一项伞状综述汇总了7项Meta分析和1项系统综述：超加工食品摄入”可能”与总体癌症、结直肠癌、乳腺癌、胃癌风险增加相关，效应量大多在10%-40%之间（如总体癌症OR=1.13），但20个结局里只有2条证据评上”低确定性”，其余都是”极低确定性”。相关可能存在，但远没到”实锤”。

如果你担心超加工食品，行动上可以做减法：少买含糖饮料、膨化零食、加工肉制品，用完整的蔬果谷物替代；但不必因为某项研究就陷入”吃什么都不安全”的焦虑——目前证据还不足以支持”某一种超加工食品致癌”的结论，均衡饮食比精确躲避更重要。

超加工食品，成了健康圈的”头号嫌疑人”

含糖饮料、薯片、速冻食品……”超加工食品”这几年几乎成了不健康饮食的代名词，各种”致癌”的说法满天飞。但一篇刚发表的伞状综述给出了一个反直觉的结论：20个结局里，只有2条证据评上”低确定性”，其余全是”极低确定性”——方向有信号，证据硬不起来。

你一边焦虑，一边还是买了吗？

你是不是也在”看完科普就戒一周、戒完又买”之间循环？这不能怪你——超加工食品占美国饮食近60%，你躲不开它，它就在超市货架和外卖列表里。焦虑解决不了问题，搞清楚证据到底有多强，才能决定该怎么对待它。

7+1项研究，证据强度打了几折

证据金字塔里的裁判：伞状综述是对”综述的综述”：研究者系统检索了PubMed、Embase、Web of Science、Cochrane四个数据库（截至2026年1月），筛出7项Meta分析和1项系统综述，再评估这些研究本身的质量和证据确定性。它是证据金字塔里的”裁判”。

有信号的癌种：一串不硬的数字：伞状综述汇总了20个结局的效应量：总体癌症OR=1.13（95%CI 1.07-1.18，11项研究）；结直肠癌最高vs最低摄入OR=1.23（1.10-1.38），每增加10%摄入量OR=1.04（1.01-1.07）；乳腺癌RR=1.10（1.00-1.22）；肝癌HR=1.35（1.03-1.76）。20个结局里，只有结肠癌（HR=1.12）和非贲门胃癌（HR=1.43）两条证据评级为”低”，其余都是”极低确定性”——方向有信号，幅度不大。

没信号的癌种：别”一刀切”焦虑：同样在分析里的前列腺癌（OR=1.02）、直肠癌、食管癌、黑色素瘤，都没有显著关联——超加工食品不是”样样都致癌”的万能反派。亚组还有个值得说的发现：结直肠癌的关联在55岁以上人群更强（RR=1.34，1.13-1.59）、发达国家更强（RR=1.20）；病例对照研究估计偏大（有回忆偏倚）——研究设计不同，结论的力度差不少。

监管已经在动：GRAS制度要改革：证据没定论，监管却已先行。2026年8月，美国卫生部门宣布两项计划：一是拟要求企业把公认安全（GRAS）食品成分的自认定情况通报FDA（从自愿改为强制通知）；二是着手给超加工食品下官方定义（定义文件仍待发布）。有消费者组织批评步伐太慢，但方向明确：制度层面正在收紧对超加工食品的监管。

总体癌症OR=1.13 → 结直肠癌1.23 → 非贲门胃癌1.43，一串温和的数字；而前列腺癌OR=1.02没有信号——有方向的线索，配上不算硬的证据。它提醒你少吃，但远没到”吃了就得癌”的程度。个人做减法、制度在加码，两头都别走极端。

证据软，不等于可以随便吃

1 超加工食品或与多种癌症相关，但20个结局里18条证据极低，别被”致癌”标题吓出焦虑。

2 监管已先行：GRAS强制通报、超加工食品官方定义都在推进，制度层面在收紧。

3 个人行动做减法、心态别极端：少买加工零食饮料，多吃完整食物，但不为”偶尔一次”焦虑：少一点是一点，恐慌没必要。

① 观察性研究为主：关联不能排除”吃超加工食品的人整体生活方式更不健康”的混杂。
② 定义不统一：超加工食品分类（NOVA等）在不同研究中口径不一，影响合并。
③ 纳入研究质量低：7项研究中3项低质量、4项极低质量，结论稳定性存疑。
④ 无剂量结论：现有证据无法给出”吃多少才危险”的阈值。

参考资料：1. Bao J, Cheng X, Yin Y, et al. Ultra-Processed Food Consumption and Cancer Risk: An Umbrella Review of Systematic Reviews and Meta-Analyses. Journal of Food Science. 2026;91(8):e71367. https://doi.org/10.1111/1750-3841.71367
2. Beach C. Health department announces plans for GRAS substances and ultra-processed foods. Food Safety News. 2026-08-12. 来源: https://www.foodsafetynews.com/2026/08/health-department-announces-plans-for-gras-substances-and-ultra-processed-foods/

你每天吃的饼干、薯片、火腿肠，正在以你完全意想不到的方式留下”犯罪证据”——尿液。一项发表于《PLOS Medicine》（PLOS为美国公共科学图书馆，Public Library of Science）的研究发现，通过检测尿液中的特定代谢物组合，就能准确判断你吃了多少超加工食品，准确率高到连80%对比0%的超加工饮食都能区分。你的尿液，就是一部超加工食品的”消费日记”。

与其纠结”我到底吃了多少加工食品”，不如关注一个更简单的问题：你的尿液代谢物评分是多少？这个评分可能成为未来营养监测的”健康仪表盘”——它会告诉你，你的身体到底经历了什么，比你的饮食日记更诚实。

你尿里的33种代谢物，正在向医生告密

你走在超市的零食区，拿起一包标注”非油炸”的薯片，觉得它很健康。你把它放进购物车，再拿一瓶无糖可乐——毕竟零糖嘛。但你不知道的是，你吃下去的每一种UPF（ultra-processed food，超加工食品），都会在你的尿液里留下特定的”化学签名”。不是普通的卡路里、脂肪、糖，而是33种你从未听说过的代谢物，它们正在向实验室的技术人员告密。你以为是自己在选择食物，但你的尿液正在”出卖”你——你的尿液，是一部超加工食品的”消费日记”。你吃过的每一口饼干、每一根火腿肠、每一瓶调味酱料，都以代谢物的形式被永久记录在你的尿液化学组成中，骗不了人，也藏不住。

你以为的”偶尔吃一点”，到底是多少？

你觉得自己吃得健康吗？大部分人都会说”还行”。但当研究者要求参与者记录所有食物，并按照NOVA（NOVA食品分类系统，将食品按加工程度分为四类）逐一分级时，真相令人震惊：美国人平均每天摄入的热量中，超过一半来自超加工食品。你早餐吃的面包要经过乳化、膨松、防腐处理才算”超加工”；午餐的酱料包里含有十几种你叫不出名字的添加剂；下午的饼干是精制面粉、氢化植物油和高果糖浆的混合物；晚餐的速食汤里藏着味精、增稠剂和人工香料。你以为的”正常饮食”，在代谢层面可能已经”超加工化”了。问题是，你根本不知道自己的阈值在哪里。现在，尿液代谢物检测正在填补这个空白——它不会受你的记忆偏差影响，也不会被你的社交期望左右。

科学家的”尿检试纸”：三个关键发现

发现一：1,044种尿代谢物中，293种与UPF显著相关：INSERM（法国国家健康与医学研究院，Institut National de la Sante et de la Recherche Medicale）的研究团队在IDATA（饮食与活动追踪交互研究）中对718名参与者进行了深度代谢组学分析——这是目前最大规模的UPF（ultra-processed food，超加工食品）代谢组学研究之一。他们同时检测了血清和尿液中的代谢物，发现血清的952种代谢物中，有191种与超加工食品消费量显著相关；而在24小时尿液的1,044种代谢物中，与UPF相关的代谢物数量高达293种。超加工食品对代谢系统的影响远超你想象，它们不仅改变血液，更深刻地改写了你的尿液化学组成。

发现二：33种尿代谢物组成的”评分”能精准区分饮食模式：研究者用LASSO（Least Absolute Shrinkage and Selection Operator，一种机器学习筛选方法，擅长从大量变量中挑选最关键的预测因子）回归从海量代谢物中选出最核心的”标志物”：血清28种，尿液33种。这些代谢物组合起来形成一个MMS（multi-metabolite score，多代谢物评分），就像一把”营养标尺”。当20名参与者进入随机交叉喂养试验，分别吃80%超加工饮食和0%超加工饮食时，两组的尿液MMS差异达到了P<0.001的统计学显著水平。这个评分高到几乎不会出错——它不仅能区分”吃得多”和”吃得少”，连两种极端饮食模式都能准确判别。

发现三：4种代谢物在血液和尿液中同时”报警”：研究还锁定了一个重要交集：S-methylcysteine sulfoxide（一种与葱属植物相关的含硫氨基酸）、N2,N5-diacetylornithine、pentoic acid和N6-carboxymethyllysine（一种晚期糖基化终末产物，AGEs），这4种代谢物在血液和尿液中都与UPF消费显著相关。其中N6-carboxymethyllysine尤其值得关注——它是加工过程中产生的”热损伤”标志物，可能是超加工食品伤害身体的”分子线索”。这些代谢物在血液和尿液中的双重出现，意味着它们不仅是暴露的”标记”，可能还参与了超加工食品对健康影响的生物学通路。

718人的流行病学调查加上20人的严格喂养试验，等于双重实验验证。血清中28种代谢物组成”血液评分”，尿液中33种代谢物组成”尿液评分”。80%对比0%的超加工饮食，P值不到0.001。952种对比1,044种——尿液的代谢物种类比血清更丰富，检测超加工食品的灵敏度也更高。你的身体不会说谎，但你的记忆会——这就是为什么客观的”尿检”比主观的饮食记录更可靠。

三个你该带走的结论

1 你吃的每一口超加工食品，都在你的身体里留下”代谢指纹”，这些指纹可以被科学检测到，成为一个客观的暴露指标。

2 尿液代谢物评分是比饮食记录更客观的”营养监测工具”，它不受你的记忆偏差和社交期望影响，能真实反映你的超加工食品摄入水平。

3 降低超加工食品摄入，改变的不只是你的体重秤数字，而是你体内数百种代谢物的全貌——你的”代谢指纹”会随着饮食改变而重塑。

① IDATA参与者以美国年长成年人为主：结果向年轻人群、其他种族和不同饮食文化推广时需谨慎验证。
② 评分尚未与疾病结局建立关联：该多代谢物评分目前只是一个”暴露指标”而非”风险指标”，尚未与糖尿病、心血管疾病等建立直接关联。
③ 喂养试验样本量仅20人：且为短期交叉设计，该评分的长期稳定性和再现性需更大规模、更长随访的研究确认。

参考资料：Abar L, et al. Ultra-processed food intake and the metabolome in serum and urine: a cross-sectional study and a randomised controlled feeding trial. PLOS Medicine. 2025. https://doi.org/10.1371/journal.pmed.1004560

UPF（超加工食品）摄入量最高的幼儿，2年后24小时运动指南（身体活动+屏幕时间+睡眠）所有达标的可能性显著更低，核心拖后腿的环节是屏幕时间——吃得越多，屏幕越长，二者形成行为捆绑。

如果你家孩子爱吃零食又爱看屏幕，别只盯着”管住嘴”这一头。把零食时间和屏幕时间一起管，打破”边吃边看”的联动，才是真正的突破口。

你家孩子爱吃零食，你以为只是长胖的问题？

周末下午，孩子窝在沙发上看动画片，手边一包薯片不知不觉就见了底。你心想，顶多就是多摄入点热量，控制一下体重就好。但一项来自西班牙SENDO（西班牙儿童最优发展追踪项目）的前瞻性队列研究发现：真正拖后腿的不是运动量不够，而是屏幕时间被UPF悄悄拉长了。UPF的伤害，远不止营养层面。

你管住了孩子的嘴，为什么屏幕时间还是降不下来？

你可能试过减少零食采购，或者规定每天只能吃一次。但效果总是不理想——孩子该看屏幕还是看，该吃零食还是吃。问题在于：吃零食和看屏幕，根本不是两个独立的问题，而是一个行为簇。研究显示，UPF摄入量越高，屏幕时间越长。零食+屏幕天然绑定：薯片配动画片，饼干配平板。你只断开其中一个，另一个会把你拽回去。

拆解研究：UPF到底动了哪块”运动拼图”

屏幕时间超标：风险飙升82%：最高UPF摄入组（T3）相比最低组（T1），屏幕时间超标的相对风险RR=1.82（95%CI 1.18-2.64，p=0.036）。实际屏幕时间方面，T3组每天1.31±1.11小时，T1组仅0.94±1.18小时（p<0.001）。T3组每天超过屏幕时间阈值约25分钟，而T1组仅超标约7分钟。

身体活动和睡眠：UPF没有显著关联：出乎意料的是，UPF摄入量与身体活动达标和睡眠达标之间均未发现显著关联。这说明UPF对儿童运动指南达标的”拖累”，并非通过影响体能或睡眠质量，而是精准地指向了屏幕时间这个单一维度。

整体达标率：仅38.9%三项全达标：586名4-5岁西班牙儿童中，8.0%三项全不达标。UPF最高三分位组相比最低组，整体未达标风险RR=1.27（95%CI 1.04-1.55，p=0.021），线性趋势显著（p趋势=0.022）。

T3组孩子每天比T1组多看约25分钟屏幕，一年就是150小时，两年超过300小时。T1组平均每天仅超标7分钟。这不是天赋差异，不是基因问题，就是吃进去的UPF和坐在屏幕前的时间，形成了一个互相喂养的循环。

三句话记住

1 UPF的伤害不止于营养，它通过行为层面——尤其是屏幕时间——间接关联儿童24小时运动指南的达标情况。你给孩子买零食的那一刻，可能也”买下”了更多的屏幕时间。

2 “零食+屏幕”是捆绑消费——这不是两个独立问题，而是一个行为簇。单点干预注定效果有限，必须同时从饮食和屏幕习惯两端入手。

3 这项研究是观察性的，只能说明UPF摄入与运动指南达标之间存在统计学关联，不能证明因果关系。但数据足够清晰、趋势足够一致：即使只是关联，也值得认真对待。

① FFQ回忆偏倚：UPF摄入量依靠家长回忆填写食物频率问卷，存在回忆误差和测量误差。
② 社会期望偏倚：家长报告孩子屏幕时间和睡眠，可能倾向于”美化”报告，低估实际屏幕时间。
③ 样本代表性局限：研究采用志愿者样本，母亲教育水平偏高，结果不能完全代表西班牙总体儿童。
④ 失访率较高：2年随访期间失访率46.68%，但基线特征分析显示失访者与完成者无显著差异。
⑤ UPF仅基线评估一次：2年间饮食习惯可能发生变化，单次评估无法捕捉动态变化。

参考资料：López-Gil JF, et al. Ultra-processed food consumption and adherence to 24-hour movement guidelines in early childhood: a prospective analysis from the SENDO project. European Journal of Pediatrics. 2026. https://doi.org/10.1007/s00431-026-07287-6

营养成分表上看不出的事：
加工食品到底拿走了什么

导语：你以为喝纯果汁和吃水果差不多？营养成分表上确实差不多。
但身体不这么认为。

2008 年《英国医学杂志》大型研究：追踪 46,000+ 名男性长达 12 年，发现每天喝两杯以上果汁的人，痛风风险比几乎不喝的人高出 81%^[2]。橙汁和苹果汁的风险还要稍高一些。

营养成分表不会告诉你答案

因为答案不在”含有什么”里面，在”缺了什么”里面

食物基质效应

食物不是一堆营养素的简单相加，而是一个三维的物理结构。这个结构决定了营养素从进入口腔到抵达肠道这一段路程中，以什么速度释放、在什么位置释放。

他们在问一个关键问题：如果把”营养好不好”都算进去，加工食品的危害还有没有剩余？

答案：

有，而且很大

每多摄入 10% 来自超加工食品的热量（大约一天多吃两包薯片），体重指数更高、血糖控制更差、血压更高、”好胆固醇”更低——即使在模型中把营养质量”扣除”后依然存在，大多数只减弱了 20%~30%。

超加工食品的危害，不主要是因为它油多糖多盐多。
加工这件事本身，就有独立的健康风险。

《中国居民膳食指南（2022）》推荐大豆制品日摄入量相当于 15~25 克大豆^[5]——换算一下就是：

关键从来不是”加没加工”，而是加工到了什么程度、拿走了什么、加入了什么。

尽量吃还看得出
“本来长什么样”的食物

我有时候在超市拿起一包东西，翻过来看配料表——如果前五行里出现了三样我在厨房里找不到的东西，我就把它放回去。

身体花了几百万年学会了处理食物，
但还没学会处理配料表。

参考资料：

1. 中国医师协会风湿免疫科医师分会 中国高尿酸血症与痛风诊疗指南 2020

2. Choi HK, Curhan G. Soft drinks, fructose consumption, and the risk of gout in men: prospective cohort study. BMJ 2008

3. Hatta-Langedyk J et al. Ultraprocessed food versus diet quality in relation to cardiometabolic health and all-cause mortality: NHANES 1999-2018. American Journal of Public Health 2026

4. Monteiro CA et al. The UN Decade of Nutrition, the NOVA food classification and the trouble with ultra-processing. Public Health Nutrition 2019

5. 中国营养学会 中国居民膳食指南（2022）