全球和国家社会经济差距在肥胖、超重,体重不足状态

文摘

客观的。研究社会经济因素和体重之间的关系在53个国家地位。方法。横截面数据和长版的世界健康调查(WHS的)。有172625 WHS的参与者提供自报的身高和体重措施和社会人口信息。成人体重的国际分类用于分类参与者的身体质量指数(BMI):(1)体重不足(< 18.5),(2)正常体重(18.5 - -24.9),(3)超重(25.0 - -29.9),和(4)肥胖(> 30.0)。多项式回归分析中使用。结果。在全球范围内,6.7%体重过轻,25.7%超重,8.9%肥胖。体重不足地位是最少(5.8%)和肥胖(9.3%)最普遍最富有的五分位数组的。国家之间有变化,倾向于低收入昆泰在增加体重不足的风险和减少患肥胖症的风险。结论。国际政策可能需要灵活性在处理跨国BMI的协变量社会经济地位的差异。

1。介绍

超重和肥胖已被定义为异常或过度积累的脂肪在体内可损害健康(1]。超重和肥胖的结果从一个能量不平衡的摄入和消耗的卡路里量1]。超重和肥胖在全球范围内的兴起主要是由于两个过程:(1)全球转向丰富饮食热量的甜味剂,动物源食品,脂肪,和(2)减少体育活动模式由于工作的性质,改变运输方式,和城市化2,3]。超重和肥胖已经发现慢性病的主要危险因素,包括心血管疾病、糖尿病、肌肉骨骼疾病和某些癌症(1]。虽然更高水平的超重和肥胖,推而广之,慢性疾病通常具有发达国家如美国,超重和肥胖的发病率正在增加更快发展中国家(4,5]。

营养不良是由于食物摄入持续不足或吸收不良和留存在体内达到和维持能源需求(6]。营养不良是在发展中国家流行传染病的发生通常与高(2),据估计为每年5 - 6百万5岁以下儿童的死亡(7]。营养不良会影响所有年龄组和穷人和那些中尤其普遍缺乏洁净水和良好的卫生设施。饥荒、民间冲突和战争也导致营养不良8]。尽管早期的研究在全球营养不良通常建议国民经济发展水平会逐步降低在发展中国家营养不良,最近研究了共存,营养过剩下的高水平的国家内(4,9,10]。通常被称为“营养不良的双重负担,”[2]这个矛盾的现象对发展中国家的卫生系统进行了极大的菌株从国家政府必须面对罹患疾病相关的成本的增加以及持续需要解决营养不良和传染病11,12]。

评估社会经济差距的体重,超重,肥胖是全球地位重要解决的问题慢性疾病(12]。知识的全球分布体重和体重状态如何随社会经济因素可以提供基线信息监测全球和国家社会经济差距在体重和协助决策者在资源配置2]。估计体重可能来自直接或自我报告测量身高和体重。身高和体重的直接措施往往会提供更准确的估计患病率的身体质量指数(BMI)比自我报告的措施,因为他们减少社会赞许性偏见报道(13]。然而,自报的身高和体重措施保持同样与疾病相关的生物标记物如直接措施(14)和已被证明与心血管疾病和冠心病的死亡率(15]。自报的身高和体重数据从而保持有效识别关系在大型的流行病学研究14,16]。因为他们是低成本、低侵入性的收集(13]。身高和体重的降低成本的自我报告的研究对于资源贫乏的国家,尤其有关监测传染病可能的金融优先于人口监测体重状态。

WHS的独特之处是仪器测量健康状况和各国社会经济指标直接可比。使用这些数据,这项研究提供了最大的直接可比跨国社会经济因素之间的关系和BMI状态报告可用,确定在一个国别基础上,所扮演的角色收入、性别、和城市化与体重,超重,肥胖状态。此外,鉴于WHS的关注人口健康监测在低收入国家,这个研究报告的数据对于许多发展中国家直到现在缺乏的出版资料。

2。方法

2.1。WHS的人口和设计

长版本的世界健康调查(WHS的),一个大型的横断面研究,管理在51个国家2002 - 2003年全球普遍存在的行为风险因素,评估心理健康,和慢性疾病17,18]。WHS的长版本管理主要在低收入国家,尽管一些高收入和中等收入国家也包括在内。WHS的抽样范围覆盖一个国家的合格的人口的100%。目标人群包括任何男性或女性成人18岁或以上,在国家和驻留在一个私人家庭调查期间。WHS是第一个调查设计的明确关注跨国可比性在仪器开发(19]。关于WHS的样本和调查方法的附加信息可以在WHS的网站(17]。

2.2。自报的身高和体重

参与者被要求报告他们的身高米和厘米或英尺和英寸,体重公斤或磅。高度报道英尺和英寸转换为厘米,重量在磅转换为公斤来计算每个人的身体质量指数(BMI)。体重指数计算是用体重(公斤)除以身高(米平方(公斤/米²)。BMI值age-independent和适用于男女20.,21]。国际分类的成年体重不足,正常体重,超重,肥胖是用来根据BMI组个人:(1)体重不足(< 18.5),(2)正常体重(18.5 - -24.9),(3)超重(25.0 - -29.9),和(4)肥胖(> 30.0)[20.]。

减少潜在的偏见报道,观察了如果他们报道高度小于122厘米()或大于211厘米();观察也下降了,如果他们的重量是3个标准差以上报道()或1.5标准差低于()的原油样本均值63.1公斤。应用这些排除标准旨在消除统计边远身高和体重的自我报告和导致排斥的研究样本的受访者自述身体质量指数低于11.3和63.2公斤/米以上²。

2.3。Socio-Demographic特点

家庭永久收入是衡量使用基于资产的方法由弗格森和他的同事们(22),已用于以前的跨国研究发展中国家的经济状况和健康(23]。这种方法假定经济地位是一个未被遵守的潜变量和估计随机概率单位模型使用措施的家庭所有权的资产(例如,冰箱,收音机,汽车,等等),对服务的访问(例如,饮用水),和已知的收入预测(例如,年龄和教育)。系数在资产变量从模型显示阈值的潜在收入规模以上家庭更有可能拥有特定的资产;也就是说,如果一个家庭的永久收入大于资产估计阈值,大于。5的概率,他们自己的项目。然后该资产规模应用于每个家庭来估计永久收入。之前的研究表明这些估计家庭收入提供有效的和可靠的,如果不完美,永久收入的估计(24]。估计家庭永久收入被分为昆泰在每个国家。世卫组织提供的收入信息用于本研究。全国性调查单位提供构成城市的定义,和面试官城市化状态时的采访记录17]。国家分为世界地区基于世卫组织区域办事处部门(25]。

这份报告,某些例外,观察被排除在外,如果他们缺失的数据性、年龄、收入、城市化,抽样单位。调整了年龄分析,分为六大类:(1)18岁至29岁,(2)30—39岁,(3)40至49岁,50 - 59岁年,(4)(5)60 - 69岁,70年+ (6)。如果这个国家作为一个整体缺失的数据在一个特定的变量,例如,收入,使用可用的变量进行了分析。这些实例如下:土耳其失踪了收入数据;斯洛文尼亚缺乏城市化与信息;危地马拉和斯洛文尼亚人失踪采样信息。

2.4。分析

Countrywide和性别患病率估计体重计算基于世界标准年龄标准化估计(26)和加权根据抽样设计(根据选择概率,nonresponse和poststratification)除了危地马拉和斯洛文尼亚。原油在世界范围内流行的估计BMI地位基于自报的身高和体重,收入五分位数计算。原油患病率城乡居民的BMI状态报告根据世界卫生组织的地区。

检查的BMI状态模式根据性别、收入、或城市化与体重不足的风险,超重或肥胖,多变量多项式回归分析,一个健壮的误差方差进行了在一个国别基础上进行的。正常体重指数(18.5 - -24.9)作为参考类别。国家没有缺失的数据,相对风险率(获得)和95%置信区间(95% CIs)调整为性,城市化和家庭收入。国家报告显示显著差异使用集群稳健标准误差和集群组成的初级抽样单位(电源)。事业单位信息不见了危地马拉,斯洛文尼亚,赞比亚和,因此,为这些国家稳健标准误差。表4提供了一个总结报告的国家特别显示了每个因素的关系。国别分析的结果可在网上补充材料doi: 10.1155 / 2010/514674。有七个国家中稀疏数据在某些类别的年龄和/或收入要求年龄或收入变量修改的形式。这段信息报道的脚注补充表。数据分析使用占据,版本10。

3所示。结果

3.1。响应率和人口

样本特征显示在表中1。WHS的267926名参与者在53个国家在这项研究中,189258人报道的信息在他们的身高和体重的总体响应的比例74.6%,身高和体重项目。一个额外的9596人降至本研究没有满足入选标准的高度和重量。此外,7037年下降为缺失一个或多个观察观察socio-demographic变量。在这种情况下,整个国家没有提供特定信息socio-demographic变量(例如,土耳其和收入)个人没有从分析。这项研究的最终样本量是172625年观察,或64.4%的原始样本。最后的样本大小国家的原样品的比例从6.3%(马里)96.3%(中国)。


国家	初始样本大小	数量缺少身高或体重信息	排除基于BMI(< 11.3或> 61.2公斤/米²)	数量缺少socio-demographic信息	最后的样本大小	%的男性	平均年龄	%的城市

孟加拉国	5942年	5071年	61年	7	803年	86.1%	35.3	52.6%
波斯尼亚-黑塞哥维那	1031年	17	16	3	995年	41.5%	46.9	42.2%
巴西	5000年	587年	108年	158年	4147年	46.3%	41.1	83.7%
布吉纳法索	4948年	3215年	23	40	1670年	51.7%	34.0	44.9%
乍得	4875年	1393年	126年	184年	3172年	50.3%	36.6	24.9%
中国	3994年	6	107年	35	3846年	50.1%	44.7	39.8%
科摩罗	1836年	103年	29日	82年	1622年	45.5%	42.0	29.7%
刚果	3077年	863年	68年	85年	2061年	47.7%	36.1	80.7%
科特迪瓦	3251年	381年	75年	144年	2651年	60.0%	35.2	60.2%
克罗地亚	993年	24	20.	38	911年	40.2%	52.4	66.0%
捷克共和国	949年	46	32	18	853年	43.4%	47.7	71.6%
多米尼加共和国	5027年	1907年	93年	47	2980年	50.8%	40.4	57.8%
厄瓜多尔	5677年	1569年	216年	396年	3496年	45.8%	40.8	68.1%
爱沙尼亚	1021年	23	32	11	955年	35.3%	49.6	66.2%
埃塞俄比亚	5090年	4119年	16	36	919年	71.9%	31.6	26.6%
乔治亚州	2950年	213年	49	109年	2579年	42.3%	48.5	43.9%
加纳	4165年	461年	170年	224年	3310年	46.2%	40.5	38.3%
危地马拉	4890年	1735年	85年	201年	2869年	46.8%	39.2	44.4%
匈牙利	1419年	30.	54	36	1299年	40.5%	49.4	61.0%
印度	10692年	1322年	1771年	293年	7306年	55.9%	39.1	30.3%
哈萨克斯坦	4499年	231年	56	26	4186年	34.9%	41.5	58.6%
肯尼亚	4640年	342年	159年	119年	4020年	43.6%	37.3	31.6%
老挝	4989年	109年	528年	816年	3536年	50.7%	37.7	30.1%
拉脱维亚	929年	196年	16	3	714年	34.5%	49.3	70.6%
马拉维	5551年	309年	173年	214年	4855年	43.0%	35.8	15.5%
马来西亚	6145年	1136年	253年	210年	4546年	48.7%	39.9	63.4%
马里	5209年	4791年	19	73年	326年	88.0%	39.4	40.5%
毛利塔尼亚	3907年	643年	238年	440年	2586年	38.8%	39.0	40.3%
毛里求斯	3968年	1387年	118年	40	2423年	62.7%	41.1	48.7%
墨西哥	38746年	15345年	508年	225年	22668年	42.5%	41.2	71.3%
摩洛哥	5000年	2961年	36	281年	1722年	67.4%	38.7	62.5%
缅甸	6045年	166年	335年	5	5539年	45.4%	40.8	24.6%
纳米比亚	4379年	573年	168年	187年	3451年	40.8%	37.8	48.1%
尼泊尔	8822年	5629年	328年	257年	2608年	68.4%	35.0	21.1%
巴基斯坦	6502年	3050年	310年	307年	2835年	64.8%	37.0	41.2%
巴拉圭	5288年	653年	90年	40	4505年	49.1%	39.8	47.8%
菲律宾	10083年	1896年	591年	39	7557年	51.3%	38.3	60.0%
俄罗斯	4427年	944年	43	67年	3373年	35.7%	49.0	92.5%
塞内加尔	3465年	1794年	55	345年	1271年	59.9%	37.9	59.7%
斯洛伐克	2535年	758年	37	90年	1650年	33.3%	37.3	90.8%
斯洛文尼亚	687年	119年	10	8	550年	46.2%	47.2	- - - - - -
南非	2629年	1033年	258年	82年	1256年	51.4%	37.3	62.3%
西班牙	6373年	257年	71年	81年	5964年	41.3%	52.3	72.1%
斯里兰卡	6805年	1066年	962年	116年	4661年	53.4%	40.9	16.3%
斯威士兰	3121年	1269年	141年	130年	1581年	44.4%	37.5	24.3%
突尼斯	5203年	988年	51	47	4117年	50.9%	40.6	65.3%
土耳其	11481年	3314年	124年	2	8041年	51.4%	40.6	50.5%
乌克兰	2860年	170年	55	448年	2187年	36.2%	47.0	78.0%
阿拉伯联合酋长国	1183年	39	41	19	1084年	52.0%	37.2	76.8%
乌拉圭	2996年	46	70年	33	2847年	48.0%	45.8	83.4%
越南	4174年	692年	469年	18	2995年	50.8%	39.4	22.9%
赞比亚	4166年	1922年	61年	44	2139年	47.5%	35.3	39.2%
津巴布韦	4292年	1755年	71年	78年	2388年	42.0%	35.4	41.5%
总	267926年	78668年	9596年	7037年	172625年	49.4%	40.8	51.6%

的总百分比的男性样本(斯洛伐克)49.4%的33.3%到88.0%(马里)。平均年龄为40.8岁,范围从31.6年(埃塞俄比亚)52.4年(克罗地亚)。城市住宅的总体百分比受访者为51.6%(马拉维)范围从15.5%到92.5%(俄罗斯)。

3.2。体重分布按性别、收入和城市/农村住宅

研究的样本,6.7%属于偏瘦,25.7%超重,8.9%为肥胖。

3.2.1之上。性

与女性相比,男性的体重分布靠向低BMI类别。男性体重不足流行率较高(7.2和6.1(60.4),正常和57.3(25.9%),和超重状态_米和25.5%_W)。表2和3提供性别患病率数据样本的每个国家。妇女有较高的患病率的肥胖状态(11.1和6.5)。尽管全球更高的男性的体重不足流行状况,统计分析表明,他们体重不足的风险在五个国家和降低体重不足的风险在15个国家。国家在每个类别的具体清单表提供4。在超重状态方面,男性在10个国家超重的风险更高,在13个国家超重的风险降低。肥胖的人在更高的风险在两个国家,在31个国家肥胖的风险降低。


男性	体重过轻	超重	肥胖
国家	%(95%置信区间)	%(95%置信区间)	%(95%置信区间)

孟加拉国	16.3% (11.4% - -21.2%)	10.4% (7.5% - -13.4%)	1.2% (0.5% - -1.8%)
波斯尼亚和黑塞哥维那	3.0% (0.3% - -5.7%)	34.5% (28.8% - -40.2%)	3.9% (1.6% - -6.1%)
巴西	4.1% (2.7% - -5.5%)	29.9% (27.5% - -32.3%)	6.4% (5.3% - -7.5%)
布吉纳法索	5.7% (2.9% - -8.5%)	11.3% (8.7% - -13.8%)	0.9% (0.2% - -1.5%)
乍得	5.5% (3.8% - -7.3%)	25.9% (22.4% - -29.4%)	8.0% (5.8% - -10.2%)
中国	13.5% (8.9% - -18.2%)	12.5% (8.0% - -17.0%)	0.8% (0.3% - -1.3%)
科摩罗	6.0% (3.9% - -8.1%)	17.8% (14.8% - -20.7%)	1.6% (0.6% - -2.7%)
刚果	3.9% (2.3% - -5.5%)	23.5% (17.8% - -29.1%)	2.6% (1.3% - -3.8%)
科特迪瓦	5.5% (2.9% - -8.1%)	18.5% (16.1% - -20.9%)	2.5% (1.5% - -3.5%)
克罗地亚	0.6% (0.0% - -1.4%)	40.7% (34.6% - -46.7%)	11.1% (7.1% - -15.1%)
捷克共和国	0.6% (0.0% - -1.4%)	40.1% (33.3% - -46.9%)	13.2% (9.0% - -17.4%)
多米尼加共和国	5.4% (3.5% - -7.3%)	29.8% (25.7% - -33.9%)	8.5% (6.6% - -10.4%)
厄瓜多尔	2.1% (1.1% - -3.1%)	33.3% (28.3% - -38.2%)	4.0% (2.9% - -5.2%)
爱沙尼亚	1.0% (0.0% - -2.9%)	28.3% (23.5% - -33.1%)	8.8% (5.8% - -11.7%)
埃塞俄比亚	10.8% (7.2% - -14.3%)	19.3% (16.8% - -21.8%)	1.2% (0.2% - -2.2%)
乔治亚州	1.3% (0.5% - -2.0%)	45.0% (41.2% - -48.8%)	5.9% (4.4% - -7.4%)
加纳	13.9% (11.1% - -16.7%)	12.0% (10.0% - -13.9%)	2.5% (1.6% - -3.5%)
危地马拉	4.1% (2.9% - -5.3%)	25.8% (23.4% - -28.3%)	6.5% (4.9% - -8.1%)
匈牙利	6.8% (6.2% - -7.4%)	37.5% (33.2% - -41.8%)	11.7% (9.0% - -14.5%)
印度	28.9% (25.1% - -32.7%)	5.9% (4.4% - -7.5%)	0.8% (0.5% - -1.1%)
哈萨克斯坦	0.4% (0.2% - -0.6%)	32.6% (28.8% - -36.3%)	5.9% (3.8% - -81.0%)
肯尼亚	14.5% (11.5% - -17.6%)	13.3% (10.0% - -16.5%)	1.8% (1.0% - -2.6%)
老挝	9.3% (7.3% - -11.3%)	9.1% (7.2% - -11.0%)	0.7% (0.3% - -1.0%)
拉脱维亚	0.5% (0.0% - -1.3%)	35.3% (28.3% - -42.3%)	9.6% (5.4% - -13.9%)
马拉维	7.6% (5.6% - -9.7%)	23.3% (20.6% - -25.9%)	5.4% (4.0% - -6.9%)
马来西亚	-12.4 10.1% (7.8%)	21.8% (19.4% - -24.2%)	8.4% (5.9% - -10.9%)
马里	7.5% (3.5% - -11.5%)	22.5% (16.2% - -28.8%)	5.9% (3.0% - -8.8%)
毛利塔尼亚	11.1% (8.5% - -13.8%)	22.5% (17.0% - -27.9%)	4.6% (2.8% - -6.4%)
毛里求斯	9.6% (7.5% - -11.7%)	20.8% (18.4% - -23.3%)	4.9% (3.7% - -6.1%)
墨西哥	1.6% (1.3% - -2.0%)	40.6% (38.3% - -32.8%)	10.2% (9.3% - -11.2%)
摩洛哥	6.1% (3.5% - -8.7%)	21.1% (17.4% - -24.9%)	4.0% (2.4% - -5.7%)
缅甸	14.6% (12.6% - -16.5%)	5.1% (4.2% - -6.0%)	0.7% (0.4% - -1.0%)
纳米比亚	12.8% (9.9% - -15.8%)	18.1% (15.3% - -20.9%)	5.5% (4.1% - -7.0%)
尼泊尔	16.7% (14.5% - -19.0%)	10.9% (8.4% - -13.4%)	1.4% (0.6% - -2.1%)
巴基斯坦	11.0% (8.3% - -13.6%)	16.7% (13.1% - -20.3%)	4.5% (1.1% - -7.9%)
巴拉圭	3.0% (2.0% - -4.0%)	29.0% (26.6% - -31.3%)	8.8% (7.4% - -10.2%)
菲律宾	16.5% (15.0% - -18.1%)	11.2% (9.9% - -12.4%)	2.3% (1.7% - -2.8%)
俄罗斯	1.2% (0.2% - -2.2%)	39.9% (35.6% - -44.1%)	5.7% (3.6% - -7.9%)
塞内加尔	13.0% (9.8% - -16.2%)	14.7% (11.5% - -17.9%)	2.9% (1.4% - -4.4%)
斯洛伐克	0.2% (0.0% - -0.5%)	45.2% (37.3% - -53.1%)	13.0% (7.4% - -18.7%)
斯洛文尼亚	没有观察到	36.2% (30.4% - -42.0%)	10.7% (6.7% - -14.7%)
南非	4.9% (3.3% - -6.5%)	32.0% (26.8% - -37.2%)	19.7% (14.9% - -24.4%)
西班牙	0.9% (0.9% - -1.5%)	43.8% (40.0% - -47.5%)	10.8% (9.4% - -12.3%)
斯里兰卡	16.2% (13.6% - -18.9%)	10.0% (7.4% - -12.5%)	2.2% (1.0% - -3.5%)
斯威士兰	1.6% (0.7% - -2.6%)	41.2% (35.7% - -46.7%)	21.4% (16.5% - -26.4%)
突尼斯	4.8% (3.6% - -6.0%)	25.3% (23.0% - -27.5%)	4.4% (3.5% - -5.4%)
土耳其	7.0% (3.2% - -10.7%)	32.8% (30.5% - -35.0%)	8.5% (7.4% - -9.5%)
乌克兰	0.5% (0.1% - -0.9%)	35.0% (31.3% - -38.7%)	5.9% (4.4% - -7.3%)
阿拉伯联合酋长国	4.7% (2.1% - -7.3%)	43.2% (36.5% - -50.05%)	13.7% (10.4% - -17.1%)
乌拉圭	1.5% (0.7% - -2.4%)	34.8% (31.9% - -37.7%)	8.0% (6.5% - -9.5%)
越南	22.8% (18.2% - -27.4%)	2.7% (1.8% - -3.7%)	没有观察到
赞比亚	6.7% (4.0% - -9.4%)	20.6% (18.0% - -23.1%)	4.9% (3.0% - -6.7%)
津巴布韦	12.2% (10.0% - -14.5%)	23.6% (19.3% - -28.0%)	6.5% (4.5% - -8.5%)
整体⁺	7.2% (7.1% - -7.4%)	25.9% (25.6% - -26.2%)	6.5% (6.3% - -6.7%)

⁺粗糙的患病率。


女	体重过轻	超重	肥胖
国家	%(95%置信区间)	%(95%置信区间)	%(95%置信区间)

孟加拉国	-18.9 10.6% (2.2%)	26.6% (14.8% - -38.5%)	5.9% (−0.1 - -11.9%)
波斯尼亚和黑塞哥维那	4.1% (1.2% - -6.9%)	28.5% (23.9% - -32.2%)	7.1% (5.0% - -9.2%)
巴西	5.3% (4.1% - -6.4%)	31.9% (29.5% - -34.2%)	9.6% (8.2% - -11.0%)
布吉纳法索	7.1% (2.9% - -11.3%)	9.4% (7.1% - -11.6%)	1.4% (0.6% - -2.2%)
乍得	6.1% (4.4% - -7.7%)	24.3% (21.1% - -27.5%)	6.5% (4.7% - -8.2%)
中国	12.7% (8.2% - -17.2%)	10.7% (8.7% - -12.6%)	1.0% (0.6% - -1.5%)
科摩罗	8.7% (6.3% - -11.1%)	22.9% (18.1% - -27.6%)	3.8% (2.5% - -5.2%)
刚果	4.1% (2.3% - -5.9%)	19.0% (14.7% - -23.2%)	7.3% (3.0% - -11.5%)
科特迪瓦	5.0% (3.7% - -6.4%)	21.8% (18.0% - -25.7%)	5.9% (4.1% - -7.7%)
克罗地亚	4.9% (1.4% - -8.3%)	27.8% (22.1% - -33.4%)	9.3% (7.0% - -11.7%)
捷克共和国	5.4% (1.6% - -9.3%)	34.1% (27.7% - -40.5%)	10.6% (7.5% - -13.7%)
多米尼加共和国	5.6% (3.9% - -7.4%)	26.8% (21.3% - -32.3%)	14.0% (9.1% - -19.0%)
厄瓜多尔	2.6% (1.5% - -3.6%)	29.1% (25.0% - -33.1%)	10.2% (8.2% - -12.3%)
爱沙尼亚	3.6% (1.3% - -5.8%)	26.8% (23.3% - -30.2%)	14.1% (11.6% - -16.6%)
埃塞俄比亚	15.7% (8.3% - -23.2%)	9.5% (5.6% - -13.3%)	5.2% (0.1% - -10.4%)
乔治亚州	5.8% (4.1% - -7.5%)	27.3% (23.6% - -31.1%)	9.0% (7.4% - -10.5%)
加纳	9.1% (7.4% - -10.8%)	18.1% (16.0% - -20.3%)	7.2% (5.8% - -8.7%)
危地马拉	3.5% (1.7% - -5.4%)	29.3% (26.4% - -32.1%)	11.2% (9.3% - -13.1%)
匈牙利	10.4% (7.0% - -13.7%)	27.8% (23.8% - -31.8%)	13.3% (10.8% - -15.8%)
印度	17.1% (14.8% - -19.3%)	9.6% (6.3% - -12.9%)	2.5% (1.4% - -3.5%)
哈萨克斯坦	7.2% (2.9% - -11%)	28.3% (24.4% - -32.4%)	10.2% (8.1% - -12.3%)
肯尼亚	6.0% (4.6% - -7.4%)	15.4% (13.2% - -17.6%)	7.2% (4.9% - -9.5%)
老挝	9.0% (5.4% - -12.5%)	11.9% (9.3% - -14.4%)	1.7% (0.9% - -2.4%)
拉脱维亚	2.6% (1.0% - -4.3%)	25.4% (21.2% - -29.5%)	16.5% (12.8% - -20.2%)
马拉维	7.9% (6.3% - -9.5%)	22.8% (20.1% - -25.5%)	6.1% (4.7% - -7.5%)
马来西亚	6.4% (5.0% - -7.9%)	25.0% (21.4% - -28.5%)	9.2% (7.5% - -10.8%)
马里	2.0% (-0.8% - -4.8%)	33.8% (24.7% - -43.0%)	5.1% (−0.4% - -10.6%)
毛利塔尼亚	7.1% (5.1% - -9.1%)	28.7% (26.1% - -31.3%)	12.0% (9.9% - -14.1%)
毛里求斯	9.2% (6.8% - -11.6%)	23.8% (19.9% - -27.6%)	10.1% (5.4% - -14.8%)
墨西哥	2.1% (1.1% - -3.1%)	33.1% (31.6% - -34.5%)	16.7% (15.7% - -17.7%)
摩洛哥	5.7% (1.6% - -9.8%)	28.9% (22.6% - -35.3%)	15.6% (9.4% - -21.7%)
缅甸	13.3% (11.5% - -15.1%)	8.8% (7.6% - -10.0%)	1.1% (0.8% - -1.5%)
纳米比亚	15.2% (11.4% - -19.1%)	17.8% (15.6% - -20.0%)	10.6% (8.9% - -12.3%)
尼泊尔	14.2% (10.5% - -18.0%)	14.7% (9.9% - -19.5%)	2.6% (0.8% - -4.3%)
巴基斯坦	8.6% (6.1% - -11.1%)	28.4% (22.7% - -34.0%)	7.2% (4.6% - -9.9%)
巴拉圭	4.8% (3.7% - -5.8%)	33.6% (31.2% - -36.1%)	10.9% (9.5% - -12.3%)
菲律宾	9.2% (7.9% - -10.4%)	12.4% (10.9% - -14.0%)	4.6% (2.1% - -7.1%)
俄罗斯	5.4% (2.5% - -8.4%)	27.5% (23.9% - -31.0%)	15.0% (11.5% - -18.5%)
塞内加尔	9.1% (5.9% - -12.3%)	19.8% (15.2% - -24.3%)	10.3% (4.5% - -16.1%)
斯洛伐克	6.7% (3.9% - -9.5%)	24.1% (19.8% - -28.5%)	14.5% (9.6% - -19.4%)
斯洛文尼亚	5.9% (2.2% - -9.5%)	25.4% (20.4% - -30.5%)	11.3% (7.9% - -14.7%)
南非	4.9% (3.1% - -6.7%)	31.9% (28.2% - -35.6%)	28.1% (24.5% - -31.7%)
西班牙	3.0% (1.9% - -4.1%)	28.0% (25.4% - -30.7%)	13.4% (11.2% - -15.5%)
斯里兰卡	13.8% (10.9% - -16.6%)	12.5% (9.1% - -15.9%)	4.1% (2.7% - -5.5%)
斯威士兰	2.8% (1.4% - -4.2%)	34.0% (27.8% - -40.2%)	32.3% (26.8% - -37.8%)
突尼斯	5.7% (2.5% - -8.8%)	28.0% (24.7% - -31.4%)	10.0% (8.5% - -11.6%)
土耳其	5.5% (4.3% - -6.8%)	30.6% (28.3% - -32.8%)	15.0% (12.9% - -17.1%)
乌克兰	6.0% (4.1% - -7.9%)	25.9% (22.4% - -29.4%)	12.6% (10.5% - -14.7%)
阿拉伯联合酋长国	8.2% (4.7% - -11.8%)	38.9% (32.0% - -45.7%)	16.7% (12.2% - -21.1%)
乌拉圭	4.3% (2.7% - -5.8%)	25.0% (22.3% - -27.8%)	12.2% (10.2% - -14.3%)
越南	12.1% (10.0% - -14.2%)	7.2% (3.1% - -11.2%)	0.6% (0.1% - -1.1%)
赞比亚	11.1% (7.4% - -14.7%)	16.8% (14.0% - -19.6%)	7.1% (5.3% - -8.8%)
津巴布韦	5.0% (1.8% - -8.3%)	28.5% (24.1% - -32.9%)	11.2% (8.8% - -13.5%)
整体⁺	6.1% (6.0% - -6.3%)	25.5% (25.2% - -25.8%)	11.1% (10.9% - -11.3%)

⁺粗糙的患病率。


	体重过轻	超重	肥胖

(1)性
男人在存款准备金率> 1.00风险更高, $P < 。 05年$	(5)印度、肯尼亚、马来西亚、斯里兰卡、津巴布韦	(10)克罗地亚、捷克共和国、多米尼加共和国、厄瓜多尔、格鲁吉亚、墨西哥、巴拉圭、斯洛伐克、西班牙、乌拉圭	(2)斯洛伐克,西班牙
男性在风险降低存款准备金率< 1.00, $P < 。 05年$	(15)巴西、科摩罗、科特迪瓦、捷克共和国、多米尼加共和国、爱沙尼亚、格鲁吉亚、匈牙利、哈萨克斯坦、巴拉圭、俄罗斯、斯洛伐克、土耳其、乌克兰、乌拉圭	(13)科摩罗、加纳、危地马拉、印度、肯尼亚、老挝、毛里塔尼亚、摩洛哥、缅甸、巴基斯坦、塞内加尔、突尼斯、津巴布韦	(31)波斯尼亚和黑塞哥维那、巴西、布基纳法索、科摩罗、科特迪瓦、爱沙尼亚、加纳、危地马拉、印度、哈萨克斯坦、肯尼亚、拉脱维亚、马来西亚、毛里塔尼亚、毛里求斯、墨西哥、摩洛哥、缅甸、纳米比亚、尼泊尔、菲律宾、俄罗斯联邦、塞内加尔、南非、斯里兰卡、斯威士兰、突尼斯、土耳其、乌克兰、赞比亚、津巴布韦

(2)收入
昆泰低风险更高的存款准备金率> 1.00, $P < 。 05年$	(11)巴西、乍得、印度、肯尼亚、马来西亚、尼泊尔、巴拉圭、南非、斯里兰卡、越南、赞比亚	(3)乍得、墨西哥、西班牙	(2)墨西哥、西班牙
昆泰低风险较低的存款准备金率< 1.00, $P < 。 05年$		(34)波斯尼亚和黑塞哥维那、巴西、中国、科摩罗、刚果、科特迪瓦、多米尼加共和国、厄瓜多尔、爱沙尼亚、格鲁吉亚、加纳、危地马拉、印度、哈萨克斯坦、肯尼亚、老挝、马拉维、马来西亚、墨西哥、摩洛哥、缅甸、纳米比亚、尼泊尔、巴基斯坦、巴拉圭、菲律宾、俄罗斯联邦、塞内加尔、斯里兰卡、突尼斯、乌克兰、越南、赞比亚、津巴布韦	(24)巴西,刚果、多米尼加共和国、格鲁吉亚、加纳、危地马拉、印度、哈萨克斯坦、肯尼亚、老挝、马拉维、墨西哥、缅甸、纳米比亚、尼泊尔、巴基斯坦、巴拉圭、菲律宾、俄罗斯联邦、突尼斯、乌克兰、越南、赞比亚、津巴布韦

(3)城市化与
城市风险更高的存款准备金率> 1.00, $P < 。 05年$	(1)巴西	(4)巴西、加纳、印度、缅甸	(8)波斯尼亚和黑塞哥维那、布基纳法索、多米尼加共和国、加纳、印度、缅甸、突尼斯、津巴布韦
城市风险较低的存款准备金率< 1.00, $P < 。 05年$	(2)老挝,斯里兰卡	(3)拉脱维亚、斯洛伐克、西班牙	(3)马来西亚、尼泊尔、斯洛伐克

3.2.2。收入

图1提供信息,体重不足率正常,收入五分位数的超重和肥胖状态。地位是体重不足率最低(5.8%)和肥胖的患病率(27.4%)和肥胖状态(9.3%)是最富有的五分位数收入最高。在11个国家,个人在低收入昆泰相比,最高收入人群更有可能体重过轻。个人在低收入昆泰在34个国家不太可能超重,在三个国家更容易超重。肥胖状态而言,低收入昆泰不太可能在24个国家肥胖,在两国更有可能肥胖。在墨西哥,数据显示收入曲线之间的联系和超重或肥胖。在西班牙,收入较低的人更有可能超重或肥胖比最富有的五分位数的收入。

3.2.3。城市化与

与农村相比,城市地区最低体重不足流行率状态(5.1和9.3)和肥胖的患病率最高(29.4和21.2)和肥胖(10.6和6.9)。如图2、东南亚体重不足流行率最高地位在农村(18.8%)和城市地区(14.5%);欧洲超重(32.9%)和肥胖的患病率最高地位(11.9%)在农村地区,而美洲超重(34.2%)和肥胖的患病率最高地位(12.9%)在城市地区。在国家内部,城市地区的居民在巴西的体重不足的风险和较低的体重不足的风险在老挝和斯里兰卡。城市地区的居民超重的风险在四个国家,在三个国家的风险降低。城市居民在8个国家肥胖的风险更高,在三个国家降低肥胖的风险。

4所示。讨论

的体重不足流行、超重和肥胖在各国的基础上广泛多样。体重有更高的患病率在东南亚及亚洲国家,而超重和肥胖的患病率更高倾向于描述欧洲和美洲。男人倾向于肥胖的患病率较高,正常,体重过轻的地位,而女人通常有一个肥胖的患病率更高。这一发现将给定的研究表明,女性通常比男性肥胖率较高,尽管男人可能有较高的超重状态(27]。尽管总体低BMI分布对于男人来说,男性较低体重不足的风险状态在15个国家相比,只有五个国家,女性是在较低的风险。男性肥胖的风险仅在斯洛伐克和西班牙,尽管他们在31个国家的风险降低。

在国家内部,受访者属于家庭收入往往是较低的患营养不良和体重超重或肥胖的风险更高。这个逆社会经济梯度在超重和肥胖在发展中国家被报道之前(28,29日]。家庭财富和收入的增加在发展中国家和转型期国家与高收入家庭中改变饮食。更大的财富倾向于在动物脂肪与饮食相关的丰富导致超重和肥胖的患病率更高高收入组(10]。尽管总体模式发现在这项研究中,纵向研究观察趋势随着时间的推移,表明低SES组在越来越多的发展中国家更大的超重和肥胖的风险(3]。在人均国民总收入(GNI / c)的值大约2500美元,收入较低的报道成为超重和肥胖的危险因素,而不是一个保护因素(30.]。2000年的人均国内生产总值(国内生产总值/ c)按购买力平价计算值,本研究观察截止在国内生产总值(GDP) / c值不到8700美元。低于8700美元,低收入群体在风险降低肥胖和超重的乍得的例外;8700美元以上,往往,除了西班牙,没有收入群体之间的区别。在墨西哥,最低者有较低的风险比排位最高的超重和肥胖,而是两个中等收入昆泰在超重和肥胖的风险高于最富有的五分位数。在西班牙的居民低收入家庭(最高的国家国内生产总值/ c在这个示例)超重或肥胖的风险更高。

快速城市化往往导致复杂的社会变革,可以有有利和不利影响人口健康(31日]。城市化已被确定为一个关键因素引发营养过渡(32,33]。城市化是伴随着技术变革影响活动模式和水平,增加现代媒体,和更大的访问和暴露在食物丰富的脂肪,热量的甜味剂,在所有季节和食用油的年34]。城市地区被发现在这项研究中,体重不足流行率最低的地位和超重和肥胖的患病率最高。比较世界地区内城乡差异显示城市化重要,除欧洲以外的所有地区。然而,与体重指数相关危险因素状况,结果是喜忧参半的。国家,诸如巴西、印度、加纳、和缅甸显示城市地区的居民体重不足的风险更高,或超重或肥胖。另一方面,斯洛伐克等国家、马来西亚、和西班牙显示城市地区的居民超重或肥胖的风险较低。调整年龄和收入的回归分析可能减少城市化与超重和肥胖协会城市往往年轻阶层和富裕家庭与农村同行相比35]。

本研究之间的直接可比性的营养不良患病率估计和其他研究的困难是由于不同的抽样设计,仪器,数据收集方法(例如,自我报告和直接测量),和收集数据的时间。由于这些原因,可能会有变化,本研究的患病率估计比较以前的报告。例如,这项研究发现,11.7%的中国成年人超重或肥胖;18.9%的中国成年人之前报告为超重或肥胖(20.,36];36.6%的巴西成年人超重或肥胖在这项研究中被发现,而巴西部门报道40.6%的居民超重或肥胖(20.]。西班牙这项研究发现,47.3%的成年人超重或肥胖,2.1%体重不足相比,49%的成年人超重或肥胖,2.7%体重不足之前报道(20.,37]。在南非,23.2%的受访者肥胖和5.3%减持在这项研究中,而在1999年,南非卫生部报告了21.6%的成年人肥胖,8.6%体重过轻20.,38]。

本研究的一个限制是使用自我报告的措施的身高和体重,而不是直接措施估计超重和肥胖的流行现状。社会赞许性可能发挥作用在自我报告的偏差量引入人口估计的BMI (13]。例如,美国和加拿大研究表明趋势overreporting的高度和漏报的重量(13]。年轻的受过大学教育的学生在泰国发现少报身高体重和overreport方式类似于发达国家的人(39]。校正估计可以从这样的研究可能不但是社会以来跨文化的有效性和组可能不共享相同的被社会所认同的规范。然而,研究表明自报的身高和体重是同样与空腹血糖,高密度脂蛋白胆固醇和血压直接措施(14),以及相关的纵向死亡率(15]。考虑到降低调查成本,更高的响应率,为流行病学研究及其相关性,使用自我报告的身高和体重估计肥胖的患病率,超重,体重不足将继续在目前的研究对全球营养不良。

体重、超重和肥胖是全球疾病负担的主要危险因素。知识与超重和肥胖相关的社会经济因素和这些因素是如何嵌入在具体的民族背景有助于发展的政策目标这些因素。这非常重要,因为随着食用水果和蔬菜,吸烟,和身体活动,超重和肥胖构成的一个主要慢性病的危险因素。然而,承认超重和肥胖作为全球大流行和公共卫生问题的国家缓慢(40]。建立国际和地区政策,认识到国家的变化与全球大流行相关的因素可能有助于减少全球不平等在体重和肥胖。

的利益冲突

作者宣称没有利益冲突。

确认

这个研究的时候,美国摩尔支持通过一个新的调查员CIHR-Institute奖的老化。j·霍尔是通过硕士奖学金支持从加拿大卫生研究院的研究(CIHR)。j·林奇是一个高级专业研究员支持的澳大利亚国家健康与医学研究委员会。本文使用来自世卫组织世界健康调查的数据。WHS的研究成为可能,研究资助的CIHR-Institute人口健康(162602年世界卫生调查,WHO-Analysis)。

补充材料

在各国的基础上补充表提供估计的重量之间的关联状态,城市化程度,性别和收入。

补充材料

引用

世界卫生组织,“肥胖和超重”,2009年7月,http://www.who.int/mediacentre/factsheets/fs311/en/index.html。视图:谷歌学术搜索
g .肯尼迪·g·Nantel, p . Shetty”评估六个案例研究国家营养不良的双重负担,”2006年,84年。2009年6月ftp://ftp.fao.org/docrep/fao/009/a0442e/a0442e00.pdf。视图:谷歌学术搜索
b . m . Popkin“全球饮食和活动模式的变化作为营养过渡的司机,”雀巢营养研讨会系列:儿童节目卷,63年,页1 - 14,2009。视图:出版商的网站|谷歌学术搜索
B.M. Popkin“营养过渡:概述世界变化的模式,”营养评价,卷62,不。7,S140-S143, 2004页。视图:谷歌学术搜索
a·c·贝尔、k .通用电气和b . m . Popkin”在中国成年人体重及其预测国际肥胖期刊,25卷,不。7,1079 - 1086年,2001页。视图:出版商的网站|谷歌学术搜索
世界卫生组织,“世卫组织儿童生长标准:背景资料4、”2009年6月,http://www.who.int/childgrowth/4_double_burden.pdf。视图:谷歌学术搜索
大肠Schaible和s·h·e·考夫曼”营养不良和感染:复杂的机制和全球影响,“《公共科学图书馆·医学》杂志上,4卷,不。5篇文章e115 2007。视图:出版商的网站|谷歌学术搜索
r . e .黑色,l·h·艾伦,z . a . Bhutta et al .,“孕产妇和儿童营养不良:全球和区域暴露和健康后果,”《柳叶刀》,卷371,不。9608年,第260 - 243页,2008年。视图:出版商的网站|谷歌学术搜索
b . m . Popkin“理解营养过渡,”城市化与健康通讯,没有。30日3-19,1996页。视图:谷歌学术搜索
Drewnowski和b . m . Popkin“营养过渡:新趋势在全球饮食,”营养评价,55卷,不。2,31-43,1997页。视图:谷歌学术搜索
c . m . Doak l . s . Adair m .宾利,c .蒙泰罗和b . m . Popkin“双重负担家庭和营养过渡悖论,”国际肥胖期刊卷,29号1,第136 - 129页,2005。视图:出版商的网站|谷歌学术搜索
c . Doak”大规模解决营养有关的慢性疾病和肥胖的干预措施和计划:来自14个国家的例子,”公共健康营养,5卷,不。1,第277 - 275页,2002。视图:出版商的网站|谷歌学术搜索
s c·戈尔博m . Tremblay d一大早,和b·戈尔博”比较直接和自我报告的评估办法,身高、体重和体质指数:系统回顾,“肥胖评论,8卷,不。4、307 - 326年,2007页。视图:出版商的网站|谷歌学术搜索
m·a·麦克亚当斯r . m . van大坝,f·b·胡”比较自我报告测量体重指数和相关疾病的标记在美国成年人,”肥胖,15卷,不。1,第196 - 188页,2007。视图:出版商的网站|谷歌学术搜索
j·m·多恩e . f . Schisterman w . Winkelstein Jr .)和m . Trevisan“身体质量指数和死亡率在一般人群样本的男性和女性:水牛健康研究,“美国流行病学杂志》,卷146,不。11日,第931 - 919页,1997年。视图:谷歌学术搜索
e·a·斯宾塞,p . n . Appleby g·k·戴维和t . j .钥匙,“自我报告的有效性身高和体重在4808年EPIC-Oxford参与者,”公共健康营养,5卷,不。4、561 - 565年,2002页。视图:出版商的网站|谷歌学术搜索
世界卫生组织,“世界健康调查”,2009年6月,http://www.who.int/healthinfo/survey/en/index.html。视图:谷歌学术搜索
j . n .大厅,s .摩尔s b·哈珀和j·w·林奇,“全球变化在食用水果和蔬菜,”美国预防医学杂志》上,36卷,不。5,402 - 409年,2009页。视图:出版商的网站|谷歌学术搜索
t·b·Ustun s Chatterji a . Mechbal和c·j·l·默里WHS的合作团体。世界健康调查”卫生系统绩效评估c·j·l·穆雷和d·b·埃文斯。,World Health Organization, Geneva, Switzerland, 2003.视图:谷歌学术搜索
世界卫生组织,“全球数据库在身体质量指数:BMI分类,”2009年6月,http://apps.who.int/bmi/index.jsp?introPage=intro_3.html。视图:谷歌学术搜索
c . Barba t . Cavalli-Sforza j .铣刀et al .,“适当的体重指数对亚洲人群及其对政策的影响和干预策略,”《柳叶刀》,卷363,不。9403年,第163 - 157页,2004年。视图:出版商的网站|谷歌学术搜索
b·弗格森a经脉,大肠贾基杜指出,有趣和c·莫里“使用指标变量估计永久收入,”卫生系统绩效评价:辩论、方法和经验主义c·默里·d·埃文斯,Eds。,WHO, Geneva, Switzerland, 2003.视图:谷歌学术搜索
s . Chatterji p . Kowal c .拿到et al .,“健康的人口老龄化在中国和印度,”卫生事务,27卷,不。4、1052 - 1063年,2008页。视图:出版商的网站|谷歌学术搜索
d .菲尔默和l·h·普里切特”,估计没有支出数据或眼泪的财富效应:一个应用程序来教育入学率在印度的国家,”人口统计学,38卷,不。1,第132 - 115页,2001。视图:谷歌学术搜索
世界卫生组织,“谁是它人,办公室,”2009年6月,http://www.who.int/about/structure/en/index.html。视图:谷歌学术搜索
o·艾哈迈德·c . Boschi-Pinto A洛佩兹,c·默里r . Lozano和m .井上”年龄标准化率:一个新的标准,”2009年6月,http://www.who.int/healthinfo/paper31.pdf。视图:谷歌学术搜索
世界卫生组织,“肥胖:预防和管理全球流行,“技术。众议员894年,世界卫生组织,2000年。视图:谷歌学术搜索
b . m . Popkin“营养过渡和肥胖在发展中国家,“营养学杂志》,卷131,不。3,页871 - 873年代,2001年。视图:谷歌学术搜索
b . m . Popkin“营养过渡在低收入国家:一个新兴的危机,”营养评价,52卷,不。9日,第298 - 285页,1994年。视图:谷歌学术搜索
Popkin b m和p . Gordon-Larsen“营养过渡:全球肥胖动力学及其决定因素,”国际肥胖期刊补充卷28日,3,S2-S9, 2004页。视图:出版商的网站|谷歌学术搜索
d . Yach) c·马修斯,大肠Buch“城市化和健康:在发展中国家进行的流行病学研究方法论的困难”社会科学与医学没有,卷。31日。4、507 - 514年,1990页。视图:出版商的网站|谷歌学术搜索
k . l . Monda p . Gordon-Larsen j·史蒂文斯和b . m . Popkin”中国的过渡:快速城市化的影响成人职业体育活动,“社会科学与医学,卷64,不。4、858 - 870年,2007页。视图:出版商的网站|谷歌学术搜索
b . m . Popkin“营养过渡的转变阶段的发展中国家的不同于过去的经验!,”公共健康营养,5卷,不。1,第214 - 205页,2002。视图:出版商的网站|谷歌学术搜索
b . m . Popkin“全球营养动力学:世界正在迅速走向饮食与非传染性疾病联系在一起,”美国临床营养学杂志》上,卷84,不。2、289 - 298年,2006页。视图:谷歌学术搜索
r·w·Kimokoti d·h·哈默尔,“营养、健康和衰老在撒哈拉以南非洲,”营养评价,卷66,不。11日,第623 - 611页,2008年。视图:出版商的网站|谷歌学术搜索
w . j . c . n . Chan诉Malik贾et al .,“糖尿病在亚洲:流行病学、风险因素和病理生理学,”美国医学协会杂志》上,卷301,不。20日,第2140 - 2129页,2009年。视图:出版商的网站|谷歌学术搜索
a . Garcia-Alvarez l . Serra-Majem l . Ribas-Barba et al .,“西班牙加泰罗尼亚的肥胖和超重的趋势(1992 - 2003):性别和社会经济因素,”公共健康营养,10卷,不。11日,第1378 - 1368页,2007年。视图:出版商的网站|谷歌学术搜索
南非,医学研究委员会。南非人口健康调查,1998年。
l . l . y . Lim,美国。Seubsman, a .雪橇”有效性的自我报告的体重、身高和身体质量指数在泰国大学生:影响肥胖人口研究在发展中国家,“人口健康指标,7卷,p。2009。视图:出版商的网站|谷歌学术搜索
Popkin,世界是胖艾弗里,纽约,纽约,美国,2009年。

肥胖杂志

文摘