飲食評估方法：
分析生理/社會性別如何交互作用
議題
性別化創新 1：分析生理性別的飲食份量能提高飲食評估的精確度。
方法：分析生理性別
方法：交織性研究方法
性別化創新 2：在已完成的飲食調查中了解社會性別的差異，能提高資訊的品質。
方法：分析社會性別
性別化創新 3：社會性別化的FFQ在飲食與癌症關係具較佳的驗證和分析效果
方法：重新思考概念與理論
結論和下一步
議題
在過去的幾十年中，全球與飲食有關的慢性疾病（DRCDs），包括癌症和心血管疾病正不斷地增加（World Health Organization, 2003）。了解飲食因子與DRCDs之間的關係可增進成本效益和改善以科學為基礎的疾病預防和控管策略。
食物頻率問卷（FFQ）是營養流行病學研究最常用的飲食評估工具，因為它們具有成本效益、易於管理，並被認為能對長期的日常攝取量提供合理的估計-參見下圖。
食物頻率問卷範例（修改自Park，2011，第204頁）
個體每日飲食攝取量的變異原因有很多，其中包括年齡、社會經濟背景（糧食成本和可取用性）、天數、食物偏好和行為因子（Beaton et al., 1979, 1983；Gwon et al., 2004；Willet, 2013）。生理性別和社會性別也是重要的飲食決定因子，但這些都沒有在開發、驗證和實施FFQ時被前瞻性地考慮在內。以 「FFQ」、「食物頻率問卷」、「驗證」和「有效度」等不同關鍵詞組合來搜索PubMed期刊資料庫，共找出了1983年1月至2014年5月間所發表的1,124篇文章。在1,124篇的文章中排除針對單一生理性別或以非正常健康成年人為對象所進行的研究、評論性文章、非英語系列的研究報告，以及無法透過網絡搜索尋得的資料，我們對由此產生的246個驗證研究進行了檢查，以辨明每項研究所使用FFQ的發展過程。於其中，僅148篇描述了FFQ的發展進程。有些FFQ已進行了一次以上的驗證，當中48項的FFQ開發研究已作為往後的驗證研究 （remaining validation studies）。因此，對196 篇FFQ的開發研究進行分析：其中只有21項研究（10.7％）在開發階段時將生理性別考慮在內。在調查中發現，依生理性別來決定飲食份量的研究（7.7％）比依食品選項所進行的研究（5.6％）比例來得多。在這246項的驗證研究中，只有36.6％依生理性別做出了結果報告 – 參見下圖。
在1983年1月和2014年5月之間所報導具有受測者生理性別的FFQ開發和驗證研究。
性別化創新 1：分析生理性別的飲食份量能提高飲食評估的精準度
2007-2009所進行的第四屆韓國全國健康和營養調查（KNHANES IV）（韓國疾病控制和預防中心，2010年）顯示，男性與女性間的差異為FFQ開發帶來了2項重要的觀點：1）份量的大小（受生理性別影響），以及2）菜色的選擇（受社會性別影響）。分析分量的大小顯示了生理性別和社會性別的交互影響：男性在菜色選擇上多以大份量為主，例如米飯-韓國主食的一部分。女性則相反，她們傾向吃更多分量的水果和蔬菜，例如甜瓜（oriental melon）-參見下圖。菜色的選擇也經常因社會性別的差異而有所不同（數據未顯示）。這些生理性別和社會性別差異會影響能量和營養素的主要來源。
選定菜餚份量的生理性別分佈圖。男性吃較多的米飯而女性則吃較多的甜瓜。這是將KNHANES IV2007-2009的數據進行重新分析後所得的結果。
將生理性別和社會性別的交互影響考慮在內對於辨認飲食與癌症的關聯來說非常重要。以菜色為主的FFQ被開發來研究飲食與癌症的關聯性（Park et al., 2011）。依照世界癌症研究基金會（2007）的建議，列出112項菜色需針對攝取量與次數、能量效益、營養素及與癌症相關的飲食因子（CRDFs）進行評估。每道菜被分成三種不同的份量。當每道菜的份量重新依生理性別來評估時，男性和女性間有94道菜（84％）的份量呈現顯著差異，其中73%的菜色攝取量顯示男性的份量比女性來的多（Noh et al, unpublished data）。這些結果導致了FFQ所有項目的發展將依照生理性別設計飲食份量。修正後的FFQ是針對不同生理性別的族群進行設計。
Park等人（2011）最初所開發的FFQ是超過一年以上的追蹤調查，針對115名男性和173名女性（比男性多50％）-總計288名成年人，收集12天飲食記錄的研究驗證（Park et al., 2012）。數據集和程序在接受重新檢視前，先校正男性與女性間的飲食份量-確保菜色為選擇常數。
方法：分析生理性別
FFQ的數據驗證可透過分析生理性別進行重新評估
數據是按生理性別來分類。
FFQ菜色按各個生理性別的份量來進行更正。
攝入的能量、營養素和CRDFs按各個生理性別來修正。
修正後的數據與原始數據進行比較，以對飲食攝入能有更好的了解。
經由對每位參與者以相同的攝食頻率及按各個生理性別份量的計算後，再次評估了驗證研究的結果。修正後FFQ所計算出的總受測者和男性的能量攝取均呈顯著增加，而男性和女性的脂肪攝取量也顯著上升（參見下表；Noh et al, unpublished data）。按生理性別校正後的份量大小在女性CRDF-攝入量呈現顯著變化，而男性則無。按生理性別分析份量大小揭示了重要的飲食因子，包括能量、脂肪和癌症相關的飲食因子。更重要的是，匯總數據還未能產出男性或女性的真實現況。
營養和CRDFs1）每日允許攝入量平均值-依最初及修正後FFQ的份量
方法：交織性研究方法
其他因子，例如年齡、體重指數、社會經濟地位（SES）和教育，會對飲食產生影響，而影響又會因男女而異。儘管婦女通常被認為對社會飲食基準較為關注，但全面性的文獻回顧未能支持這一假說（Cruwys et al, 2014）。一項對加拿大成年人飲食品質和BMI之間的研究顯示（Sundararajan et al, 2014），在高BMI組群中，飲食品質與體重指數呈負相關。研究者注意到女性較多傾向於這樣的負相關。英國教育程度較低的老年人中，男生的蔬菜攝取量比女性來的低。但另一方面，財務困難的組體中，發現只有女性降低了水果的攝取量（Conklin et al, 2014）。這些研究的結果表明，社會經濟因子、教育、BMI、運動對男性和女性的飲食影響是交織性的。
性別化創新 2：在已完成的飲食調查中了解社會性別的差異，能提高資訊的品質
飲食評估的統計數據假設是基於男女在FFQ或任何飲食評估方法取得相似的反應。但是，在某些文化中，男人對特定食物和烹飪的熟悉度遠遜於女性。此外，女性和男性的飲食習慣、應答率、對李克特式計分法和泡沫格式調查（bubble format survey）的熟悉度也有所不同。在男人不做飯或不常填寫問卷的社會裡，飲食調查的研究通常較為困難。
方法：分析社會性別
按國家來檢測女性和男性對飲食調查的應答率。
將社會性別差異考慮在特定食物和烹飪的熟悉度上。
制定所有參與者都能理解和回答的FFQ。
對國家飲食調查的應答率（20歲以上的成年人）因社會性別和國家而異-參見下表。韓國的總應答率比美國和英國為高。有趣的是，韓國女性的應答率比韓國男性高得多，而在美國和英國，男性和女性的應答率幾乎相同。為了盡量減少在國家層面上男女間應答率差異所導致的系統性誤差，每個參與者的應答都很重要。重要的是，國家數據庫中的男性參與者的數據不足，可能會導致發展FFQ時，份量和菜色選項的偏誤。生理性別的低應答率也有可能導致驗證研究以及流行病學研究的誤差。
針對20歲以上成人之國家飲食調查的應答率
從χ2檢驗P。
韓國健康與營養調查Ⅳ（2007〜2009）。資訊和數據可從這裡得取。
NHANES調查2007〜2010年的數據結合。資訊和數據可從這裡得取。
國家飲食與營養調查從滾動計劃（2008/2009 - 2011/2012）第1、2、3和4年的結合結果。資訊和數據可從這裡取得。
在執行上，FFQ的調查比24小時飲食回憶法（24-hr recall）更為困難，因參與者需要回憶一段長時間的進食情況，且調查的食品項目經常超過100項。參與者的應答受到FFQ設計的食品項目和攝取量的限制；儘管大多數的FFQ已增設「其他食品」的開放式問題，但很少參與者對此提供他們的想法。
完成FFQ問卷的參與者指出，與單樣菜色相比，回答多樣菜色時感到多些困難。另外，參與者也覺得在回答攝取量上，也比攝食頻率更加困難。為了解決所有的困難，Ahn等人（2007）針對FFQ的開發進行了質性的訪談調查。有五名男性和十五名女性參加了這項研究，其中兩名男性花了約60分鐘完成103項題目的FFQ問卷。研究參與者完成FFQ的平均時間為30.6分鐘。值得注意的是，該五名男性從不在家做飯，而另15名女性都是家庭的主要烹飪者。研究中有幾個男性表示，他們難以理解問卷中某些食品的圖片及對份量大小的描述（Lee et al., 2007）。
飲食調查（在國內）中參與者之低應答率和女性與男性間不同的應答率導致在開發和執行適用於這兩種社會性別的FFQ有更多的挑戰。FFQ需被設計成能使所有參與者得以相等的準確度來填寫。
性別化創新3：社會性別化的FFQ在飲食與癌症關係具較佳的驗證和分析效果
在搜查了196件FFQ發展研究文獻（參考以上的議題部分）後，我們發現，只有21份（10.7％）的FFQ將社會性別考慮在內。這些FFQ被歸類為「社會性別化的FFQ」（GS-FFQ），而其他被歸類為「非社會性別化的FFQ」（NGS-FFQ）。此二類FFQ的效能透過驗證性研究和對於飲食與大腸癌的營養流行病學研究來進行檢驗（Lee, 2015）。
方法：重新思考概念與理論
在發展階段時將FFQ按社會性別予以分類。
社會性別特有的FFQ（GS-FFQ）-如果開發過程包含社會性別分析。
非社會性別特有的FFQ（NGS-FFQ）-如果開發過程不包含社會性別分析。
此兩類別的FFQ驗證研究已經認證，常見報告的營養素攝取量也已經與參照方法得到的質進行了比較。
對前瞻性世代研究進行了統合分析，利用GS-FFQ和NGS-FFQ來分析紅肉和加工肉類的攝取量對大腸癌的作用。
社會性別化的FFQ估計的飲食攝取量更為精密，且對男女性皆具同等的準確度。在搜索得到的246項驗證研究中（參見議題一節），只有45（18.3％）的研究使用GS-FFQ。在這些研究中，有46.7％的研究依社會性別來進行分析，沒使用社會性別分析的占33.3%，明顯高於前者。FFQ效益的驗證研究則透過男女兩群組的營養素攝取量-例如能量、碳水化合物、蛋白質脂肪、膽固醇、纖維和鈣-進行了比較。FFQ攝取量與參照方法攝取量的平均比值在GS-FFQ幾乎是相同的（女性0.96和男性0.95），但在NGS-FFQ研究中則呈現顯著的差異（男性1.00和女性1.12）。這些結果顯示，當使用GS-FFQ時，男女營養素攝取量的估計十分相近，但當使用NGS-FFQ時，明顯高估了女性的攝取量（Lee，2015）。相較於NGS-FFQ， GS-FFQ較能檢測出男性和女性飲食攝取量的誤差，這項對比對營養流行病學具重要意義。
在檢測紅色肉類攝取量和大腸癌的關聯性，社會性別化的FFQ的成效較佳。
Lee（2015）對檢測飲食-疾病關聯的GS-FFQ進行效能驗證。由世界癌症研究基金會（2007，2011）選擇的297項飲食與大腸癌的前瞻性世代研究中，只有32項研究（10.8％）使用GS-FFQ。統合分析被用來進行估計紅肉和加工肉類攝取量對大腸癌的總體影響。十項使用GS-FFQ（N =5）和NGS-FFQ（N =5）的前瞻性世代研究指出，紅肉攝取量的總體效果是結腸癌的風險因子（RR=1.10，95％CI=1.01〜1.19）。其中的顯著性只在使用GS-FFQ（RR=1.1695％CI=1.00〜1.32）的研究中呈現，而在NGS-FFQ研究中則無（RR=1.05，95％CI=0.91〜1.19） - 參見下圖。
研究的統合分析報告了由世界癌症研究基金會（2007，2011）所選擇結直腸癌和紅肉攝取量之間的關聯。使用與非使用社會性別化的FFQ的GS組研究分別述於第3節的性別化創新。
結論和下一步
飲食是預防和控管DRCDs的重要因子。 FFQ是建立和確認飲食與疾病關聯的首選工具。生理性別決定所消耗食物的份量。而社會性別會影響所消耗食物類型。但目前，營養流行病學研究人員很少在開發和驗證FFQ時將生理性別和社會性別納入考量。在FFQ上修正生理性別的份量促進了研究人員探究男性與女性在能量攝取、營養素和CRDFs上所產生的差異影響。此外，相較於女性，男性在飲食調查中較難表達且對FFQ問題感到困難，特別是在男性不從事烹飪的社會裡。有限的證據顯示，GS-FFQ在驗證研究及分析紅肉攝取與大腸癌關聯性研究上都獲得較佳的效益。在開發、驗證和應用FFQ時，了解社會性別所帶來的挑戰是非常重要的。分析生理性別、社會性別以及二者是如何交互影響，可增進FFQ的準確性，進而促使對飲食與疾病的關係有了更深入的理解。
社會性別化的FFQ需依據預選食品項目和相應的份量設計列表。而當前的FFQ應在社會性別和生理性別的脈絡下進行評估。
FFQ需要被重新開發、修訂且定期地進行檢測，以反映飲食攝取量、飲食行為和市場的變化。當全球DRCD盛行率正在迅速增加之際，開發飲食評估工具的資源卻不斷減少。確保充足的資源對飲食評估工具的更新極為重要。
FFQ應設計得簡單且易於了解，特別是針對社會中不做飯的男性。
飲食評估的有效性取決於完整的、準確的食品成分數據庫。其中包括食品中非營養性生物活性化合物。許多新鑑定的生物活性成分（如咖啡因、異黃酮、多酚等），對處理一般和社會性別相關的飲食疾病上，極為重要。目前，所有成分攝取量的估計數據對流行病醫學的研究來說仍然很不足。
國際相約一同為開發及驗證FFQ努力，他們擴大食品成分的數據庫。這些含有不同國家飲食特性與流行疾病的數據將有助於理解飲食與疾病的關聯。
參考資料
Ahn Y, Kwon E, Shim JE, Park MK, Joo Y, Kimm K, Park C, Kim DH. Validation and reproducibility of food frequency questionnaire for Korean genome epidemiologic study. Eur J Clin Nutr. 2007, 61(12), 1435-41.
Beaton GH, Milner J, Corey P, McGuire V, Cousins M, Stewart E, et al. Sources of variance in 24-hour dietary recall data: implications for nutrition study design and interpretation. Am J Clin Nutr. 1979, 32(12), 2546-59.
Beaton GH, Milner J, McGuire V, Feather TE, Little JA. Source of variance in 24-hour dietary recall data: implications for nutrition study design and interpretation. Carbohydrate sources, vitamins, and minerals. Am J Clin Nutr. 1983, 37(6), 986-95.
Berndt SI, Platz EA, Fallin MD, Thuita LW, Hoffman SC, Helzlsouer KJ. Genetic variation in the nucleotide excision repair pathway and colorectal cancer risk. Cancer Epidemiol Biomarkers Prev. 2006, 15(11) 2263-9.
Butler LM, Wang R, Koh WP, Yu MC. Prospective study of dietary patterns and colorectal cancer among Singapore Chinese. Br J Cancer. 2008, 99(9), 1511-6.
Conklin AI, Forouhi NG, Suhrcke M, Surtees P, Wareham NJ, Monsivais P. Variety more than quantity of fruit and vegetable intake varies by socioeconomic status and financial hardship. Findings from older adults in the EPIC cohort. Appetite. 2014, 83, 248-55.
Cross AJ, Ferrucci LM, Risch A, Graubard BI, Ward MH, Park Y, et al. A large prospective study of meat consumption and colorectal cancer risk: an investigation of potential mechanisms underlying this association. Cancer Res. 2010, 70(6), 2406-14.
Cruwys T, Bevelander KE, Hermans RC. Social modeling of eating: A review of when and why social influence affects food intake and choice. Appetite. 2015, 86, 3-18.
English DR, MacInnis RJ, Hodge AM, Hopper JL, Haydon AM, Giles GG. Red meat, chicken, and fish consumption and risk of colorectal cancer. Cancer Epidemiol Biomarkers Prev. 2004, 13(9), 1509-14.
Järvinen R, Knekt P, Hakulinen T, Rissanen H, Heliövaara M. Dietary fat, cholesterol and colorectal cancer in a prospective study. Br J Cancer. 2001, 85(3), 357-61.
Korea Centers for Disease Control and Prevention (2010). Korea Health Statistics 2009: Korea National Health and Nutrition Examination Survey (KNHANES IV).
Kwon ES, Ahn Y, Shim JE, Paik HY, Park C, Kimm K, Ju YS, Kim DH. Within- and between-individual variation in nutrient intakes with day of the week and season in Korean adults. Korean J Nutr. 2004, 37(10), 917-927.
Lee GS, Paik HY, Yi MS, Joung HJ. Response Experiences with a Semi-Quantitative Food Frequency Questionnaire: A Qualitative Study using Cognitive Interview. J of Nutr Health. 2007, 40(6), 566-575.
Lee H. Effect of gender-specific development on validation and utilization of food frequency questionnaire: a systematic review and meta-analysis. The Graduate School, Seoul National University, MS Thesis. 2015.
Lee, R. D. and Nieman, D. C. Nutritional assessment. Dubuque, IA, McGraw-Hill. 2015.
Noh H, Park MK, Kim J, Joung H, Paik HY. Reanalyzing sex/gender specific portion sizes for a dish-based food frequency questionnaire (DFFQ) affects estimation of dietary intake for Korean adults. (Unpublished Data)
Norat T, Bingham S, Ferrari P, Slimani N, Jenab M, Mazuir M, et al. Meat, fish, and colorectal cancer risk: the European Prospective Investigation into cancer and nutrition. J Natl Cancer Inst. 2005, 97(12), 906-16.
Nöthlings U, Hoffmann K, Bergmann MM, Boeing H. Fitting portion sizes in a self-administered food frequency questionnaire. J Nutr. 2007, 137(12), 2781-6.
Nöthlings U, Yamamoto JF, Wilkens LR, Murphy SP, Park SY, Henderson BE, et al. Meat and heterocyclic amine intake, smoking, NAT1 and NAT2 polymorphisms, and colorectal cancer risk in the multiethnic cohort study. Cancer Epidemiol Biomarkers Prev. 2009, 18(7), 2098-106.
Park MK. Development of Food Frequency Questionnaire and Assessment of Cancer-related Dietary Factors in Koreans. Ph.D. Dissertation. Graduate School. Seoul National University, Korea. 2011.
Park MK, Kim DW, Kim J, Park S, Joung H, Song WO, et al. Development of a dish-based, semi-quantitative FFQ for the Korean diet and cancer research using a database approach. Br J Nutr. 2011, 105(7), 1065-72.
Park MK, Noh HY, Song NY, Paik HY, Park S, Joung H, et al. Validity and reliability of a dish-based, semi-quantitative food frequency questionnaire for Korean diet and cancer research. Asian Pac J Cancer Prev. 2012, 13(2), 545-52.
Sato Y, Nakaya N, Kuriyama S, Nishino Y, Tsubono Y, Tsuji I. Meat consumption and risk of colorectal cancer in Japan: the Miyagi Cohort Study. Eur J Cancer Prev. 2006, 15(3), 211-8.
Subar AF, Thompson FE, Smith AF, Jobe JB, Ziegler RG, Potischman N, et al. Improving food frequency questionnaires: a qualitative approach using cognitive interviewing. J Am Diet Assoc. 1995, 95(7), 781-8; quiz 9-90.
Sundararajan K, Campbell MK, Choi YH, Sarma S. The relationship between diet quality and adult obesity: evidence from Canada. J Am Coll Nutr. 2014, 33(1),1-17.
Sørensen M, Autrup H, Olsen A, Tjønneland A, Overvad K, Raaschou-Nielsen O. Prospective study of NAT1 and NAT2 polymorphisms, tobacco smoking and meat consumption and risk of colorectal cancer. Cancer Lett. 2008, 266(2), 186-93.
Thompson FE, Subar AF, Brown CC, Smith AF, Sharbaugh CO, Jobe JB, et al. Cognitive research enhances accuracy of food frequency questionnaire reports: results of an experimental validation study. J Am Diet Assoc. 2002, 102(2), 212-25.
Tiemersma EW, Kampman E, Bueno de Mesquita HB, Bunschoten A, van Schothorst EM, Kok FJ, et al. Meat consumption, cigarette smoking, and genetic susceptibility in the etiology of colorectal cancer: results from a Dutch prospective study. Cancer Causes Control. 2002, 13(4), 383-93.
Tsubono Y, Kobayashi M, Takahashi T, Iwase Y, Iitoi Y, Akabane M, et al. Within- and between-person variations in portion sizes of foods consumed by the Japanese population. Nutr Cancer. 1997, 29(2), 140-5.
Willett, W. Nutritional epidemiology. Oxford, New York, Oxford University Press. 2013.
World Health Organization. Diet, nutrition and the prevention of chronic diseases. WHO Technical Report Series, No. 916 (TRS 916). 2003.
World Cancer Research Fund/American Institute for Cancer Research. Food, Nutrition, Physical Activity, and the Prevention of Cancer: a Global Perspective. Washington DC: AICR. 2007.
World Cancer Research Fund/American Institute for Cancer Research. Continuous Update Project Report. Food, Nutrition, Physical Activity, and the Prevention of Colorectal Cancer 2011. Washington DC: AICR. 2011.
飲食評估：概論生理性別與社會性別如何相互影響的分析
全球與飲食相關的慢性疾病正不斷的在增加。生理性別和社會性別會影響飲食，但絕大多數研究人員在建構和驗證最常用來評估飲食的工具之一之食物頻率問卷（Food Frequency Questionnaires ，FFQs）時，卻未將這些因子考慮在內。韓國的研究人員發現，女性和男性在選擇食物及攝取食物的份量上往往有所差異（圖1）。
性別化創新：
依女性和男性在選擇食物及攝取食物份量之差異所修正後的FFQs能改善飲食評估。
分辨先前飲食調查中的社會性別差異能提高訊息的品質。FFQ的調查過程顯示，在不熟悉特定食物和烹飪文化中生活的男性在填答時感到困難。發展可讓各階層人們所理解的問卷將有助於研究人員能更精準地辨認飲食與疾病之間的關聯。
社會性別化的FFQs在檢測飲食和某些類型癌症之間的關係效益更好。
