亮点
– 对368,733名EPIC参与者的饮食进行多目标优化发现，当EAT-Lancet健康参考饮食（HRD）评分、植物物种丰富度和超加工食品（UPFs）摄入量同时改善时，可产生协同效益。
– 最优饮食使平均HRD评分提高了约13.9分，植物膳食物种丰富度增加了约1.36种，超加工食品份额减少了约12.4个百分点，PANDiet营养充足性提高了约4.1个百分点，膳食温室气体排放（GHGe）降低了约1.07千克CO2-eq/天，土地使用减少了约1.43平方米/天。
背景
全球饮食模式越来越倾向于狭窄的食物种类和越来越多的超加工食品（UPFs）。这些变化与非传染性疾病负担的增加有关，并且对环境压力（包括温室气体排放（GHGe）和土地使用）贡献显著。可持续饮食框架，特别是EAT-Lancet健康参考饮食（HRD），旨在通过推广以植物为主的多样化饮食和适量的动物源性食品来协调营养和地球健康。另外两个较少研究的维度是食物生物多样性——通常操作化为膳食物种丰富度（DSR）——和食品加工水平（例如，Nova分类）。虽然每个维度都独立地与营养质量或环境指标相关联，但它们对大人群营养充足性和环境可持续性的综合影响尚未得到全面评估。
研究设计和方法
该研究分析了欧洲癌症和营养前瞻性调查（EPIC）队列中368,733名成年参与者的饮食数据。饮食摄入特征如下：
- 使用0-140分的HRD评分反映与EAT-Lancet目标的一致性，评估HRD依从性。
- 膳食物种丰富度（DSR），分为DSRPlant和DSRAnimal，代表所消费的不同物种数量。
- 食品加工水平用Nova分类表示，以每天总克数的百分比（% g/day）归因于UPFs。
主要结果是PANDiet评分（概率充足的营养摄入饮食）、膳食温室气体排放（千克CO2-eq/天）和膳食土地使用（平方米/天）。回归模型评估了HRD、DSR和Nova衍生的UPF摄入与结果之间的关联和相互作用。这些回归结果随后用于多目标优化（MOO）方法，以识别在保持相对于观察到的消费模式可行的情况下，平衡营养充足性改进和环境影响减少的反事实饮食。报告的变化比较了优化饮食和观察饮食，可用时以95%置信区间呈现不确定性。
主要发现
多目标优化返回了饮食情景，显示在三个饮食维度上适度的同时调整可以带来营养和环境影响方面的有意义的改进。
主要定量结果
- HRD依从性：平均HRD评分相对观察饮食增加了13.91分（95% CI: 13.89至13.93）。
- 食物生物多样性：植物膳食物种丰富度（DSRPlant）增加了1.36种（95% CI: 1.35至1.37）。
- 食品加工：超加工食品被未加工或最少加工食品替代了12.44个百分点（95% CI: 12.40至12.49）的总克数/天。
- 营养充足性：PANDiet评分平均增加了4.12个百分点（95% CI: 4.10至4.14）。
- 环境结果：GHGe减少了1.07千克CO2-eq/天（95% CI: 1.05至1.09），土地使用减少了1.43平方米/天（95% CI: 1.41至1.45）。
效应大小解释
尽管单个维度的绝对变化较为温和（例如，约1.4种植物物种的增加和约12个百分点的UPF克数减少），但综合起来产生了临床上和政策相关的改进。PANDiet评分平均增加约4.1个百分点表明总体营养充足性在人口水平上的改善，这可能意味着更少的微量营养素缺乏。每人每天约1.07千克CO2-eq的GHGe减少是显著的：按人口规模和时间计算，这种每人减少量广泛实施后将对气候缓解目标做出实质性贡献。
次要和亚组发现
论文报告称，改进在EPIC国家和队列中普遍一致，但基线饮食和改进空间因地区而异。相互作用表明，在基线UPF份额较高和HRD依从性较低的饮食中，增加生物多样性的收益尤为有价值——暗示在已经植物多样且最少加工的饮食中，收益递减。
专家评论和背景
这项研究在一个大型且地理多样化的欧洲队列中整合了饮食质量的三个互补方面——营养目标（EAT-Lancet HRD）、生物多样性（DSR）和加工水平（Nova），采用最先进的多目标优化方法。该方法在方法学上严谨且实用导向：而不是规定激进的饮食变革，优化寻求可以被人口实际采用的可行变化。结果表明，适度的多维转变可以产生协同改进，这与机制和实证证据相一致，这些证据将更高的植物多样性与更好的微量营养素谱联系起来，将更低的UPF消费与更好的饮食质量和减少的环境足迹联系起来。
优势包括非常大的样本量、使用验证的队列饮食数据、明确建模物种级生物多样性，以及一个平衡竞争目标而非专注于单一结果的优化框架。报告的置信区间较窄，反映了大样本量和重复建模带来的精确性。
局限性需要考虑。EPIC中的饮食评估主要依赖于自报工具（食物频率问卷或饮食史），受回忆和误分类偏差的影响；拆分到物种级别的挑战较大，可能低估生物多样性，尤其是混合菜肴。用于推导GHGe和土地使用估计值的生命周期评估（LCA）数据存在不确定性，并且因生产系统、地理来源和食品加工方法而异；任何估计的环境收益取决于这些LCA输入的准确性和代表性。优化集中于营养充足性和两个环境指标；其他重要结果如水使用、农场规模的生物多样性影响、文化接受性、可负担性和食品安全未联合优化。最后，横断面优化模型不能确定饮食变化对健康结果的因果影响，且未测试实现建议替代的行为改变策略。
临床和公共卫生意义
对于临床医生、营养师和公共卫生政策制定者，研究结果强化了几条可操作的信息：
- 多个饮食维度的增量组合改进可以带来营养和可持续性的实质性联合收益；干预措施不必是全有或全无。
- 鼓励饮食中更大的植物物种多样性（不仅仅是数量）——例如，轮换豆类、全谷物、蔬菜、水果、坚果和香草——可以提高微量营养素的充足性。
- 减少UPF消费并按克数等量替换为最少加工的植物性食品和符合EAT-Lancet目标的少量动物源性食品是可行且有益的。
- 激励生产中生物多样性的政策杠杆（食品采购、农业激励、标签、改革限制、财政措施）和降低UPF供应量的措施可以产生健康的气候协同效益。
研究和实施差距
关键下一步包括：
- 干预研究测试设计为同时增加物种丰富度、减少UPFs并符合HRD目标的饮食模式的可行性、可接受性和健康结果。
- 改进捕获混合菜肴和加工产品中物种营养价值的生物多样性指标，并评估农业生物多样性在供应链中的作用。
- 扩展环境评估，纳入水使用、养分流失和生物多样性损失指标，并探索不同地区和生产系统的权衡。
- 公平性分析：了解低收入群体和各地区不同文化饮食的可负担性、文化适应性和获取障碍。
结论
这项大规模且方法严谨的研究表明，适度、协调的EAT-Lancet HRD依从性、植物物种丰富度和减少超加工食品摄入的改进具有提高营养充足性并降低GHGe和土地使用的潜力。研究结果支持一种多维度的饮食指导和政策方法，重视食物生物多样性和加工水平作为基于营养和气候关注的推荐的补充。实施这些策略将需要农业、食品系统、临床实践和公共政策的协调努力，并应关注文化背景、可负担性和稳健的环境核算。
资金和试验注册
资金详情见原出版物（Berden等人，《美国临床营养杂志》2025年）。本分析使用了EPIC队列的观察数据并应用了计算优化；它不是注册的干预试验。
精选参考文献和进一步阅读
关键背景文件包括EAT-Lancet委员会关于可持续食品系统健康饮食的报告（2019年）、超加工食品和Nova分类的基础文献，以及描述PANDiet营养充足性指标和饮食生命周期评估方法的方法论论文。此处总结的主要研究：Berden J等人。《食物生物多样性、加工水平和EAT-Lancet饮食在营养充足性和环境可持续性方面的协同作用：基于EPIC队列的多目标优化》。《美国临床营养杂志》2025年11月17日。doi:10.1016/j.ajcnut.2025.11.006。
实用要点
小而现实的转变——在餐食中吃更多种类的植物物种，选择更少的超加工食品，并朝着EAT-Lancet盘子的方向前进——可以共同使饮食更健康、更可持续。这些协同效益应指导旨在实现人类和地球健康双赢解决方案的饮食指南、采购政策和公共卫生宣传活动。