Development and validation of dietary pattern scores for predicting three cardiometabolic disease risks in Korean adults

Abstract

Diet-related chronic diseases - such as hypertension, obesity, diabetes, cardiovascular disease, and cancer - are the most common cause of death worldwide and present a significant burden for society. Multiple dietary patterns have been associated with the risk of different diseases; however, their comparability to improve overall health has yet to be determined. Dietary pattern analysis is a method of dietary analysis that considers the cumulative and interactive effects among dietary components to reflect the complexity of the human diet. This study was aimed to develop and validate the dietary pattern scores for predicting the risk of chronic diseases, especially hypertension, obesity, and type 2 diabetes, in Korean adults. The Korea National Health and Nutrition Examination Survey (KNHANES) (2015-2018) was used as a dataset. Dietary patterns were identified using each subject's reduced rank regression (RRR) based on 24-hour recall data using 26 food groups. Systolic blood pressure (SBP) and diastolic blood pressure (DBP) for hypertension, fasting glucose, and glycated hemoglobin (HbA1c) for type 2 diabetes were selected as the intermediate response variables to extract dietary patterns. The first dietary pattern of each chronic disease was used for further analyses since they explained the biggest variance of the response variables. In the case of high blood pressure, a dietary pattern was characterized by high intakes of refined white rice, kimchi and salted vegetables but low intakes of poultry, eggs, seafood, and plant oils. For the risk of obesity, a dietary pattern was characterized by high intakes of refined white rice, kimchi and salted vegetables, wheat flour and bread but low intakes of fruits, poultry, eggs, milk and dairy products, and nuts. A dietary pattern characterized by high intakes of refined white rice, kimchi and salted vegetables, wheat flour and bread, and seasonings but low intakes of whole grains, legumes, tofu, soymilk, poultry, eggs, and plant oils were identified as having a risk of type 2 diabetes. Each pattern was associated with a higher risk of hypertension, obesity, and type 2 diabetes. The development of dietary pattern scores was then examined. The dietary pattern score assesses the potential risk of chronic diseases of an individual’s diet, with higher (more positive) scores indicating more risky diets and lower (more negative) scores indicating healthy diets. Stepwise linear regression analysis was used to identify the most important component food groups contributing to the RRR dietary pattern. Furthermore, the top 20th percentile and the receiver operating characteristic (ROC) cut-point value of the dietary pattern score was set to find the optimal cut-point value in each method. To validate by applying dietary pattern scores and cut-point value, 2 independent studies in KNHANES (2019-2021) and the Korean Genome and Epidemiology Study-Urban Health Examinees cohort (KoGES-HEXA) (2004-2013) were used. Of the dietary patterns identified, the dietary pattern characterized by the stepwise linear regression model was most significantly likely to have hypertension (pattern scores Q5 vs. Q1: odds ratio (OR) = 2.31, 95% CI = 1.88–2.84), obesity (pattern scores Q5 vs. Q1: OR = 1.33, 95% CI = 1.13–1.57), and type 2 diabetes (pattern scores Q5 vs. Q1: OR = 1.46, 95% CI = 1.25–1.63) in the KNHANES (2019-2021) study. Likewise, a higher dietary pattern score was associated with a higher risk of these chronic diseases (hypertension Q5 vs. Q1 hazard ratio (HR)= 1.19 [95% CI = 1.00–1.41], obesity Q5 vs. Q1 HR = 1.09 [95% CI = 1.01–1.32], type 2 diabetes Q5 vs. Q1 HR =1.14 [95% CI = 1.05–1.52]) in KoGES-HEXA (2004-2013) cohort study using RRR pattern followed by the stepwise linear regression model. The cut-point value results were consistent across the total population, including men and women. Especially using the ROC value, those with a higher score were positively related to chronic diseases. When different cut-point values were applied according to gender, people with high dietary pattern scores were significantly associated with these three chronic diseases. This study identified dietary patterns related to selected biomarkers of hypertension, obesity, and type 2 diabetes using the RRR statistical method. To our knowledge, these dietary pattern scores can indicate their usefulness in assessing the risk of diet-related chronic diseases of whole diets. ;전통적인 영양학 연구는 전체를 부분의 합으로 정의할 수 있다는 환원주의를 주장하였으나 식습관과 건강의 관계는 복잡하고 개인마다 다른 시너지 효과로 작용한다. 단일 영양소나 식품만으로 만성질환을 해결할 수 없기에 “전체는 부분의 합 이상이다.”라는 전체론적 접근법이 필요하다. 이를 반영하는 식사패턴 연구는 여러 가지 영양소의 축적된 영향을 파악할 수 있을 뿐만 아니라, 식생활을 그대로 반영하여 평가할 수 있기 때문에 만성질환과 식이요인과의 관계를 파악하여 질병을 예방하기 위한 실질적인 지침을 마련할 수 있다는 장점을 가지고 있다. 식사패턴에서 주로 사용하는 연구 방법은 크게 요인분석과 군집분석으로 나누어질 수 있다. 요인분석은 변수들(식품이나 음식)간의 상관관계를 고려하여 변수들의 차수를 줄여주는 통계기법으로 주요인분석법을 주로 사용한다. 군집분석은 개인별로 섭취한 식품 변수들 사이에 존재하는 유사성을 기준으로 대상자를 집단 또는 군집으로 묶어주는 분류기법이다. 요인분석과 군집분석의 각장 큰 차이점은 요인분석에서는 모든 대상자가 차수가 줄여진 요인에 대하여 각기 높거나 낮은 요인 점수를 가진다는 것이고, 군집분석은 대상자를 특성에 따라 몇 개의 그룹으로 나눈다는 점이다. 이 두 가지 분석법의 경우 식이 변수의 특성 혹은 대상 집단만의 특성을 고려해 질병과의 관련성이 민감하지 않다는 제한점이 있다. RRR (Rudeced rank regression) 분석은 이들 방법의 제한점을 고려하여 나온 모델이다. 이 방법은 반응변수(기존에 알려진 질환과 관련된 영양소나 혈액성분)에 의해서 설명되는 변이를 최대화하여 예측변수(섭취한 식품)와의 선형관계를 판단하여 추출된 요인과 질병과의 연관성을 더 많이 설명할 수 있다는 장점이 있다. 만성질환을 유발하거나 악화시킬 수 있는 식사패턴을 이해하는 것은 중요하다. 하지만, 한국인을 대상으로 식사패턴과 만성질환과의 관련성에 대한 연구는 아직까지 많이 이루어지지 않은 실정이다. 이에 본 연구에서는 한국 성인을 대상으로 만성질환 위험을 예측할 수 있는 식사패턴 점수를 개발하고 검증하는 것을 목적으로 하였다. 자료는 국민건강영양조사(2015-2018)를 사용하였다. 26개의 식품군을 평가하고, 24시간 회상 데이터를 기반으로 RRR을 사용하여 식사패턴을 추출하였다. 고혈압은 수축기혈압과 확장기혈압, 제2형 당뇨병은 공복혈당, 당화혈색소를 식사패턴 추출을 위한 중간반응변수로 선정하였다. 각 만성질환의 첫 번째 식사패턴은 응답 변수의 가장 큰 분산을 설명하므로 추가 분석에 사용되었다. 고혈압의 경우 정제곡물류, 김치 및 장아찌류는 많이 섭취하고 백색육류, 달걀, 해산물, 식물성 기름은 적게 섭취하는 것이 특징이었다. 정제곡물류, 김치 및 장아찌류, 밀가루가공식품은 적게 섭취하나, 과일, 백색육류, 달걀, 우유 및 유제품, 견과류를 많이 섭취하는 식사패턴은 비만 위험이 낮은 것으로 나타났다. 제 2형 당뇨병의 식사패턴은 정제곡물류, 김치 및 장아찌류, 밀가루가공품, 조미료를 많이 섭취하고 통곡물류, 견과류, 두류 및 두부류, 백색육류, 계란, 식물성기름은 적게 섭취하는 식습관으로 확인되었다. 각 패턴은 고혈압, 비만 및 제2형 당뇨병의 높은 위험과 관련이 있었다. 다음으로, 식사패턴 점수의 정교화 개발이 분석되었다. 각 식사패턴의 첫번째 패턴 요인 적재값이 선택되었고, 단계별 선형 회귀 분석(Stepwise linear regression)을 사용하여 RRR 식사패턴에 기여하는 가장 중요한 구성 요소 식품군을 식별하였다. 또한, 각 방법에서 최적의 절사값을 찾기 위해 식사패턴 점수의 상위 20 백분위수와 수신자 조작 특성 (ROC) 절단점 값을 설정했다. 식사패턴 점수와 절사값을 적용하여 검증성을 확인하기 위해 국민건강영양조사 (2019-2021)와 한국인 유전체 역학조사사업의 도시 기반 코호트(KoGES-HEXA)(2004-2013)의 2건의 독립적인 연구를 사용했다. 식사패턴 점수는 개인의 식단에서 만성 질환의 잠재적 위험을 평가하며, 점수가 높을수록 더 위험한 식단을 나타내고 낮을수록 건강한 식단을 나타낸다. 국민건강영양조사 (2019-2021)에서 단계별 선형 회귀 모델로 만성질환 유병 위험을 알아본 결과 고혈압 (패턴점수 Q5 vs Q1: OR = 2.31, 95% CI = 1.88–2.84), 비만(패턴점수 Q5 vs Q1: OR = 1.33, 95% CI = 1.13–1.57) 및 당뇨병(패턴점수 Q5 vs Q1: OR = 1.46, 95% CI = 1.25–1.63)으로 유병 위험이 높았다. 마찬가지로, 한국인 유전체 역학조사사업의 도시 기반 코호트 데이터에서도 비슷한 결과를 확인했다. 식사패턴 점수가 높을수록 이러한 만성 질환의 발병률이 더 높았다(고혈압 Q5 vs Q1 HR= 1.19[95% CI = 1.00–1.41], 비만 Q5 vs Q1 HR = 1.09[95 % CI = 1.01–1.32], 당뇨병 Q5 vs Q1 HR =1.14 [95% CI = 1.05–1.52]). 절사값을 이용한 결과는 모든 만성질환 위험에서 일관되게 만성질환 유병률 및 발병률이 높음을 확인하였다. 특히 ROC 값을 이용하여 모든 질병에서 남녀간 유의한 상관관계가 있음을 확인하였다. 결과적으로 이 연구의 결과는 각 만성질환에 따른 식사패턴에 따라 다양한 식품군을 섭취할 경우 만성질환 위험을 낮출 수 있음을 확인하였으며 최적의 절사값을 통해 개인의 영양상태를 판정할 수 있는 중요한 도구로도 사용될 수 있다는 점을 확인하였다. 본 연구 결과를 활용하여 한국 성인에게 적용 가능한 만성질환 예방 관리를 위한 식사 지침의 제시 및 영양 중재의 마련이 가능할 것이다.