EHJ发Meta分析：每天摄入多少全谷物，可能改善体重和血脂？

2026年9月15日，欧洲心脏杂志（EHJ；IF=45.3）发表了一项Meta分析，评估全谷物对心脏代谢风险因素的影响。结果显示：

• 全谷物摄入量每增加48克/天，与体重、腰围、总胆固醇和白细胞介素-6显著降低相关；

• 大多数结局指标在每日摄入60–100克全谷物时效果最为显著。

原文链接：https://academic.oup.com/eurheartj/advance-article/doi/10.1093/eurheartj/ehag519/8787855

研究背景

前瞻性队列研究和随机对照试验的证据表明，大量摄入全谷物与慢性病风险降低存在关联。

虽然流行病学研究在证实全谷物对心脏代谢风险的益处方面相对一致，但在随机对照试验中，全谷物对心脏代谢风险因素的影响尚不明确。例如，两项针对随机对照试验的Meta分析发现，增加全谷物摄入对体重指标没有显著影响。阐明全谷物对多种心脏代谢风险因素的具体影响，可以填补这一重要的知识空白。

以往关于全谷物随机对照试验的Meta分析主要局限于干预组与对照组之间的成对比较，而忽略了全谷物的规定摄入量。还有其他局限性，例如使用标准化均数差（SMD）来合并连续数据，遗漏了生活质量和不良事件等对患者重要的结局指标等。

本研究纳入了全谷物摄入对成人心血管风险因素影响的随机对照试验，开展了一项系统评价和剂量-反应Meta分析，希望阐明全谷物摄入量与心血管风险因素之间剂量-反应关系的强度和形态。本研究的结果，结合前瞻性队列研究剂量-反应Meta分析已提供的证据，有望为基于食物的膳食建议提供更有力的证据支持。

研究方法

本Meta分析遵循《Cochrane干预措施系统评价手册》的建议，并根据《系统评价和Meta分析优先报告条目》（PRISMA）指南报告研究结果。本系统评价方案已在PROSPERO平台注册（注册号：CRD42024565726）。

（注：想要下载各种类型报告规范[包括PRISMA]的小伙伴，可以点击左下角“阅读原文”下载）

文献检索
对PubMed、Scopus、Web of Science、CENTRAL（Cochrane对照试验中心注册库）和Google Scholar数据库进行了检索，检索截止日期为2024年11月1日。

纳入标准：

（1）随机对照试验（平行设计或交叉设计），研究全谷物（混合或单一）摄入的影响；

（2）将富含全谷物的饮食与低全谷物饮食、常规饮食、常规照护或生活方式及行为干预建议进行比较；

(3) 研究对象为年龄≥18岁的成年人，排除孕妇及患有癌症等危重疾病的患者；

(4) 干预时间至少为2周；

(5) 评估了以下至少一项研究结局：血糖控制指标、血脂、肥胖程度、血压、炎症标志物、生活质量和不良事件。

合格干预措施的定义

全谷物食品有多种定义。在本研究中，如果谷物保留了原始谷粒的三个组成部分（包括麸皮、胚芽和胚乳），则被认定为全谷物。

研究结局

主要结局指标：体重、低密度脂蛋白胆固醇（LDL-C）、空腹血糖（FPG）和不良事件。

次要结局指标：腰围、体脂百分比、收缩压（SBP）、舒张压（DBP）、糖化血红蛋白（HbA1c）、空腹胰岛素、稳态模型评估的胰岛素抵抗指数（HOMA-IR）、高密度脂蛋白胆固醇（HDL-C）、总胆固醇、甘油三酯、C反应蛋白（CRP）、白细胞介素-6（IL-6）、肿瘤坏死因子-α（TNF-α）、与健康相关的生活质量（HRQoL）。

数据分析

对于成对Meta分析，连续性结局以均数差（MD）及其95%CI表示；对于不良事件，利用各研究组的事件数和非事件数，计算相对效应（风险比，RR）和绝对效应（风险差，RD）及其 95%CI。绝对风险差的公式为：绝对风险差 = 基线风险 × (风险比-1)。

当纳入的研究数量大于5时，采用随机效应 DerSimonian–Laird meta分析计算合并估计值；当研究数量≤5时，采用带有 Knapp–Hartung 校正的随机效应限制最大似然（REML）模型生成合并估计值。

研究间的异质性通过 I² 和 τ²统计量进行评估。为评估研究结果的稳健性，进行了敏感性分析。采用Crippa 和 Orsini 描述的方法进行线性和非线性剂量-反应分析。非线性和总体剂量-反应关联通过 Wald 型检验进行评估。

主要结果

本系统评价和Meta分析共纳入了101篇文献，涉及87项研究。在这些文献中，有几篇是基于相同人群发表的，然而，由于它们报告了不同类型的心血管风险因素数据，因此并未被视为重复文献，而是全部纳入了分析。

主要结局（成对Meta分析）

这些分析比较了全谷物干预组（各研究设定的每日剂量不同，干重通常约为12–213克/天）与各自的对照组（包括低全谷物饮食、常规饮食、常规照护以及精制谷物对照）。

随机效应成对Meta分析结果显示，LDL-C出现了显著降低，降幅超过了最小临床重要差异的阈值（均数差MD: −0.13 mmol/L；95%CI: −0.17 to −0.08；中等确定性证据）。体重（MD: −0.51 kg；95%CI: −0.72 to −0.30；高确定性证据）和空腹血糖（MD: −0.07 mmol/L；95%CI: −0.13 to −0.02；中等确定性证据）也出现了降低，但在临床上认为意义不大（未达到临床重要差异阈值）。

表. 基于全谷物摄入量增加48克/天的心脏代谢结局指标汇总图

次要结局（成对Meta分析）

• 在肥胖程度指标方面，与对照组相比，全谷物摄入导致腰围发生了临床上意义不大的降低（MD: −0.60 cm；95% CI: −0.98 to −0.22；高确定性证据）。

• 在胰岛素敏感性和血糖控制方面，全谷物摄入导致糖化血红蛋白水平发生临床上意义不大的降低（MD: −0.05%；95% CI: −0.10 to −0.01；中等确定性证据）。

• 合并报告血脂信息的研究数据后，与对照组相比，全谷物摄入导致甘油三酯和总胆固醇发生了临床上意义不大的降低。

• 当合并报告血压和炎症数据的研究结果后，收缩压、舒张压以及IL-6均发生了临床上意义不大的降低。

剂量-反应Meta分析

结果显示，全谷物摄入量每增加48克/天（干重，相当于90克鲜重或3份全谷物），与LDL-C、体重、空腹血糖、腰围、HOMA-IR、甘油三酯、总胆固醇、收缩压、C反应蛋白和IL-6的降低相关。

对于血脂，有证据表明存在非线性效应，总胆固醇、LDL-C和甘油三酯的最大降低出现在全谷物摄入量约80克/天。对于HDL-C，血清水平在全谷物摄入量为60克/天时出现轻度降低，此后呈上升曲线，最大升高出现在约220克/天。

对于舒张压、TNF-α和IL-6，在全谷物摄入量的整个范围内，效应幅度在临床上均被认为意义不大。然而，收缩压的最大降幅在全谷物摄入量约为60克/天和80克/天时观察到。CRP的最大降幅在60克/天剂量时观察到，随后在更高剂量下呈现出上升趋势。

总结与讨论

这项系统评价和Meta分析显示，全谷物摄入与多种心血管代谢危险因素的改善相关。成对分析和线性剂量–反应分析均显示，LDL-C、体重、空腹血糖、总胆固醇、甘油三酯、血压、腰围、HbA1c、HOMA-IR、CRP和IL-6均出现降低。

非线性分析发现，益处通常在全谷物摄入量为30–40克/天（干重）时出现，最大改善见于：CRP和收缩压约在60克/天、血脂约在80克/天、HDL-C 约在220克/天。

研究优势

• 纳入了大量的随机对照试验和心脏代谢结局指标，进行了详尽的线性和非线性剂量-反应分析

• 使用最小临床重要差异（MID）阈值评估了具有临床相关性的效应。

• 在不同基线风险人群中观察到的结果总体一致，这支持了研究结果具有更广泛的普适性。

研究局限性

• 本Meta分析评估了全谷物摄入量对心脏代谢风险因素的剂量-反应效应，但各项研究在全谷物的种类上可能存在差异。全谷物对代谢的影响可能同时取决于摄入量和谷物种类。

• 由于纳入的研究可能存在偏倚，大多数结局指标的整体证据质量被评为中等。例如，大多数研究在分析中仅纳入了依从试验方案的参与者来处理缺失数据。然而，这种方法可能会引入偏倚，且其稳健性不如意向性治疗（ITT）分析。

• 各研究全谷物剂量差异很大，无法评估时间–反应关系。

研究启示

当前各组织和国家针对全谷物摄入的膳食推荐差异很大，从建议增加全谷物摄入的一般性建议，到每天48至150克（干重）的定量目标不等。

本研究发现约60–100克/天干重（约115–190克/天鲜重或4–6份）的摄入量，可能与多种心血管危险因素的改善相关。这一估计与现有指南大体一致，同时提供了定量剂量–反应视角，可能有助于为未来指南提供信息。然而，这些目标应被解释为基于证据的基准，而非普遍适用的处方，可行性和实施将取决于基线摄入、食物可获得性、文化饮食模式以及精制谷物替代程度。

参考文献：Eur Heart J. 2026 Sep 15. doi: 10.1093/eurheartj/ehag519.