母乳喂养对中国西部农村地区婴幼儿BMI生长轨迹影响的出生队列研究

2021-03-11 09:59曾令霞米白冰康轶君肖延风
关键词:月龄母乳喂养轨迹

周 静,曾令霞,米白冰,康轶君,王 莉,王 晔,颜 虹,肖延风

(1.西安交通大学第二附属医院小儿内科,陕西西安 710004;2.西安交通大学医学部公共卫生学院流行病与卫生统计学系,陕西西安 710061;3.西安交通大学第二附属医院中医科,陕西西安 710004)

超重与肥胖的流行已成为最常见的公共健康问题之一。研究提示,生命早期的BMI生长轨迹与儿童和成年期肥胖的发生风险密切相关[1-2]。婴幼儿期的BMI生长轨迹会受到环境因素或环境与遗传交互作用的影响。

母乳营养成分全面,比例恰当且富含免疫物质,是婴幼儿营养的最佳来源[3]。然而,母乳喂养对远期肥胖的保护作用仍存在争议。有研究发现,在辅食添加初期,配方奶粉喂养的婴幼儿体质量增长速率显著高于母乳喂养的婴幼儿[4]。纯母乳喂养时间和母乳喂养持续时间是否会对婴幼儿的BMI生长轨迹产生影响,值得进一步探究。

本研究采用队列研究设计,对参与“中国西部农村低出生体重的微营养素干预研究”的孕妇所生婴儿进行随访,分析项目地区0~2岁婴幼儿BMI生长轨迹,探讨母乳喂养与BMI生长轨迹的关联,为促进婴幼儿生长发育乃至远期健康提供理论依据。

1 对象与方法

1.1 研究对象在2002年“中国西部农村低出生体重的微营养素干预研究”基础上,采用随访队列研究设计,对项目中期2004年出生的1 388名单胎活产儿进行随访,排除体格测量次数小于2次和缺少3个月及半岁时喂养信息的婴幼儿,最终纳入分析的样本为1 285名(图1)。本研究经西安交通大学医学部人类研究伦理委员会审批通过。

图1 研究对象流程图Fig.1 Flow chart of the recruitment of the subjects

1.2 方法

1.2.1资料收集 本队列孕妇在妊娠早、中、晚期分别填写由西安交通大学医学部流行病与卫生统计学教研室自制的《孕产妇手册》统计其社会人口学信息(包括文化程度、工作、家庭人口数、收入、家庭各种耐用消费品的拥有情况及住房特征等)和孕期相关信息(包括生育史、患病史、孕早期产检记录、孕中期产检记录和孕晚期产检记录)。于分娩时,记录分娩方式、孕周、出生体质量等信息。于生后42 d、3个月、6个月、9个月、12个月、18个月和24个月进行入户随访,随访内容包括体格测量、喂养(喂养方式、辅食添加的种类和频率)、患病、户外活动时间等。

采用标准量床测量身长,测量时脱去婴幼儿的帽、鞋、袜等衣物,仰卧于量床的中央,将其头扶正并使其头顶水平接触头板。医生位于婴幼儿右侧,用左手握住婴幼儿的两膝,使其腿伸直;右手移动足板直至接触双脚跟部,测量时保证量床两侧的读数一致,然后读取刻度值,精确至0.1 cm。测量体质量时应使其裸体或只穿背心短裤,如无法测量裸重,应当减去其衣物等重量之后再记录数值。按照2006年WHO儿童体格发育评价标准,计算不同月龄儿童生长的年龄别BMIZ值(BMI-for-ageZscore),进而评价婴幼儿BMIZ值随时间的发展趋势。

1.2.2质量控制 项目负责人制定工作手册,严格按照工作手册对调查员进行培训,通过考核者方可参加现场调查。调查队负责人对每天的调查表内容和数据进行审核。由经验丰富的调查员负责数据库的建立,先进行预录入并注意纠错,后期实行双录入以确保数据库的可靠性。

1.3 统计学方法用Epi Data 3.1建立数据库,采用SAS 9.4拟合BMI生长轨迹,同时对数据进行分析。本研究应用潜变量增长混合模型(latent growth mixture modeling, LGMM)分析婴幼儿期BMIZ值随时间的变化趋势,使用全信息最大似然估计来拟合分析样本中不平衡数据。根据贝叶斯信息准则(Bayesian information criteria, BIC)判断模型拟合效果,其绝对值越低,模型拟合越好。同时,需满足每个分组内预期的人数占总人数的百分比不小于5%。选定分组后,每个个体将划分到后验概率最大的组中,最终生成轨迹分组变量。

采用χ2检验分析各因素在纳入和排除对象间和不同BMIZ值生长轨迹组间的分布差异;考虑到数据有县、乡、村3水平的层次结构,以“正常-平稳”组为对照组,应用多水平Logistic回归模型,探讨喂养与BMIZ值生长轨迹的关联。分别计算了未调整和调整后的主要模型参数,当某个控制变量添加到模型中后,相应的估计值(OR值或β值)至少改变了10%,则将此控制变量作为混杂因素纳入最终分析;另外,对于已有研究证实的能够影响婴幼儿BMI生长的变量,亦作为协变量纳入方程中。因此,本研究主要的协变量为:性别、父母BMI、父母文化程度(小学及以下、初中及以上)、父母工作(是否农民)、家庭经济状况(财富指数得分3分类)、是否初产妇、孕期营养素补充(叶酸、叶酸+铁、多种微量营养素)、分娩方式(顺产、剖腹产)、孕周(连续变量)、出生体质量(连续变量)、患病(0~2岁是否患有腹泻、肺炎及其他疾病)和户外活动时间(2岁时平均每天户外活动时间是否≥1.5 h)。假设检验均采用双侧检验,检验水准为0.05。

利用家庭各种耐用消费品的拥有情况及住房特征等,采用主成分分析方法,按第一主成分的各指标赋予一定权重后,将各项指标的得分相加,得到各个家庭的财富指数得分。以第33.3和66.7百分位数为界,将其分为贫穷、中等和富裕3个等级。

2 结 果

2.1 基本情况描述本研究纳入分析与排除的婴幼儿的社会人口学特征详见表1,除孕期营养素干预外,其余特征间差异无统计学意义。纳入分析的婴幼儿共计1 285例,其中男婴791例,占61.6%,平均孕周为39.9周,平均出生体质量为3 183 g,剖腹产率为9.4%,仅有约2/3的婴幼儿于3月龄时为纯母乳喂养。

表1 纳入与排除的婴幼儿间基本特征的比较Tab.1 Comparison of baseline characteristics of the included and excluded participants

2.2 婴幼儿BMI生长轨迹根据潜变量增长模型结果,6分类的轨迹模型拟合最优,不同分组下模型的BIC值及参数估计详见表2。本研究人群的BMI生长轨迹主要划分为6类:“正常平稳”(26.6%)、“正常-加速”(8.7%)、“正常-减缓”(11.7%)、“持续偏低”(6.6%)、“赶上生长”(26.8%)和“赶上生长-加速”(19.5%)(图2)。

图2 0~24个月BMI Z值生长轨迹Fig.2 BMI Z growth trajectories from birth to 24 months

表2 贝叶斯信息列表Tab.2 Information of BIC

2.3 不同BMI生长轨迹组间基本特征的比较婴幼儿性别构成(P=0.009)、母亲文化程度(P<0.001)、母亲职业(P=0.01)、父亲职业(P=0.013)、家庭财富(P=0.04)、是否初产妇(P=0.005)、分娩方式(P=0.009)、出生体质量(P<0.001)和3月龄时喂养模式(P=0.017)在不同BMI生长轨迹组间差异显著(表3)。

表3 不同BMI生长轨迹组间特征的比较Tab.3 Characteristics by BMI Z scores growth trajectories of the study subjects

2.4 母乳喂养对0~2岁BMI生长轨迹的影响以“正常平稳”组作为参考,多水平Logistic回归模型显示:纯母乳至3个月可显著降低“赶上生长”(OR=0.71, 95%CI0.51~0.98)和“赶上生长-加速”(OR=0.53, 95%CI0.37~0.75)模式发生的危险;调整混杂因素后,此关系仍然成立(OR=0.61, 95%CI0.41~0.89;OR=0.46, 95%CI0.31~0.68)。半岁前断母乳可显著增加“赶上生长”(OR=1.76, 95%CI1.19~2.61)和“赶上生长-加速”(OR=2.08, 95%CI1.38~3.14)模式发生的危险;调整混杂因素后,此关系仍然成立(OR=1.69, 95%CI1.08~2.71;OR=1.88, 95%CI1.18~2.99)(表4)。

表4 母乳喂养与婴幼儿BMI生长轨迹的单因素和多因素多水平Logistic回归分析Tab.4 Multilevel Logistic regression models used to analyze the effects of breastfeeding on BMI growth trajectories of the infants

3 讨 论

本研究人群中有2/3的婴幼儿于3月龄时为纯母乳喂养,婴幼儿0~2岁BMI生长轨迹可分为“正常平稳”“正常-加速”“正常-减缓”“持续偏低”“赶上生长”和“赶上生长-加速”6个轨迹模式,其中,以“正常平稳”“赶上生长”和“赶上生长-加速”3个轨迹模式为主。纯母乳喂养至3月龄,半岁后仍持续哺乳可显著降低“赶上生长”和“赶上生长-加速”轨迹模式发生的风险。

本研究人群中仅有约1/5的婴幼儿纯母乳喂养至6月龄,远低于全球44%的0~6月龄纯母乳喂养率[5]。可能与研究地区在西部农村,养育者喂养知识缺乏有关。此外,多数妇女在生育后均外出打工,缺乏母乳喂养的条件。同时,随着配方奶粉和喂养工具产业的兴起,极大地影响了母乳喂养作为主要喂养方式的必要性。

WHO建议,应纯母乳喂养至6个月,随后进行辅食添加,且持续母乳喂养至2岁及以上[5]。本研究结果显示,纯母乳喂养时间大于3个月,且半岁后持续母乳喂养,可显著降低0~2岁BMI追赶生长轨迹发生的风险,为该政策提供了理论支持。母乳喂养与儿童生长发育的关系仍存在争议,甚至有研究表明母乳喂养与儿童体格生长间并没有统计学上的显著关联[6]。与本次研究结果相一致,一项融合4个出生队列的研究发现,纯母乳喂养时间不足3个月会显著增加0~6岁BMI加速生长的风险[7]。另一项基于母亲哺乳期补充维生素D的随机对照研究的随访发现,从出生至7月龄,人工喂养组婴儿BMIZ值以0.08单位/月的速度逐渐增加,而母乳喂养组婴儿BMIZ值基本保持平稳[8]。

母乳喂养抑制BMI加速生长从而预防远期肥胖,可能与母乳的成分息息相关。喂养同样体积的母乳,婴儿所吸收的能量远低于配方奶。更重要的是,母乳较之配方奶在蛋白成分方面存在显著差异,且母乳里的生物活性因子、生长因子和激素是配方奶所没有的,而这些差异最终会抑制脂肪细胞的分化[9]。

本研究为前瞻性队列研究,设计严谨,调查员经验丰富,拟合的BMI生长轨迹含有8次体格测量值,保证了分析结果的可靠性,能较好地反映中国西部农村地区0~2岁婴幼儿BMI生长模式。研究现场工作人员配合度高,保证了本研究较高的随访率。本研究采用WHO标准生成BMIZ值拟合生长轨迹,使不同文化背景间的比较变得有意义。

本研究仍存在一些不足之处。首先,由于缺少体格测量信息或喂养信息,分析时剔除了一部分样本(n=103),可能会使结果出现偏倚,但分析对比发现纳入研究的对象与排除的研究对象在社会人口学特征方面无统计学差异。其次,随访婴幼儿的母亲在孕期实施了营养素干预,但本研究并没有发现营养素干预对母乳喂养与BMI生长轨迹关系的修饰作用。最后,本次研究未对婴幼儿的睡眠状况进行调查,而睡眠可能是婴幼儿生长轨迹的影响因素。

婴幼儿期赶上生长可显著增加学龄早期儿童超重肥胖发生的风险[10],而本研究显示,纯母乳喂养至3月龄且半岁后仍持续母乳喂养可显著降低“赶上生长”和“赶上生长-加速”轨迹模式发生的危险,为母乳喂养降低远期肥胖发生的潜在机制和促进母乳喂养提供了理论依据。

猜你喜欢
月龄母乳喂养轨迹
1~12月龄肺炎住院患儿的营养状况及免疫功能评价
集中连片特困地区6~23月龄婴幼儿贫血及生长发育现状研究
解析几何中的轨迹方程的常用求法
半躺式母乳喂养法对产妇母乳喂养影响的meta分析
轨迹
轨迹
认识和了解HIV感染诊断和疾病进展的预测指标——CD4+T细胞
湖州33月龄男童不慎9楼坠落上海九院对接“空中120”成功救治
母乳喂养进社区
我的月子经:从纯母乳喂养到体质