Index of healthy diet for assessing regional dietary patterns of the population of the Russian Federation

• Arseny N. Martinchik
• Aleksandr K. Baturin
• Kudryavtseva K.V.
• Evelina A. Martinchik
• Dmitriy B. Nikityuk
• Viktor A. Tutelyan

Abstract

Dietary intake assessment involves management of dozen parameters related to energy and nutrient intake. The number of parameters increase significantly when it is necessary to assess dietary intake of foods, food groups and its combinations, cooking methods of complex recipe dishes, other dietary factors. Tools known as Diet Quality Indices (DQI) and a specific subgroup – Indices of healthy diet (IHD) have been proposed for the aggregated assessment of dietary factors diversities. These indices provide a quantitative measure of dietary intake in accordance with established principles and guidelines for healthy eating (the R-IHD developed by us in the original publications was incorrectly translated into English as HEI).

The aim of this study was to validate the application of the integrated Russian Index of healthy diet (R-IHD) in the assessment of regional features of diet of the population in the Russian Federation.

Material and methods. Microdata on the actual consumption of nutrients and major food groups by the adult population have been used. These data were obtained from a cross-sectional dietary survey of 45.000 households conducted by Rosstat in all constituent entities of the Russian Federation in 2023 using the 24-hour recall method. The data processing and statistical analysis were performed using IBM SPSS Statistics v.20.0 (USA), which utilized a specially developed algorithm for digital transformations of a set of dietary intake microdata for multi-level analysis of nutrient and food group consumption and to update the design of the R-IHD.

Results. A quintile distribution of individual R-IHD scores among respondents in Federal Districts (FDs) of the Russian Federation showed that the highest percentage of R-IHD scores are valid for quintiles 4–5 in the Ural, Southern, and North Caucasus FDs. The same time, in the Northwestern, Siberian, and Far Eastern FDs, the highest shares of R-IHD are accumulated in the lowest 1–2 quintiles of R-IHD scores. Statistical analysis of dietary patterns across R-IHD quintiles of the entire adult sample showed that daily energy intake is significantly lower in the 5^th quintile compared to the 1^st one. Distribution of the individual food and nutrient intake by quintile have different attributes. The intake of cereals, dairy products, fish and seafood, vegetables, and fruits by adults is significantly higher in the 5^th R-IHD quintile when calculated per 1000 kcal, while in absolute values the intake (g/day) of cereals, fish and seafood doesn’t change. At the same time, consumption of meat and poultry, sausages, total fat, saturated fatty acids, cholesterol, added sugar and salt is significantly lower in the 5^th quintile of the R-IHD regardless the calculation method. The 1^st and 10^th distribution deciles of the average regional R-IHD values were selected to analyze the regional patterns in the relationship between diet and R-IHD. Each deciles contains eight regions with the lowest or highest average R-IHD scores. The analysis results in these groups for most food items are consistent with the analysis of the distribution of individual R-IHD scores by quintile, though differences were also identified. The dietary content of cereals, meat and poultry, vegetables and fruits is significantly higher in the regions with high R-IHD scores, while the content of all critical nutrients (% of energy) is significantly lower than in regions with low average R-IHD scores. However, in the regions with high average R-IHD scores, dairy products’ content in milk equivalents is lower than in the regions with low R-IHD scores. R-IHD high scores both in the 5^th quintile of the individual R-IHD distribution and in the regional distribution are associated with a higher proportion (%) of energy coming from cereals, vegetables, legumes, fruits, first courses, the same time with lower percentage of energy coming from fats, sugar and confectionery, potato dishes, alcoholic beverages.

Conclusion. Convincing evidence has been identified for the validity of R-IHD in the assessment of the diet quality working both with the individual R-IHD parameters and the average regions R-IHD values. This suggests the potential for using a validated digital R-IHD score and its components to investigate the relationship between dietary patterns and population health, using statistical regional indicators of morbidity and mortality from chronic non-communicable diseases.

Keywords: index of healthy diet; regional assessment; adult population; dietary intake; critically important nutrients; food item intake

Фактическое питание населения планеты связано с природно-климатическими, эколого-гигиеническими, социально-экономическими и другими особенностями региона проживания и страны [1-4]. Факторы разнообразия окружающей природной и социальной среды в большой степени присущи и популяции Российской Федерации. Разнородность природно-климатических зон - от Арктической зоны до субтропических районов, национальное многообразие населения России с присущими культурно-этническими и религиозными особенностями кухни народов - порождает серьезные трудности в исследовании взаимосвязи характера питания и состояния здоровья.

Оценка фактического питания связана с необходимостью оперировать десятками параметров только по химическому составу пищи, т.е. по потреблению нутриентов и энергетической ценности. Число параметров возрастает многократно при анализе потребления отдельных пищевых продуктов и их комбинаций. Спектр потребления пищевых продуктов и блюд характеризуется гораздо большей гетерогенностью, чем потребление пищевых веществ.

Для преодоления трудностей оценки качества рациона питания были предложены инструменты, называемые индексами качества питания, и как отдельная группа - индексы здорового питания (ИЗП). ИЗП впервые разработан в США [5, 6], затем в Австралии [7-9], Франции, Китае и других странах [10-13]. На момент подготовки статьи в литературе имеются сведения о существовании 25 модификаций ИЗП [14].

ИЗП представляют собой количественную меру "здорового" питания и известны под различными названиями: индексы качества (рациона) питания (DQI, Diet quality index), ИЗП (HEI, Healthy eating index) и др. Все индексы качества питания отражают оценку не только адекватных положительных и поощряемых сторон питания, но и неблагоприятных алиментарных факторов риска хронических неинфекционных заболеваний (ХНИЗ).

Большинство индексов качества питания оценивают рационы питания в сравнении с существующими национальными или международными рекомендациями по здоровому питанию для населения, т.е. являются ИЗП.

На основании данных о фактическом питании населения России нами разработан и апробирован универсальный ИЗП, отражающий условно положительные и отрицательные грани рациона питания населения [15]. В конструкцию ИЗП включены 5 индикаторов, характеризующих адекватность потребления основных групп пищевых продуктов, определяющих качество рациона питания, потребление которых поощряется. С другой стороны, в состав ИЗП включены также 5 индикаторов, являющихся факторами риска НИЗ, потребление которых следует ограничивать. Были проведены исследования по валидизации ИЗП, характеризующие его достоверность и надежность в отображении гендерных и возрастных различий питания, а также модификаций рациона питания [16]. Чувствительность разработанного ИЗП к изменениям характера питания предполагает возможность его применения в качестве маркера особенностей характера питания социально-демографических групп населения.

Цель настоящего исследования - валидизация применения интегрального ИЗП для оценки региональных особенностей фактического питания взрослого населения Российской Федерации.

Материал и методы

Использованы данные о фактическом потреблении пищевых веществ, энергии и основных групп пищевых продуктов, полученных при кросс-секционном (поперечном) обследования питания членов 45 тыс. домохозяйств, проведенного Росстатом во всех субъектах РФ в 2023 г. Основные методологические и организационные аспекты выборочного обследования рациона питания изложены в статистическом сборнике и на сайте Росстата^{1, 2}. Фактическое потребление пищи у всех членов обследованных домохозяйств изучали методом 24-часового воспроизведения питания [17, 18]. Описание методологии разработки и оценки надежности и достоверности ИЗП представлены ранее [15], но критерии балльной оценки компонентов - индикаторов ИЗП были актуализированы (пересчитаны) на основе данных исследования фактического питания в 2023 г. В основе нашей разработки ИЗП лежат рекомендации по рациональным нормам потребления основных групп пищевых продуктов для населения России³. Для анализа отобраны данные обследования взрослых обоего пола в возрасте 19 лет и старше.

¹ Рацион питания населения 2013 : статистический сборник. Москва : Росстат-М ; ИИЦ "Статистика России", 2016. 220 с.

² Выборочное наблюдение рациона питания населения 2023 г. https://rosstat.gov.ru/free_doc/new_site/food23/index.html

³ Рекомендации по рациональным нормам потребления пищевых продуктов, отвечающих современным требованиям здорового питания: приказ Минздрава России от 19.08.2016 № 614 в ред. приказов Минздрава России от 25.10.2019 № 887, от 01.12.2020 № 1276, от 30.12.2022 № 821.

Обработку первичного материала и статистический анализ выполняли с помощью программы IBM SPSS Statistics v.20.0 (IBM, США), в которой был специально разработан алгоритм (синтаксис) цифровых трансформаций и переформатирования набора микроданных фактического потребления пищи, что позволило провести много­уровневый анализ индивидуальных величин потребления респондентами энергии, пищевых веществ, основных групп пищевых продуктов. Распределение величин ИЗП визуально на гистограмме идеально соответствует нормальному. Статистические параметры обработки данных включали среднее и стандартное отклонение для количественных переменных с расчетом t-критерия Cтьюдента. Различия принимали статистически значимыми при p<0,05. Для всех парных сравнений критерии скорректированы при помощи поправки Бонферрони.

Результаты и обсуждение

Анализ обоснованности и пригодности применения ИЗП в определении характера питания населения регионов оценивали двумя способами. Первый заключался в статистической оценке потребления пищевых продуктов и критически значимых пищевых веществ, составляющих компоненты конструкции ИЗП, в квинтилях индивидуальных величин ИЗП всей выборки взрослого населения. Другой прием был направлен на выявление групп регионов, характеризующихся наибольшими или наименьшими средними величинами ИЗП, и оценке в этих группах фактического потребления пищевых веществ и пищевых продуктов - компонентов ИЗП.

В табл. 1 представлено распределение (%) респондентов в федеральных округах (ФО) по квинтилям индивидуальных величин ИЗП. Распределение характеризуется гетерогенностью, выявлены заметные различия распределения величин ИЗП по округам. Отмечается, что в Уральском, Южном и Северо-Кавказском ФО наибольший процент величин ИЗП включается в 4-5-й квинтили общего распределения. В то же время в Северо-Западном, Сибирском и Дальневосточном округах наибольшие доли сосредоточены в низших 1-2-м квинтилях величин ИЗП.

Статистические параметры ИЗП по ФО представлены в табл. 2. Во всех ФО средние величины ИЗП статистически значимо выше у женщин по сравнению с показателем для мужчин. Различия средних величин ИЗП по отдельным ФО имеют сходство с распределением ИЗП в округах по квинтильным группам: Южный, Уральский и Северо-Кавказский округа характеризуются более высокими средними величинами ИЗП по сравнению с Дальневосточным и Сибирским округами. Максимальная средняя величина ИЗП установлена для взрослого населения обоего пола в Северо-Кавказском ФО.

Поскольку население ФО характеризуется демографической и социально-экономической неоднородностью, то возникла необходимость анализа распределения величин ИЗП и его взаимосвязи с характером питания населения по субъектам (регионам) РФ. Первоначально был применен традиционный статистический анализ характера питания в квинтильных группах индивидуальных величин ИЗП, что позволило выявить значимую линейную зависимость параметров фактического потребления пищевых веществ и групп пищевых продуктов от величины ИЗП. Для краткости в табл. 3 показано сравнение потребления продуктов и нутриентов в 1-м и 5-м квинтилях распределения ИЗП по общей выборке, которое свидетельствует о существенных различиях потребления пищевых веществ и продуктов у респондентов с крайними квинтильными группами ИЗП. Результаты сравнения представлены как в абсолютных количествах, так и в расчете на 1000 ккал для продуктов и соли или в % от энергии для жиров, добавленного сахара, что определяется необходимостью стандартизации (контролирования) рациона по энергетической ценности и составляет одно из требований по конструированию ИЗП.

Как следует из данных табл. 3, суточное потребление энергии взрослыми значительно ниже в 5-м квинтиле по сравнению с 1-м. Изменения потребления отдельных видов пищевых продуктов по квинтилям характеризуются различной направленностью. Так, при расчете на 1000 ккал потребление взрослыми зерновых, молочных продуктов, рыбы и морепродуктов, овощей и фруктов значительно выше в 5-м квинтиле ИЗП, тогда как в абсолютных количествах (г/сут) потребление зерновых продуктов, рыбы и морепродуктов не изменяется. В то же время потребление мяса животных и птицы, колбасных изделий значительно ниже в 5-м квинтиле при обоих способах расчета.

Зависимость структуры рациона питания от величины ИЗП в квинтильных группах индивидуального распределения не позволяет характеризовать региональные особенности питания и их взаимосвязь с региональным средним ИЗП. Многочисленность субъектов (85 в 2023 г.) делает невозможным представление и анализ данных по всем субъектам. Для выявления ассоциаций ИЗП и региональных особенностей характера питания был осуществлен отбор 8 субъектов (10%) с минимальными значениями средних величин ИЗП и 8 (10%) субъектов с максимальными значениями средних величин ИЗП, которые фактически представляют 1-й и 10-й децили распределения средних региональных величин ИЗП. Статистические параметры региональных минимальных и максимальных средних величин ИЗП, представленные в табл. 4, свидетельствуют о значительных различиях средних величин ИЗП по отдельным регионам и в среднем по выделенным группам. В этих группах, а также в группе остальных регионов было проанализировано потребление энергии и пищевых продуктов и нутриентов, составляющих конструкцию ИЗП (табл. 5). Поскольку было выявлено снижение потребления энергии в высоких категориях ИЗП, для контроля влияния уровня энергии потребовался анализ потребления компонентов в расчете на 1000 ккал, или в % потребления суточной энергии. Результаты анализа по большинству пищевых позиций согласуются с данными, полученными при изучении распределения индивидуальных величин ИЗП по квинтилям, но выявлены также различия. Содержание в рационе зерновых продуктов, мяса животных и птицы, овощей и фруктов в расчете на 1000 ккал значительно выше в регионах с высокими значениями средних величин ИЗП. Содержание всех критически значимых нутриентов (в % энергии рациона) значительно ниже в регионах с высокими средними величинами ИЗП. Однако в таких регионах при обоих видах расчета содержание в рационах молочных продуктов ниже, чем в регионах с низкими величинами ИЗП, тогда как при анализе по квинтилям распределения индивидуальных величин ИЗП (см. табл. 3) содержание молочных продуктов выше в 5-м квинтиле ИЗП. Агрегация величин ИЗП в средние по регионам приводит к нарушению прямой зависимости от величины ИЗП уровней потребления гетерогенной группы молочных продуктов, рассчитанных на основе величин потребления разных по содержанию жира составляющих: сыров, творога, питьевого молока и кисломолочных продуктов. В состав адекватной группы продуктов в конструкции ИЗП молочные продукты входят единой величиной в пересчете на молоко, пошедшее на производство всего спектра продуктов. Однако жировой компонент молочных продуктов включается в состав ограничительной группы компонентов ИЗП самостоятельной величиной, которая существенно влияет, а точнее, снижает итоговую величину ИЗП региональной популяции.

Зависимость состава рациона питания от величин ИЗП показана также при анализе потребления нутриентов, не входящих в конструкцию ИЗП (табл. 6). Для контролирования влияния уровня энергии потребление витаминов и минеральных веществ рассчитано на 1000 ккал, а белка - в процентах от суточной энергетической ценности рациона. Потребление белка значительно выше в группах с более высокими величинами ИЗП. Потребление всех витаминов, за исключением ретинола и суммарного витамина А, а также всех минеральных веществ (кроме Na) выше в субъектах с более высокими величинами ИЗП. Таким образом, продемонстрирована более высокая нутриентная плотность рациона питания на единицу энергетической ценности при повышении ИЗП. Более низкое потребление при всех способах расчета витамина А суммарного и в виде ретинола при анализе квинтильного распределения индивидуальных величин ИЗП связано с низким потреблением жира и жиросодержащих животных продуктов в 5-м квинтиле ИЗП.

Взаимосвязь ИЗП и структуры рациона питания подтверждена при анализе вклада групп продуктов и блюд, непосредственно потребляемых респондентами (меню рациона питания), в общее потребление суточной энергии (табл. 7). Следует подчеркнуть, что продукты и блюда в таком виде не входят в конструкцию ИЗП, которая включает массу отдельных продуктов, полученных при декомпозиции сложных рецептурных блюд. Высокие величины ИЗП как в 5-м квинтиле выборки, так и в регионах с высокими средними величинами связаны с большей долей энергии рациона за счет зерновых продуктов, овощей, блюд из бобовых, фруктов, первых обеденных блюд, но с более низким процентом энергии за счет жировых продуктов, сахара и кондитерских изделий, блюд из картофеля, алкогольных напитков. В отношении доли молочных и мясных продуктов в энергии суточного рациона получены различные по направленности результаты при анализе по квинтилям ИЗП общей выборки и по субъектам с различным уровнем среднего ИЗП.

ИЗП отражает сложность пищевых рационов больших групп населения как гетерогенной смеси с разнообразными комбинациями отдельных компонентов, включенных в конструкцию ИЗП. Все 10 компонентов разработанного нами ИЗП вносят самостоятельный (по замыслу - равномерный) вклад в суммарный показатель индекса, отражающего качество рациона питания. Достижение высокого балла по одному компоненту не обязательно обеспечивает высокий суммарный балл. Более того, следует особо подчеркнуть, что продуктовые компоненты индекса несут в себе не только адекватные (положительные, поощряемые в потреблении) пищевые ингредиенты, но одновременно и компоненты, рекомендуемые к ограниченному потреблению. Так, мясные и молочные продукты, наряду с белком, витаминами, минеральными веществами и другими незаменимыми нутриентами, содержат жиры, насыщенные жирные кислоты, холестерин, которые включены в расчет ИЗП как компоненты с обратным расчетом баллов, т.е. снижающие значение интегрального ИЗП.

Российская Федерация и другие большие страны представляют собой совокупность множества национальных и культурных групп населения, что приводит к разнообразию моделей питания и пищевого поведения [19-21]. Все эти модели питания черпают ключевые компоненты качества питания из основных групп продуктов, таких как овощи, фрукты, зерновые продукты, молочные и мясные продукты. ИЗП нашей разработки тесно связан с рекомендациями по рациональному потреблению основных групп пищевых продуктов для населения России и, следовательно, может не учесть в полной мере все многообразные комбинации пищевых продуктов и блюд. Это было показано на примере неоднозначных изменений потребления мясных и молочных продуктов по квинтилям ИЗП и в децильных группах с низкими и высокими региональными средними величинами ИЗП. Потребление критически значимых пищевых веществ: общих и насыщенных жиров, добавленного сахара, поваренной соли и холестерина - значительно ниже в 5-м квинтиле распределения ИЗП и в региональных группах с высокими средними значениями ИЗП. Это логически вытекает из конструкции ИЗП, в которой названные пищевые факторы включаются в балльную систему с обратным отсчетом баллов, т.е. чем ниже уровень потребления, тем выше баллы, включаемые в итоговую величину ИЗП. Противоречивые данные по потреблению молочных и мясных продуктов в зависимости от типирования категории ИЗП не являются артефактом, а вытекают из взаимосвязанности и зависимости компонентов конструкции ИЗП, которые могут влиять на формирование итоговой балльной оценки индекса. Результаты снижения потребления мясопродуктов в 5-м квинтиле ИЗП не соответствуют логике конструкции ИЗП, так как мясопродукты включены в структуру ИЗП как показатель адекватности питания. Однако следует иметь в виду, что мясные и молочные продукты одновременно несут в себе значительное количество жиров и холестерина, которые занижают суммарные баллы ИЗП. Образно говоря, жировые компоненты мясных продуктов и изделий компрометируют адекватность мясных продуктов как, несомненно, необходимых в питании.

Заключение

Получены убедительные доказательства валидности ИЗП в оценке качества рационов питания населения, как по индивидуальным параметрам ИЗП, так и при оценке среднестатистических величин ИЗП по субъектам РФ. Это предполагает перспективу применения валидизированного цифрового показателя ИЗП и компонентов его конструкции для исследования взаимосвязи характера питания и состояния здоровья населения по статистическим региональным показателям заболеваемости и смертности от ХНИЗ. Результаты настоящего исследования и мировой опыт эпидемиологических исследований взаимосвязи питания и распространенности ХНИЗ с использованием индексов качества питания [22-24] дает основание для применения в эпидемиологических исследованиях отечественных национально ориентированных фактических данных и инструментов в виде ИЗП.

References

1. McCullough M.L., Chantaprasopsuk S., Islami F., Rees-Punia E., Um C.Y., Wang Y., et al. Association of socioeconomic and geographic factors with diet quality in US adults. JAMA Netw Open. 2022; 5 (6): e2216406. DOI: https://doi.org/10.1001/jamanetworkopen.2022.16406
2. Althoff T., Nilforoshan H., Hua J., Leskovec J. Large-scale diet tracking data reveal disparate associations between food environment and diet. Nat Commun. 2022; 13 (1): 267. DOI: https://doi.org/10.1038/s41467-021-27522-y
3. Miller V., Webb P., Cudhea F., Shi P., Zhang J., Reedy J., et al. Global dietary quality in 185 countries from 1990 to 2018 shows wide differences by nation, age, education, and urbanicity. Nat Food. 2022; 3 (9): 694–702. DOI: https://doi.org/10.1038/s43016-022-00594-9
4. Tao Y., Maddock J., Howe L., Winpenny E.M. Early adulthood socioeconomic trajectories contribute to inequalities in adult diet quality, independent of childhood and adulthood socioeconomic position. J Epidemiol Community Health. 2025; 79 (2): 87–93. DOI: https://doi.org/10.1136/jech-2024-222472
5. Kennedy E.T., Ohls J., Carlson S. The Healthy Eating Index: design and applications. J Am.Diet Assoc. 1995; 95: 1103–8. DOI: https://doi.org/10.1016/S0002-8223(95)00300-2
6. Kant A.K., Schatzkin A., Graubard B.I., Schairer C. A prospective study of diet quality and mortality in women. JAMA. 2000; 283: 2109–15. DOI: https://doi.org/10.1001/jama.283.16.2109
7. McNaughton S.A., Ball K., Crawford D., Mishra G.D. An index of diet and eating patterns is a valid measure of diet quality in an Australian population. J Nutr. 2008; 138: 86–93. DOI: https://doi.org/10.1093/jn/138.1.86
8. Collins C.E., Young A.F., Hodge A. Diet quality is associated with higher nutrient intake and self-rated health in mid-aged women. J Am Coll Nutr. 2008; 27: 146–57. DOI: DOI: https://doi.org/10.1080/07315724.2008.10719686
9. Zarrin R., Ibiebele T.I., Marks G.C. Development and validity assessment of a diet quality index for Australians. Asia Pac J Clin Nutr. 2013; 22 (2): 177–87. DOI: https://doi.org/10.6133/APJCN.2013.22.15
10. Verger E.O., Mariotti F., Holmes B.A., Paineau D., Huneau J.F. Evaluation of a diet quality index based on the probability of adequate nutrient intake (PAN Diet) using national French and US dietary surveys. PLoS One. 2012; 7 (8): e42155. DOI: https://doi.org/10.1371/journal.pone.0042155
11. Kaluza J., Hakansson N., Brzozowska A., Wolk A. Diet quality and mortality: a population-based prospective study of men. Eur J Clin Nutr. 2009; 63: 451–7. DOI: https://doi.org/10.1038/sj.ejcn.1602968
12. Thiele S., Mensink G.B., Beitz R. Determinants of diet quality. Public Health Nutr. 2004; 7: 29–37. DOI: https://doi.org/10.1079/phn2003516
13. Drake I., Gullberg B., Sonestedt E., Wallstrom P., Persson M., Hlebowicz J., et al. Scoring models of a diet quality index and the predictive capability of mortality in a population-based cohort of Swedish men and women. Public Health Nutr. 2013; 16 (3): 468–78. DOI: https://doi.org/10.1017/S1368980012002789
14. Santana C.A., Dias-Santos J., Santana-Silva C., de Sousa Rocha V., Freire A.R.S., Pires L.V. Dietary quality analysis methods for the type 2 diabetes mellitus population: a scoping review. J Hum Nutr Diet. 2025; 38 (2): e70050. DOI: https://doi.org/10.1111/jhn.70050
15. Martinchik A.N., Baturin A.K., Mikhaylov N.A., Keshabyants E.E., Kambarov A.O. Development and assessment of the reliability of the basic healthy eating index for the Russian population. Voprosy pitaniia [Problems of Nutrition]. 2019; 88 (6): 34–44. DOI: https://doi.org/10.24411/0042-8833-2019-10062 (in Russian)
16. Martinchik A.N., Mikhaylov N.A., Keshabyants E.E., Kudryavtseva K.V. Assessment of the informativeness and reliability of the healthy eating index for characterizing the structure of nutrition and eating behavior. Voprosy pitaniia [Problems of Nutrition]. 2021; 90 (5): 77–86. DOI: https://doi.org/10.33029/0042-8833-2021-90-5-77-86 (in Russian)
17. Martinchik A.N. Methods for studying actual food consumption. Chapter 13. In: Nutritionology. The Basics of Human Nutrition. Moscow: GEOTAR-Media; 2024: 225–51. ISBN: 978-5-9704-8379-4. (in Russian)
18. Nikityuk D.B., Martinchik A.N., Baturin A.K., Safronova A.M., Baeva V.S., Keshabyants E.E., et al. A method for assessing individual food intake by the method of 24-hour (daily) reproduction of nutrition. Methodological recommendations. 2016 [Electronic resource]. URL: http://web.ion.ru/files/ (in Russian)
19. Cacau L.T., De Carli E., de Carvalho A.M., Lotufo P.A., Moreno L.A., Bensenor I.M., et al. Development and validation of an index based on EAT-Lancet recommendations: the Planetary Health Diet Index. Nutrients. 2021; 13 (5): 1698. DOI: https://doi.org/10.3390/nu13051698
20. Frankenfeld C.L. Population-specific diet quality scores in nutritional epidemiology. J Nutr. 2023; 153 (3): 608–9. DOI: https://doi.org/10.1016/j.tjnut.2023.01.004
21. Katz D.L., Rhee L.Q., Aronson D.L. Application of the Healthy Eating Index in a multicultural population: introduction of adaptive component scoring. Front Nutr. 2025; 12: 1511230. DOI: https://doi.org/10.3389/fnut.2025.1511230
22. Boeing H. Nutritional epidemiology: new perspectives for understanding the diet-disease relationship? Eur J Clin Nutr. 2013; 67 (5): 424–9. DOI: https://doi.org/10.1038/ejcn.2013.47
23. Petersen K.S., Kris-Etherton P.M. Diet quality assessment and the relationship between diet quality and cardiovascular disease risk. Nutrients. 2021; 13 (12): 4305. DOI: https://doi.org/10.3390/nu13124305
24. Aljuraiban G.S., Gibson R., Oude Griep L.M., Okuda N., Steffen L.M., Van Horn L., et al. Perspective: the application of a priori diet quality scores to cardiovascular disease risk – a critical evaluation of current scoring systems. Adv Nutr. 2020; 11 (1): 10–24. DOI: https://doi.org/10.1093/advances/nmz059

All articles in our journal are distributed under the CC BY-NC-ND 4.0 (Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International)

© GEOTAR-Media Publishing Group. The use of textual and illustrative content from this publication for the training of any artificial intelligence systems - including machine learning models and neural networks - is strictly prohibited without the prior written consent of the copyright holder.