原始论文gydF4y2Ba
摘要gydF4y2Ba
背景:gydF4y2Ba营养不是COVID-19的治疗方法,但它是慢性疾病发展的一个可改变的因素,而慢性疾病与COVID-19严重疾病和死亡高度相关。均衡的饮食和健康的饮食模式可以增强免疫系统,改善免疫代谢,降低患慢性疾病和传染病的风险。gydF4y2Ba
摘要目的:gydF4y2Ba本研究旨在通过使用新的统计边缘两部分模型,评估188个国家的饮食、营养、肥胖及其对COVID-19死亡率的影响。gydF4y2Ba
方法:gydF4y2Ba我们在考虑世界卫生组织不同区域之间的差异的同时,在全球范围内评估了国家层面的饮食和营养分布。通过估计系数和绘制彩色地图,报告了全球范围内食品供应类别和肥胖对死亡人数和康复人数的影响(及其关联)。gydF4y2Ba
结果:gydF4y2Ba研究结果表明,每增加1%的豆类补充量,零死亡的几率就会降低4倍(OR 4.12, 95% CI 11.97-1.42)。此外,动物产品和肉类补充量每增加1%,零死亡的几率分别增加1.076倍(OR 1.076, 95% CI 1.01-1.15)和1.13倍(OR 1.13, 95% CI 1.0-1.28)。坚果降低了零死亡的几率,而蔬菜则增加了死亡人数。在全球范围内,结果还显示,消费更多鸡蛋、谷物(不包括啤酒)、香料和兴奋剂的人群(国家)对COVID-19患者的康复影响最大。此外,食用更多肉类、植物产品、糖和甜味剂、糖料作物、动物脂肪和动物产品的人群与患者死亡人数增加和康复人数减少有关。食用糖制品对死亡率的影响是相当大的,肥胖影响了死亡率的增加和康复率的降低。gydF4y2Ba
结论:gydF4y2Ba尽管饮食模式存在差异,但总体而言,不平衡的饮食是世界各地的健康威胁,不仅影响死亡率,还影响生活质量。为了在预防与营养有关的流行病方面取得最佳效果,战略和政策应充分认识到饮食和肥胖在决定良好营养和最佳健康方面的重要作用。政策和方案必须解决个人层面改变的需要,并在社会和环境中做出改变,使人们能够获得和更可取的更健康的选择。gydF4y2Ba
doi: 10.2196/22717gydF4y2Ba
关键字gydF4y2Ba
简介gydF4y2Ba
COVID-19于2019年12月31日在中国湖北省武汉市开始传播[gydF4y2Ba
,gydF4y2Ba ].根据世界卫生组织2020年7月3日发布的最新报告,全球新冠肺炎确诊病例为11,188,120例,死亡人数为528,431人,每百万人中确诊病例总数为1505例,死亡人数为69.3人[gydF4y2Ba ].由于该病在世界范围内迅速爆发,世界卫生组织将其命名为全球大流行[gydF4y2Ba ,gydF4y2Ba ].gydF4y2Ba2019冠状病毒病的流行始于冬季,在世界上食用野生动物并不罕见的地区。冠状病毒是导致普通感冒的病毒之一,这种疾病从未被治愈,也没有任何有效的预防或疫苗。然而,有相对一致的数据表明,在睡眠不足、心理或身体压力(包括暴露在低温下)、营养不足以及任何损害身体免疫系统的情况下,患普通感冒的风险很高[gydF4y2Ba
].gydF4y2Ba全球COVID-19死亡病例中,有很大比例与一种或多种慢性疾病有关。同样明显的是,老年人在这次大流行中患严重疾病的风险更高[gydF4y2Ba
,gydF4y2Ba ].营养不是COVID-19的治疗方法,但它是慢性疾病发展的一个可改变的因素,而慢性疾病与COVID-19严重疾病和死亡高度相关[gydF4y2Ba ].均衡的饮食和健康的饮食模式可加强免疫系统,改善免疫代谢,并减低患慢性疾病和传染病的风险[gydF4y2Ba ,gydF4y2Ba ].此外,营养可能对COVID-19产生积极或消极影响,因为它可能是一种支持患病风险较高的人(即老年人和已有非传染性疾病病史的人)的方式[gydF4y2Ba ].gydF4y2Ba很明显,在这个充满挑战的时代,优化营养是重要的,不仅对我们自己,而且对每一个正在经历自己治疗阶段的患者。每个卫生系统都应该意识到健康饮食的好处,并能够为患者,特别是患有慢性疾病的患者提供合理的营养指导。了解可能有助于预防慢性疾病及其相关风险的营养干预措施,现在比以往任何时候都更加重要[gydF4y2Ba
].gydF4y2Ba另一方面,超重或肥胖被解释为脂肪过多[gydF4y2Ba
]积聚,并对健康构成威胁[gydF4y2Ba ].在世界上大多数人口生活的国家,超重或肥胖导致的死亡人数比体重不足造成的死亡人数要多。然而,它会导致免疫系统下降或COVID-19的严重程度下降吗?它对感染和COVID-19的死亡率有危险吗?gydF4y2Ba本研究旨在通过使用新的统计边缘两部分(mTP)模型,评估188个国家的饮食、营养和肥胖对COVID-19死亡率的影响。因此,我们在考虑不同地区之间的差异的同时,在国家层面上评估了饮食和营养的分布。通过估计系数和绘制彩色地图,世界范围内报告了食物供应类别和肥胖对死亡人数和康复人数的影响(以及它们之间的联系)。gydF4y2Ba
方法gydF4y2Ba
概述gydF4y2Ba
本节首先对数据集和相关来源的信息进行简短描述。在下一节中,我们将介绍传统的两部分(TP)回归模型和针对半连续数据提出的mTP回归模型。对于连续部分,我们考虑了两个灵活的分布,包括对数正态分布(LN)和β素数分布(BP)。我们还描述了它们的性质,以评估协变量对边际均值的整体影响,并证明所提出的模型优于传统模型。最后,将所提出的mTP模型应用于脂肪量和蛋白质的健康饮食数据集,研究营养类别和肥胖对100例COVID-19死亡和康复人数的影响。gydF4y2Ba
饮食、肥胖和COVID-19数据gydF4y2Ba
粮食供应数据是粮食及农业组织(粮农组织)/世卫组织统计数据中最重要的数据之一[gydF4y2Ba
].事实上,当这些数据与参数和其他数据集结合起来时,它们是全球和国家营养不良评估的估计基础。此外,企业和政府都使用这些数据进行经济分析和政策制定,学术界也使用这些数据。gydF4y2Ba在这个数据集中,我们结合了不同类型的食物、世界人口肥胖率和营养不良率的数据,以及来自世界各地(188个国家)的全球COVID-19病例数,以更多地了解健康的饮食方式如何帮助对抗COVID-19。此外,从数据集中,我们可以收集COVID-19感染率较低国家的饮食模式信息,并据此调整自己的饮食。疾病的传播,死亡,恢复,及其不同的分布显示在gydF4y2Ba
,可根据世界卫生组织区域进行评估。gydF4y2Ba来自数据集,可在GitHub中以谷歌表的形式访问[gydF4y2Ba
],我们对不同种类的食物采用了脂肪量和蛋白质量(均以总摄入量的百分比计算)。我们还添加了肥胖率(百分比)进行比较。数据集的末尾还包括最新的确诊感染、死亡、康复和活动性病例(也按每个国家当前人口的百分比计算)。在本研究中,响应变量为188个国家连续测量的100例死亡病例和100例康复病例(范围从0到100)[gydF4y2Ba ].gydF4y2Ba为使与区域间变化相关的结果同步,根据世卫组织区域对数据集进行了分组(gydF4y2Ba
),使用随机效应(区域聚类)模型对死亡和康复进行了mTP分析。供应食品的数据说明在gydF4y2Ba .脂肪量和蛋白质数据集,包括23个类别,均来自粮农组织数据库[gydF4y2Ba ],并用来显示属于每一类的特定食物类型,以评估脂肪量和蛋白质供应的影响。gydF4y2Ba半连续响应变量(如死亡率指数)的典型特征是存在零和正的连续结果,通常是右偏的。在本文中,我们提出了一类正响应和零响应的模型,利用零增广混合回归模型。在本课程中,我们特别感兴趣的是研究其分布容纳偏态的正响应。同时,响应可以为零,因此,我们证明了零增强混合模型的使用。gydF4y2Ba
半连续数据的边缘两部分模型gydF4y2Ba
传统的两部分模型gydF4y2Ba
我们首先回顾了Cragg [gydF4y2Ba
],曼宁等[gydF4y2Ba ],段等[gydF4y2Ba ],以及其他地方。让gydF4y2BaYgydF4y2BaijgydF4y2Ba是i-的半连续变量gydF4y2BathgydF4y2Ba(gydF4y2Ba我gydF4y2Ba= 1,2,…,gydF4y2BangydF4y2Ba)第j群的受试者(gydF4y2BajgydF4y2Ba= 1,2,…,gydF4y2BangydF4y2Ba我gydF4y2Ba).对于非负数据(gydF4y2BaYgydF4y2BaijgydF4y2Ba≥0)由聚集在j-的独立观测值组成gydF4y2BathgydF4y2Ba级别时,常规TP模型的通用形式可以写成:gydF4y2Ba在哪里gydF4y2BaπgydF4y2BaijgydF4y2Ba=gydF4y2Ba公关gydF4y2Ba(gydF4y2BaYgydF4y2BaijgydF4y2Ba> 0), 1gydF4y2Ba(.)gydF4y2Ba该指标是否有效,以及gydF4y2BaggydF4y2Ba(gydF4y2BaygydF4y2BaijgydF4y2Ba|gydF4y2BaygydF4y2BaijgydF4y2Ba>0)是任意适用于的正值的密度函数gydF4y2BaYgydF4y2BaijgydF4y2Ba,虽然通常选择LN密度。该模型参数化为分别与零分量和非零分量相关的方程(2)和(3):gydF4y2Ba
在哪里gydF4y2BaZgydF4y2BaijgydF4y2Ba是1 ×gydF4y2Ba问gydF4y2Ba协变量(用作解释变量)向量,gydF4y2BaαgydF4y2Ba是一个gydF4y2Ba问gydF4y2Ba× 1回归系数向量,和gydF4y2BabgydF4y2Ba1gydF4y2Ba我gydF4y2Ba是零分量中的簇级随机效应。位置参数gydF4y2BaμgydF4y2BaijgydF4y2Ba在TP模型的第二部分中建模,假设有一个日志链接:gydF4y2Ba
在哪里gydF4y2BaXgydF4y2BaijgydF4y2Ba是1 ×gydF4y2BapgydF4y2Ba协变量的向量,gydF4y2BaβgydF4y2Ba是一个gydF4y2BapgydF4y2Ba× 1回归系数向量,和gydF4y2BabgydF4y2Ba2gydF4y2Ba我gydF4y2Ba又是非零组件中的簇级随机效应。误差项gydF4y2BaεgydF4y2BaijgydF4y2Ba假设正态分布为gydF4y2BaNgydF4y2Ba(0,gydF4y2Ba).请注意,这个TP混合模型可以扩展到包括其他随机效果。为了说明和简单起见,我们在这里只关注两个层次的TP混合模型;对多层模型的扩展非常简单。gydF4y2Ba
在将该模型拟合到独立响应时,似然的二元分量和条件连续分量是可分离的,因此这两部分分别拟合。二元成分通常使用逻辑回归建模,连续成分可以使用标准回归模型拟合,如BP [gydF4y2Ba
], ln [gydF4y2Ba ], gamma [gydF4y2Ba ,gydF4y2Ba ],长偏正态[gydF4y2Ba ].gydF4y2Ba的边际均值和方差gydF4y2BaYgydF4y2BaijgydF4y2Ba可从TP模型中推导出如下:gydF4y2Ba
在连续部分假设LN时,边际均值为:gydF4y2Ba
EgydF4y2Ba(gydF4y2BaYgydF4y2BaijgydF4y2Ba) =gydF4y2BaνgydF4y2BaijgydF4y2Ba=gydF4y2BaπgydF4y2BaijgydF4y2Ba经验值gydF4y2Ba{gydF4y2BaμgydF4y2BaijgydF4y2Ba+gydF4y2BaσgydF4y2Ba2gydF4y2Ba⁄2}gydF4y2Ba(5)gydF4y2Ba
边缘两部分模型gydF4y2Ba
为了在边际(无条件)均值上获得可解释的协变量效应,我们提出了以下mTP模型,该模型直接根据边际均值将协变量效应参数化,gydF4y2BaνgydF4y2Ba我gydF4y2Ba=gydF4y2BaEgydF4y2Ba(YgydF4y2Ba我gydF4y2Ba),在原始(即未转换的)数据尺度上。mTP模型指定了线性预测器:gydF4y2Ba
在哪里gydF4y2BabgydF4y2Ba1gydF4y2Ba我gydF4y2Ba表示与零部分的聚类度量相关的主题内相关性的随机效应,gydF4y2BabgydF4y2Ba1gydF4y2Ba我gydF4y2Ba~gydF4y2BaNgydF4y2Ba(0,gydF4y2Ba).gydF4y2Ba
在哪里gydF4y2BabgydF4y2Ba2gydF4y2Ba我gydF4y2Ba表示连续部分中与聚类度量相关的主题内相关性的随机效应,gydF4y2BabgydF4y2Ba2gydF4y2Ba我gydF4y2Ba~gydF4y2BaNgydF4y2Ba(0,gydF4y2Ba).gydF4y2Ba
这两个随机的效果被拦截了gydF4y2BabgydF4y2Ba1gydF4y2Ba我gydF4y2Ba而且gydF4y2BabgydF4y2Ba2gydF4y2Ba我gydF4y2Ba在零和非零的两个过程中,假设它们是独立且不相关的。gydF4y2Ba是i-的协变量向量吗gydF4y2BathgydF4y2Ba受试者在j点测量gydF4y2BathgydF4y2Ba为二进制部分的聚类,和gydF4y2Ba是i-的协变量向量吗gydF4y2BathgydF4y2Ba受试者在j点测量gydF4y2BathgydF4y2Ba集群用于连续部分。这两部分可能有共同的协变量或完全不同的协变量。gydF4y2BaαgydF4y2Ba模型系数的向量是否对应于二进制部分,和gydF4y2BaβgydF4y2Ba是连续部分对应的系数向量,条件是值为非零。该模型可以很容易地扩展到包括高阶随机效应。gydF4y2Ba
边缘两部分对数正态模型gydF4y2Ba
在对半连续数据建模时,连续分量最常使用LN分布建模。独立响应的边缘两部分对数正态(mTP LN)模型的一般形式可以写成式(1),有gydF4y2BaggydF4y2Ba(gydF4y2BaygydF4y2BaijgydF4y2Ba|gydF4y2BaygydF4y2BaijgydF4y2Ba>0),取LN密度函数gydF4y2BaLNgydF4y2Ba(。gydF4y2BaμgydF4y2Ba,gydF4y2BaσgydF4y2Ba2gydF4y2Ba)用mean表示gydF4y2BaμgydF4y2Ba和方差gydF4y2BaσgydF4y2Ba2gydF4y2Ba在对数尺度上。的边际均值和方差gydF4y2BaYgydF4y2BaijgydF4y2Ba是:gydF4y2Ba
EgydF4y2Ba(gydF4y2BaYgydF4y2BaijgydF4y2Ba) =gydF4y2BaνgydF4y2BaijgydF4y2Ba=gydF4y2BaπgydF4y2BaijgydF4y2Ba经验值gydF4y2Ba(gydF4y2BaμgydF4y2BaijgydF4y2Ba+gydF4y2BaσgydF4y2Ba2gydF4y2Ba⁄2)gydF4y2Ba(8)gydF4y2Ba
VargydF4y2Ba(gydF4y2BaYgydF4y2BaijgydF4y2Ba) =gydF4y2BaπgydF4y2BaijgydF4y2Ba经验值gydF4y2Ba(2gydF4y2BaμgydF4y2BaijgydF4y2Ba+gydF4y2BaσgydF4y2Ba2gydF4y2Ba) [gydF4y2Ba经验值gydF4y2Ba(gydF4y2BaσgydF4y2Ba2gydF4y2Ba) - - -gydF4y2BaπgydF4y2BaijgydF4y2Ba]gydF4y2Ba(9)gydF4y2Ba
可能性(gydF4y2BalgydF4y2Ba),参数化为gydF4y2BaπgydF4y2BaijgydF4y2Ba而且gydF4y2BaμgydF4y2BaijgydF4y2Ba是:gydF4y2Ba
在哪里gydF4y2BaϕgydF4y2Ba(gydF4y2BabgydF4y2Ba1gydF4y2BaijgydF4y2Ba,gydF4y2BabgydF4y2Ba2gydF4y2BaijgydF4y2Ba)表示随机效应的二元正态分布,其均值向量为零,方差-协方差矩阵gydF4y2Ba而且gydF4y2Ba分别为零和非零部分。gydF4y2Ba
为了使用这个LN似然框架,可以将式(8)中的边际均值重新排列来求解gydF4y2BaμgydF4y2BaijgydF4y2Ba收益率:gydF4y2Ba
注意的是:gydF4y2Ba
和:gydF4y2Ba
边缘两部分β素数模型gydF4y2Ba
BP分布[gydF4y2Ba
,gydF4y2Ba ]也被称为反向beta分布或第二类beta分布,通常是拟合半连续数据的选择模型,其中响应变量在正实线上连续测量(gydF4y2BaYgydF4y2Ba>0),因为它可以容纳各种形状的灵活性。BP分布随机变量的概率密度函数gydF4y2BaYgydF4y2Ba以其均值作为参数gydF4y2BaμgydF4y2Ba和一个精度参数gydF4y2BaϕgydF4y2Ba由:gydF4y2Ba在那里,gydF4y2BaBgydF4y2Ba表示函数gydF4y2BaμgydF4y2Ba> 0,gydF4y2BaϕgydF4y2Ba> 0,gydF4y2BaEgydF4y2Ba(gydF4y2BaYgydF4y2Ba) =gydF4y2BaμgydF4y2Ba,gydF4y2BaVargydF4y2Ba(gydF4y2BaYgydF4y2Ba) = (gydF4y2BaμgydF4y2Ba(1 +gydF4y2BaμgydF4y2Ba)) /gydF4y2BaϕgydF4y2Ba.gydF4y2Ba
为了获得可解释的协变量对边际平均值的影响,我们提出了以下mTP模型,该模型直接根据边际平均值ν参数化协变量的影响gydF4y2BaijgydF4y2Ba= E (Y)gydF4y2BaijgydF4y2Ba),在原始(即未转换的)数据尺度上。具有随机(集群)效应的mTP模型gydF4y2BaZgydF4y2Ba1gydF4y2BaijgydF4y2Ba而且gydF4y2BaZgydF4y2Ba2gydF4y2BaijgydF4y2Ba对于零分量和连续分量,分别指定线性预测器:gydF4y2Ba
在那里,gydF4y2Ba而且gydF4y2Ba满军衔gydF4y2BapgydF4y2Ba而且gydF4y2Ba问gydF4y2Ba对于零分量和连续分量,分别;gydF4y2BaαgydF4y2Ba(gydF4y2BapgydF4y2Ba+ 1)×1gydF4y2Ba而且gydF4y2BaβgydF4y2Ba(gydF4y2Ba问gydF4y2Ba+ 1)×1gydF4y2Ba是回归系数的对应向量。由式(15)和式(16)可以看出,连续部分分量的混合概率和均值通过logit和对数链接函数与自变量联系起来。向量gydF4y2BabgydF4y2Ba1gydF4y2Ba=(gydF4y2BabgydF4y2Ba11gydF4y2Ba,gydF4y2BabgydF4y2Ba12gydF4y2Ba、……gydF4y2BabgydF4y2Ba1gydF4y2Ba米gydF4y2Ba)”,gydF4y2BabgydF4y2Ba2gydF4y2Ba=(gydF4y2BabgydF4y2Ba21gydF4y2Ba,gydF4y2BabgydF4y2Ba22gydF4y2Ba、……gydF4y2BabgydF4y2Ba2gydF4y2Ba米gydF4y2Ba),分别表示logistic分量和连续分量中第三层次的随机效应。为方便解释及数学计算,随机效应(gydF4y2BabgydF4y2Ba1gydF4y2Ba,gydF4y2BabgydF4y2Ba2gydF4y2Ba)为联合正态分布,均值为零,方差为方差gydF4y2Ba而且gydF4y2Ba,分别[gydF4y2Ba
,gydF4y2Ba ].误差项gydF4y2BaegydF4y2BaijgydF4y2Ba~gydF4y2BaNgydF4y2Ba(0,gydF4y2Ba)也被假定为正态分布,与随机效应无关。gydF4y2Ba让gydF4y2BaψgydF4y2BaijgydF4y2Ba=gydF4y2Ba我gydF4y2Ba(gydF4y2BaygydF4y2BaijgydF4y2Ba>0)表示的指示器gydF4y2BaYgydF4y2BaijgydF4y2Ba非零。i-的似然函数的一般形式gydF4y2BathgydF4y2Ba主题可以描述如下:gydF4y2Ba
其中二进制部分的对数似然为:gydF4y2Ba
连续部分的对数似然为:gydF4y2Ba
与gydF4y2Ba,可在SAS NLMIXED程序中通过准牛顿优化和自适应高斯正交技术实现[gydF4y2Ba
].在传统模型中,似然和分数方程可以被分离成两个独立的部分:一个是二元部分,一个是连续部分。相反,请注意,mTP模型的分数方程是不可分离的,因此,二进制和连续部分同时拟合。基于模型的渐近标准误差计算使用Fisher信息矩阵,Ι(gydF4y2BaαgydF4y2Ba,gydF4y2BaβgydF4y2Ba,gydF4y2BaσgydF4y2Ba),如:gydF4y2Ba用最大似然估计代替gydF4y2BaαgydF4y2Ba,gydF4y2BaβgydF4y2Ba,gydF4y2BaσgydF4y2Ba.gydF4y2Ba
结果gydF4y2Ba
在本节中,将拟议的mTP模型应用于关于脂肪和蛋白质的健康饮食数据集,以调查补充类别对每100例COVID-19死亡人数和每100例COVID-19康复人数的影响。与死亡和康复相关的mTP BP和mTP LN的估计见gydF4y2Ba
而且gydF4y2Ba ,分别。在这些表中,方差(gydF4y2Ba而且gydF4y2Ba)显示了与零分量和非零分量(即阳性分量)各部分相关的2级(即世卫组织各区域)的各种反应。gydF4y2Ba 而且gydF4y2Ba 证明在100个案例中,几乎所有类别对死亡人数和康复人数都有相同的影响。截至2020年7月3日,按世卫组织区域划分的所有国家的每100例死亡人数、每100例康复人数以及肥胖率显示在gydF4y2Ba .死亡在西欧和西南欧洲(如比利时、英国、法国、意大利、匈牙利、荷兰和西班牙)、北美(如墨西哥、巴哈马群岛、加拿大、巴巴多斯、伯利兹和美国)和北非(如西撒哈拉、乍得、阿尔及利亚和尼日尔)更为常见。死亡人数最多的是也门(每100例死亡26.62人),这可能是由于战争造成的危机和该国过去几年恶劣的卫生条件。通常情况下,世界北部地区的死亡人数似乎更多,这可能是由于两个半球之间的温差造成的。gydF4y2Ba脂肪(类别)gydF4y2Ba | 脂肪量gydF4y2Ba | 蛋白质gydF4y2Ba | |||||||
零组件gydF4y2Ba | 非零组件gydF4y2Ba | 零组件gydF4y2Ba | 非零组件gydF4y2Ba | ||||||
系数(α)gydF4y2Ba | 系数(β)gydF4y2Ba | 系数(α)gydF4y2Ba | 系数(β)gydF4y2Ba | ||||||
酒精饮料gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba一个gydF4y2Ba | - - - - - -gydF4y2BabgydF4y2Ba | - - - - - -gydF4y2Ba | -7.0449gydF4y2Ba | 0.1145gydF4y2Ba | 1.3670gydF4y2Ba | 0.4907gydF4y2Ba | 0.04707gydF4y2Ba | 0.1286gydF4y2Ba | |
LNgydF4y2BacgydF4y2Ba | - - - - - -gydF4y2Ba | - - - - - -gydF4y2Ba | -6.4512gydF4y2Ba | 0.1165gydF4y2Ba | 1.3752gydF4y2Ba | 0.4814gydF4y2Ba | 0.04918gydF4y2Ba | 0.1189gydF4y2Ba | |
动物产品gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.0401gydF4y2Ba | 0.7457gydF4y2Ba | -0.0028gydF4y2Ba | 0.1539gydF4y2Ba | 0.0736gydF4y2BadgydF4y2Ba | 0.6212gydF4y2Ba | 0.0105gydF4y2Ba | 0.1236gydF4y2Ba | |
LNgydF4y2Ba | 0.0405gydF4y2Ba | 0.6543gydF4y2Ba | -0.0031gydF4y2Ba | 0.1495gydF4y2Ba | 0.0812gydF4y2Ba | 0.5965gydF4y2Ba | 0.0108gydF4y2Ba | 0.1209gydF4y2Ba | |
动物脂肪gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.1505gydF4y2Ba | 0.6458gydF4y2Ba | 0.0009gydF4y2Ba | 0.1223gydF4y2Ba | 7.6487gydF4y2Ba | 0.3055gydF4y2Ba | 0.3259gydF4y2Ba | 0.1212gydF4y2Ba | |
LNgydF4y2Ba | 0.1489gydF4y2Ba | 0.6147gydF4y2Ba | 0.0009gydF4y2Ba | 0.1239gydF4y2Ba | 7.5461gydF4y2Ba | 0.2891gydF4y2Ba | 0.3319gydF4y2Ba | 0.1801gydF4y2Ba | |
水产品及其他gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 4.3474gydF4y2Ba | 0.7746gydF4y2Ba | -13.9857gydF4y2Ba | 0.1123gydF4y2Ba | 30.9618gydF4y2Ba | 0.4060gydF4y2Ba | -0.7270gydF4y2Ba | 0.1201gydF4y2Ba | |
LNgydF4y2Ba | 4.5421gydF4y2Ba | 0.7469gydF4y2Ba | -10.2576gydF4y2Ba | 0.1127gydF4y2Ba | 29.1456gydF4y2Ba | 0.3995gydF4y2Ba | -0.7345gydF4y2Ba | 0.1193gydF4y2Ba | |
谷物(不含啤酒)gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.0839gydF4y2Ba | 0.6195gydF4y2Ba | -0.0218gydF4y2Ba | 0.1485gydF4y2Ba | -0.0548gydF4y2Ba | 0.4994gydF4y2Ba | -0.0171gydF4y2Ba | 0.1163gydF4y2Ba | |
LNgydF4y2Ba | -0.0956gydF4y2Ba | 0.6015gydF4y2Ba | -0.0221gydF4y2Ba | 0.1399gydF4y2Ba | -0.0551gydF4y2Ba | 0.4861gydF4y2Ba | -0.0170gydF4y2Ba | 0.1123gydF4y2Ba | |
鸡蛋gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.3217gydF4y2Ba | 0.6155gydF4y2Ba | -0.1291gydF4y2Ba | 0.1391gydF4y2Ba | 0.3993gydF4y2Ba | 0.4487gydF4y2Ba | -0.0466gydF4y2Ba | 0.1297gydF4y2Ba | |
LNgydF4y2Ba | 0.3514gydF4y2Ba | 0.5412gydF4y2Ba | -0.1299gydF4y2Ba | 0.1381gydF4y2Ba | 0.4125gydF4y2Ba | 0.4912gydF4y2Ba | -0.0481gydF4y2Ba | 0.1183gydF4y2Ba | |
鱼海鲜gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.0556gydF4y2Ba | 0.6000gydF4y2Ba | 0.0383gydF4y2Ba | 0.1903gydF4y2Ba | 0.0542gydF4y2Ba | 0.4220gydF4y2Ba | 0.0305gydF4y2Ba | 01318gydF4y2Ba | |
LNgydF4y2Ba | -0.0598gydF4y2Ba | 0.5816gydF4y2Ba | 0.0401gydF4y2Ba | 0.1849gydF4y2Ba | 0.0556gydF4y2Ba | 0.4001gydF4y2Ba | 0.0351gydF4y2Ba | 0.1301gydF4y2Ba | |
不含酒的水果gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.4420gydF4y2Ba | 0.6323gydF4y2Ba | 0.0933gydF4y2Ba | 0.1633gydF4y2Ba | -0.4744gydF4y2Ba | 0.5036gydF4y2Ba | 0.0783gydF4y2Ba | 0.1176gydF4y2Ba | |
LNgydF4y2Ba | -0.4511gydF4y2Ba | 0.5971gydF4y2Ba | 0.0931gydF4y2Ba | 0.1617gydF4y2Ba | -0.4598gydF4y2Ba | 0.5121gydF4y2Ba | 0.0803gydF4y2Ba | 0.1165gydF4y2Ba | |
肉gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.0394gydF4y2Ba | 0.7340gydF4y2Ba | 0.0008gydF4y2Ba | 0.1699gydF4y2Ba | 0.1246gydF4y2Ba | 0.4690gydF4y2Ba | 0.0256gydF4y2Ba | 0.1174gydF4y2Ba | |
LNgydF4y2Ba | 0.0391gydF4y2Ba | 0.7300gydF4y2Ba | 0.0008gydF4y2Ba | 0.1684gydF4y2Ba | 0.1268gydF4y2Ba | 0.4581gydF4y2Ba | 0.0221gydF4y2Ba | 0.1173gydF4y2Ba | |
杂项gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 2.9863gydF4y2Ba | 0.6822gydF4y2Ba | 2.0655gydF4y2Ba | 0.0994gydF4y2Ba | 0.0900gydF4y2Ba | 0.6768gydF4y2Ba | -0.0090gydF4y2Ba | 0.1336gydF4y2Ba | |
LNgydF4y2Ba | 2.5531gydF4y2Ba | 0.5836gydF4y2Ba | 2.1510gydF4y2Ba | 0.0991gydF4y2Ba | 0.0912gydF4y2Ba | 0.6154gydF4y2Ba | -0.0061gydF4y2Ba | 0.1136gydF4y2Ba | |
不含黄油的牛奶gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.0589gydF4y2Ba | 0.6160gydF4y2Ba | -0.0139gydF4y2Ba | 0.1667gydF4y2Ba | 0.5456gydF4y2Ba | 0.4718gydF4y2Ba | 0.0561gydF4y2Ba | 0.1259gydF4y2Ba | |
LNgydF4y2Ba | 0.0512gydF4y2Ba | 0.6013gydF4y2Ba | -0.0142gydF4y2Ba | 0.1561gydF4y2Ba | 0.5537gydF4y2Ba | 0.4316gydF4y2Ba | 0.0560gydF4y2Ba | 0.1241gydF4y2Ba | |
碎肉gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.0196gydF4y2Ba | 0.6429gydF4y2Ba | -0.1844gydF4y2Ba | 0.1022gydF4y2Ba | -0.0526gydF4y2Ba | 0.4808gydF4y2Ba | 0.0704gydF4y2Ba | 0.1227gydF4y2Ba | |
LNgydF4y2Ba | 0.0197gydF4y2Ba | 0.6129gydF4y2Ba | -0.1798gydF4y2Ba | 0.1124gydF4y2Ba | -0.0541gydF4y2Ba | 0.4493gydF4y2Ba | 0.0713gydF4y2Ba | 0.1201gydF4y2Ba | |
OilcropsgydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.2833gydF4y2Ba | 0.5580gydF4y2Ba | 0.0179gydF4y2Ba | 0.1876gydF4y2Ba | -0.1453gydF4y2Ba | 0.5600gydF4y2Ba | 0.0090gydF4y2Ba | 0.1245gydF4y2Ba | |
LNgydF4y2Ba | -0.2891gydF4y2Ba | 0.5137gydF4y2Ba | 0.0184gydF4y2Ba | 0.1773gydF4y2Ba | -0.1457gydF4y2Ba | 0.5413gydF4y2Ba | 0.0094gydF4y2Ba | 0.1239gydF4y2Ba | |
脉冲gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -1.4170gydF4y2Ba | 0.1944gydF4y2Ba | 0.1150gydF4y2Ba | 0.1434gydF4y2Ba | -0.1583gydF4y2Ba | 0.4308gydF4y2Ba | 0.1496gydF4y2Ba | 0.1290gydF4y2Ba | |
LNgydF4y2Ba | -1.4242gydF4y2Ba | 0.1832gydF4y2Ba | 0.1159gydF4y2Ba | 0.1400gydF4y2Ba | -0.1581gydF4y2Ba | 0.4311gydF4y2Ba | 0.1499gydF4y2Ba | 0.1289gydF4y2Ba | |
香料gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.5889gydF4y2Ba | 0.4622gydF4y2Ba | 0.0476gydF4y2Ba | 0.1907gydF4y2Ba | -0.0916gydF4y2Ba | 0.4309gydF4y2Ba | -0.0561gydF4y2Ba | 0.1161gydF4y2Ba | |
LNgydF4y2Ba | -0.5887gydF4y2Ba | 0.4604gydF4y2Ba | 0.0467gydF4y2Ba | 0.1891gydF4y2Ba | -0.0914gydF4y2Ba | 0.4312gydF4y2Ba | -0.0551gydF4y2Ba | 0.1163gydF4y2Ba | |
淀粉根gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.9187gydF4y2Ba | 0.5559gydF4y2Ba | -0.3262gydF4y2Ba | 0.1637gydF4y2Ba | 0.3208gydF4y2Ba | 0.4513gydF4y2Ba | -0.0469gydF4y2Ba | 0.1246gydF4y2Ba | |
LNgydF4y2Ba | -0.9188gydF4y2Ba | 0.5412gydF4y2Ba | -0.3301gydF4y2Ba | 0.1621gydF4y2Ba | 0.3208gydF4y2Ba | 0.4511gydF4y2Ba | -0.0461gydF4y2Ba | 0.1212gydF4y2Ba | |
兴奋剂gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.6042gydF4y2Ba | 0.6715gydF4y2Ba | -0.0287gydF4y2Ba | 0.1704gydF4y2Ba | 0.3476gydF4y2Ba | 0.4530gydF4y2Ba | -2.4158gydF4y2Ba | 0.1227gydF4y2Ba | |
LNgydF4y2Ba | 0.6101gydF4y2Ba | 0.6712gydF4y2Ba | -0.0288gydF4y2Ba | 0.1698gydF4y2Ba | 0.3479gydF4y2Ba | 0.4530gydF4y2Ba | -2.4129gydF4y2Ba | 0.1201gydF4y2Ba | |
糖作物gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -13.0537gydF4y2Ba | 0.5727gydF4y2Ba | -6.2283gydF4y2Ba | 0.1063gydF4y2Ba | 5.7548gydF4y2Ba | 0.4394gydF4y2Ba | 1.4861gydF4y2Ba | 0.1217gydF4y2Ba | |
LNgydF4y2Ba | -12.5132gydF4y2Ba | 0.5624gydF4y2Ba | -6.3120gydF4y2Ba | 0.1059gydF4y2Ba | 5.5431gydF4y2Ba | 0.4329gydF4y2Ba | 1.4869gydF4y2Ba | 0.1214gydF4y2Ba | |
糖甜味剂gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.8040gydF4y2Ba | 0.6104gydF4y2Ba | 10.2992gydF4y2Ba | 0.2136gydF4y2Ba | 1.7184gydF4y2Ba | 0.4899gydF4y2Ba | 0.5042gydF4y2Ba | 0.1328gydF4y2Ba | |
LNgydF4y2Ba | -0.8042gydF4y2Ba | 0.6112gydF4y2Ba | 9.4532gydF4y2Ba | 0.2013gydF4y2Ba | 1.7204gydF4y2Ba | 0.4782gydF4y2Ba | 0.5100gydF4y2Ba | 0.1236gydF4y2Ba | |
树坚果gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.3739gydF4y2Ba | 0.6207gydF4y2Ba | 0.1138gydF4y2Ba | 0.2178gydF4y2Ba | -0.0736gydF4y2Ba | 0.6211gydF4y2Ba | -0.0105gydF4y2Ba | 0.1236gydF4y2Ba | |
LNgydF4y2Ba | 0.3721gydF4y2Ba | 0.6211gydF4y2Ba | 0.1142gydF4y2Ba | 0.2017gydF4y2Ba | -0.0740gydF4y2Ba | 0.6127gydF4y2Ba | -0.0104gydF4y2Ba | 0.1221gydF4y2Ba | |
植物产品gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.0401gydF4y2Ba | 0.8313gydF4y2Ba | 0.0028gydF4y2Ba | 0.1485gydF4y2Ba | 39.1538gydF4y2Ba | 0.5764gydF4y2Ba | 2.8053gydF4y2Ba | 0.1327gydF4y2Ba | |
LNgydF4y2Ba | -0.0413gydF4y2Ba | 0.8219gydF4y2Ba | 0.0027gydF4y2Ba | 0.1449gydF4y2Ba | 27.1870gydF4y2Ba | 0.4365gydF4y2Ba | 2.8101gydF4y2Ba | 0.1254gydF4y2Ba | |
植物油gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.0008gydF4y2Ba | 0.6667gydF4y2Ba | 0.0025gydF4y2Ba | 0.1663gydF4y2Ba | 0.0228gydF4y2Ba | 0.4442gydF4y2Ba | -0.0376gydF4y2Ba | 0.1228gydF4y2Ba | |
LNgydF4y2Ba | -0.0012gydF4y2Ba | 0.6120gydF4y2Ba | 0.0024gydF4y2Ba | 0.1659gydF4y2Ba | 0.0224gydF4y2Ba | 0.4318gydF4y2Ba | -0.0354gydF4y2Ba | 0.1224gydF4y2Ba | |
蔬菜gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.5748gydF4y2Ba | 0.6205gydF4y2Ba | -0.4784gydF4y2Ba | 0.1099gydF4y2Ba | 1.3637gydF4y2Ba | 0.3991gydF4y2Ba | 0.7713gydF4y2Ba | 0.1050gydF4y2Ba | |
LNgydF4y2Ba | -0.5739gydF4y2Ba | 0.5945gydF4y2Ba | -0.4754gydF4y2Ba | 0.1098gydF4y2Ba | 1.3641gydF4y2Ba | 0.3981gydF4y2Ba | 0.7716gydF4y2Ba | 0.1002gydF4y2Ba | |
肥胖gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.0228gydF4y2Ba | 0.5954gydF4y2Ba | 0.0054gydF4y2Ba | 0.1716gydF4y2Ba | 0.0228gydF4y2Ba | 0.4798gydF4y2Ba | 0.0054gydF4y2Ba | 0.1261gydF4y2Ba | |
LNgydF4y2Ba | 0.0212gydF4y2Ba | 0.5871gydF4y2Ba | 0.0057gydF4y2Ba | 0.1624gydF4y2Ba | 0.0227gydF4y2Ba | 0.4821gydF4y2Ba | 0.0034gydF4y2Ba | 0.1178gydF4y2Ba |
一个gydF4y2BaBP: '。gydF4y2Ba
bgydF4y2Ba与未估计或未聚合值相关的空单元格。gydF4y2Ba
cgydF4y2BaLN:对数正态分布。gydF4y2Ba
dgydF4y2Ba斜体表示在0.05显著性水平上有统计学意义。gydF4y2Ba
蛋白(类别)gydF4y2Ba | 脂肪量gydF4y2Ba | 蛋白质gydF4y2Ba | |||||||
零组件gydF4y2Ba | 非零组件gydF4y2Ba | 零组件gydF4y2Ba | 非零组件gydF4y2Ba | ||||||
系数(α)gydF4y2Ba | 系数(β)gydF4y2Ba | 系数(α)gydF4y2Ba | 系数(β)gydF4y2Ba | ||||||
酒精饮料gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba一个gydF4y2Ba | 0.3934gydF4y2Ba | - - - - - -gydF4y2BabgydF4y2Ba | -3.3321gydF4y2Ba | 0.0053gydF4y2Ba | -0.5040gydF4y2Ba | - - - - - -gydF4y2Ba | 0.3291gydF4y2Ba | 0.0241gydF4y2Ba | |
LNgydF4y2BacgydF4y2Ba | 0.3941gydF4y2Ba | 0.6541gydF4y2Ba | -3.3520gydF4y2Ba | 0.0051gydF4y2Ba | -0.5139gydF4y2Ba | - - - - - -gydF4y2Ba | 0.3301gydF4y2Ba | 0.0240gydF4y2Ba | |
动物产品gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.0518gydF4y2Ba | - - - - - -gydF4y2Ba | -0.0030gydF4y2Ba | 5.0390gydF4y2Ba | -0.0377gydF4y2Ba | - - - - - -gydF4y2Ba | -0.0036gydF4y2Ba | - - - - - -gydF4y2Ba | |
LNgydF4y2Ba | -0.0520gydF4y2Ba | - - - - - -gydF4y2Ba | -0.0031gydF4y2Ba | 5.0011gydF4y2Ba | -0.0378gydF4y2Ba | - - - - - -gydF4y2Ba | -0.0035gydF4y2Ba | - - - - - -gydF4y2Ba | |
动物脂肪gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.1417gydF4y2Ba | 0.6458gydF4y2Ba | 0.0037gydF4y2Ba | 0.1223gydF4y2Ba | -4.3929gydF4y2BadgydF4y2Ba | 0.6854gydF4y2Ba | -0.1882gydF4y2Ba | 0.0291gydF4y2Ba | |
LNgydF4y2Ba | -0.1419gydF4y2Ba | 0.5454gydF4y2Ba | 0.0039gydF4y2Ba | 0.1221gydF4y2Ba | -4.3821gydF4y2Ba | 0.6855gydF4y2Ba | -0.1881gydF4y2Ba | 0.0297gydF4y2Ba | |
水产品及其他gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.1026gydF4y2Ba | 0.7746gydF4y2Ba | 0.0998gydF4y2Ba | 0.1123gydF4y2Ba | 13.6501gydF4y2Ba | 0.6543gydF4y2Ba | -0.1588gydF4y2Ba | 0.0102gydF4y2Ba | |
LNgydF4y2Ba | 0.9817gydF4y2Ba | 0.7751gydF4y2Ba | 0.0981gydF4y2Ba | 0.1123gydF4y2Ba | 11.5479gydF4y2Ba | 0.6571gydF4y2Ba | -0.1581gydF4y2Ba | 0.0115gydF4y2Ba | |
谷物(不含啤酒)gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.2108gydF4y2Ba | 0.6195gydF4y2Ba | 0.0201gydF4y2Ba | 0.1485gydF4y2Ba | 0.0935gydF4y2Ba | 0.5987gydF4y2Ba | 0.0070gydF4y2Ba | - - - - - -gydF4y2Ba | |
LNgydF4y2Ba | 0.2107gydF4y2Ba | 0.5981gydF4y2Ba | 0.0200gydF4y2Ba | 0.1498gydF4y2Ba | 0.0992gydF4y2Ba | 0.4564gydF4y2Ba | 0.0074gydF4y2Ba | 0.0120gydF4y2Ba | |
鸡蛋gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 1.0198gydF4y2Ba | 0.6155gydF4y2Ba | 0.0585gydF4y2Ba | 0.1391gydF4y2Ba | 0.3015gydF4y2Ba | 0.7154gydF4y2Ba | 0.0971gydF4y2Ba | 1.0199gydF4y2Ba | |
LNgydF4y2Ba | 1.0211gydF4y2Ba | 0.6154gydF4y2Ba | 0.0594gydF4y2Ba | 0.1384gydF4y2Ba | 0.3101gydF4y2Ba | 0.6245gydF4y2Ba | 0.0954gydF4y2Ba | 0.8745gydF4y2Ba | |
鱼海鲜gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 2.1882gydF4y2Ba | 0.6000gydF4y2Ba | -0.0587gydF4y2Ba | 0.1903gydF4y2Ba | 0.3784gydF4y2Ba | 0.6542gydF4y2Ba | -0.0109gydF4y2Ba | 2.0553gydF4y2Ba | |
LNgydF4y2Ba | 2.1452gydF4y2Ba | 0.6124gydF4y2Ba | -0.0591gydF4y2Ba | 0.1914gydF4y2Ba | 0.3781gydF4y2Ba | 0.6549gydF4y2Ba | -0.0117gydF4y2Ba | 2.4923gydF4y2Ba | |
不含酒的水果gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 3.5529gydF4y2Ba | 0.6323gydF4y2Ba | 0.0049gydF4y2Ba | 0.1633gydF4y2Ba | 0.5023gydF4y2Ba | 0.6980gydF4y2Ba | -0.0284gydF4y2Ba | 0.3869gydF4y2Ba | |
LNgydF4y2Ba | 3.5504gydF4y2Ba | 0.6341gydF4y2Ba | 0.0051gydF4y2Ba | 0.1601gydF4y2Ba | 0.5001gydF4y2Ba | 0.7401gydF4y2Ba | -0.0294gydF4y2Ba | 0.3881gydF4y2Ba | |
肉gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.0020gydF4y2Ba | 0.7340gydF4y2Ba | -0.0081gydF4y2Ba | 0.1699gydF4y2Ba | -0.0720gydF4y2Ba | 0.7012gydF4y2Ba | -0.0050gydF4y2Ba | 2.8965gydF4y2Ba | |
LNgydF4y2Ba | -0.0019gydF4y2Ba | 0.7341gydF4y2Ba | -0.0078gydF4y2Ba | 0.1692gydF4y2Ba | -0.0711gydF4y2Ba | 0.6984gydF4y2Ba | -0.0050gydF4y2Ba | 2.8457gydF4y2Ba | |
杂项gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 8.988gydF4y2Ba | 0.6822gydF4y2Ba | -0.1517gydF4y2Ba | 0.0994gydF4y2Ba | -0.1208gydF4y2Ba | 0.6503gydF4y2Ba | -0.0057gydF4y2Ba | 1.8106gydF4y2Ba | |
LNgydF4y2Ba | 7.5415gydF4y2Ba | 0.6824gydF4y2Ba | -0.1540gydF4y2Ba | 0.0982gydF4y2Ba | -0.1235gydF4y2Ba | 0.6511gydF4y2Ba | -0.0064gydF4y2Ba | 1.8001gydF4y2Ba | |
不含黄油的牛奶gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -0.1359gydF4y2Ba | 0.6160gydF4y2Ba | -0.0020gydF4y2Ba | 0.1667gydF4y2Ba | -0.3806gydF4y2Ba | 0.4562gydF4y2Ba | 0.0398gydF4y2Ba | 0.4047gydF4y2Ba | |
LNgydF4y2Ba | -0.1314gydF4y2Ba | 0.5912gydF4y2Ba | -0.0080gydF4y2Ba | 0.1724gydF4y2Ba | -0.3817gydF4y2Ba | 0.4575gydF4y2Ba | 0.0410gydF4y2Ba | 0.4521gydF4y2Ba | |
碎肉gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -3.0231gydF4y2Ba | 0.6429gydF4y2Ba | -0.1611gydF4y2Ba | 0.1022gydF4y2Ba | -0.1169gydF4y2Ba | 0.6985gydF4y2Ba | 0.0301gydF4y2Ba | - - - - - -gydF4y2Ba | |
LNgydF4y2Ba | -3.0024gydF4y2Ba | 0.6540gydF4y2Ba | -0.1617gydF4y2Ba | 0.1512gydF4y2Ba | -0.1141gydF4y2Ba | 0.7211gydF4y2Ba | 0.0341gydF4y2Ba | - - - - - -gydF4y2Ba | |
OilcropsgydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.0091gydF4y2Ba | 0.5580gydF4y2Ba | 0.0070gydF4y2Ba | 0.1876gydF4y2Ba | -0.1958gydF4y2Ba | 0.5913gydF4y2Ba | -0.0269gydF4y2Ba | 1.2942gydF4y2Ba | |
LNgydF4y2Ba | 0.0084gydF4y2Ba | 0.5557gydF4y2Ba | 0.0072gydF4y2Ba | 0.1868gydF4y2Ba | -0.1954gydF4y2Ba | 0.5914gydF4y2Ba | -0.0264gydF4y2Ba | 1.3125gydF4y2Ba | |
脉冲gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | -1.6086gydF4y2Ba | 0.1944gydF4y2Ba | -0.3639gydF4y2Ba | 0.1434gydF4y2Ba | 4.1312gydF4y2Ba | 0.2456gydF4y2Ba | -0.2215gydF4y2Ba | 0.0303gydF4y2Ba | |
LNgydF4y2Ba | -1.5401gydF4y2Ba | 0.1984gydF4y2Ba | -0.3578gydF4y2Ba | 0.1545gydF4y2Ba | 4.0128gydF4y2Ba | 0.2541gydF4y2Ba | -0.2211gydF4y2Ba | 0.0311gydF4y2Ba | |
香料gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 3.1903gydF4y2Ba | 0.4622gydF4y2Ba | -0.2388gydF4y2Ba | 0.1907gydF4y2Ba | 0.0560gydF4y2Ba | 0.5441gydF4y2Ba | 0.0208gydF4y2Ba | 0.6601gydF4y2Ba | |
LNgydF4y2Ba | 3.1912gydF4y2Ba | 0.4684gydF4y2Ba | -0.2491gydF4y2Ba | 0.1912gydF4y2Ba | 0.0541gydF4y2Ba | 0.5237gydF4y2Ba | 0.0214gydF4y2Ba | 0.6641gydF4y2Ba | |
淀粉根gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.4714gydF4y2Ba | 0.5559gydF4y2Ba | 0.0997gydF4y2Ba | 0.1637gydF4y2Ba | -0.2431gydF4y2Ba | 0.6003gydF4y2Ba | 0.1089gydF4y2Ba | 0.0603gydF4y2Ba | |
LNgydF4y2Ba | 0.4787gydF4y2Ba | 0.5651gydF4y2Ba | 0.0984gydF4y2Ba | 0.1746gydF4y2Ba | -0.2433gydF4y2Ba | 0.6210gydF4y2Ba | 0.1146gydF4y2Ba | 0.0701gydF4y2Ba | |
兴奋剂gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.5780gydF4y2Ba | 0.6715gydF4y2Ba | 0.1503gydF4y2Ba | 0.1704gydF4y2Ba | -0.0752gydF4y2Ba | 0.6439gydF4y2Ba | 2.1776gydF4y2Ba | 0.0100gydF4y2Ba | |
LNgydF4y2Ba | 0.5417gydF4y2Ba | 0.6871gydF4y2Ba | 0.1511gydF4y2Ba | 0.1724gydF4y2Ba | -0.754gydF4y2Ba | 0.7431gydF4y2Ba | 2.1290gydF4y2Ba | 0.0150gydF4y2Ba | |
糖作物gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.3393gydF4y2Ba | 0.5727gydF4y2Ba | 0.9821gydF4y2Ba | 0.1063gydF4y2Ba | 0.3819gydF4y2Ba | 0.5589gydF4y2Ba | -4.7273gydF4y2Ba | 0.1670gydF4y2Ba | |
LNgydF4y2Ba | 0.3365gydF4y2Ba | 0.5821gydF4y2Ba | 0.9807gydF4y2Ba | 0.1163gydF4y2Ba | 0.3814gydF4y2Ba | 0.5613gydF4y2Ba | -4.7198gydF4y2Ba | 0.1687gydF4y2Ba | |
糖甜味剂gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 1.3970gydF4y2Ba | 0.6104gydF4y2Ba | -9.6769gydF4y2Ba | 0.2136gydF4y2Ba | 0.5242gydF4y2Ba | 0.6987gydF4y2Ba | -0.4085gydF4y2Ba | 0.2326gydF4y2Ba | |
LNgydF4y2Ba | 1.4121gydF4y2Ba | 0.6255gydF4y2Ba | -9.5421gydF4y2Ba | 0.2166gydF4y2Ba | 0.5420gydF4y2Ba | 0.6999gydF4y2Ba | -0.4142gydF4y2Ba | 0.2401gydF4y2Ba | |
树坚果gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.2521gydF4y2Ba | 0.6207gydF4y2Ba | -0.1732gydF4y2Ba | 0.2178gydF4y2Ba | 0.0378gydF4y2Ba | 0.7432gydF4y2Ba | 0.0036gydF4y2Ba | 2.8525gydF4y2Ba | |
LNgydF4y2Ba | 0.2515gydF4y2Ba | 0.6210gydF4y2Ba | -0.1732gydF4y2Ba | 0.2245gydF4y2Ba | 0.0412gydF4y2Ba | 0.7421gydF4y2Ba | 0.0065gydF4y2Ba | 3.1450gydF4y2Ba | |
植物产品gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.0517gydF4y2Ba | 0.8313gydF4y2Ba | 0.0030gydF4y2Ba | 0.1485gydF4y2Ba | -18.9397gydF4y2Ba | 0.7823gydF4y2Ba | 0.7848gydF4y2Ba | 0.0053gydF4y2Ba | |
LNgydF4y2Ba | 0.0521gydF4y2Ba | 0.8214gydF4y2Ba | 0.0024gydF4y2Ba | 0.1521gydF4y2Ba | -15.2981gydF4y2Ba | 0.7888gydF4y2Ba | 0.6954gydF4y2Ba | 0.0055gydF4y2Ba | |
植物油gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.0081gydF4y2Ba | 0.6667gydF4y2Ba | -0.0007gydF4y2Ba | 0.1663gydF4y2Ba | 0.4467gydF4y2Ba | 0.5968gydF4y2Ba | -0.0039gydF4y2Ba | 2.4944gydF4y2Ba | |
LNgydF4y2Ba | 0.0043gydF4y2Ba | 0.6821gydF4y2Ba | -0.0014gydF4y2Ba | 0.1681gydF4y2Ba | 0.4428gydF4y2Ba | 0.5960gydF4y2Ba | -0.0041gydF4y2Ba | 2.4912gydF4y2Ba | |
蔬菜gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 2.7153gydF4y2Ba | 0.6205gydF4y2Ba | -0.1959gydF4y2Ba | 0.1099gydF4y2Ba | 1.6107gydF4y2Ba | 0.5935gydF4y2Ba | 0.1003gydF4y2Ba | 0.0184gydF4y2Ba | |
LNgydF4y2Ba | 2.7154gydF4y2Ba | 0.6650gydF4y2Ba | -0.1991gydF4y2Ba | 0.1124gydF4y2Ba | 1.5459gydF4y2Ba | 0.6520gydF4y2Ba | 0.1000gydF4y2Ba | 0.0156gydF4y2Ba | |
肥胖gydF4y2Ba | |||||||||
英国石油公司gydF4y2Ba | 0.0042gydF4y2Ba | 0.5954gydF4y2Ba | -0.0009gydF4y2Ba | 0.1716gydF4y2Ba | 0.0042gydF4y2Ba | 0.4986gydF4y2Ba | -0.0009gydF4y2Ba | 4.1135gydF4y2Ba | |
LNgydF4y2Ba | 0.0041gydF4y2Ba | 0.5954gydF4y2Ba | -0.0005gydF4y2Ba | 0.1712gydF4y2Ba | 0.0041gydF4y2Ba | 0.5101gydF4y2Ba | -0.0009gydF4y2Ba | 4.1232gydF4y2Ba |
一个gydF4y2BaBP: '。gydF4y2Ba
bgydF4y2Ba与未估计或未聚合值相关的空单元格。gydF4y2Ba
cgydF4y2BaLN:对数正态分布。gydF4y2Ba
dgydF4y2Ba斜体表示在0.05显著性水平上有统计学意义。gydF4y2Ba
的结果gydF4y2Ba
在蛋白质数据集中,除了豆类的脂肪量和动物产品、肉类、树坚果和蔬菜外,所有类别对死亡人数都没有显著影响。每增加1%的豆类补充量,零死亡的几率就会降低4倍(1 / exp(-1.417) = 4.1251)。此外,动物产品和肉类补充量每增加1%,零死亡的几率分别增加1.076倍(exp(0.0736) = 1.076)和1.133倍(exp(0.0736) = 1.133)。坚果降低了零死亡的几率,而蔬菜则增加了死亡人数。gydF4y2Ba连续地,除了脂肪量上的动物脂肪、糖甜味剂和树坚果,以及蛋白质数据上的动物脂肪和糖料作物外,所有类别对回收次数均无显著影响(gydF4y2Ba
).食用糖制品对死亡率的影响是相当大的。甜味剂每增加1%,回收率降低98.17% (-9.68,95% CI -12.6440至-6.7098)。脂肪含量较高的树坚果也使回收率降低了16.9% (-0.1732,95% CI -0.3157 ~ -0.3070)。在蛋白质数据中,糖料作物使回收率降低了99.11% (1 - exp(- 4.7273) = 0.9911)。有关糖和甜味剂供应的世界地图显示于gydF4y2Ba .根据拟议模型的结果和对糖的影响的估计,我们对未来几天的预测是,摄入更多糖产品的美洲国家可能会面临更多的死亡。gydF4y2Ba为了进一步评估,我们计算了类别(加上肥胖率)与死亡人数(gydF4y2Ba
A和C)和恢复次数(gydF4y2Ba B和D)通过使用二元皮尔逊相关。相关性结果表明,在蛋白质数据中,消费更多香料、树坚果、谷物、水产品、兴奋剂、植物油、油料作物、豆类、水果(酒)和酒精饮料(按顺序)的国家死于COVID-19的人数较少,相反,消费更多肉类、蔬菜、植物产品、糖和甜味剂、动物产品、动物脂肪、糖料作物、牛奶、鱼、内脏、杂项、鸡蛋、淀粉根类(按顺序)死于COVID-19的人数更多。在脂肪量数据中,消费更多糖和甜味剂、杂粮、树坚果、肉类、动物产品、动物脂肪、内脏和鱼类的国家死于COVID-19的人数更多。最后,与mTP模型结果相同,在所有相关分析中,肥胖影响死亡率的增加和恢复率的降低(gydF4y2Ba 而且gydF4y2Ba ).gydF4y2Ba讨论gydF4y2Ba
主要结果gydF4y2Ba
在本研究中,我们提出了一个聚类半连续饮食和营养数据的mTP回归模型。该模型使研究人员能够获得结果边际平均值(如死亡和康复)的协变量效应。它对边际均值的协变量效应也有无条件的解释。我们所提出的mTP模型在膳食营养数据分析中有令人满意的表现。gydF4y2Ba
研究结果表明,食用更多鸡蛋、谷物(不包括啤酒)、香料和兴奋剂的人群(国家)对COVID-19患者的康复影响最大。此外,食用更多肉类、植物产品、糖和甜味剂、糖料作物、动物脂肪和动物产品的人群与患者死亡人数增加和康复人数减少有关。食用糖制品对死亡率的影响是相当大的。此外,肥胖还会增加死亡率,降低康复率。gydF4y2Ba
与之前工作的比较gydF4y2Ba
健康饮食和体育活动是良好营养的关键,也是健康长寿和预防慢性疾病的必要条件[gydF4y2Ba
].吃营养丰富的食物,平衡能量摄入和必要的体育活动,以保持健康的体重在生命的各个阶段都是必不可少的。摄入高能量食物(糖、淀粉和脂肪)和低必需营养的不平衡会导致能量过剩、超重和肥胖。体力活动所消耗的能量量和食物质量是营养相关慢性疾病的关键决定因素[gydF4y2Ba ].在2020年1月的一项回顾研究中,Zhang和Liu [gydF4y2Ba ]综述了一些营养干预措施(维生素、矿物质、免疫增强剂)在传染病和呼吸道疾病中的重要性。作者建议,在进行一般治疗之前,应评估每个感染患者的营养状况,目前的儿童RNA病毒疫苗,包括流感疫苗,应用于未感染的人和卫生保健工作者。此外,他们的审查结果表明,如果感染无法控制,应实施所有潜在的干预措施(营养或免疫增强剂)来控制COVID - 19 [gydF4y2Ba ].我们的研究结果还通过引入有影响力的饮食类别来证实这些关联,包括糖和甜味剂、动物产品、动物脂肪、糖料作物、杂粮和树坚果,这些都是导致COVID-19患者死亡或恢复缓慢的更重要风险因素。gydF4y2Ba最近的研究指出,肥胖是COVID-19住院或死亡的一个关键风险因素[gydF4y2Ba
-gydF4y2Ba ].事实上,在需要有创机械通气的COVID-19患者中,肥胖的患病率很高[gydF4y2Ba ,这是反映SARS-CoV-2严重程度的有力指标。在年龄小于60岁的患者中,与体重正常的患者相比,肥胖患者接受重症监护的风险几乎是其两倍。gydF4y2Ba ].这项研究的结果证实了之前关于肥胖风险的发现,并补充说,肥胖会减缓患者的康复和治疗。gydF4y2Ba人们需要少吃预制食品,多吃复杂的植物性食品[gydF4y2Ba
].尽管饮食模式存在差异,但总体而言,不平衡的饮食是世界各地的健康威胁,不仅影响死亡率,还影响生活质量。为了在预防与营养有关的流行病方面取得最佳效果,战略和政策应充分认识到饮食和肥胖在决定良好营养和最佳健康方面的重要作用。政策和方案必须解决个人层面的变化需求,以及社会和环境的变化,以使人们能够获得和更可取的更健康的选择。gydF4y2Ba研究的局限性gydF4y2Ba
我们在使用营养数据集方面有一些限制。这项研究基于观察数据,不可避免地涉及188个国家,数据收集方式存在差异。这项研究包括23种饮食属性;一些与健康有关的物质,如饮食中的饱和脂肪酸和单不饱和脂肪酸以及游离糖(不仅仅是饮料中的那些),没有包括在分析中。这项研究也没有考虑生活方式因素,如吸烟和体育活动,这些因素可能对研究中使用的疾病结果的风险有重大影响。gydF4y2Ba
最后,我们提醒所有读者在这次大流行期间照顾好自己,遵循疾病控制和预防中心的指导方针。gydF4y2Ba
],并吃健康的食物,如上文所述,多吃足量的水果和蔬菜。gydF4y2Ba结论gydF4y2Ba
良好的营养在感染前、感染期间和感染后都很重要。这项研究的结果表明,食用更多鸡蛋、谷物(不包括啤酒)、香料和兴奋剂的人群对COVID-19患者的康复影响最大。此外,食用更多肉类、植物产品、糖和甜味剂、糖料作物、动物脂肪和动物产品的人群与患者死亡人数增加和康复人数减少有关。食用糖制品对死亡率的影响是相当大的。此外,肥胖还会增加死亡率,降低康复率。尽管饮食模式存在差异,但总体而言,不平衡的饮食是世界各地的健康威胁,不仅影响死亡率,还影响生活质量。为了在预防与营养有关的流行病方面取得最佳效果,战略和政策应充分认识到饮食和肥胖在决定良好营养和最佳健康方面的重要作用。政策和方案必须解决个人层面的变化需求,以及社会和环境的变化,以使人们能够获得和更可取的更健康的选择。gydF4y2Ba
致谢gydF4y2Ba
本研究改编自哈马丹医学科学大学Naser Kamyari (No. 9804253260)的博士论文。作者非常感谢Maryam Seyedtabib博士为本文提供的数据。gydF4y2Ba
利益冲突gydF4y2Ba
没有宣布。gydF4y2Ba
gydF4y2Ba世界卫生组织六个区域和每个区域成员国的地理分布(按字母顺序排列)。gydF4y2Ba
PNG文件,859 KBgydF4y2BagydF4y2Ba
具体类型的食物,属于每个类别的脂肪量和蛋白质数据集。gydF4y2Ba
DOCX文件,14kbgydF4y2BagydF4y2Ba
截至2020年7月3日,按国家和世界卫生组织区域划分的每100例死亡人数、每100例康复人数以及肥胖率。gydF4y2Ba
DOCX文件,3385 KBgydF4y2Ba参考文献gydF4y2Ba
- 詹超,谢志强,傅勇,赖志,张慧。基于人口迁移数据的2019年冠状病毒疾病在中国传播的建模与预测。PLoS One 2020;15(10):e0241171 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 沈超,陈安,罗超,张杰,冯波,廖伟。利用社交媒体上的症状和诊断报告预测中国大陆COVID-19病例数:观察性信息监测研究。J Med Internet Res 2020年5月28日;22(5):e19421 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 冠状病毒病(COVID-19)情况报告- 165世界卫生组织,2020年7月03日。URL:gydF4y2Bahttps://www.who.int/docs/default-source/coronaviruse/situation-reports/20200703-covid-19-sitrep-165.pdf?sfvrsn=b27a772e_6gydF4y2Ba[2021-01-19]访问gydF4y2Ba
- 中国疾病预防控制中心疫情应对流行病学工作组。中国2019年新型冠状病毒病(COVID-19)暴发的流行病学特征。中华刘星医学杂志2020 Feb 10;41(2):145-151。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 徐超,张旭,王勇。基于网络搜索数据的COVID-19突发公共卫生事件期间健康素养与社会恐慌图谱:信息流行病学研究。J Med Internet Res 2020 july 02;22(7):e18831 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Kalantar-Zadeh K, Moore LW。营养和饮食对COVID-19感染的影响以及对肾脏健康和肾脏疾病管理的意义J Ren Nutr 2020年5月;30(3):179-181 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Osama T, Pankhania B, Majeed A.保护老年人远离COVID-19:英国应该从60岁开始吗?J R Soc Med 2020年5月;113(5):169-170 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 李娟,陈震,聂艳,马艳,郭强,戴旭。新冠肺炎严重程度症状预后的识别:河南省一个病例系列的多变量数据分析。J Med Internet Res 2020 Jun 30;22(6):e19636 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 巴特勒MJ, Barrientos RM。营养对COVID-19易感性的影响及其长期后果。脑行为学Immun 2020七月;87:53-54 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Caccialanza R, Laviano A, Lobascio F, Montagna E, Bruno R, Ludovisi S,等。2019年新型冠状病毒病(COVID-19)住院非危重患者的早期营养补充:共享务实方案的理由和可行性营养2020年6月;74:110835 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- GBD 2017饮食合作者。1990-2017年195个国家饮食风险的健康影响:2017年全球疾病负担研究的系统分析。柳叶刀2019年5月11日;393(10184):1958-1972 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Muscogiuri G, Barrea L, Savastano S, Colao A. CoVID-19隔离的营养建议。中华临床病学杂志;2020年6月;27 (6):850-851 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 张磊,刘颖。中国新型冠状病毒的潜在干预措施:系统综述。J Med Virol 2020 May;92(5):479-490 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 超重和肥胖的临床定义。进:冈萨雷斯-坎普伊JM,赫尔利DL,加维WT,编辑。减肥内分泌学:肥胖、脂肪病和相关疾病的评估和管理。可汗:施普林格;2019:121 - 143。gydF4y2Ba
- Bansal S, Zilberman D.医疗保健支出在对抗肥胖对健康的不利影响中的作用:来自全球数据的证据。2018年出席:2018年国际农业经济学家协会(IAAE)会议;2018年7月28日至8月2日;温哥华BC。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
- Leclercq C, Allemand P, Balcerzak A, Branca F, Sousa RF, Lartey A,等。粮农组织/世卫组织GIFT(全球个人粮食消费数据工具):统一的个人定量粮食消费研究全球资料库。生态学报2019年11月;78(4):484-495。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 约翰霍普金斯大学系统科学与工程中心(CSSE)的COVID-19数据存储库。GitHub。2020.URL:gydF4y2Bahttps://github.com/CSSEGISandData/COVID-19gydF4y2Ba[2021-01-19]访问gydF4y2Ba
- 按国家、地区或运输方式分列的报告病例和死亡人数。Worldometer。URL:gydF4y2Bahttps://www.worldometers.info/coronavirus/#countriesgydF4y2Ba[2020-07-03]访问gydF4y2Ba
- FAOSTAT:粮农组织统计数据库。联合国粮食及农业组织,2016。URL:gydF4y2Bahttp://www.fao.org/faostat/en/#homegydF4y2Ba[2021-01-19]访问gydF4y2Ba
- 克拉格詹。应用于耐用品需求的有限因变量的一些统计模型。计量经济学1971年9月;39(5):829。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
- 曼宁工作组。医疗保健需求的两部分模型:健康保险研究的初步结果。入:van der Gaag J, Perlman M,编辑。卫生、经济学和卫生经济学:世界卫生经济学大会论文集,莱顿,荷兰,1980年9月。阿姆斯特丹:北荷兰出版公司;1981:103 - 123。gydF4y2Ba
- 段N,曼宁WG,莫里斯CN,纽豪斯JP。医疗保健需求替代模型的比较。《商业经济统计》1983年4月1(2):115。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
- 布吉尼翁M,桑托斯-内托M,德卡斯特罗M.一个新的回归模型的积极数据。arXiv预印本于2018年4月20日在线发布。gydF4y2Ba
- 刘志强,李志强,李志强。一种半连续数据的边缘两部分模型。统计医学2014年12月10日;33(28):4891-4903。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- nito - barajas LE, Bandyopadhyay D.零膨胀空间伽玛过程模型与应用于疾病测绘。农业生物环境统计2013 Feb 7;18(2):137-158。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
- Voronca DC, Gebregziabher M, Durkalski VL, Liu L, Egede LE。广义伽玛分布族的边缘两部分模型。arXiv预印本发布于2015年11月18日。gydF4y2Ba
- 柴洪辉,李国强。对数偏态分布在连续数据分析中的应用。统计医学2008年8月15日;27(18):3643-3655 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 保持ES。《统计推断导论》马萨诸塞州北切姆斯福德:快递公司;1995.gydF4y2Ba
- 麦当劳简森-巴顿。收入规模分配的一些广义函数。在:Chotikapanich D,编辑。模拟收入分布和洛伦兹曲线。纽约州纽约:施普林格;2008:37-55。gydF4y2Ba
- 李霞,赫德克。一个三级混合效应位置尺度模型及其在生态瞬时评价数据中的应用。统计医学2012年11月20日;31(26):3192-3210 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 刘玲,马娟,李志强。一种多层次随机效应模型及其在酒精依赖研究中的应用。统计医学2008年8月15日;27(18):3528-3539。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 张志强,李志强,李志强,等。基于聚类的重复测量数据分析。统计方法医学杂志2002年8月;11(4):341-355。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 吴瑞,姚泽,吴德华,王晓明,王晓明。吸烟、饮酒、饮食和运动改变的生活方式与慢性疾病发病的关系。国际流行病学杂志2020 Feb 01;49(1):113-130 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Dietz W, Santos-Burgoa C.肥胖及其对COVID-19死亡率的影响。肥胖(银泉)2020年6月;28(6):1005。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 范恩,加内特SP,布鲁恩JM。COVID-19和肥胖。Clin Obes 2020 Jun;10(3):e12365 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Kassir .肥胖患者感染COVID-19的风险。Obes Rev 2020年6月;21(6):e13034 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Simonnet A, Chetboun M, Poissy J, Raverdy V, Noulette J, Duhamel A, LICORN和里尔COVID-19与肥胖研究组。需要有创机械通气的严重急性呼吸综合征冠状病毒2 (SARS-CoV-2)患者中肥胖患病率高。肥胖(银泉)2020年7月;28(7):1195-1199 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 莱特J,菲利普斯M,霍希曼S,斯特林S,约翰逊D,弗朗索瓦F,等。60岁以下患者的肥胖是COVID-19住院的危险因素。临床感染疾病2020 july 28;71(15):896-897 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 疾病控制和预防中心。URL:gydF4y2Bahttps://www.cdc.gov/coronavirus/2019-ncov/prevent-getting-sick/prevention.html?CDC_%20AA_refVal5https%3A%2F%202Fwww.cdc.gov%2Fcoronavirus%2F2019-ncov%%202Fprepare%2Fprevention.htmlgydF4y2Ba[2020-03-28]访问gydF4y2Ba
gydF4y2Ba
缩写gydF4y2Ba
英国石油公司:gydF4y2Baβ'gydF4y2Ba |
粮农组织:gydF4y2Ba联合国粮农组织gydF4y2Ba |
LN:gydF4y2Ba对数正态分布gydF4y2Ba |
mTP:gydF4y2Ba被边缘化的两部分gydF4y2Ba |
TP:gydF4y2Ba由两部分组成gydF4y2Ba |
人:gydF4y2Ba世界卫生组织gydF4y2Ba |
G·艾森巴赫(G Eysenbach)编辑;提交21.07.20;I Mircheva, M Shamsizadeh, Z Shayan同行评审;对作者03.08.20的评论;接受18.08.20;发表26.01.21gydF4y2Ba
版权gydF4y2Ba©Naser Kamyari, Ali Reza Soltanian, Hossein Mahjub, Abbas Moghimbeigi。最初发表于JMIR公共卫生与监测(http://publichealth.www.mybigtv.com), 2021年1月26日。gydF4y2Ba
这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR公共卫生和监测上的原创作品。必须包括完整的书目信息,http://publichealth.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。gydF4y2Ba