饮食研究
**人们不善于报告自己吃了什么。这对饮食研究来说是一个问题**
新论文指出，通过调查将饮食模式与人类健康联系起来的研究可能存在不可挽回的偏见
- 2025 年 1 月 20 日
- 美国东部时间上午 9:10
- 作者：凯瑟琳·奥福德
人们往往会少报自己的饮食量，这给试图将饮食与健康和疾病联系起来的研究人员带来了挑战。Sefa Ozel/Shutterstock
分享：
咖啡对身体有好处吗？葡萄酒或巧克力呢？科学家们试图回答这些问题，他们经常寻找人们所说的饮食和他们晚年健康状况之间的联系。但上周发表在《自然食品》上的一项研究表明，这种方法可能不可靠。
借助一种测量人们能量消耗的技术，研究人员提出了一个方程来评估饮食调查中回答的准确性。他们发现，在大型、广泛使用的营养调查数据库（如美国国家健康和营养检查调查 (NHANES)）中，超过一半的记录可能是错误的，因为人们少报了他们所消耗的食物。作者声称，这一结果对使用这些数据集将特定饮食与人类健康联系起来的数千项研究提出了质疑。
虽然这些发现对许多专家来说并不意外，但一些人告诉《科学》杂志，这篇论文代表了迄今为止量化这一问题的最佳尝试。它还强调需要更好的方法来衡量人们真正吃的东西。“如果你想根据这类数据来制定食品政策，那么显然你的政策在某种程度上存在根本缺陷，”伦敦帝国理工学院的营养学家和营养师加里弗罗斯特说。“我们必须尝试找到新的方法来真正了解人们的消费。”
订阅屡获殊荣的//科学//顾问新闻简报
每天免费向您的收件箱发送最新新闻、评论和研究报名
营养流行病学研究通常要求人们记饮食日记或填写问卷，回答过去 24 小时、一周甚至几个月的饮食摄入量。生物统计学家早就警告说，人们可能会记错或者不愿意承认自己吃了什么。一些人提出了缓解这一问题的方法——例如，剔除那些报告摄入量低于人类生存最低标准的参与者——但另一些人坚持认为，是时候完全放弃饮食研究中的调查了。“这种数据太糟糕了，根本不值得使用，”印第安纳大学布卢明顿分校公共卫生学院的肥胖研究员兼生物统计学家 David Allison 说，他反对在研究或政策制定中依赖食物自我报告。
一种严格但昂贵的检测误报的方法是使用双标记水（DLW）技术，该方法让参与者喝一些标有重氧和重氢的水，然后科学家在接下来的几天内检测尿液样本中的这些元素。因为氧气而不是氢会被用来制造二氧化碳，而二氧化碳会在身体燃烧卡路里时被呼出，所以尿液中这些元素的相对含量可以反映出一个人使用了多少能量。将 DLW 技术与食物问卷结合使用的研究发现，人们通常消耗的能量比他们报告的摄入量要多，这表明他们要么吃得少，要么更有可能是少报了。对英国国家饮食和营养调查（NDNS）数百名参与者的分析显示，这一差异约为 30%。
《自然食物》研究将类似的逻辑应用于更大的数据集。研究人员利用 4 岁至 96 岁人群的 6000 多个现有 DLW 测量数据，得出一个方程，该方程基于性别、年龄和体重等易于测量的特征来预测一个人的能量消耗。然后，该团队将此方程应用于 NHANES 和 NDNS 中的数千条记录，以查看报告的能量摄入量是否与方程的预测相符。
**广告**
总体而言，事实并非如此：对于 NHANES，超过 50% 的成年人报告的摄入量低于方程式预测的范围，而对于 NDNS，超过 60% 的成年人报告的摄入量低于方程式预测的范围。有些饮食与其他饮食相比，误报率更高：例如，对于报告摄入更多蛋白质的人来说，问卷和 DLW 测量之间的差异更大。
研究结果表明，“许多试图将饮食暴露与疾病结果联系起来的营养流行病学研究都是建立在非常不可靠的数据之上的”，阿伯丁大学和深圳先进技术研究院的生物学家兼研究合著者约翰·斯皮克曼 (John Speakman) 说道。他推测这可能有助于解释为什么营养研究经常得出相互矛盾的结果，一个月前将某种食物与糖尿病或癌症联系起来，下个月又将其排除在外。
史蒂文斯理工学院的计算机科学家 Samantha Kleinberg 表示，鉴于大量研究都依赖于 NHANES 数据，这项新研究意义重大。她补充说，其他研究人员可以应用该方程来检查自己的数据集——尽管如论文所述，对于能量需求不寻常的人（如运动员或孕妇），该方程可能效果不佳，并且只能间接检测误报。
其他人对这篇论文的批评更为激烈，斯皮克曼称该论文在《自然食品》上接受了一年的同行评审。哈佛大学陈曾熙公共卫生学院的营养流行病学家 Walter Willett 在他的研究中使用了调查数据，他称这项研究“存在缺陷”。他表示，DLW 测量并不能准确反映能量摄入量：它们会随着时间推移在人体内波动，并且对饮食变化和体力活动很敏感。他认为，误报问题还不足以严重到扭曲精心设计的研究中的饮食与疾病之间的联系，更不用说破坏基于多种科学证据来源的食品政策了。
负责监管 NHANES 的美国国家卫生统计中心在给《科学》杂志的一份声明中 表示，饮食调查中的漏报现象是众所周知的，但其数据仍然“有价值且重要”。它补充说，NHANES“采取重要措施确保数据的高质量，包括对饮食调查员进行强化培训”，并为研究人员提供有关如何分析数据的教程。
爱丁堡大学营养流行病学家 Lindsay Jaacks 认为饮食调查仍然是最好的可用数据。她补充说，DLW 研究对流行病学家的用处有限，因为它们没有揭示人们在调查回复中遗漏了什么。“我们不知道‘缺失’的食物和饮料是超加工食品、水果、午餐肉、酸奶还是含糖的牛奶咖啡”，或者人们只是低估了他们消耗的每种食物的量——这是未来研究的一个重要领域，她补充道。
许多研究人员正在开发方法，使营养流行病学摆脱对问卷的依赖，或至少用额外的措施来补充问卷。Speakman 的团队尝试了摄影饮食日记，参与者拍下每顿饭，研究人员或计算机程序估算其含量——尽管这并不精确，仍然依赖于参与者的纪律。其他人尝试使用可穿戴相机来跟踪参与者的消费情况；Kleinberg 和同事则探索使用运动和音频传感器。Frost 等团队正在努力识别尿液中的生物标志物，以揭示某人吃了多少特定食物。
目前，这些方法都还不能大规模推广。但弗罗斯特表示，上周发表的方程式至少可以让研究人员估计误报的规模，并将其纳入研究论文中。他希望营养流行病学能取得更多进步。“我们必须继续前进，”他说。“我们必须尝试使用新技术来做得更好。”
doi: 10.1126/science.z4qqi99
Edit:2025.01.22