人口的DALYs)和日本所有與飲食有關(guān)的死亡率(每10萬人口死亡人數(shù)為97 89-106)和DALYs率最低( 2300 2099-2513 每10 萬人口的DALYs; 圖2)。中國的飲食相關(guān)心血管疾病死亡年齡標(biāo)準(zhǔn)化率 最高(每10萬人中有299 275-324人死亡)和埃及的DALY率最高(每10萬人口10 811 9577-12209 DALYs)。中國的飲食相關(guān)癌癥死亡率和DALYs 率最高(每10萬人口死亡42例34-49,每10萬人口死亡889例744-1036),墨西哥飲食相關(guān)類型2死亡率最高糖尿病死亡和DALYs(35 28-44每10萬人口死亡人數(shù)和每10萬人口1605 12
30、31-2034 DALYs ) 。日本的飲食相關(guān)心血管疾病死亡率和DALYs率最低(每10萬人口死亡人數(shù)為69 63-75人和1507人)1389-1639 DALYs / 10萬人口)和糖尿病死亡人數(shù)和DALYs(每10萬人口一例死亡1-1,每10萬人口死亡234例161-321)。埃及的飲食相關(guān)癌癥死亡率和DALYs率最低(每10萬人口中有5 4-6人死亡)120 96-146每10萬人口的DALYs;附錄)。在埃及觀察到25歲或以上成年人所有與飲食有關(guān)的死亡(3027-33)和DALYs(2321-25)的年齡標(biāo)準(zhǔn)化比例最高,且所有比例最低在尼日利亞觀察到同一年齡組的飲食相關(guān)死亡( 11
31、 9- 12)和DALYs(76-8)(附錄)。2017年在巴基斯坦觀察到與飲食相關(guān)的心血管疾病死亡率和DALYs比例最高(6095UI 57-64死亡率和6662-69 DALYs),中國癌癥死亡率和DALYs( 美國有16 13-18 的死亡和15 13-17 的DALYs)和2型糖尿病死亡和DALYs(41)死亡率34-49和DALYs的5043-58)。土耳其的心血管疾病死亡率和DALYs比例最低(4238-47 死亡率和44 40-49 DALYs ) , 癌癥死亡率和DALYs在埃及( 4 3-4 死亡率和DALYs 的3 3- 4,以及孟加拉國的2型糖尿病死亡和DALYs(25
32、17-34的死亡率和3423-45的DALYs)。飲食中各個成分對死亡率的影響少數(shù)飲食風(fēng)險對健康結(jié)果有很大影響。2017年, 超過一半的飲食相關(guān)死亡和三分之二的飲食相關(guān)DALY可歸因于高鈉攝入量(300萬95UI 1-5死亡和7000萬34-118 DALYs),全谷物攝入量低(300萬2-4死亡和8,200萬59-109 DALYs),水果攝入量低(200萬1-4死亡和6500萬41-92 DALYs;數(shù)字3)。全谷物攝入量低是男性和女性DALYs的主要膳食風(fēng)險因素,也是女性死亡率的主要膳食危險因素。鈉在男性死亡率方面排名第一,其次是全谷物和水果。全谷物攝入量低是年輕人(25 -50歲)死亡
33、和DALYs的主要風(fēng)險, 鈉在老年人(70歲)中排名第一。2017年,在21個GBD地區(qū),飲食整體低谷物是死亡(16個地區(qū))和DALYs(17個地區(qū);圖4)最常見的主要膳食危險因素。高鈉飲食是東亞和高收入亞太地區(qū)死亡和DALYs的主要膳食風(fēng)險因素(附錄)。在撒哈拉以南非洲南部,水果含量低,拉丁美洲中部地區(qū),堅果和種子含量低的飲食是導(dǎo)致2017年死亡和DALYs比例最高的飲食風(fēng)險因素。在中國,日本和泰國,大量攝入鈉是導(dǎo)致死亡和DALYs的主要飲食風(fēng)險。在美國,印度,巴西,巴基斯坦,尼日利亞,俄羅斯,埃及,德國,伊朗和土耳其,低谷物攝入量是導(dǎo)致死亡和DALYs的主要膳食風(fēng)險因素。在孟加拉國,低水果
34、攝入量是與死亡和DALY相關(guān)的主要飲食風(fēng)險。在墨西哥, 堅果和種子攝入量低,與飲食相關(guān)的死亡和DALYs 排名第一。紅肉,加工肉,反式脂肪和含糖飲料的高消費量在大多數(shù)高人口國家的死亡和DALY的膳食風(fēng)險排名中排在最后(附錄)。飲食與SDI的關(guān)系總體而言,2017年,在中低SDI國家中觀察到所有與飲食相關(guān)的死亡和DALYs的年齡標(biāo)準(zhǔn)化率最高(344 95UI 319-369死亡率10萬人口和7797 7265-8386 DALYs / 10萬人口) 和高中SDI國家(347 324-369人均死亡人數(shù)為每10萬人和6998人)6534-7454 DALY超過100,000人口;附錄)。A死亡率歸
35、因于飲食由飲食引起的全球死亡人數(shù)飲食中含鈉量高全谷物飲食低飲食中水果含量低堅果和種子的飲食低飲食中蔬菜含量低海鮮-3脂肪酸含量低飲食中纖維含量低飲食中多不飽和脂肪酸含量低豆類飲食低反式脂肪含量高的飲食含鈣量低地點高中SDI高SDI 中SDI低SDI低中SDI120100806040含糖飲料含量高的飲食加工肉類含量高飲食低牛奶飲食高紅肉2000原因心血管疾病2型糖尿病腫瘤其他原因100020003000死亡率(每10萬人口)BDALY率歸因于飲食死亡人數(shù)(千人)可歸因于飲食的全球水平的DALY數(shù)量全谷物飲食低飲食中含鈉量高飲食中水果含量低堅果和種子的飲食低飲食中蔬菜含量低海鮮-3脂肪酸含量低飲食
36、中纖維含量低飲食中多不飽和脂肪酸含量低豆類飲食低反式脂肪含量高圖3:死亡人數(shù)和DALYs和年齡標(biāo)準(zhǔn)化死亡率2017年全球和SDI水平的個人飲食風(fēng)險導(dǎo)致的比率和DALY率(每10萬人口)地點高中SDI高SDI 中SDI低SDI低中SDI含糖量高的飲食飲食含鈣量低加工肉類的飲食高度飲食低牛奶飲食高紅肉原因心血管疾病2型糖尿病腫瘤其他原因DALY =傷殘調(diào)整25002000150010005000020000400006000080000SDI =社會人口指數(shù)。生命年。DALYs率(每100000人口)DALY數(shù)量(以千計)死亡全球中亞東歐洲東亞北非和中東歐洲中部大洋洲東南亞22%38%32%30%
37、27%27%25%22%南亞加勒比拉丁語南拉丁語高收入熱帶拉丁文西歐安第斯拉丁美洲美國美國北美美國19%18%18%18%18%17%15%15%高收入亞太地區(qū)澳大拉西亞中部撒哈拉以南非洲東部撒哈拉以南非洲西撒哈拉以南非洲南部撒哈拉以南非洲15%15%15%14%13%13%B 部分全球中亞大洋洲東亞東歐洲北非和中東東南亞歐洲中部15%26%22%21%20%18%17%16%南亞加勒比拉丁美洲中部拉丁美洲南部熱帶拉丁美洲中部撒哈拉以南非洲高收入的北美安第斯拉丁美洲15%13%12%12%11%11%11%10%東部撒哈拉以南非洲高收入亞太地區(qū)西撒哈拉以南非洲西歐南部撒哈拉以南地區(qū)非洲澳大拉西
38、亞10%9%9%9%8%8%水果低低蔬菜低豆類低粗糧低堅果和種子高紅肉高加工肉含糖量高的飲料低鈣低omega-3低高鈉PUFA高反式脂肪圖4:2017年全球和區(qū)域?qū)用鎮(zhèn)€人飲食風(fēng)險導(dǎo)致的死亡率和DALY的年齡標(biāo)準(zhǔn)化比例DALYs =殘疾調(diào)整生命年。在高SDI國家中觀察到飲食風(fēng)險的最低負擔(dān)( 每100 000人口死亡139 129-148人,每10萬人口死亡3032 2802-3265)。中低SDI的年齡標(biāo)準(zhǔn)化飲食相關(guān)死亡率和DALYs率最高心血管疾?。?0萬人中有311 288-335人死亡,6685 6228-7161 DALYs10萬人口)和糖尿病(14 10-18人死亡每10萬人口和每1
39、0萬人口681 477-914 DALYs)。高中SDI最高年齡標(biāo)準(zhǔn)化的與飲食相關(guān)的癌癥死亡率(每10萬人口中有29 24-34人死亡)630 529-731 DALYs / 10萬人口)。年齡標(biāo)準(zhǔn)化的飲食相關(guān)死亡率和心血管疾病DALYs的最低標(biāo)準(zhǔn)化率(每100 000人口有113 104-122人死亡和2156 2005-2306 DALYs每10萬人口)和糖尿?。? 4-6人死亡)在高SDI國家中觀察到每10萬人口和每10萬人444 324-587 DALYs),在低SDI國家中觀察到最低的癌癥死亡率(每10萬人口中有15 12-17人死亡)和每10萬人口中的324 268-376 DAL
40、Ys)。在高中SDI國家中觀察到與所有原因相關(guān)的飲食相關(guān)死亡和DALYs比例最高(2995UI 27-31死亡率和1917-21 DALYs),最低比例在低SDI國家中觀察到與飲食相關(guān)的死亡( 16 15-17 死亡), 在高SDI國家中觀察到DALYs 的比例最低(DALYs的109-11;附錄)。飲食風(fēng)險造成心血管疾病死亡率的55 51-59 和SDI 中期國家DALYs的6056-63,心血管疾病死亡率的46 42-49和4946-52心血管疾病DALYs在高SDI 國家。中等SDI國家的癌癥死亡比例最高(12 10-14)和DALYs(119-13),高SDI國家死亡率最低( 8 7-
41、9 ) ) 和DALYs ( 7 6- 9)。在高SDI國家中觀察到由飲食引起的糖尿病負擔(dān)最高(死亡率為3528-43,DALYs為46 38-55),在低SDI國家中觀察到最低的歸因負擔(dān)(31 22-39死亡和3929-50 DALYs)。高中,中等SDI國家參加了此次會議高消費鈉導(dǎo)致的死亡和DALYs風(fēng)險最大,而高中低SDI國家的全谷物飲食風(fēng)險最高(圖3)。在低SDI 國家,低水果攝入量是導(dǎo)致死亡的主要膳食風(fēng)險, 全谷物攝入量低是DALYs的主要膳食風(fēng)險。除SDI低以外,各級SDI的國家都有相同的四種主要飲食風(fēng)險:高鈉,低全谷,低果,低堅果和種子。低SDI 國家的四大主要飲食風(fēng)險是低谷物,
42、低果實,堅果和種子低,蔬菜含量低。營養(yǎng)轉(zhuǎn)變對飲食風(fēng)險的影響自1990年以來,由于飲食風(fēng)險導(dǎo)致的死亡人數(shù)(800 萬95 UI 7-8 死亡) 和DALYs ( 184 172-197DALYs)顯著增加至1,100萬(10-12)人死亡和2.55 億( 234-274)2017年的DALYs(附錄)。這一增長的主要原因是人口增長和人口老齡化。在消除了人口增長和人口老齡化的影響后,年齡標(biāo)準(zhǔn)化的歸因死亡率和DALY率在1990年之間顯著下降和2017年;從406(381-430)死亡人數(shù)10萬人口每10萬人中有275人(258-292人)死亡,并且從8536(8063-9013)DALYs每10萬
43、人口到6080(5685-6472)DALYs / 10萬人口。這種減少似乎主要是由于背景死亡率的下降,因為在同一時期,與飲食風(fēng)險相關(guān)的死亡和DALYs比例保持相對穩(wěn)定。討論我們對195 個國家的膳食消費模式進行了系統(tǒng)評估, 全面了解了人口不良飲食習(xí)慣對健康的影響。我們發(fā)現(xiàn)改善飲食可能會阻止全球每五個人中就有一人死亡。我們的研究結(jié)果表明,與許多其他風(fēng)險因素不同,飲食風(fēng)險影響人們,無論其年齡,性別和居住地的社會人口學(xué)發(fā)展如何。雖然不同國家的個體飲食因素的影響各不相同,但三種飲食因素(全谷物,水果和鈉)的非最佳攝入量占死亡人數(shù)的50以及可歸因于飲食的DALYs 的66。我們的研究結(jié)果表明,次優(yōu)飲食
44、造成的死亡人數(shù)超過全球任何其他風(fēng)險,包括吸煙,11,12突出了改善各國人類飲食的迫切需要。雖然鈉,糖和脂肪是過去二十年飲食政策辯論的主要焦點,27,28 我們的評估顯示,死亡的主要飲食風(fēng)險因素是鈉含量高,全谷物含量低,果實含量低堅果和種子含量低,蔬菜含量低,-3脂肪酸含量低;每個人占全球死亡人數(shù)的2以上。這一發(fā)現(xiàn)表明,飲食政策側(cè)重于促進當(dāng)前攝入量低于最佳水平的飲食成分的攝入可能比僅針對糖和脂肪的政策產(chǎn)生更大的影響,強調(diào)需要采取全面的食物系統(tǒng)干預(yù)措施來促進這些食品的生產(chǎn),分配和消費跨國。過去十年,一系列的有效性已經(jīng)系統(tǒng)地評估了人口水平的飲食干預(yù)措施,并確定了幾個有希望的干預(yù)措施。2931這些措施
45、包括大眾媒體宣傳活動,食品和菜單標(biāo)簽,食品定價策略(補貼和稅收),學(xué)校采購政策和工地健康計劃。這些干預(yù)措施的成本效益分析表明,針對特定飲食因素(如鈉)可能不僅具有成本效益, 而且可以節(jié)省成本。3235然而,通過人口水平干預(yù)改善飲食面臨著幾項重大挑戰(zhàn)。首先,大多數(shù)這些飲食干預(yù)措施的觀察效果遠低于在全球范圍內(nèi)實現(xiàn)最佳飲食所需的水平。29,30其次,幾乎沒有證據(jù)表明這些干預(yù)措施對幾個重要措施的有效性。飲食因素( 即堅果, 全麥, 海鮮, 紅肉和加工肉)。第三,膳食干預(yù)的成本效益分析通?;谝幌盗泻喕僭O(shè),并未考慮消費者的反應(yīng)(例如替代效應(yīng)), 食品工業(yè)( 例如食品重組和定價策略) 等?,F(xiàn)實世界中的利
46、益相關(guān)者。3235第四,盡管實施其中一些政策(例如反式禁令)的公眾和政治意愿日益增強,但很少有國家成功地采用和實施這些政策。36,37 第五,許多這些政策僅針對消費者,而不是整個食品系統(tǒng)中存在的各種相互關(guān)聯(lián)的因素,如食品生產(chǎn),加工和分銷。事實上,這些因素可能會影響飲食消費,因此將其納入改善飲食非常重要。38,39 因此,鑒于飲食引起的疾病負擔(dān)的嚴(yán)重程度以及現(xiàn)有干預(yù)措施的局限性,新食品系統(tǒng)的發(fā)展迫切需要干預(yù)。我們的結(jié)果表明需要進行廣泛的改變?nèi)颍瑓^(qū)域和國家各級食品系統(tǒng)的各個部門,以改善飲食。如果做得不好,農(nóng)業(yè)實踐的變化可能會引起人們對氣候變化,生物多樣性喪失,土地和土壤退化以及淡水枯竭的潛在環(huán)境
47、影響的擔(dān)憂。4043過去十年中出現(xiàn)了越來越多的證據(jù)表明將不健康的動物性食物(例如,紅肉和加工肉類) 的飲食轉(zhuǎn)移到健康的植物性食物(例如,水果, 蔬菜和全谷物) 可能與較低的溫室氣體排放相關(guān),因此可能更加環(huán)境可持續(xù)。4043評估從動物飲食到植物性飲食轉(zhuǎn)變的其他環(huán)境影響的少數(shù)研究也表明,這種轉(zhuǎn)變可能與較低的土地利用和水足跡有關(guān)。41但是,由于這些研究中的方法和研究問題以及對各國膳食消費模式的可靠估計的稀缺性,對環(huán)境影響的綜合評估o迄今為止,還沒有可能實現(xiàn)全球最佳飲食。GBD估計每年195個國家的主要食物和營養(yǎng)素的膳食消費量。這些數(shù)據(jù)提供了一個獨特的機會,以一致和可比的方式量化全球,區(qū)域和國家層面當(dāng)
48、前膳食消費模式的環(huán)境負擔(dān)。此外,這些數(shù)據(jù)可能用于評估各種食物系統(tǒng)干預(yù)措施對人類健康和環(huán)境的影響。42我們的研究也證明了全國的差距關(guān)于世界不同地區(qū)關(guān)鍵食物和營養(yǎng)素攝入量的代表性個人水平數(shù)據(jù),強調(diào)了建立關(guān)鍵膳食危險因素國家監(jiān)測和監(jiān)測系統(tǒng)的重要性。17,18例如,盡管許多國家收集關(guān)于水果和蔬菜攝入量的數(shù)據(jù),關(guān)于鈉等特定營養(yǎng)素攝入量的數(shù)據(jù)很少。糧農(nóng)組織/世衛(wèi)組織全球個人食物消費數(shù)據(jù)工具44旨在解決這一問題,但仍存在若干重要差距。在缺乏可靠的生物標(biāo)志物或更準(zhǔn)確的膳食評估方法的情況下,24小時飲食回憶或飲食記錄仍然是膳食評估的黃金標(biāo)準(zhǔn)方法。然而,驗證研究的證據(jù)表明,由于回憶偏差或潛在的社會期望,它對食物和
49、營養(yǎng)素的評估不是很可靠。45,46 這一證據(jù)強調(diào)了開發(fā)和驗證創(chuàng)新飲食評估方法的必要性。在過去的十年中,已經(jīng)開發(fā)出新的方法;然而,它們尚未被廣泛使用,其有效性尚未得到系統(tǒng)評估。47此外,準(zhǔn)確估算營養(yǎng)素(如纖維,鈣和多不飽和脂肪酸)仍然是一項重大挑戰(zhàn)。許多國家沒有當(dāng)?shù)氐氖澄锍煞直?,并依賴其他國家食物成分表中的?shù)據(jù)(例如,美國農(nóng)業(yè)部食品成分表)。此外,混合菜肴的配方以及食品的配方,特別是其脂肪,糖和鈉的含量,因國家和時間的不同而不同,這使得對營養(yǎng)素的真實攝入量的估計更具挑戰(zhàn)性。我們對流行病學(xué)證據(jù)的系統(tǒng)評估顯示了現(xiàn)有飲食相對風(fēng)險的幾個重要限制。膳食危險因素對疾病終點的影響大小主要來自前瞻性觀察研究的薈
50、萃分析。雖然許多這些飲食相對風(fēng)險已針對主要混雜因素(例如,年齡,性別,吸煙和身體活動)進行了調(diào)整,但不能排除殘留混雜的可能性。為了消除能量攝入的影響作為潛在的混淆因素并解決飲食評估工具中的測量誤差, 大多數(shù)隊列已經(jīng)在他們的統(tǒng)計模型中調(diào)整了總能量攝入量。這種能量調(diào)節(jié)意味著飲食成分被定義為飲食份額的風(fēng)險,而不是絕對暴露水平。換句話說,食物和常量營養(yǎng)素攝入量的增加應(yīng)該通過減少其他飲食因素的攝入量來補償,以保持總能量攝入量不變。因此,飲食中每種成分的相對變化風(fēng)險取決于其被替代的其他成分。然而,通過隊列研究的薈萃分析估計的相對風(fēng)險通常不指定替代類型。飲食因素(如全谷物)的定義也因研究而異。此外,鑒于健康
51、飲食因素的攝入量通常彼此正相關(guān)且與有害飲食因素呈負相關(guān),個體飲食因素的影響大小可能被高估。許多用于估計相對風(fēng)險的觀察性研究沒有糾正膳食測量誤差的風(fēng)險評估,有些已經(jīng)調(diào)整了因果路徑的因素。雖然許多隊列研究已經(jīng)收集了飲食數(shù)據(jù), 但只有少數(shù)人發(fā)表了他們的評估結(jié)果,這增加了發(fā)表偏倚的可能性。這些限制突出了協(xié)作努力收集和協(xié)調(diào)來自隊列研究的所有可用飲食數(shù)據(jù)的需要,并對每個飲食 - 疾病對進行匯總分析,并在調(diào)整同一組混雜因素后量化效應(yīng)大小。在解釋和使用我們的研究結(jié)果時,還應(yīng)考慮其他潛在的限制。我們沒有評估其他形式的營養(yǎng)不良(即營養(yǎng)不足和肥胖)的影響。支持飲食風(fēng)險和疾病終點之間因果關(guān)系的流行病學(xué)證據(jù)主要來自觀察
52、性研究,證據(jù)強度通常弱于支持其他既定風(fēng)險因素(如煙草使用和高收縮血液)之間因果關(guān)系的證據(jù)強度壓力)和慢性病。此外,證據(jù)的強度因食物和營養(yǎng)素而異。膳食數(shù)據(jù)來自混合來源,并非適用于所有國家。這些因素增加了我們對飲食風(fēng)險暴露的估計的統(tǒng)計不確定性。對于鈉,我們沒有包括來自尿液樣本的數(shù)據(jù),這導(dǎo)致鈉的數(shù)據(jù)代表性指數(shù)低于其他飲食風(fēng)險。在估算飲食的NCD負擔(dān)時,我們假設(shè)飲食因素的分布在每個分析單位(即國家,年齡和性別組)中是獨立的,這可能導(dǎo)致低估或高估飲食的綜合影響。因素。為了量化飲食因素相關(guān)性的影響,我們使用來自美國國家健康和營養(yǎng)檢查調(diào)查的個體水平數(shù)據(jù),并估計飲食風(fēng)險的總體負擔(dān)(即,聯(lián)合人群可歸因部分),考
53、慮和不考慮其相關(guān)性。聯(lián)合人口歸因分數(shù)的絕對差異平均小于2。此外,由于一些飲食風(fēng)險因素導(dǎo)致的死亡可能不是相互排斥的,這可能導(dǎo)致高估飲食引起的疾病負擔(dān)??傊?,我們發(fā)現(xiàn)飲食習(xí)慣不良與一系列慢性病相關(guān),可能是全球所有國家NCD死亡率的主要原因。這一發(fā)現(xiàn)強調(diào)了協(xié)調(diào)全球努力提高人類飲食質(zhì)量的迫切需要。鑒于飲食行為的復(fù)雜性和對飲食的廣泛影響,改善飲食需要整個食物系統(tǒng)中各種行為者的積極合作,以及針對食品系統(tǒng)的多個部門的政策。GBD 2017飲食合作者Ashkan Afshin, Patrick John Sur, Kirsten A Fay, Leslie Cornaby, Giannina Ferrara,
54、 Joseph S Salama, Erin C Mullany,Kalkidan Hasen Abbot, Christian Abbafati, Zegeye Abbe,Mohsen Afarideh, Anju Aggarwal, Sutapa Agrawal, Tomi Akinyemiju,票價Alahdab,Umar Bacha,Victoria F Bachman,Hamid Badali, Alaa Badawi, Isabela M Bensenor, Eduardo Bernabe, Stanh Biryukov, Sibhatu Kassa K Biadgilein 職
55、(Leah E Cahill, Juan J Carrero, Kelly m Cercy, Lalit Dandona, Rakhi dandona, Anh Kim Dang, Meaza Girma Dega, Maysaa Elsayed Zaki, Alireza Esteghamati, Sadaf Esteghamati, Jessica Fanzo, Carla Sofia 和 Sfarinha, Maryam S Farvid, Farshad Farzadfar,Valery L Feigin,Joao C Fernandes,Luisa Sorio Flor,Natali
56、ya A Foigt,Mohammad H Forouzanfar,Morsaleh Ganji,Johanna M Geleijnse,Richard F Gillum,Alessandra C Goulart, Giuseppe Grosso,Idris Guessous,Samer Hamidi,Graeme J Hankey ,Sivadasanpillai Harikrishnan,Hamid Yimam Hassen,Simon I Hay,Chi Linh Hoang,Masako Horino, Farhad Islami,Maria D Jackson,Spencer L J
57、ames,Lars Johansson,Jost B Jonas,Amir Kasaeian,Yousef Saleh Khader,Ibrahim A Khalil,Young-何康,Ruth W Kimokoti, Yoshihiro Kokubo, G Anil Kumar, Tea Lallukka, Alan D Lopez, Stefan Lorkowski, Paulo A Lotufo, Rafael Lozano, Reza Malekzadeh, WinfriedMrz, Toni Meier, Yohannes A Melaku, walter Mendoza, Gert
58、 bm mensink, Renata menscha, ted R Miller,mojde Mirarefin維斯瓦納坦莫漢阿里莫克達德達里烏什莫扎法里人加布里埃萊納格爾莫赫森納格哈維Cuong Tat Nguyen, Molly r Nixon, K 庫 姆 in L ong, David M Pereira, Hossein Poustchi, Mostafa Qorbani, Rajesh Kumar Rai,Christian Razo-Garcia,Colin D Rehm,Juan A Rivera, Sonia Rodrguez-Ramrez,Gholamreza Rosha
59、ndel, Gregory A Roth,Juan Sanabria,Tania G Sanchez-Pimier,Benn Sartorius,約瑟夫施密德胡貝爾 Aletta Elisabeth Schutte, Sadaf G Sepanlou, Min-Jeong SHIN, Reed JD Sorensen, Marco springmann, Lucjan Szponar, andrew l Thorne- lyman, Amanda g thrift, Mathilde Touvier, Bach xuan Tran, Stefanos Tyrovolas,Kingsley Nn
60、anna Ukwaja,Irfan Ullah,Olalekan A Uthman,Masoud Vaezghasemi,Tommi Juhani Vasankari, Stein Emil Vollset,Theo Vos,Giang Thu Vu,Linh Gia Vu,Elisabete Weiderpass,Andrea Werdecker,Tissa Wijeratne,Walter C Willett,Jason H Wu,Jason H Wu,徐格林,Naohiro Yonemoto,Chuanhua Yu和Christopher JL Murray。隸屬關(guān)系衛(wèi)生計量科學(xué)系(A
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 洗滌劑的課程設(shè)計
- 家居建材行業(yè)銷售員培訓(xùn)心得
- 班級心理健康活動的設(shè)計計劃
- 【八年級下冊歷史】第1課 中華人民共和國成立 同步練習(xí)
- 農(nóng)業(yè)行業(yè)話務(wù)員工作心得
- 化工行業(yè)銷售工作總結(jié)
- 2024年秋季開學(xué)第一課教案
- 2024年萍鄉(xiāng)衛(wèi)生職業(yè)學(xué)院單招職業(yè)技能測試題庫標(biāo)準(zhǔn)卷
- 2024年牛郎織女教案 (一)
- 2025屆武威市高三語文(上)期末聯(lián)考試卷及答案解析
- 2023-2024學(xué)年廣西桂林市高二(上)期末數(shù)學(xué)試卷(含答案)
- xx公路與天然氣管道交叉方案安全專項評價報告
- 國家職業(yè)技術(shù)技能標(biāo)準(zhǔn) 6-31-01-09 工程機械維修工(堆場作業(yè)機械維修工)人社廳發(fā)202226號
- DB11∕T 1077-2020 建筑垃圾運輸車輛標(biāo)識、監(jiān)控和密閉技術(shù)要求
- GB/T 19963.2-2024風(fēng)電場接入電力系統(tǒng)技術(shù)規(guī)定第2部分:海上風(fēng)電
- 人教版(2024新版)七年級上冊數(shù)學(xué)第六章《幾何圖形初步》測試卷(含答案)
- 小學(xué)生防性侵安全教育主題班會課件
- DBT29-305-2024 天津市裝配式建筑評價標(biāo)準(zhǔn)
- 2021-2022學(xué)年廣東省廣州市海珠區(qū)六年級(上)期末英語試卷
- 【年產(chǎn)2000噸色氨酸發(fā)酵工廠的計算與設(shè)計(附布置圖流程圖)15000字(論文)】
- 《社交禮儀(慕課版)》-課程標(biāo)準(zhǔn)
評論
0/150
提交評論