Abstract
目的
调查注意缺陷多动障碍(attention deficit hyperactivity disorder,ADHD)儿童的体格生长及膳食特征,并分析其与ADHD核心症状的关系。
方法
纳入2020年6—12月在南京医科大学附属儿童医院初诊为ADHD的患儿268例(ADHD组),另选取同期健康体检的非ADHD儿童102例作为对照组。对两组儿童进行体格测评、膳食调查,并依据美国精神障碍诊断与统计手册第5版进行ADHD诊断及评分,采用因子分析、Spearman秩相关分析及中介效应分析评估ADHD核心症状、膳食模式及体格生长之间的关系。
结果
ADHD组超重/肥胖检出比例显著高于对照组(35.8% vs 21.6%,P<0.05)。依据食物频率问卷共提取3种膳食模式:素食膳食模式、传统膳食模式及零食快餐模式。其中ADHD组儿童零食快餐模式因子得分高于对照组(P<0.05)。ADHD症状评分、零食快餐模式因子得分及体脂百分比两两之间呈显著正相关(P<0.05)。中介效应分析显示,零食快餐模式因子得分在ADHD症状评分与体脂百分比的关系中起到了部分中介作用,中介占比为26.66%。
结论
ADHD儿童超重/肥胖率高于非ADHD儿童;ADHD儿童核心症状与膳食模式、体格生长状况相关,其中零食快餐模式在ADHD核心症状与体格生长状况之间发挥了部分中介作用。
Keywords: 注意缺陷多动障碍, 体格生长, 膳食模式, 因子分析, 中介效应分析, 儿童
Abstract
Objective
To investigate the physical growth and dietary characteristics of children with attention deficit hyperactivity disorder (ADHD), and to analyze their relationship with core symptoms of ADHD.
Methods
A total of 268 children who were newly diagnosed with ADHD in Children's Hospital of Nanjing Medical University from June to December 2020 were included in the ADHD group, and 102 healthy children who underwent physical examination during the same period were selected as the control group. Physical evaluations and dietary surveys were conducted for both groups. ADHD diagnosis and scoring were performed according to the Diagnostic and Statistical Manual of Mental Disorders (5th edition). Factor analysis, Spearman correlation analysis, and mediation analysis were used to study the relationship between core symptoms of ADHD, dietary patterns, and physical growth.
Results
The rate of overweight/obesity in the ADHD group was significantly higher than that in the control group (35.8% vs 21.6%, P<0.05). Three dietary patterns were extracted from the food frequency questionnaire: vegetarian dietary pattern, traditional dietary pattern, and snack/fast food pattern. The factor score for the snack/fast food pattern in the ADHD group was higher than that in the control group (P<0.05). There was a significant positive correlation between ADHD symptom scores, snack/fast food pattern factor scores, and body fat percentage (P<0.05). The mediation analysis showed that the snack/fast food pattern played a partial mediating role in the relationship between ADHD symptom scores and body fat percentage, with a mediation proportion of 26.66%.
Conclusions
The rate of overweight/obesity in children with ADHD is higher than that in non-ADHD children. Core symptoms of ADHD are related to dietary patterns and physical growth, with the snack/fast food pattern playing a partial mediating role in the relationship between core symptoms of ADHD and physical growth.
Keywords: Attention deficit hyperactivity disorder, Physical growth, Dietary pattern, Factor analysis, Mediation analysis, Child
注意缺陷多动障碍(attention deficit hyperactivity disorder,ADHD)是一种常见的神经发育障碍,以注意力不集中、多动、冲动为主要症状,通常起病于童年期,影响可延续至成年[1]。研究显示,ADHD儿童群体中肥胖、消瘦、生长迟缓发生率均高于正常发育儿童[2-4]。儿童期膳食情况是生长发育的基础,对ADHD儿童的膳食调查显示该类儿童更易出现营养素摄入不合理、膳食结构紊乱等问题[5]。既往有研究发现ADHD儿童疾病症状和膳食摄入之间具有相关性[6],但结果并不一致,并且很少有研究关注ADHD症状、膳食摄入情况及体格生长之间的关系,膳食因素在ADHD症状和该类儿童生长偏离之间发挥的作用尚未得到充分证实[7]。本研究在比较ADHD组和非ADHD组儿童体格生长状况及膳食模式的基础上,进一步寻找ADHD儿童生长偏离与膳食模式的内在关系,旨在为ADHD儿童的临床管理提供更多的科学依据。
1. 资料与方法
1.1. 研究对象
本研究为横断面研究。选取2020年6—12月在南京医科大学附属儿童医院儿童保健门诊及心理行为门诊就诊的268例初诊为ADHD的儿童为ADHD组。患儿均由主治医师及以上职称的医师确诊。纳入标准:(1)年龄6~13岁;(2)首次就诊并符合美国精神障碍诊断与统计手册第5版中关于ADHD的诊断标准[8];(3)无ADHD药物使用史;(4)父母无重大躯体和精神疾病,意识清楚,无智力障碍,能完成问卷评定。对照组选自同期在我院儿童保健科进行健康体检的同年龄儿童(102例)。排除标准:由其他神经发育障碍、精神病障碍、情绪障碍、药物或器质性疾病引起的ADHD症状的儿童。本研究已通过南京医科大学附属儿童医院医学伦理委员会的审批(审批号:NMUB2018074);患儿及父母自愿配合参与评估,并签署知情同意书。
1.2. 方法
1.2.1. 一般情况问卷
采用自编问卷收集研究对象的一般资料,内容包括:性别、年龄、既往史、电子产品使用时间、父母亲文化程度、父母亲身高体重、家庭年收入等。
1.2.2. 膳食调查
(1)使用半定量食物频率问卷法[9]调查儿童近1个月食物摄入情况,包括主食、粗杂粮、蔬果、畜禽、鱼虾、零食、含糖饮料等14个食物类别。根据食物摄入的频率,将食物摄入分为:每天2次及以上、每天1次、每周4~6次、每周2~3次、每周1次、每月2~3次、每月1次、每月不足1次。展示食物分量大小的照片,以协助估计食物摄入量。参与者选择每种食物的频率及单次摄入量,并转换为每天的摄入量。
(2)膳食模式分析:采用因子分析法[10]提取膳食模式。依据Kaiser-Meyer-Olkin(KMO)检验和Bartlett球形检验结果判断是否适合进行因子分析,并依据特征值、碎石图和专业知识确定膳食模式的个数。统计方差最大正交旋转后各类食物的因子载荷,因子载荷值越大表明该组食物与膳食模式关系越密切。本研究按照因子载荷系数>0.3的食物组选择公因子,并根据食物的摄入量及其旋转后的因子载荷,计算个体各种膳食模式的标准化因子得分,得分越高表示该个体对该膳食模式的倾向性越高。
1.2.3. 体格测量与评估
采用人体成分测定仪(InBody J20)测量儿童青少年身高、体重、体重指数(body mass index,BMI)、体脂百分比(fat mass percentage,FMP)、骨骼肌质量百分比(skeletal muscle mass percentage,SMMP)等体成分指标。同时计算身高标准差评分(height standard deviation score,Height-Z)和体重指数标准差评分(body mass index standard deviation score,BMI-Z)[11],并定义:Height-Z≤-2为矮小,BMI-Z≤-2为消瘦,-2<BMI-Z<1为正常,1≤BMI-Z<2为超重,BMI-Z≥2为肥胖。
1.2.4. ADHD症状评分
美国精神障碍诊断与统计手册第5版中关于注意力缺陷项目和多动-冲动项目各有9个条目[12],共18个条目,每个条目都有“是”或“否”两个选项,按照“是”得“1”分、“否”得“0”分的方式记分,注意力缺陷项目和/或多动-冲动项目≥6分方可诊断。两个项目评分总分计为ADHD症状评分,此评分尚不能说明ADHD症状的严重程度[13],但评分越高,表明个体具有的ADHD症状种类越多。
1.3. 质量控制
研究者进行统一规范化培训。用统一的指导语对整套问卷进行简单说明后,指导研究对象的父亲/母亲填写一般情况调查表,并由经过专业培训的研究人员进行膳食调查评估。
1.4. 统计学分析
使用EpiData 3.1软件输入数据,使用SPSS 22.0软件进行数据分析。正态分布的计量资料以均值±标准差( )表示,组间比较使用两样本t检验;非正态的计量资料以中位数(四分位数间距)[M( , )]表示,组间比较采用Mann-Whitney U检验。定性资料用频数和百分率(%)表示,组间比较采用卡方检验或Fisher确切概率法。采用Spearman秩相关分析探讨ADHD症状评分、膳食模式得分及体格生长指标之间的相关关系;构建中介效应模型[14]后,以ADHD症状评分为自变量,以零食快餐模式因子得分和FMP分别作为中介变量和结局变量,并采用Bootstrap法进行中介效应检验。P<0.05为差异有统计学意义。
2. 结果
2.1. 一般情况及体格生长情况
ADHD组纳入268例儿童,对照组纳入102例儿童。ADHD组症状评分总分、注意力缺陷评分、多动-冲动评分、BMI-Z及FMP显著高于对照组(P<0.05),而SMMP低于对照组(P<0.05);ADHD组超重/肥胖率显著高于对照组(P<0.05);两组矮小和消瘦的检出比例差异无统计学意义(P>0.05);两组儿童父母亲BMI值、父亲文化程度及家庭年收入等一般情况的比较差异无统计学意义(P>0.05);两组母亲文化程度及家庭类型的比较差异有统计学意义(P<0.05)。见表1。
表1.
两组儿童一般情况及体格生长状况
指标 | 对照组(n=102) | ADHD组(n=268) | t/Z/ 值 | P值 |
---|---|---|---|---|
年龄 ( , 岁) | 8.7±2.0 | 8.7±1.4 | 0.244 | 0.807 |
性别 (男/女, 例) | 67/35 | 197/71 | 2.211 | 0.137 |
症状评分总分( , 分) | 5.5±2.6 | 12.9±3.2 | -20.699 | <0.001 |
注意力缺陷评分( , 分) | 3.4±1.6 | 7.4±1.6 | -21.967 | <0.001 |
多动-冲动评分( , 分) | 2.1±1.8 | 5.5±2.5 | -12.319 | <0.001 |
身高 ( , cm) | 135±13 | 134±11 | 1.032 | 0.303 |
体重 ( , kg) | 31±11 | 32±11 | -0.896 | 0.372 |
BMI-Z[M( , )] | -0.20(-1.10, 0.99) | 0.32(-0.55, 1.56) | -3.311 | 0.001 |
FMP[M( , ), %] | 15.10(11.62, 23.22) | 19.13(13.78, 28.25) | -2.644 | 0.008 |
SMMP[M( , ), %] | 41.77(38.62, 44.12) | 40.10(36.38, 42.81) | -2.374 | 0.018 |
超重/肥胖 [例(%)] | 22(21.6) | 96(35.8) | 6.909 | 0.009 |
消瘦 [例(%)] | 4(3.9) | 8(3.0) | 0.199 | 0.656 |
矮小 [例(%)] | 2(2.0) | 1(0.4) | - | 0.157 |
电子屏幕时间 [例(%)] | ||||
<1 h/d | 44(43.1) | 106(39.6) | 0.394 | 0.503 |
≥1 h/d | 58(56.9) | 162(60.4) | ||
父亲BMI ( , kg/m2) | 25.0±3.4 | 25.0±3.1 | 1.020 | 0.308 |
母亲BMI ( , kg/m2) | 22.2±3.0 | 22.4±3.3 | -0.580 | 0.562 |
父亲文化程度 [例(%)] | ||||
初中及以下 | 69(67.6) | 186(69.4) | 0.311 | 0.856 |
中专及高中 | 16(15.7) | 36(13.4) | ||
本科及以上 | 17(16.7) | 46(17.2) | ||
母亲文化程度 [例(%)] | ||||
初中及以下 | 68(66.7) | 196(73.1) | 7.994 | 0.018 |
中专及高中 | 6(5.9) | 30(11.2) | ||
本科及以上 | 28(27.5) | 42(15.7) | ||
家庭类型 [例(%)] | ||||
专制型 | 54(52.9) | 159(59.3) | 11.461 | 0.009 |
溺爱型 | 6(5.9) | 28(10.4) | ||
放任型 | 8(7.8) | 33(12.3) | ||
民主型 | 34(33.3) | 48(17.9) | ||
家庭年收入 [例(%)] | ||||
<15万元 | 61(59.8) | 141(52.6) | 1.542 | 0.214 |
≥15万元 | 41(40.2) | 127(47.4) |
注:[BMI-Z]体重指数标准差评分;[FMP]体脂百分比;[SMMP]骨骼肌质量百分比;[BMI]体重指数。
2.2. 儿童膳食模式评估
依据食物频率问卷结果进行因子分析,KMO值为0.703,Bartlett球形检验P<0.05,共提取3种膳食模式:素食膳食模式(以粗杂粮及薯类、蔬菜类、坚果豆类食物为主)、传统膳食模式(以蔬菜类、畜禽类、鱼虾类及水果类食物为主)、零食快餐模式(以加工肉类、油炸膨化类、含糖饮料类食物为主),累计方差贡献率为43.97%。各类食物在3种膳食模式中的因子载荷情况见表2。
表2.
膳食模式的因子载荷
食物种类 | 膳食模式 | ||
---|---|---|---|
素食膳食模式 | 传统膳食模式 | 零食快餐模式 | |
谷物类 (米、面制品) | 0.133 | 0.168 | 0.367 |
粗杂粮及薯类 | 0.827 | 0.046 | 0.007 |
蔬菜类 | 0.547 | 0.444 | -0.084 |
水果类 | 0.164 | 0.561 | -0.017 |
畜禽类 | 0.287 | 0.627 | 0.209 |
鱼虾类 | -0.125 | 0.783 | 0.036 |
加工肉类 | 0.063 | -0.092 | 0.749 |
蛋类 | 0.256 | 0.031 | 0.037 |
乳类 | 0.204 | 0.185 | -0.159 |
菌菇海藻类 | 0.112 | 0.680 | 0.033 |
坚果豆类 | 0.820 | 0.130 | 0.027 |
油炸膨化类 | -0.024 | 0.055 | 0.806 |
点心糕点类 | 0.399 | 0.100 | 0.456 |
含糖饮料类 | -0.152 | -0.029 | 0.561 |
ADHD组零食快餐模式因子得分高于对照组(P<0.05),两组儿童在其他两种膳食模式上的因子得分的比较差异无统计学意义(P>0.05),见表3。
表3.
入组儿童3种膳食模式的因子得分 [M( , ),分]
膳食模式 | 对照组 (n=102) | ADHD组 (n=268) | Z值 | P值 |
---|---|---|---|---|
素食膳食模式 | -0.21(-0.53, 0.17) | -0.13(-0.42, 0.22) | -0.902 | 0.367 |
传统膳食模式 | -0.24(-0.64, 0.34) | -0.16(-0.56, 0.36) | -0.611 | 0.541 |
零食快餐模式 | -0.64(-1.09, 0.03) | -0.06(-0.50, 0.58) | -5.234 | 0.001 |
2.3. ADHD症状评分、膳食模式及体格生长指标的相关分析
ADHD症状评分、膳食模式得分及体格生长指标之间的相关性分析显示:ADHD症状评分与零食快餐模式因子得分、BMI-Z及FMP均呈正相关(P<0.001);零食快餐模式因子得分与FMP呈正相关(P<0.001)。见表4。
表4.
ADHD症状评分、膳食模式得分及体格生长指标间的相关分析#
指标 | ADHD症状评分 | BMI-Z | FMP | |||
---|---|---|---|---|---|---|
r s值 | P值 | r s值 | P值 | r s值 | P值 | |
ADHD症状评分 | - | - | 0.411 | <0.001 | 0.344 | <0.001 |
素食膳食模式因子得分 | 0.039 | 0.453 | 0.053 | 0.305 | 0.002 | 0.973 |
传统膳食模式因子得分 | 0.053 | 0.305 | 0.030 | 0.566 | -0.007 | 0.905 |
零食快餐模式因子得分 | 0.412 | <0.001 | 0.382 | <0.001 | 0.385 | <0.001 |
注:[BMI-Z]体重指数标准差评分;[FMP]体脂百分比。#调整了父母亲体重指数、父母亲文化程度、家庭年收入、家庭类型、电子产品暴露时间等变量。
2.4. ADHD症状评分、零食快餐模式因子得分及FMP间的中介效应分析
依据中介效应分析原理[14],以ADHD症状评分作为自变量,FMP作为因变量,零食快餐模式因子得分为中介变量,构建中介效应模型,并采用Bootstrap法进行中介效应检验,结果显示:零食快餐模式在ADHD症状评分与FMP的关系中起到了部分中介作用,直接效应值为0.513(95%CI:0.274~0.753,P<0.001);间接效应值为0.187(95%CI:0.087~0.304,P<0.001);中介效应百分比为26.66%。见表5及图1。
表5.
ADHD儿童零食快餐模式的直接效应和间接效应
效应名称 | 模型1 | 模型2 | ||||
---|---|---|---|---|---|---|
β | 95%CI | P | β | 95%CI | P | |
直接效应 | 0.553 | 0.317~0.789 | <0.001 | 0.513 | 0.274~0.753 | <0.001 |
间接效应 | 0.209 | 0.100~0.330 | <0.001 | 0.187 | 0.087~0.304 | <0.001 |
总效应 | 0.761 | 0.531~0.991 | <0.001 | 0.700 | 0.466~0.933 | <0.001 |
注:模型1为未调整变量的模型;模型2为调整变量后的模型,即调整了父母亲体重指数、父母亲文化程度、家庭年收入、家庭类型、电子产品暴露时间等变量。
图1. ADHD症状评分与FMP关系中零食快餐模式的中介效应.
3. 讨论
波兰一项纳入408例7~18岁儿童的研究发现,ADHD儿童超重(14.71% vs 12.83%)和肥胖(6.37% vs 3.45%)的患病率显著高于对照组儿童[15]。Meta分析也显示ADHD与肥胖存在显著的正向关联[16],并且肥胖也可能导致ADHD疾病进展及预后较差[17]。本研究中ADHD儿童超重/肥胖率是对照组儿童的1.66倍,与既往研究结果一致[18]。ADHD与肥胖在遗传因素、神经递质[19]、昼夜节律[20]及炎症通路[21]等方面的联系,为解释ADHD共患肥胖提供了理论依据。除外超重/肥胖,Spencer等[22]对学龄前期ADHD儿童的调查发现,10%的ADHD儿童在早期可出现矮小,而对照组的发生率仅为1%,但是部分患儿在青春后期身高可恢复正常。研究显示,ADHD儿童服用哌甲酯类中枢兴奋类药物可能会抑制食欲[23],接受1~3年药物治疗的学龄期ADHD儿童体重较对照组儿童明显下降[24]。本研究中两组儿童消瘦和矮小的检出比例无明显差异,可能与本研究中儿童为学龄期儿童、首次诊断ADHD且无药物使用史有关。
膳食模式代表了个体更广泛的食物和营养素摄入组合,比单个食物或营养素更能预测疾病风险[25]。本研究结果表明ADHD组的零食快餐模式因子得分高于对照组,提示相较于对照组,ADHD组儿童整体膳食更倾向于加工食品、油炸膨化类及含糖饮料等,同时粗杂粮及蔬果类食物摄入过少。类似地,一项关于ADHD儿童膳食模式的研究表明,ADHD与以果蔬类、不饱和脂肪酸类食物为主的健康膳食模式呈负相关,而与以高糖、高钠类食物为主的膳食模式呈正相关[26]。儿童期体格生长与膳食摄入情况密切相关。含糖饮料及加工食品等是儿童青少年的潜在致肥胖食物,摄取过多该类食物与后期体重增加呈显著正相关[27]。此外,某些特征性的膳食模式,如对地中海膳食模式的低依从性,与ADHD症状呈正相关[28],提示ADHD与不合理膳食的关联可能是双向的,ADHD患者更倾向于选择不太健康的食物[29],如加工食品、甜食等;同时不健康的饮食本身会加重ADHD症状[30-31]。因此,对ADHD儿童膳食模式的关注,不仅有助于体重的管理,对其临床症状的改善也可能有积极作用。当然,由于儿童膳食模式除受到自身因素的影响外,还受到家庭因素、社会经济因素及地区因素等多种因素的影响,临床中针对不良膳食模式的干预,也应从多角度制定全方位综合性的措施。
既往研究表明,长时间使用电子产品和家庭社会经济地位与肥胖密切相关[32]。本研究在调整了混杂因素(包括父母亲BMI、父母亲文化程度、电子产品使用时间、家庭类型和家庭年收入)后,ADHD症状评分与零食快餐模式因子得分仍呈正相关;同时零食快餐模式因子得分与FMP也呈正相关。中介效应分析提示,零食快餐模式在ADHD症状评分与FMP的关系中发挥了部分介导作用,这表明ADHD症状可能会通过影响膳食模式进而改变身体成分。Seymour等[33]研究发现在儿童青少年中,ADHD、膳食失调和肥胖三者之间在奖惩机制和情绪处理与调节方面具有重叠的行为通路。一项前瞻性研究也表明,ADHD核心症状先于不健康的膳食模式出现[29],这为ADHD症状和不良膳食之间的因果关系提供了证据。膳食因素在ADHD症状与体格生长的关系中发挥介导作用可能与多巴胺(dopamine,DA)奖赏通路调节异常相关。DA作为中枢神经系统中一种重要的神经递质,在空间记忆、奖励或性行为维持方面起着重要作用[34]。ADHD患者体内DA处于低水平状态,因而奖赏通路调节失调,最终出现注意力不集中、多动/冲动等核心症状[35- 36]。为了弥补DA表达的缺失,个体可能需要更强烈的外部刺激。食物作为奖赏物质的一种,能刺激突触前细胞释放大量的DA。因此ADHD患者对高热量/高碳水化合物食物的反应更强烈,通过摄入更多这类食物,作为调节DA代谢紊乱和奖赏通路失调的自我治疗形式,以平衡情绪障碍[37],而长期的高热量饮食不仅会造成体重的增加,也会提高机体DA的刺激阈值,降低DA的释放,形成恶性循环[38]。
本研究的局限性:研究期间正值新型冠状病毒感染流行,来我院健康体检的儿童数量较少,以致对照组儿童样本量偏少;其次,研究对象的一般情况及膳食调查均为父母主观报告,可能存在主观报道的偏差;最后,因子分析提取4种膳食模式的累计方差贡献率为43.97%,提示还有其他膳食模式未被表达,需要进一步探索。
综上所述,学龄期ADHD儿童超重/肥胖及膳食结构问题检出比例高于非ADHD儿童;ADHD儿童核心症状与膳食模式、体格生长状况相关,其中零食快餐模式在ADHD核心症状和体格生长状况之间起到了部分中介作用。因此,临床医师在关注ADHD核心症状的同时,应将ADHD儿童的体格监测和膳食特征的评估纳入临床监测和管理中,有助于改善ADHD儿童的身心健康。
基金资助
江苏省人口学会开放基金项目(JSPA2019019)。
利益冲突声明
作者声明不存在利益冲突。
参 考 文 献
- 1. Drechsler R, Brem S, Brandeis D, et al. ADHD: current concepts and treatments in children and adolescents[J]. Neuropediatrics, 2020, 51(5): 315-335. DOI: 10.1055/s-0040-1701658. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 2. Perry C, Guillory TS, Dilks SS. Obesity and psychiatric disorders[J]. Nurs Clin North Am, 2021, 56(4): 553-563. DOI: 10.1016/j.cnur.2021.07.010. [DOI] [PubMed] [Google Scholar]
- 3. Porfirio MC, Campanile R, Masi G, et al. Exploring the link between ADHD and obesity: a focus on temperament[J]. Brain Sci, 2022, 12(12): 1631. DOI: 10.3390/brainsci12121631. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 4. Davallow Ghajar L, DeBoer MD. Children with attention-deficit/hyperactivity disorder are at increased risk for slowed growth and short stature in early childhood[J]. Clin Pediatr (Phila), 2020, 59(4/5): 401-410. DOI: 10.1177/0009922820902437. [DOI] [PubMed] [Google Scholar]
- 5. Del-Ponte B, Quinte GC, Cruz S, et al. Dietary patterns and attention deficit/hyperactivity disorder (ADHD): a systematic review and meta-analysis[J]. J Affect Disord, 2019, 252: 160-173. DOI: 10.1016/j.jad.2019.04.061. [DOI] [PubMed] [Google Scholar]
- 6. Kaisari P, Dourish CT, Higgs S. Attention deficit hyperactivity disorder (ADHD) and disordered eating behaviour: a systematic review and a framework for future research[J]. Clin Psychol Rev, 2017, 53: 109-121. DOI: 10.1016/j.cpr.2017.03.002. [DOI] [PubMed] [Google Scholar]
- 7. Li YJ, Xie XN, Lei X, et al. Global prevalence of obesity, overweight and underweight in children, adolescents and adults with autism spectrum disorder, attention-deficit hyperactivity disorder: a systematic review and meta-analysis[J]. Obes Rev, 2020, 21(12): e13123. DOI: 10.1111/obr.13123. [DOI] [PubMed] [Google Scholar]
- 8. Biedermann F, Fleischhacker WW. Psychotic disorders in DSM-5 and ICD-11[J]. CNS Spectr, 2016, 21(4): 349-354. DOI: 10.1017/S1092852916000316. [DOI] [PubMed] [Google Scholar]
- 9. 甄诗翰, 刘洋, 丁宁, 等. 国内外儿童肥胖相关膳食调查方法及评价[J]. 中华健康管理学杂志, 2017, 11(2): 193-197. DOI: 10.3760/cma.j.issn.1674-0815.2017.02.018. [DOI] [Google Scholar]
- 10. Zhao J, Li Z, Gao Q, et al. A review of statistical methods for dietary pattern analysis[J]. Nutr J, 2021, 20(1): 37. DOI: 10.1186/s12937-021-00692-7. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 11. 李辉, 季成叶, 宗心南, 等. 中国0~18岁儿童、青少年身高、体重的标准化生长曲线[J]. 中华儿科杂志, 2009, 47(7): 487-492. DOI: 10.3760/cma.j.issn.0578-1310.2009.07.003. [DOI] [PubMed] [Google Scholar]
- 12. Posner J, Polanczyk GV, Sonuga-Barke E. Attention-deficit hyperactivity disorder[J]. Lancet, 2020, 395(10222): 450-462. DOI: 10.1016/S0140-6736(19)33004-1. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 13. 许明慧, 韩梦蝶, 赵雪, 等. 注意力缺陷多动障碍评估工具的研究进展[J]. 护理研究, 2023, 37(2): 289-292. DOI: 10.12102/j.issn.1009-6493.2023.02.020. [DOI] [Google Scholar]
- 14. 温忠麟, 方杰, 谢晋艳, 等. 国内中介效应的方法学研究[J]. 心理科学进展, 2022, 30(8): 1692-1702. DOI: 10.3724/SP.J.1042.2022.01692. [DOI] [Google Scholar]
- 15. Racicka E, Hanć T, Giertuga K, et al. Prevalence of overweight and obesity in children and adolescents with ADHD: the significance of comorbidities and pharmacotherapy[J]. J Atten Disord, 2018, 22(12): 1095-1108. DOI: 10.1177/1087054715578272. [DOI] [PubMed] [Google Scholar]
- 16. Cortese S, Moreira-Maia CR, St Fleur D, et al. Association between ADHD and obesity: a systematic review and meta-analysis[J]. Am J Psychiatry, 2016, 173(1): 34-43. DOI: 10.1176/appi.ajp.2015.15020266. [DOI] [PubMed] [Google Scholar]
- 17. Weiss F, Barbuti M, Carignani G, et al. Psychiatric aspects of obesity: a narrative review of pathophysiology and psychopathology[J]. J Clin Med, 2020, 9(8): 2344. DOI: 10.3390/jcm9082344. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 18. Harris HA, Bowling A, Santos S, et al. Child ADHD and autistic traits, eating behaviours and weight: a population-based study[J]. Pediatr Obes, 2022, 17(11): e12951. DOI: 10.1111/ijpo.12951. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 19. Mota NR, Poelmans G, Klein M, et al. Cross-disorder genetic analyses implicate dopaminergic signaling as a biological link between attention-deficit/hyperactivity disorder and obesity measures[J]. Neuropsychopharmacology, 2020, 45(7): 1188-1195. DOI: 10.1038/s41386-019-0592-4. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 20. Zerón-Rugerio MF, Carpio-Arias TV, Ferreira-García E, et al. ADHD subtypes are associated differently with circadian rhythms of motor activity, sleep disturbances, and body mass index in children and adolescents: a case-control study[J]. Eur Child Adolesc Psychiatry, 2021, 30(12): 1917-1927. DOI: 10.1007/s00787-020-01659-5. [DOI] [PubMed] [Google Scholar]
- 21. Landau Z, Pinhas-Hamiel O. Attention deficit/hyperactivity, the metabolic syndrome, and type 2 diabetes[J]. Curr Diab Rep, 2019, 19(8): 46. DOI: 10.1007/s11892-019-1174-x. [DOI] [PubMed] [Google Scholar]
- 22. Spencer T, Biederman J, Wilens T. Growth deficits in children with attention deficit hyperactivity disorder[J]. Pediatrics, 1998, 102(2 Pt 3): 501-506. [PubMed] [Google Scholar]
- 23. Groom MJ, Cortese S. Current pharmacological treatments for ADHD[J]. Curr Top Behav Neurosci, 2022, 57: 19-50. DOI: 10.1007/7854_2022_330. [DOI] [PubMed] [Google Scholar]
- 24. Granato MF, Ferraro AA, Lellis DM, et al. Associations between attention-deficit hyperactivity disorder (ADHD) treatment and patient nutritional status and height[J]. Behav Neurol, 2018, 2018: 7341529. DOI: 10.1155/2018/7341529. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 25. Cena H, Calder PC. Defining a healthy diet: evidence for the role of contemporary dietary patterns in health and disease[J]. Nutrients, 2020, 12(2): 334. DOI: 10.3390/nu12020334. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 26. Rojo-Marticella M, Arija V, Alda JÁ, et al. Do children with attention-deficit/hyperactivity disorder follow a different dietary pattern than that of their control peers?[J]. Nutrients, 2022, 14(6): 1131. DOI: 10.3390/nu14061131. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 27. Liberali R, Kupek E, Assis MAA. Dietary patterns and childhood obesity risk: a systematic review[J]. Child Obes, 2020, 16(2): 70-85. DOI: 10.1089/chi.2019.0059. [DOI] [PubMed] [Google Scholar]
- 28. Darabi Z, Vasmehjani AA, Darand M, et al. Adherence to Mediterranean diet and attention-deficit/hyperactivity disorder in children: a case control study[J]. Clin Nutr ESPEN, 2022, 47: 346-350. DOI: 10.1016/j.clnesp.2021.11.014. [DOI] [PubMed] [Google Scholar]
- 29. Mian A, Jansen PW, Nguyen AN, et al. Children's attention-deficit/hyperactivity disorder symptoms predict lower diet quality but not vice versa: results from bidirectional analyses in a population-based cohort[J]. J Nutr, 2019, 149(4): 642-648. DOI: 10.1093/jn/nxy273. [DOI] [PubMed] [Google Scholar]
- 30. Abbasi K, Beigrezai S, Ghiasvand R, et al. Dietary patterns and attention deficit hyperactivity disorder among Iranian children: a case-control study[J]. J Am Coll Nutr, 2019, 38(1): 76-83. DOI: 10.1080/07315724.2018.1473819. [DOI] [PubMed] [Google Scholar]
- 31. Shareghfarid E, Sangsefidi ZS, Salehi-Abargouei A, et al. Empirically derived dietary patterns and food groups intake in relation with attention deficit/hyperactivity disorder (ADHD): a systematic review and meta-analysis[J]. Clin Nutr ESPEN, 2020, 36: 28-35. DOI: 10.1016/j.clnesp.2019.10.013. [DOI] [PubMed] [Google Scholar]
- 32. Zhu Z, Tang Y, Zhuang J, et al. Physical activity, screen viewing time, and overweight/obesity among Chinese children and adolescents: an update from the 2017 physical activity and fitness in China—the youth study[J]. BMC Public Health, 2019, 19(1): 197. DOI: 10.1186/s12889-019-6515-9. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 33. Seymour KE, Reinblatt SP, Benson L, et al. Overlapping neurobehavioral circuits in ADHD, obesity, and binge eating: evidence from neuroimaging research[J]. CNS Spectr, 2015, 20(4): 401-411. DOI: 10.1017/S1092852915000383. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 34. Klein MO, Battagello DS, Cardoso AR, et al. Dopamine: functions, signaling, and association with neurological diseases[J]. Cell Mol Neurobiol, 2019, 39(1): 31-59. DOI: 10.1007/s10571-018-0632-3. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 35. Grimm O, van Rooij D, Hoogman M, et al. Transdiagnostic neuroimaging of reward system phenotypes in ADHD and comorbid disorders[J]. Neurosci Biobehav Rev, 2021, 128: 165-181. DOI: 10.1016/j.neubiorev.2021.06.025. [DOI] [PubMed] [Google Scholar]
- 36. Cannon Homaei S, Barone H, Kleppe R, et al. ADHD symptoms in neurometabolic diseases: underlying mechanisms and clinical implications[J]. Neurosci Biobehav Rev, 2022, 132: 838-856. DOI: 10.1016/j.neubiorev.2021.11.012. [DOI] [PubMed] [Google Scholar]
- 37. Leigh SJ, Morris MJ. The role of reward circuitry and food addiction in the obesity epidemic: an update[J]. Biol Psychol, 2018, 131: 31-42. DOI: 10.1016/j.biopsycho.2016.12.013. [DOI] [PubMed] [Google Scholar]
- 38. Fuemmeler BF, Sheng Y, Schechter JC, et al. Associations between attention deficit hyperactivity disorder symptoms and eating behaviors in early childhood[J]. Pediatr Obes, 2020, 15(7): e12631. DOI: 10.1111/ijpo.12631. [DOI] [PMC free article] [PubMed] [Google Scholar]