促炎饮食让人更容易胖?11万人数据给出答案

促炎饮食让人更容易胖?
11万人数据给出答案

基于 Frontiers in Nutrition 系统综述

🥇 先看结论 · 再说论文
🔍 一句话说清楚

吃得越”促炎”,人越容易胖——
这不是猜测,是11万人数据证实的事实

这篇刚发表在《Frontiers in Nutrition》上的系统综述,汇总了全球22项研究、110,891名成年人的数据后发现:饮食炎症指数(DII)越高,超重/肥胖的风险就越高

效应量虽然不算巨大(Cohen’s d ≈ 0.20,属于小效应),但方向非常一致——22项研究中几乎没有发现反方向的。更重要的是,3项追踪了5~12年的前瞻性队列研究也给出了同样的答案:长期吃促炎饮食的人,肥胖风险高出32%

换句话说:你每天吃的食物,可能正在通过”炎症”这条路径,悄悄调控你的体重。

22
纳入研究数
(19横断面+3队列)
110,891
参与者总数
+32%
最高DII人群
肥胖风险增加
42%
剔除干扰后
异质性降至低水平

🧭 这条研究对你有什么用?

科学研究的意义不只在于”知道”,更在于”能用”。这篇论文虽然没直接设计饮食方案,但它给了我们一个非常明确的信号:抗炎饮食可能是一种有效的体重管理策略——不是靠饿肚子,而是靠选择”对的食物”。

什么是”促炎饮食”?

简单说:精加工食品、油炸食物、含糖饮料、红肉和加工肉制品吃得越多,你的DII评分越高。这类食物会促进体内炎症因子(IL-6、CRP、TNF-α)的释放,长期下去造成慢性低度炎症状态,进而干扰脂肪代谢和能量平衡。

那”抗炎饮食”长什么样?

📋 实操清单

照着吃,降低饮食炎症指数

  • 蔬菜水果 — 每天至少5份(约400g),颜色越丰富越好
  • 全谷物 — 用燕麦、糙米、藜麦替换白米白面
  • 健康脂肪 — 橄榄油、牛油果、坚果(每天一小把)
  • 深海鱼 — 每周2次三文鱼、鲭鱼、沙丁鱼(富含ω-3)
  • 豆类和豆制品 — 豆腐、扁豆、鹰嘴豆
  • 香料调味 — 姜黄、生姜、大蒜、肉桂(天然抗炎)
  • 茶和咖啡 — 适量饮用,富含多酚类抗氧化物
💡 不用100%做到才有效。这篇研究发现,DII每降低一个单位,BMI就下降约0.41个单位——哪怕只是部分改善,也能看到变化。

⚠️ 重要提醒: 这不是一份”减肥食谱”或”神奇饮食法”。抗炎饮食的好处在于它的整体模式——不是某一类”超级食物”的功劳,而是长期坚持的膳食结构改善。如果你有特定的健康状况,建议在医生或营养师指导下调整饮食。

换句话说,这篇论文告诉我们两件事:

① 促炎饮食吃多了 → 身体慢性炎症水平升高 → 脂肪更容易堆积
② 反过来,有意识地选择抗炎食物 → 可能是管理体重的另一条有效路径

当然,这并不意味着”只吃抗炎食物就能瘦”。体重管理是热量平衡、食物质量、运动、睡眠、压力等多因素的系统工程。但如果你已经在控制热量和运动,却收效甚微——吃进去的”炎症”有可能是被你忽略的那块拼图。

—— 以下是更详细的论文解读 ——
📖 论文简介

一、这是一篇什么样的研究?

2026年6月30日发表在《Frontiers in Nutrition》(营养学前沿)的系统综述与Meta分析,由上海交通大学医学院附属松江医院和江南大学无锡医学院的研究团队完成。研究方案已提前在PROSPERO注册(编号:CRD420251049098)。

检索范围:PubMed、Embase、ScienceDirect、Cochrane Library、Web of Science — 截至2025年4月16日。

纳入标准:成人(≥18岁);横断面研究或前瞻性队列研究;报告了最高 vs 最低DII分组的BMI均值差或效应量。

最终纳入:22项研究(19项横断面 + 3项前瞻性队列),覆盖5个WHO区域的9个国家。

二、关键发现详解

① 横断面研究:DII越高,BMI越高

19项横断面研究的合并效应量为 Cohen’s d = 0.17(95% CI: 0.09~0.25),初始异质性高(I²=85.7%)。

通过”逐一剔除”敏感性分析发现,韩国的一项研究(Kim et al., 2018)是异质性的主要来源——该研究在韩国人群中发现DII与BMI呈负相关。剔除后:d = 0.20(95% CI: 0.17~0.23),异质性降至I² = 42.0%(低度异质性)。

根据Cohen’s d的判断标准:0.2 = 小效应,0.5 = 中效应,0.8 = 大效应。本研究的0.17~0.20属于小效应——但考虑到纳入人群的广泛异质性(9个国家、多种饮食文化),这个”小”效应反而意味着这个问题具有普遍性。

② 队列研究:因果关系的有力证据

3项前瞻性队列研究追踪了5~12年,方向非常一致:

研究随访年数主要发现
Ramallal et al. (SUN队列,西班牙)8.1年最高 vs 最低 DII → 肥胖风险 +32%(HR=1.32, p=0.011)
Hodge et al. (墨尔本协作队列)11.6年DII每增1单位 → BMI +0.41(β=0.41, p<0.001)
Wang et al. (澳大利亚)5年最高 vs 最低 → RR=1.59,方向一致但未达统计显著(p=0.06)

③ 异质性的来源

Meta回归发现两个变量显著解释了异质性:

📅 出版年份:2020年后发表的研究效应更强(d=0.23),vs 2020年及以前(d=0.08)
🌍 WHO区域:不同地区的效应大小存在差异(解释了48.9%的异质性)

其他因素(性别比例、膳食评估工具、DII组分数量、样本量等)均未显著影响结果。

三、背后的生物学机制

促炎饮食为什么会影响体重?研究团队给出了清晰的生物学逻辑链:

📋 实操清单

炎症→脂肪堆积的链条

  • 促炎食物进入体内 → 激活免疫细胞
  • 炎症因子(IL-6、CRP、TNF-α)水平上升 → 形成慢性低度炎症状态
  • 脂肪细胞功能异常 → 脂肪分解受阻、脂肪合成增加
  • 能量平衡被打破 → 体重上升、脂肪堆积
💡 值得注意的是:这些都是长期累积的结果。偶尔吃一顿炸鸡不会让你发炎——但常年高DII饮食模式,才会让身体进入”慢性炎症-脂肪堆积”的恶性循环。

四、研究的局限

① 横断面研究占主导(19/22项),无法建立因果关系。好在3项队列研究弥补了时序上的不足。
② 膳食评估方法不统一:12项用FFQ(食物频率问卷)、9项用24小时膳食回忆,各有测量误差。
③ DII计算方式不一:组分数量从23种到45种不等,3项研究用的是能量调整版本(E-DII)。
④ 混杂因素控制不足:部分研究未充分调整体力活动、社会经济地位等关键混杂因素。
⑤ BMI的局限性:BMI无法区分脂肪和肌肉质量,部分研究未测量腰围等腹部肥胖指标。
📌 核心要点

这篇系统综述以110,891名成人的数据,确认了膳食炎症指数(DII)与超重/肥胖之间的正相关关系。效应虽小但方向高度一致,且有队列研究提供了纵向支持。

对我们来说,最有价值的不是那个”0.20″的效应量,而是它指向的可操作的饮食策略:选择抗炎食物、降低饮食炎症指数,可能是一条被低估的体重管理路径。

📚 参考资料

[1] Gu R, Qi M, Lu H, et al. High dietary inflammatory index is associated with an increased risk of overweight and obesity in adults: a meta-analysis of observational studies. Frontiers in Nutrition, 2026; 13: 1881176.

DOI: 10.3389/fnut.2026.1881176

⚠️ 重要提醒: 本文仅供科普参考,不构成医疗或营养建议。个体饮食调整请咨询专业营养师或医生。研究数据来源于已发表的同行评审科学文献,结论不代表任何商业产品的推荐。

科普分享 · 基于同行评审研究

首发于 营养健康简报 · 2026年7月1日