非洲裔美国人的植物性饮食和心血管疾病和全因死亡率：队列研究-核心期刊杂志-厦门论文发表

利亚·韦斯顿，金贤举，萨梅拉·塔勒高卡，凯瑟琳?塔克，阿道夫·科雷亚，凯西·雷布霍尔茨

出版日期： 2022年01月05日

抽象

背景

先前的研究已经记录了对植物性饮食模式依从性较高的人的心血管疾病（CVD）风险较低。非西班牙裔黑人美国人是一个研究不足的群体，心血管疾病负担高，但对这一人群的植物性饮食研究有限。

方法和结论

我们对杰克逊心脏研究（JHS）中21-95岁的非洲裔美国成年人（n = 3，635）社区队列中前瞻性收集的数据进行了分析，他们居住在美国密西西比州杰克逊市大都市区，从2000年到2018年被跟踪。使用自我报告的饮食数据，我们为参与者对3种植物性饮食模式的依从性进行了评分：整体植物性饮食指数（PDI），健康的PDI（hPDI）和不健康的PDI（uPDI）。Cox比例风险模型用于估计植物性饮食评分与CVD发病率和全因死亡率之间的关联。在13年和15年的中位随访中，分别有293例CVD病例和597例死亡。在调整社会人口特征（年龄，性别和教育程度）和健康行为（吸烟，酒精摄入量，人造黄油摄入量，体力活动和总能量摄入）后，植物性饮食与事件CVD之间没有观察到总体PDI的显着关联（风险比[HR] 1.06，95%CI 0.78-1.42，p-趋势= 0.72），hPDI（HR 1.07，95%CI 0.80-1.42，p-趋势= 0.67）， 和 uPDI（HR 0.95，95% CI 0.71–1.28，p- 趋势 = 0.76）。 全因死亡风险的相应HR（95%CI）与总体PDI，hPDI和uPDI分别为0.96（0.78-1.18），0.94（0.76-1.16）和1.06（0.86-1.30）。对于发生冠心病，总体 PDI、hPDI 和 uPDI 的相应 HR（95% CI）分别为 1.09 （0.74–1.61）、1.11 （0.76–1.61） 和 0.79 （0.52–1.18）。对于事件总卒中，总体PDI，hPDI和uPDI的HR（95%CI）为1.00（0.66-1.52），0.91（0.61-1.36）和1.26（0.84-1.89）（所有测试的p-趋势>0.05）。该研究的局限性包括使用自我报告的膳食摄入量，残留混杂，反向因果关系的可能性，以及该研究没有捕获那些专门食用植物源性食物的人。

结论

在这项针对美国黑人的研究中，我们观察到，与以前的研究不同，对植物性饮食的更大依从性与CVD或全因死亡率无关。

作者简介

为什么要做这项研究？

植物性饮食主要通过对"素食"饮食的研究与健康益处有关，包括降低患心脏病的风险;然而，在更一般人群中对这些关联的研究产生了不同的结果。

研究植物性饮食模式使研究人员能够研究对植物性饮食模式的依从性水平和植物性饮食的健康性如何与心血管疾病（CVD）风险相关。

进行这项研究是为了扩大美国非洲裔美国男性和女性中植物性饮食和CVD风险结论的可推广性，这些男性和女性遵循南方饮食模式。

研究人员做了什么，发现了什么？

我们使用杰克逊心脏研究中3，635名非洲裔美国成年人的数据，平均随访时间为13年，以评估3种基于植物的饮食模式（总体，健康和不健康）与CVD发病率和全因死亡率的相关性。

所有参与者的整体饮食质量都很低，并且具有最富含植物的饮食的参与者仍然经常包括动物性食物。

CVD和全因死亡率的发生率在饮食与植物性饮食模式最相似的参与者和饮食最少以植物为基础的参与者中相同。

在单个食物组中，豆类与较低的CVD风险相关，而植物油与较高的CVD风险相关，全谷物和含糖饮料与较高的全因死亡率相关。

这些发现意味着什么？

植物性饮食指数分数因其表征整体饮食模式的能力而在研究人员中广受欢迎;然而，它们的使用可能在参与者饮食的植物丰富度中具有最小等级的种群中受到限制。

与植物性饮食相关的健康益处可能取决于个人饮食的整体健康状况，并且可能需要比居住在美国南部地区的这一组非洲裔美国人中通常最富含植物的饮食的人更严格地坚持植物性饮食。

数字

Table 3Table 4Table 5Fig 1表 1表 2Table 3Table 4Table 5Fig 1表 1表 2

引文：Weston LJ，Kim H，Talegawkar SA，Tucker KL，Correa A，Rebholz CM（2022）基于植物的饮食和非洲裔美国人的心血管疾病和全因死亡率：队列研究。PLoS Med 19（1）：e1003863。https://doi.org/10.1371/journal.pmed.1003863

学术编辑：今村文明，剑桥大学，英国

收到：三月 17， 2021;接受：十一月5，2021;发表：一月 5， 2022

版权所有：? 2022 Weston et al.这是一篇根据知识共享署名许可协议条款分发的开放获取文章，该许可证允许在任何媒体上不受限制地使用，分发和复制，前提是注明原始作者和来源。

数据可用性：该研究中提供的结果背后的数据可从国家心脏，肺和血液研究所生物标本和数据存储库信息协调中心（https://biolincc.nhlbi.nih.gov/studies/jhs/）获得。

资金：杰克逊心脏研究（JHS）与杰克逊州立大学（HHSN268201800013I），Tougaloo College（HHSN268201800014I），密西西比州卫生部（HHSN268201800015I）和密西西比大学医学中心（HHSN268201800010I，HHSN268201800011I和HHSN268201800012I）合作，从国家心脏，肺和血液研究所以及国家少数民族健康和健康差异研究所获得合同。CMR得到了国家糖尿病，消化和肾脏疾病研究所（K01 DK107782，R03 DK128386）和国家心肺和血液研究所（R21 HL143089，R56 HL153178）的赠款支持。资助者在研究设计，数据收集和分析，出版决定或手稿准备方面没有任何作用。

相互竞争的利益：作者宣布不存在相互竞争的利益。-核心期刊杂志-厦门论文发表

缩写：ARIC，社区中的动脉粥样硬化风险;体重指数，体重指数;冠心病，冠心病;心血管疾病，心血管疾病;DASH，停止高血压的饮食方法;eGFR，估计肾小球滤过率;FFQ，食物频率问卷;hPDI，健康的植物性饮食指数;心率，风险比;JHS，杰克逊心脏研究;HRT，激素替代疗法;NDSR，用于研究的营养数据系统;NHANES，国家健康和营养检查调查;PDI，植物性饮食指数;SSB，含糖饮料;uPDI，不健康的植物性饮食指数

介绍

植物性饮食越来越受到关注，因为越来越多的研究表明，饮食模式对健康和环境可持续性的益处，其特点是肉类消费量较低，水果、蔬菜、豆类、全谷物、坚果和种子消费量较高[1]。尽管观察性研究一致发现，素食者和纯素食者往往具有较低的心脏代谢危险因素，以及较低的心脏病、糖尿病、肾脏疾病和某些癌症的风险，但在调查植物性饮食与心血管疾病（CVD）和CVD危险因素相关性的前瞻性研究中，研究结果好坏参半[2–5].这些相互矛盾的发现可能与所研究人群的属性以及所研究的素食或纯素食饮食的健康变异性有关。许多队列专门招募了素食者，纯素食主义者和健康意识对照组[5]。这些群体往往在几个因素上与一般人群不同，包括社会人口统计学和健康行为，这可能会限制这些研究对美国一般人群的可比性和普遍性[5，6]。

为了更好地解决这些对比发现可能是由于参与者饮食的潜在健康性变异性的可能性，最近的研究调查了具有更广泛可推广性的人群中的植物性饮食[7-9]。此外，与其研究基于完全排除食物组（即素食主义者或纯素食主义者）的饮食，不如根据对植物性饮食的相对依从性来表征饮食，并考虑不健康和健康的植物性饮食模式。饮食指数减少了变异性，将研究结果的含义置于上下文中，并允许在不同的研究人群中复制相同的评分系统。然而，并非所有这些大型队列研究在CVD发病率和死亡率方面的发现的规模或重要性是一致的[7–9]。

现有植物性饮食研究的一个局限性是，这项研究可能无法充分捕捉所有美国人的饮食模式，特别是非洲裔美国人，他们在植物性饮食模式方面仍然是一个研究不足的人群。在2015年发表的基督复临安息日会健康研究中，对592名美国黑人（75%非裔美国人和25%西印度人）进行的亚组分析显示，与非素食者相比，素食者患心脏代谢危险因素的几率较低，与基督复临安息日会健康研究总体队列相似[10]。据报道，在基督复临安息日会健康研究中，与美国黑人总体人口相比，美国黑人的心血管疾病患病率较低。此外，基督复临安息日会健康研究的可推广性有限，因为其他有影响力的健康和生活方式因素存在差异[10]。

作为美国最大的基于社区的非裔美国人群体之一，杰克逊心脏研究（JHS）为研究植物性饮食与心血管疾病发病率和死亡率的关系提供了一个独特的机会[11]。本研究的目的是评估3种植物性饮食模式 - 整体植物性饮食，健康的植物性饮食和不健康的植物性饮食 - 是否与南部非洲裔美国人的CVD事件或全因死亡的风险相关。研究这个队列将使我们能够增加非洲裔美国人植物性饮食和CVD结论的确定性和可推广性，并扩大我们对植物性饮食的理解。

方法

研究设计

我们对来自JHS的前瞻性收集数据进行了分析，JHS是一项纵向队列研究，调查了密西西比州杰克逊市21-95岁非裔美国人的CVD风险[11]。研究设计、招募程序和措施的详细信息已在其他地方发表 [11–13]。杰克逊州立大学，图加卢学院和密西西比大学医学中心的机构审查委员会审查了该协议，参与者提供了书面知情同意书。参与者在2000年至2004年期间接受了基线评估，在此期间，研究人员进行了体格检查和实验室研究，并收集了有关病史，药物，社会人口统计学因素和行为风险因素的数据。本研究根据加强流行病学观察性研究（STROBE）指南（S1 STROBE清单）的报告进行报告。

该研究在基线时招募了5，306名参与者。我们排除了509名未完成食物频率问卷（FFQ）（n = 237）或饮食数据无效或不可用（n = 272）（定义为极低或高能量摄入量[<600或>4，800千卡/天]或缺少超过5个FFQ响应的参与者），剩下4，797名参与者具有有效的饮食评估（图1）。如果参与者在基线时患有CVD，心肌梗塞或中风（n = 513），或者如果他们的结局信息不完整（缺少冠心病[CHD]或中风，n = 174），则进一步排除受试者。我们还排除了参与者，如果他们缺少协变量数据（教育程度，吸烟状况，身体活动，酒精摄入量，人造黄油摄入量，空腹总胆固醇，体重指数[BMI]，高血压，糖尿病，估计肾小球滤过率[eGFR]，女性激素替代疗法[HRT]和他汀类药物的使用;n = 475），留下 3，635 名参与者的最终分析样本。

thumbnail 下载：

个人电脑幻灯片

巴新放大图片

断续器原始图像

图 1.参与者选择流程图。

没有遗漏年龄，性别和总能量摄入的数据。缩写：BMI，体重指数;心血管疾病;心血管疾病;eGFR，估计肾小球滤过率;FFQ，食物频率问卷;HRT，激素替代疗法;密西西比州， 密西西比州.

https://doi.org/10.1371/journal.pmed.1003863.g001

饮食评估

使用经访谈者施用的、文化上合适且经过验证的FFQ评估膳食摄入量，该FFQ是为研究人群开发的，在基线时给予[14，15]。JHS FFQ基于Delta NIRI FFQ，由美国密西西比州的24小时召回开发而成[14，16]。参与者被要求自我报告前一年消费的158种食物的频率和份量。在499名JHS受试者的子集中研究了JHS中使用的FFQ的再现性和有效性，将FFQ与在初次门诊就诊和随后4次每月一次的门诊就诊后1个月开始的24小时饮食回忆数据进行了比较[15]。使用明尼苏达大学营养数据研究系统（NDSR）软件计算每天平均每天食物摄入量（版本5.0-35，2004;明尼苏达大学明尼阿波利斯分校营养协调中心）。

植物性饮食评分

在本研究中，我们使用已建立的植物性饮食指数（PDIs），生成总体PDI，健康PDI（hPDI）和不健康的PDI（uPDI）[7，9，17]。在之前的研究中，在地中海人群中开发了另一种植物性饮食评分，即证明饮食指数[18，19]。鉴于本研究是在来自美国的参与者中进行的，我们使用整体PDI，hPDI和uPDI进行了分析。所有食品都是使用NDSR软件根据参与者对FFQ的反应得出的。然后，将NDSR中的食物类别分为18个食物组中的1个（S1表）。这18种食物组被进一步分为更广泛的动物性食物组（动物脂肪，乳制品，鸡蛋，肉类，鱼类和海鲜），健康植物性食物组（全谷物，水果，蔬菜，坚果，豆类，植物油，茶和咖啡）和不太健康的植物性食物组（精制谷物，土豆，果汁，含糖饮料[SSB]，糖果和甜点， 和各种不健康的植物性食物）。为了考虑我们研究人群的现有饮食模式，我们修改了原始指数，增加了"杂项不健康的植物性食物"类别，并排除了"混合动物性食物"类别。其他不健康的植物性食物包括油炸水果，油炸蔬菜和蔬菜咸味零食。我们没有将"混合动物性食品"类别纳入该指数，因为NDSR软件已经将这些食品归类为主要食品组（比萨饼被归类为奶酪，牛肉番茄酱被归类为牛肉等）。根据文献中报告的与慢性疾病（包括2型糖尿病、CVD、肥胖和高血压）的关联对健康和不健康食品进行分类[7，9，17，18]。值得注意的是，不同食物组的相对健康性在指数中没有考虑在内，因为所有食物组在饮食指数得分中都有相同的权重。人造黄油的反式脂肪含量近年来发生了变化[20]。因此，我们没有将人造黄油纳入指数，而是在多变量模型中控制人造黄油摄入量，与先前出版物的方法一致[7，9，17，18]。 我们也没有将酒精纳入我们的指数，而是在我们的多变量模型中控制它，类似于以前的研究[7，9，17，18]。

指数的计算方法是使用残差法[21，22]计算18个食物组中每个组的能量调整消耗，并将能量调整值划分为五分位数，得分从1到5。对于总体PDI，健康和非健康植物性食物相对消费量最大的五分之一人群得分为5分，健康和不太健康的植物性食品相对消费量最少的五分之一人群得分为1分，中间五分之一的五分位数得分为2，3或4。动物性食品相对消费量最高的参与者被给予反向评分，使得动物食品消费相对消费量最高的五分之一获得1分，相对动物食品消费量最低的五分之一人群获得5分。

对于hPDI，只有健康的植物性食物获得了正分：健康植物性食品消费量最高五分之一的参与者获得了5分（正分），而最高五分之一不健康植物性食物消费量和最高五分之一动物性食品消费量的参与者获得了1分（反向得分）。对于uPDI，只有不太健康的植物性食物获得了正分，使得不健康植物性食物消费的最高五分之一的参与者获得了5分（正分），而健康植物性食物消费和动物性食物消费的最高五分之一的参与者获得了1分（反向得分）。指数的理论范围为18至90，其中18代表对特定指数的最低可能依从性，90代表对饮食指数的最大可能依从性。所有PDI均被分成三晶钒进行分析。

生活简单7总分和生活简单7健康饮食得分

除了PDI之外，我们还计算了Life's Simple 7总分，以检查参与者的基线特征，并计算Life's Simple 7健康饮食评分，以检查植物性饮食评分的营养特征。Life's Simple 7总分是描述心血管健康的综合评分，范围从0到14，总和美国心脏协会的吸烟，饮食，身体活动水平，BMI，血压，总胆固醇和空腹血浆葡萄糖的不良（0），中级（1）或理想（2）健康评分[23]。Life's Simple 7健康饮食评分是衡量5种健康饮食因素的依从性，得分范围从0（最不健康）到5（最健康）[24]。健康饮食评分成分如下：水果和蔬菜，≥4.5杯/天;鱼，≥2份3.5盎司/周;富含纤维的全谷物（每10克碳水化合物≥1.1克纤维），每天≥3份1盎司;钠，≤1，500毫克/天;和 SSB，<36 液体盎司/周（≤450 千卡/周）。饮食建议根据2，000千卡/天的饮食进行缩放。

结果评估

对心血管疾病事件和死亡的监测始于2000年9月26日，一直持续到2018年5月31日。CVD事件和死亡的识别和分类的详细信息已在别处描述[25]。简而言之，CVD疾病和死亡是通过标准化的年度电话随访访谈和对住院和死亡证明的监督以及由训练有素的医疗专业人员进行裁决的组合来识别的。每年，参与者的联系信息都会被验证，以帮助在第二年保持联系。全因死亡率被定义为可归因于任何原因的死亡。事件 CVD 被定义为在随访窗口期间发生的任何新的 CHD 事件（包括致命的 CHD、心肌梗死或心脏手术）或卒中事件，这些事件发生在既往没有 CVD、心肌梗死或卒中病史的个体中。我们没有将心力衰竭事件纳入我们的心血管疾病测量，因为心力衰竭住院监测直到2005年才开始。对于所有结局，参与者在失去随访或研究结束时被审查，对于CVD发病率分析，参与者在死亡时被额外审查。

协变量评估

在基线时收集受试者的社会人口学信息（年龄、性别和教育程度）、健康行为（吸烟、体力活动、总能量摄入、酒精使用和人造黄油摄入量）、病史（高血压状态、糖尿病状态、HRT使用和他汀类药物使用）、BMI和实验室信息（总胆固醇和eGFR）[].训练有素的工作人员测量了参与者的身高到最近的厘米和体重到最接近的0.1公斤，用于计算BMI（kg / m2).使用JHS身体活动队列调查测量身体活动水平[26]。酒精使用，人造黄油摄入量和总能量摄入量使用FFQ中报告的数据进行估计。高血压被定义为血压≥140/90 mm Hg或在就诊前2周内使用降血压药物。糖尿病被定义为空腹血糖≥7.0 mmol/L，血红蛋白A1c（HbA1c）≥6.5%，或在门诊就诊前2周内使用糖尿病药物。使用4变量慢性肾脏病流行病学协作方程评估eGFR[27]。

统计分析

根据PDI评分（总体PDI，hPDI和uPDI）的三分位数，通过类别变量的卡方检验和连续变量的方差分析来评估基线特征和营养特征的差异。我们研究了大量和微量营养素的摄入量和Life's Simple 7健康饮食评分（衡量5个健康饮食目标的依从性，包括水果和蔬菜，鱼类和全谷物的摄入量较高，钠和SSB摄入量较低），以描述每种PDI的营养特征[24]。

对于初步分析，我们使用Cox比例风险回归模型来描述PDI与事件CVD和全因死亡率之间的关联。随访时间（自基线以来的时间）被用作时间指标。我们调整了3个渐进调整模型中潜在混杂因素的分析。在模型1中，我们调整了年龄，性别和总能量摄入量（千卡/天）。模型2针对模型1中的所有变量进行了调整，并进一步调整了教育程度（低于高中，高中或普通教育发展[GED]，大于高中），吸烟状况（当前，以前，从未），身体活动（连续），酒精摄入量（g /天）和人造黄油摄入量（份量/天）。模型3针对模型2中的所有变量进行了调整，并进一步调整了糖尿病（是/否），高血压（是/否），总胆固醇（连续），eGFR（连续），BMI（连续），HRT药物使用（是/否）和他汀类药物使用（是/否）。我们计算了p-趋势，以评估Cox比例风险回归模型中风险比（HR）的线性趋势，使用每个饮食评分三分位数的中位数。HR和95%的CI通过三分位数计算。最后，我们进行了分层分析，以确定关联是否因性别，BMI类别（18.5至<25 kg / m而异2， 25 至 <30 kg/m2， ≥30公斤/米2），高血压状态或糖尿病状态。

作为二次分析，我们对PDI中的成分（健康植物性食物，不健康植物性食物和动物性食物）和（2）指数中的18个个体食物组一起建模，而不是分数，以测试特定成分或食物组是否与CVD发病率和全因死亡率相关。所有分析均使用Stata统计软件16.1版（StataCorp，College Station，TX）进行，显著性定义为2侧p值<0.05。

作为事后分析，我们（1）将植物性日粮分析为连续变量（HR每1个标准差更高），（2）分别分析CVD为CHD（n = 173）和中风（n = 148），（3）分别分析中风为缺血性（n = 135）和出血性中风（n = 12），（4）通过正式测试线性关联并使用限制立方样条进行建模植物性饮食评分来检查是否存在偏离线性度的方法 第5、35、65和95百分位，（5）同时调整hPDI和uPDI，（6）将植物性饮食评分分为五分位数而不是三分位数，（7）比较了我们分析样本中参与者的基线特征（n = 3，635）和总合格研究人群，包括那些缺少协变量（n = 4，110），并且（8）使用链式方程的多个插补来估算缺失的协变量（教育程度，吸烟状况，酒精摄入量，人造黄油摄入量，身体活动，BMI，总胆固醇，糖尿病，eGFR，HRT药物使用和他汀类药物使用）来评估我们研究结果的稳健性[28]。为了分析卒中亚型，我们排除了1名缺少卒中亚型信息的参与者。对于出血性中风，由于出血性中风病例数量少（n = 12），我们仅将植物性饮食作为连续变量进行检查。

结果

基线特征

总体PDI范围为30至76，而hPDI范围为34至82，uPDI范围为30至76。总体PDI和hPDI较高的参与者更有可能年龄较大，女性，受教育程度更高，身体活动更活跃，并且具有较低的eGFR和较高的Life's Simple 7总分。总体PDI较高的参与者更有可能具有较低的总能量摄入量，较低的酒精摄入量，不吸烟者，具有较高的空腹总胆固醇，具有较低的BMI，以及使用他汀类药物（表1）。hPDI较高的参与者更有可能摄入更高的总能量，酒精和人造黄油（S2表）。相反，具有较高uPDI的参与者更有可能更年轻并且是男性，并且具有较高的总能量和酒精摄入量，较低的教育程度，较低的身体活动以及较低的整体Life's Simple 7总分（S3表）。uPDI较高的人患高血压或糖尿病的可能性也较小，BMI较低，HbA1c较低（所有比较的p<0.05）。我们分析中包含的参与者和总合格研究人群（包括缺失数据的人）的基线特征相似（S4表）。插补缺失的协变量并没有实质性地改变结果（S5表）。

thumbnail 下载：

个人电脑幻灯片

巴新放大图片

断续器原始图像

表 1.在杰克逊心脏研究中，通过植物性饮食指数的三分位数选择基线人口，社会经济和健康特征。

https://doi.org/10.1371/journal.pmed.1003863.t001-核心期刊杂志-厦门论文发表

营养特性

饮食的营养特征在植物性饮食评分的三分体中差异显著（表2、S6和S7）。总体PDI，hPDI和uPDI最高三分位数的参与者分别在Life's Simple 7健康饮食评分的5个饮食指标中平均达到1.5，1.6和0.8（所有测试的p-值<0.001）。总体PDI最高三分位数的参与者的总能量摄入略低于总PDI最低三分位数的受试者，而hPDI最高三分位数的受试者的总能量摄入略高于hPDI最低三分位数的受试者（所有测试的p-值<0.001）。uPDI三极管的总能量摄入没有线性趋势。

thumbnail 下载：

个人电脑幻灯片

巴新放大图片

断续器原始图像

表 2.杰克逊心脏研究中植物性饮食指数的三分位数选择的营养特征。

https://doi.org/10.1371/journal.pmed.1003863.t002

总体PDI和hPDI最高与最低三分位数的参与者报告了较高的水果和蔬菜消费量，而最高与最低uPDI三分位数的参与者报告了较低的水果和蔬菜消费量（表2，S6和S7）。总体PDI最高与最低三分位数的那些人消耗较少的动物蛋白，加工肉类，饱和脂肪酸和SSB（表2）。那些hPDI最高与最低三分位数的人消耗较少的加工肉类，以及相似数量的动物蛋白和SSBs（S6表）。那些处于uPDI最高与最低三分位数的人消耗较少的动物蛋白，更多的SSB和相似数量的加工肉类（S7表）。

植物性饮食和心血管疾病发病率和全因死亡率

在13年的中位随访期间，观察到293例CVD事件。在15年的中位随访时间内，有597例观察到死亡。CVD和全因死亡率的发病率与PDI评分（总体PDI，hPDI或uPDI）不同（S8表）。在多变量回归模型中，植物性饮食的三肽在CVD或全因死亡率的风险方面没有显着差异（表3）。在调整年龄、性别、能量摄入、教育、吸烟、身体活动后，总 PDI、hPDI 和 uPDI 的最高与最低三分位数的 HRs 和 95% CIs 分别为 1.06（95% CI 0.78–1.42，p-趋势 = 0.72）、1.07（95% CI 0.80–1.42，p-趋势 = 0.67）和 0.95（95% CI 0.71–1.28，p-趋势 = 0.76）， 以及酒精和人造黄油的摄入量（模型2）。总体 PDI（HR 1.05，95% CI 0.93–1.20）、hPDI（HR 1.07，95% CI 0.95–1.20）和 uPDI（HR 1.01，95% CI 0.89–1.14）的标准差增加与事件 CVD 无关。总体PDI、hPDI和uPDI的最高与最低三分位数的全因死亡风险的HRs分别为0.96（95%CI 0.78–1.18，p-趋势= 0.67）、0.94（95% CI 0.76–1.16，p-趋势= 0.63）和1.06（95% CI 0.86–1.30，p-趋势= 0.59）。 在调整年龄、性别和总能量摄入的模型（模型 1）中，hPDI 的标准差增加与全因死亡率呈负相关（HR 0.89，95% CI 0.82–0.97），而 uPDI 与全因死亡率呈正相关（HR 1.09，95% CI 1.00–1.19）。然而，在调整最多的模型（模型3）中，这些关联被减弱（hPDI：HR 0.93，95% CI 0.85–1.02;uPDI：HR 1.09，95% CI 1.00–1.19）。

thumbnail 下载：

个人电脑幻灯片

巴新放大图片

断续器原始图像

表 3.渐进调整模型中膳食模式中心血管疾病事件和全因死亡率的风险比（95%置信区间）。

https://doi.org/10.1371/journal.pmed.1003863.t003

当单独分析CVD时，我们发现任何PDI与事件CHD之间没有关联（所有测试的p-趋势>0.05）（S9表），hPDI与缺血性卒中成反比（HR 0.86，95%CI 0.56-1.32），uPDI与缺血性卒中呈正相关（HR 1.17，95%CI 0.77-1.79），但这些关联均无统计学意义（所有测试的p-趋势>0.05）（S10表).植物性饮食评分和出血性卒中没有观察到显着关联（所有测试的p-值>0.05）。当我们测试CVD和全因死亡率的非线性关联（p表示非线性关联>所有指数为0.05）时，或者当我们使用受限的三次样条曲线（S1–S6 Figs）检查关联的形状时，我们没有发现偏离线性。同时调整hPDI和uPDI（hPDI和uPDI的HR范围为0.96-1.09，所有测试的p-趋势>0.05）或使用五分位一代而不是三分仪不会改变CVD或全因死亡率事件的结果（S11表）。

按性别，BMI，高血压状态和糖尿病状态划分的人群亚组结果与主要结果相似，并且各亚组的关联没有差异（所有测试的p-相互作用>0.05）（表4）。

thumbnail 下载：

个人电脑幻灯片

巴新放大图片

断续器原始图像

表 4.根据性别和基线糖尿病状况、高血压状况和体重指数 （BMI），针对植物性饮食评分的最高与最低三分位数的心血管疾病和全因死亡率的调整风险比（95% CI）。

https://doi.org/10.1371/journal.pmed.1003863.t004

对分数成分和单个食物组的分析

我们发现，在控制所有协变量和其他评分成分时，评分成分（健康的植物性食物，不健康的植物性食物和动物性食品）与CVD事件或全因死亡率之间没有显着关联（S12表）。在对单个食物组的分析中，我们观察到全谷物消费量与全因死亡率（HR 1.13，95% CI 1.02–1.25）、SSB消费量与全因死亡率（HR 1.07，95% CI 1.00–1.14）、豆类消费与CVD风险较低的豆类（HR 0.59，95% CI 0.35–0.99）以及CVD风险较高的健康油消费（HR 1.10， 95% CI 1.01–1.20），调整协变量和所有其他单个食物组后（表5）。

thumbnail 下载：

个人电脑幻灯片

巴新放大图片

断续器原始图像

表 5.单个食物组中每增加1份增加的心血管疾病和全因死亡率的调整风险比（95%CI）。

https://doi.org/10.1371/journal.pmed.1003863.t005

讨论

在我们对JHS的3，635名非裔美国人参与者的分析中，基于植物的饮食模式与CVD发病率，全因死亡率或单独分析的CVD（CHD，总中风，缺血性中风和出血性卒中）之间没有显着关联。当按性别、BMI、高血压状况和糖尿病状况进行分层时，这种缺乏关联的现象持续存在，并且观察到总体PDI以及hPDI和uPDI。尽管饮食指数缺乏关联，但几个单独的食物组与CVD或死亡风险有关。具体来说，每增加一份豆类，CVD风险就会降低41%，而健康油的额外服务会使CVD风险增加10%。每日额外份量的全谷物和SSB分别与全因死亡风险增加13%和7%相关。

我们的结果并不统一，并且显示出与先前研究的许多相似之处和不同之处。与对素食者和纯素食者的观察性研究相比，这些研究一直发现CVD和全因死亡率的风险较低[3，10，29，30]，我们在使用PDI描述饮食模式时没有观察到这种关联。根据CVD类型进行分层，我们没有观察到PDI评分较高的受试者中卒中风险（总、缺血或出血）有任何升高，而素食饮食先前与卒中风险较高相关，尤其是出血性卒中[31]。

我们根据其他几项美国人群研究中使用的PDI模拟了我们的3个PDI，包括国家健康和营养检查调查（NHANES）和社区动脉粥样硬化风险（ARIC）研究[7，8，32]。在ARIC参与者中，那些对整体植物性饮食模式依从性最高与最低的参与者患CHD或CVD风险的风险降低了8%-25%。重要的是，在护士健康研究和卫生专业人员随访研究中，几乎所有参与者都是白人，与JHS的参与者相比，高血压和糖尿病的基线发病率较低，BMI较低。在NHANES受试者中，CVD死亡率与总体PDI，hPDI或uPDI评分之间没有关联[8]。仅在hPDI评分高于中位数的受试者中才发现负相关，其中hPDI评分高出10分与全因死亡风险降低5%相关。这一发现表明，与植物性饮食相关的健康益处只有在达到最低水平的植物性饮食后才可能显现出来。这一观察结果可能有助于解释我们的结果。

JHS参与者整体饮食的质量和可变性是解释我们的发现的重要考虑因素。虽然整体饮食质量可能很难从FFQ和排名分数（如我们的PDI）中推断出来，但Life's Simple 7健康饮食分数是饮食质量的绝对衡量标准，因为它使用绝对阈值根据参与者对特定食物和营养素的摄入量进行分类。因此，Life's Simple 7健康饮食评分是整体饮食质量的有用指标，可以跨人群进行比较。在Life's Simple 7健康饮食评分中，<2分表示饮食质量差，2-3分表示中等饮食质量，4-5分表示理想饮食质量[24]。在先前对JHS队列的调查中，根据该指标，57.4%的参与者被发现饮食质量差，而只有0.9%符合理想饮食的标准[33，34]。在我们的研究中，那些总体PDI三分位数最低的人平均只满足了5个生命简单7个标准中的1.1个理想饮食。此外，总体PDI中最高三分位数的人平均只符合1.5个标准，而hPDI最高三分位数的人平均只符合5个标准中的1.6个标准。这些发现表明JHS参与者的整体饮食不良和饮食质量的低变异性。

停止高血压的饮食方法（DASH）饮食评分也可以被认为是参与者饮食整体健康状况的衡量标准。JHS参与者的DASH分数总体上也很低。Tyson等人调查了JHS中的DASH饮食依从性，并观察到参与者的DASH中位数得分为1.0，其中75%的参与者在8分制上得分≤1.5[35]。相比之下，在NHANES参与者的研究中观察到的平均DASH评分在类似的9分量表上约为2.9（其中还包括钠摄入量评分），这表明NHANES参与者的饮食可能比JHS参与者更健康[36，37]。在一项基于城市社区的队列中，即"跨生命周期多样性社区的健康老龄化"（HANDLS）研究，DASH得分中位数为1.5 [38]。在每一项研究中，黑人种族与较低的DASH分数相关[36–38]。

我们的研究结果阐明了使用PDI方法研究植物性饮食对健康结果的影响时的几个重要考虑因素。使用基于样本的评分方法对植物性饮食进行评分可能部分解释了我们研究中观察到的缺乏关联。如果饮食健康对CVD风险的影响有一个阈值，正如NHANES PDI研究所表明的那样[8]，那么在这项研究中，我们可能无法通过比较参与者之间的摄入量来观察这种关系，因为整个研究人群的饮食质量平均较低。此外，PDI评分虽然旨在根据对植物性饮食模式的依从程度对参与者进行排名，但并没有捕获那些专门食用植物源性食物的人。例如，总体PDI最高三分位数的参与者平均每天仍然消耗37克动物蛋白，14克加工肉类，19克鱼和25克纤维。因此，具有绝对评分系统的未来饮食指数可能更好地代表植物性饮食对健康的影响。

此外，FFQ的使用可能会使饮食评分更难以解释，因为准备方法和其他饮食行为和偏好可能在我们的研究人群中没有得到充分的捕捉。例如，无法辨别该人群中油炸食品（动物性或植物性）的消费量是否很高。在饮食数据中，食用油没有与参与者油消费中的其他油分开，而是被归入一般植物油类别。之前的PDI将植物油归类为"健康油"，我们也在指数中使用了这一分类。如果油炸食品是这个"健康油"类别的一大贡献者，那么它可能已经缓和其他植物性食品类别的有益影响。观察到每增加一份健康油，CVD风险增加10%，这与烹饪和制备方法影响PDI与CVD的整体关联的可能性一致。

全谷物摄入量与死亡率之间的正相关也是出乎意料的，但可能与人口全谷物摄入量的有限变异性有关，或者可能表明反向因果关系。先前对JHS饮食模式的分析发现，在Life's Simple 7健康饮食标准中，全谷物摄入量的依从性最低，只有4.1%的JHS队列符合每天3份或更多1盎司份量的建议[33]。虽然我们实施了减少反向因果关系的措施，但我们不能排除反向因果关系影响我们结果的可能性，特别是对于全谷物。先前一项调查高血压发生率和DASH饮食评分的研究也发现，在JHS队列中，DASH饮食评分与高血压之间存在意想不到的、难以解释的正相关关系[35]。

我们观察到的豆类与CVD风险之间的统计学显着负相关，以及SSB与CVD风险之间的正相关，与先前的知识一致。豆类是纤维的丰富来源，脂肪含量低，并且含有多种生物活性植物化学物质（例如，植酸盐，多酚和类黄酮），可以降低血压，炎症和CVD的风险[39]。美国心脏协会建议食用植物性蛋白质来源，作为预防心血管疾病的整体健康饮食模式的一部分[40]。SSB中添加的糖和来自添加糖的卡路里可导致体重增加[41]。肥胖是心血管疾病发展的既定危险因素[42]。

我们的研究结果应该在研究优势和局限性的背景下进行解释。这项研究的一个局限性是使用自我报告的饮食摄入量，这可能导致测量误差。然而，JHS中使用的FFQ是专门为评估居住在美国南部地区的美国个体的饮食而开发的，并且对JHS参与者的一部分进行的校准和验证研究发现，与24小时召回和更长版本的Delta NIRI FFQ相比，它具有合理的有效性，并且对于大多数营养素的表现相似[14，FFQ和饮食指数根据我们人口的饮食模式量身定制是我们研究的显着优势，可以减少错误分类偏差[43]。

虽然我们的分析针对许多社会人口统计学和行为因素以及相关的病史进行了调整，但这项研究可能仍然受到残余混杂的限制。如前所述，如果CVD风险较高的参与者故意采用更基于植物的饮食模式，则反向因果关系也可能是一个潜在的问题。值得注意的是，JHS受试者在基线时的糖尿病和高血压患病率约为ARIC研究[9]的两倍，JHS受试者的平均BMI约为3 kg / m。2更高 [44]。然而，我们的模型根据CVD的危险因素进行了调整，并且按高血压和糖尿病状态分层的分析结果的一致性增加了我们研究结果的有效性。此外，前瞻性分析（即，在确定结局之前进行饮食评估）和在基线时排除CVD、心肌梗死或卒中受试者，可最大限度地减少反向因果关系的可能性。此外，在我们的研究中，CVD病例的数量相对较小（3，536名参与者中有293例CVD病例）;因此，由于功率低，我们可能没有检测到统计学上显着的关联。

这项研究具有许多重要的优势，包括完全由非洲裔美国成年人组成的相对较大的样本量，长时间的随访以及对结果的严格确定。它增加了越来越多的研究，以了解植物性饮食模式与反映普通美国公众的人群中疾病风险之间的关系。美国黑人在研究中的代表性尤其不足，但CVD风险因素和结果负担不成比例[45–48]。此外，饮食模式具有文化和区域决定因素[49-51]，需要更多的研究来了解这些不同饮食模式的作用，以解决健康差异。目前还不清楚植物性饮食模式的组成部分在种族群体或地区之间是否存在显着差异，以及植物性饮食中的特定模式是否介导了植物性饮食与健康和疾病预防的潜在关联。这项研究可以开始将这些问题置于语境中。

结论

总之，我们的结果发现，在美国南部地区以社区为基础的非裔美国人群体中，整体，健康或不健康的植物性饮食模式与CVD发病率或全因死亡率没有关联，这些非裔美国人食用了一系列植物源性和动物源性食物。

支持信息

S1 频闪检查清单 -

显示 1/19： pmed.1003863.s001.docx

跳到无花果共享导航

STROBE 语句 - 应包含在队列研究项目不建议页码标题和摘要1(一个） 在标题中用常用术语表示研究的设计，或摘要标题，摘要(b摘要中提供内容翔实和平衡的摘要做了什么，发现了什么抽象介绍背景/理由2解释调查的科学背景和理由被举报介绍第1款-3目标3陈述具体目标，包括任何预先指定的假设介绍第4段方法研究设计4在论文早期介绍研究设计的关键要素方法研究设计，第1款-2设置5描述设置、位置和相关日期，包括招募、曝光、随访和数据收集方法研究设计，第1款参与者6(一个） 提供资格标准，以及选择的来源和方法参与者数量。描述随访方法方法研究设计，第2款(b)对于匹配的研究，给出匹配的标准和暴露的数量和未曝光变量7明确定义所有结果、风险敞口、预测因子、潜在风险混杂因素和效果修饰符。给出诊断标准（如果适用）方法膳食评估植物性饮食评分，生活简单7 总分和生活简单 7健康饮食得分结果评估协变量评估数据来源/测量8*对于每个感兴趣的变量，提供数据源和详细信息评估（测量）方法。描述的可比性如果有多个组的评估方法方法膳食评估植物性饮食评分，生活简单1

7 总分和生活简单 7健康饮食得分结果评估协变量评估偏见9描述为解决潜在的偏见来源所做的任何努力方法统计分析研究规模10解释研究规模是如何得出的方法研究设计，第2款定量变量11解释分析中如何处理定量变量。如果适用，描述选择了哪些分组以及为什么方法植物性饮食评分，生活简单7 总分和生活简单 7健康饮食得分结果评估协变量评估统计方法12(一个描述所有统计方法，包括用于控制混杂方法统计分析(b描述用于检查子组和交互作用的任何方法(c） 说明如何解决缺失数据的问题(d如果适用，解释如何解决后续行动的损失(e） 描述任何敏感性分析结果参与者13*（a）报告每个研究阶段的个体数量 - 例如数字可能符合条件，经资格审查，确认合格，纳入研究，完成随访，并进行分析方法研究设计，第2款，图 1（b） 说明每个阶段不参加的理由（c） 考虑使用流程图描述性数据14*（a）给出研究参与者的特征（例如人口统计学，临床，社交）以及有关暴露和潜在混杂因素的信息结果基线特性（b） 说明每个变量缺少数据的参与者人数感兴趣方法研究设计，第2段2

1 / 19

下载

无花果共享

S1 频闪检查表。

https://doi.org/10.1371/journal.pmed.1003863.s001

（文档）

S1 图使用连续评分，整体植物性饮食评分与心血管疾病事件 （CVD） 之间的关联。

直方图显示了整体植物性饮食评分的分布。实线代表CVD事件的风险比，根据年龄，性别，总能量摄入，教育程度，吸烟状况，身体活动，酒精摄入量，人造黄油摄入量，糖尿病，高血压，总胆固醇，估计肾小球滤过率，体重指数，激素替代疗法药物使用和他汀类药物使用进行调整。虚线表示 95% 置信区间。

https://doi.org/10.1371/journal.pmed.1003863.s002

（TIF）

S2 图使用连续评分的健康植物性饮食评分与心血管疾病事件（CVD）之间的关联。

直方图显示了健康植物性饮食评分的分布。实线代表CVD事件的风险比，根据年龄，性别，总能量摄入，教育程度，吸烟状况，身体活动，酒精摄入量，人造黄油摄入量，糖尿病，高血压，总胆固醇，估计肾小球滤过率，体重指数，激素替代疗法药物使用和他汀类药物使用进行调整。虚线表示 95% 置信区间。

https://doi.org/10.1371/journal.pmed.1003863.s003

（TIF）

S3 图使用连续评分的不健康植物性饮食评分与心血管疾病（CVD）事件之间的关联。

直方图显示了不健康的植物性饮食评分的分布。实线代表CVD事件的风险比，根据年龄，性别，总能量摄入，教育程度，吸烟状况，身体活动，酒精摄入量，人造黄油摄入量，糖尿病，高血压，总胆固醇，估计肾小球滤过率，体重指数，激素替代疗法药物使用和他汀类药物使用进行调整。虚线表示 95% 置信区间。

https://doi.org/10.1371/journal.pmed.1003863.s004

（TIF）

S4 图使用连续评分将整体植物性饮食评分与全因死亡率相关联。

直方图显示了整体植物性饮食评分的分布。实线表示全因死亡率的风险比，根据年龄、性别、总能量摄入、教育程度、吸烟状况、体力活动、酒精摄入量、人造黄油摄入量、糖尿病、高血压、总胆固醇、估计肾小球滤过率、体重指数、激素替代疗法药物使用和他汀类药物使用情况进行调整。虚线表示 95% 置信区间。

https://doi.org/10.1371/journal.pmed.1003863.s005-核心期刊杂志-厦门论文发表

（TIF）

S5 图使用连续评分的健康植物性饮食评分与全因死亡率之间的关联。

直方图显示了健康植物性饮食评分的分布。实线表示全因死亡率的风险比，根据年龄、性别、总能量摄入、教育程度、吸烟状况、体力活动、酒精摄入量、人造黄油摄入量、糖尿病、高血压、总胆固醇、估计肾小球滤过率、体重指数、激素替代疗法药物使用和他汀类药物使用情况进行调整。虚线表示 95% 置信区间。

https://doi.org/10.1371/journal.pmed.1003863.s006

（TIF）

S6 图使用连续评分的不健康植物性饮食评分与全因死亡率之间的关联。

直方图显示了不健康的植物性饮食评分的分布。实线表示全因死亡率的风险比，根据年龄、性别、总能量摄入、教育程度、吸烟状况、体力活动、酒精摄入量、人造黄油摄入量、糖尿病、高血压、总胆固醇、估计肾小球滤过率、体重指数、激素替代疗法药物使用和他汀类药物使用情况进行调整。虚线表示 95% 置信区间。

https://doi.org/10.1371/journal.pmed.1003863.s007

（TIF）

S1 表。源自营养研究数据系统 （NDSR） 软件的食品，以及每个植物性饮食指数中食品类别的评分*。

https://doi.org/10.1371/journal.pmed.1003863.s008

（文档）

S2 表。在杰克逊心脏研究中，通过健康植物性饮食指数的三分位数选择基线人口，社会经济和健康特征。

https://doi.org/10.1371/journal.pmed.1003863.s009

（文档）

S3 表。杰克逊心脏研究中不健康植物性饮食指数的基线人口统计，社会经济和健康特征。

https://doi.org/10.1371/journal.pmed.1003863.s010

（文档）

S4 表。分析样本和总研究总体的基线特征，包括缺少协变量的参与者。

https://doi.org/10.1371/journal.pmed.1003863.s011

（文档）

S5 表。心血管疾病（CVD）事件和全因死亡率的风险比（95%置信区间）以及渐进调整模型的植物性饮食指数，比较完整的病例分析和估算分析。

https://doi.org/10.1371/journal.pmed.1003863.s012

（文档）

S6 表。杰克逊心脏研究中健康植物性饮食指数的三分体选择的营养特征。

https://doi.org/10.1371/journal.pmed.1003863.s013

（文档）

S7 表。杰克逊心脏研究中不健康植物性饮食指数的三重奏选择营养特征。

https://doi.org/10.1371/journal.pmed.1003863.s014

（文档）

S8 表。发生心血管疾病和全因死亡率的发病率和最小调整风险比以及植物性饮食指数。

https://doi.org/10.1371/journal.pmed.1003863.s015

（文档）

S9 表。心血管疾病亚型（冠心病 [CHD] 和卒中）的风险比（95% 置信区间）和渐进调整模型的植物性饮食指数。

https://doi.org/10.1371/journal.pmed.1003863.s016

（文档）

S10 表。卒中亚型（缺血性卒中和出血性卒中）的风险比（95% 置信区间）和渐进调整模型的植物性饮食指数。

https://doi.org/10.1371/journal.pmed.1003863.s017

（文档）

S11 表。心血管疾病（CVD）事件和全因死亡率的风险比（95%置信区间）以及使用五分位（而不是三分仪）的渐进调整模型的植物性饮食指数。

https://doi.org/10.1371/journal.pmed.1003863.s018

（文档）

S12 表。植物性饮食指数中最高与最低五分之一分数成分的心血管疾病和全因死亡率的调整后风险比*和 95% 置信区间。

https://doi.org/10.1371/journal.pmed.1003863.s019

（文档）

确认

作者要感谢杰克逊心脏研究的工作人员和参与者。

引用

1.Willett W， Rockstrom J， Loken B， Springmann M， Lang T， Vermeulen S， et al.人类世的食物：EAT-Lancet委员会关于可持续粮食系统的健康饮食。柳叶 刀。2019;393(10170):447–92.pmid：30660336

查看文章PubMed/NCBI谷歌学术搜索

2.阿普比PN，Key TJ。素食者和纯素食者的长期健康。2016;75（3）：287–93.下午：26707634

查看文章PubMed/NCBI谷歌学术搜索

3.Dinu M，Abbate R，Gensini GF，Casini A，Sofi F.素食，纯素饮食和多种健康结果：系统综述与观察性研究的荟萃分析。Crit Rev Food Sci Nutr.2017;57(17):3640–9.下午：26853923

查看文章PubMed/NCBI谷歌学术搜索

4.Glenn AJ， Viguiliouk E， Seider M， Boucher BA， Khan TA， Blanco Mejia S， et al.素食饮食模式与主要心血管结局的关系：前瞻性队列研究的系统评价和荟萃分析。前螺母。2019;6:80.下午：31263700

查看文章PubMed/NCBI谷歌学术搜索

5.Benatar JR， Stewart RAH.素食主义者的心脏代谢危险因素;对观察性研究的荟萃分析。普洛斯一号。2018;13（12）：e0209086.下午：30571724

查看文章PubMed/NCBI谷歌学术搜索

6.Alles B， Baudry J， Mejean C， Touvier M， Peneau S， Hercberg S， et al.来自NutriNet-Sante研究的自我报告的素食者，纯素食者和肉食者之间的社会人口统计学和营养特征的比较。营养素。2017;9(9):1023.pmid：28926931

查看文章PubMed/NCBI谷歌学术搜索

7.Satija A， Bhupathiraju SN， Spiegelman D， Chiuve SE， Manson JE， Willett W， et al.健康和不健康的植物性饮食以及美国成年人患冠心病的风险。J Am Coll Cardiol.2017;70(4):411–22.pmid：28728684

查看文章PubMed/NCBI谷歌学术搜索-核心期刊杂志-厦门论文发表

8.Kim H，Caulfield LE，Rebholz CM.健康的植物性饮食与美国成年人全因死亡风险较低有关。J·纳特尔。2018;148(4):624–31.pmid：29659968

查看文章PubMed/NCBI谷歌学术搜索

9.Kim H，Caulfield LE，Garcia-Larsen V，Steffen LM，Coresh J，Rebholz CM.植物性饮食与一般中年人群中心血管疾病，心血管疾病死亡率和全因死亡率的风险较低有关。J Am Heart Assoc. 2019;8（16）：e012865.下午：31387433

查看文章PubMed/NCBI谷歌学术搜索

10.Fraser G，Katuli S，Anousheh R，Knutsen S，Herring P，Fan J.基督复临安息日会健康研究-2的黑人成员的素食饮食和心血管危险因素。公共卫生营养。2015;18(3):537–45.下午：24636393

查看文章PubMed/NCBI谷歌学术搜索

11.Taylor HA Jr， Wilson JG， Jones DW， Sarpong DF， Srinivasan A， Garrison RJ， et al.解决非裔美国人心血管健康差异：杰克逊心脏研究的设计和方法。Ethn Dis. 2005;15（4 增刊 6）：S6–4–17.下午：16320381

查看文章PubMed/NCBI谷歌学术搜索

12.Wyatt SB， Diekelmann N， Henderson F， Andrew ME， Billingsley G， Felder SH， et al.社区驱动的研究参与模式：杰克逊心脏研究参与者招募和保留研究。技术论文 2003;13（4）：438–55.pmid：14632263

查看文章PubMed/NCBI谷歌学术搜索

13.Fuqua SR， Wyatt SB， Andrew ME， Sarpong DF， Henderson FR， Cunningham MF， et al. 招募非裔美国人参与杰克逊心脏研究：方法、反应率和样本描述。民族志 2005;15（4）：S18–29.

查看文章谷歌学术搜索

14.Carithers T， Dubbert PM， Crook E， Davy B， Wyatt SB， Bogle ML， et al.非裔美国人的饮食评估：杰克逊心脏研究中使用的方法。Ethn Dis. 2005;15（4 增刊 6）：S6–49–55.

查看文章谷歌学术搜索

15.Carithers TC， Talegawkar SA， Rowser ML， Henry OR， Dubbert PM， Bogle ML， et al.杰克逊心脏研究中用于非洲裔美国成年人的食物频率问卷的有效性和校准。医学杂志 2009;109（7）：1184–93.pmid：19559135

查看文章PubMed/NCBI谷歌学术搜索

16.Tucker KL， Maras J， Champagne C， Connell C， Goolsby S， Weber J， et al.美国密西西比三角洲的区域食物频率问卷。公共卫生营养。2005;8(1):87–96.pmid：15705249

查看文章PubMed/NCBI谷歌学术搜索

17.Satija A， Bhupathiraju SN， Rimm EB， Spiegelman D， Chiuve SE， Borgi L， et al.美国男性和女性基于植物的饮食模式和2型糖尿病的发病率：来自三项前瞻性队列研究的结果。PLoS Med. 2016;13（6）：e1002039.pmid：27299701

查看文章PubMed/NCBI谷歌学术搜索

18.Martinez-Gonzalez MA， Sanchez-Tainta A， Corella D， Salas-Salvado J， Ros E， Aros F， et al.在Prevencion con Dieta Mediterranea（PREDIMED）研究中证明食物模式和总死亡率的降低。我是J·克林·纳特。2014;100（增刊1）：320S–8S. pmid：24871477

查看文章PubMed/NCBI谷歌学术搜索

19.Gomez-Donoso C， Martinez-Gonzalez MA， Martinez JA， Gea A， Sanz-Serrano J， Perez-Cueto FJA， et al.强调对健康植物源性食物的偏好的证明性食物模式可降低SUN队列中超重/肥胖的风险。营养素。2019;11(7):1553.下午：31324022

查看文章PubMed/NCBI谷歌学术搜索

20.Garsetti M， Balentine DA， Zock PL， Blom WA， Wanders AJ.2013年美国植物油涂抹酱和人造黄油的脂肪成分：全国市场分析。国际J食品科学营养。2016;67(4):372–82.pmid：27046021

查看文章PubMed/NCBI谷歌学术搜索

21.胡FB， Stampfer MJ， Rimm E， Ascherio A， Rosner BA， Spiegelman D， et al.膳食脂肪和冠心病：调整总能量摄入和模拟重复饮食测量的方法比较。Am J Epidemiol.1999;149(6):531–40.下午：10084242

查看文章PubMed/NCBI谷歌学术搜索

22.Willett WC， Howe GR， Kushi LH.流行病学研究中总能量摄入的调整。我是J·克林·纳特。1997;65（4 增刊）：1220S–8S. pmid：9094926

查看文章PubMed/NCBI谷歌学术搜索

23.萨科新的美国心脏协会2020年目标：实现理想的心血管健康。心电科杂志 2011;12（4）：255–7.下午：21330932

查看文章PubMed/NCBI谷歌学术搜索

24.Lloyd-Jones DM， Hong Y， Labarthe D， Mozaffarian D， Appel LJ， Van Horn L， et al.定义和设定促进心血管健康和减少疾病的国家目标：美国心脏协会到2020年及以后的战略影响目标。流通。2010;121(4):586–613.pmid：20089546

查看文章PubMed/NCBI谷歌学术搜索

25.Keku E， Rosamond W， Taylor HA Jr， Garrison R， Wyatt SB， Richard M， et al.杰克逊心脏研究中的心血管疾病事件分类：方法和程序。Ethn Dis. 2005;15（4 增刊 6）：S6–62–70.下午：16317987

查看文章PubMed/NCBI谷歌学术搜索

26.Smitherman TA， Dubbert PM， Grothe KB， Sung JH， Kendzor DE， Reis JP， et al.非裔美国人杰克逊心脏研究身体活动调查的验证。J Phys Act Health.2009;6（增刊1）：S124–32.下午：19998858

查看文章PubMed/NCBI谷歌学术搜索

27.Levey AS， Stevens LA， Schmid CH， Zhang YL， Castro AF 3rd， Feldman HI， et al.估计肾小球滤过率的新方程。安实习生医学 2009;150（9）：604–12.pmid：19414839

查看文章PubMed/NCBI谷歌学术搜索

28.van Buuren S. 通过完全条件规范对离散和连续数据进行多重插补。统计方法医学研究 2007;16（3）：219–42.pmid：17621469

查看文章PubMed/NCBI谷歌学术搜索

29.Crowe FL， Appleby PN， Travis RC， Key TJ.英国素食者和非素食者因缺血性心脏病住院或死亡的风险：EPIC-Oxford队列研究的结果。我是J·克林·纳特。2013;97(3):597–603.pmid：23364007

查看文章PubMed/NCBI谷歌学术搜索

30.Key TJ， Appleby PN， Spencer EA， Travis RC， Roddam AW， Allen NE. 英国素食者的死亡率：欧洲癌症和营养前瞻性调查的结果（EPIC-Oxford）。我是J·克林·纳特。2009;89（5）：1613S–9S. pmid：19297458

查看文章PubMed/NCBI谷歌学术搜索

31.Tong TYN， Appleby PN， Bradbury KE， Perez-Cornago A， Travis RC， Clarke R， et al.肉食者，鱼食者和素食者在18年内患缺血性心脏病和中风的风险：前瞻性EPIC-Oxford研究的结果。英国医学杂志.2019;366：l4897.下午：31484644

查看文章PubMed/NCBI谷歌学术搜索

32.Kim H， Rebholz CM， Garcia-Larsen V， Steffen LM， Coresh J， Caulfield LE.植物性饮食指数的操作差异会影响检测与中年美国成年人高血压事件关联的能力。J·纳特尔。2020;150(4):842–50.pmid：31722418

查看文章PubMed/NCBI谷歌学术搜索

33.Djousse L， Petrone AB， Blackshear C， Griswold M， Harman JL， Clark CR， et al.非洲裔美国人中理想心血管健康指标的患病率和随时间变化：杰克逊心脏研究。医学前 2015;74：111–6.下午：25712326

查看文章PubMed/NCBI谷歌学术搜索

34.Brewer LC， Redmond N， Slusser JP， Scott CG， Chamberlain AM， Djousse L， et al.压力和心血管健康指标的成就：美国心脏协会生活的简单7在杰克逊心脏研究的黑人。J Amer Heart Assoc. 2018;7（11）：e008855.pmid：29871857

查看文章PubMed/NCBI谷歌学术搜索

35.Tyson CC， Davenport CA， Lin PH， Scialla JJ， Hall R， Diamantidis CJ， et al. DASH饮食和有或没有CKD的美国黑人的血压：杰克逊心脏研究。Am J Hypertens.2019;32(10):975–82.pmid：31187128

查看文章PubMed/NCBI谷歌学术搜索

36.Mellen PB，Gao SK，Vitolins MZ，Goff DC Jr.高血压成人饮食习惯的恶化：DASH饮食符合性，NHANES 1988-1994和1999-2004。Arch Intern med. 2008;168（3）：308–14.pmid：18268173

查看文章PubMed/NCBI谷歌学术搜索

37.金H，安德拉德足球俱乐部。高血压的诊断状态取决于坚持停止高血压的饮食方法（DASH）饮食。Prev Med Rep. 2016;4：525–31.pmid：27747149

查看文章PubMed/NCBI谷歌学术搜索

38.Crews DC， Kuczmarski MF， Miller ER 3rd， Zonderman AB， Evans MK， Powe NR.城市人口的饮食习惯、贫困和慢性肾脏病。J 任纳特。2015;25(2):103–10.pmid：25238697

查看文章PubMed/NCBI谷歌学术搜索

39.Mudryj AN， Yu N， Aukema HM. 豆类的营养和健康益处。Appl Physiol Nutr Metab.2014;39(11):1197–204.pmid：25061763

查看文章PubMed/NCBI谷歌学术搜索

40.美国心脏协会营养委员会，利希滕斯坦AH，Appel LJ，Brands M，Carnethon M，Daniels S等人。饮食和生活方式建议修订2006：美国心脏协会营养委员会的科学声明。流通。2006;114(1):82–96.pmid：16785338

查看文章PubMed/NCBI谷歌学术搜索

41.马利克VS，潘A，威利特WC，胡FB。含糖饮料与儿童和成人体重增加：系统评价和荟萃分析。我是J·克林·纳特。2013;98(4):1084–102.pmid：23966427

查看文章PubMed/NCBI谷歌学术搜索

42.马利克 VS.含糖饮料和心脏代谢健康。库尔·奥宾·卡迪尔。2017;32(5):572–9.pmid：28639973

查看文章PubMed/NCBI谷歌学术搜索

43.Subar AF， Thompson FE， Kipnis V， Midthune D， Hurwitz P， McNutt S， et al.Block，Willett和国家癌症研究所食物频率问卷的比较验证：在美国餐桌上吃饭研究。Am J Epidemiol.2001;154(12):1089–99.pmid：11744511

查看文章PubMed/NCBI谷歌学术搜索

44.Loehr LR， Rosamond WD， Poole C， McNeill AM， Chang PP， Folsom AR， et al.超重和肥胖的多种人体测量学与心力衰竭事件的关系：社区动脉粥样硬化风险研究。圆心失败。2009;2(1):18–24.pmid：19808311

查看文章PubMed/NCBI谷歌学术搜索

45.Brown AF， Liang LJ， Vassar SD， Escarce JJ， Merkin SS， Cheng E， et al.1988年至2014年，美国无流行心血管疾病的成年人心血管健康中种族/民族和出生率差异的趋势。安实习生医学 2018;168（8）：541–9.下午：29554692

查看文章PubMed/NCBI谷歌学术搜索

46.Pool LR， Ning H， Lloyd-Jones DM， Allen NB.1999-2012年美国成年人心血管健康种族/民族差异的趋势。2017;6（9）：e006027.pmid：28939713

查看文章PubMed/NCBI谷歌学术搜索

47.Barnett E，Halverson J.1985-1995年35-64岁黑人和白人成年人中按地区和城市划分的过早冠心病死亡率和城市化的差异。公共卫生代表 2000;115（1）：52–64.pmid：10968586

查看文章PubMed/NCBI谷歌学术搜索

48.Becker LB， Han BH， Meyer PM， Wright FA， Rhodes KV， Smith DW， et al.心脏骤停发生率和随后生存的种族差异。芝加哥心肺复苏术项目。1993;329（9）：600–6.pmid：8341333

查看文章PubMed/NCBI谷歌学术搜索

49.Champagne CM， Bogle ML， McGee BB， Yadrick K， Allen HR， Kramer TR， et al.密西西比河下游三角洲地区的膳食摄入量：来自我们三角洲研究的食物的结果。医学杂志 2004;104（2）：199–207.下午：14760567

查看文章PubMed/NCBI谷歌学术搜索

50.Block G， Rosenberger WF， Patterson BH.卡路里，脂肪和胆固醇：按种族，性别和年龄划分的美国人口的摄入模式。Am J Public Health.1988;78(9):1150–5.pmid：3407810

查看文章PubMed/NCBI谷歌学术搜索

51.Judd SE，Letter AJ，Shikany JM，Roth DL，Newby PK.使用探索性和确认性因素分析得出的饮食模式在REGARDS研究中的种族，地区和性别亚组中是稳定和可推广的。前螺母。2014;1:29.pmid：25988129

查看文章PubMed/NCBI谷歌学术搜索-核心期刊杂志-厦门论文发表