为什么健康营养那么乱？我们到底该信哪一个？

我经常身边听到一些老人说：

今天这个专家这么说，明天那个专家那么说，真不知道应该听谁的。

还不如听自己的，谁的都不听，自己怎么舒服怎么来。

其实每次听到这样的话，我都觉得很可惜的，现在信息越来越多，对于大部分人来说，真假难辨。

没有判断力的人，被各种信息搞乱了之后，会变得麻木，最后放弃，失去了了解真相，改善健康的机会。

就拿鸡蛋来说，以前经常听人说：

多吃鸡蛋，会增加心脏病的风险，因为蛋黄里的胆固醇太高

每天只能吃1个鸡蛋，吃多了营养消化不了

于是你每天只吃1颗鸡蛋，还可能扔掉半个蛋黄，但是，现在你又看到很多最新的消息说：

蛋黄里的软磷脂对心血管健康非常有益，可以降低心脏病风险。

鸡蛋非常健康，胆固醇没有问题不用害怕

图片来自Inspired Taste

可能你还没有反应过来，另一个营养研究就映入眼帘：

一定要多补钙，这样可以降低骨质疏松的风险。

然后，你买来一堆钙片，每天按时按点花样补充着，吃了1、2年后，又看到另外一个研究：

补钙没有太大好处，还可能增加骨折风险。

还有人说，肉不能吃，有各种危害，有人说吃素不好，会导致营养不良，还有人说动物油不能吃，要吃植物油，而最新又有人说，猪油是十大最健康的食物之一。

总之，对于任何一种食物，都有好心人告诉你，这个不健康，要少吃。

也可能有另外一个人，告诉，这个食物好，要多吃。

对于一般人来说，真的很苦恼，为什么这么乱，还都是专家，到底应该相信谁？

为什么营养学理论，差异那么大？换句话说，现代营养学，它到底有多不靠谱。

今天我们来聊这个话题。▼

一样的人，2个研究结果却不同

美国电影制作人、作家Tom Naughton，在2011年进行过一次演讲，主题是《给聪明人的科学》Science For Smart People。①（视频太长，我没有翻译，留了链接给大家，感兴趣的可以自己去YouTube看）

演讲中，他深挖了现代营养学的底，解开营养科学的神秘面纱，告诉大家什么才是真相。

如果这些年，你也各种乱七八糟的营养研究和建议，搞得一头雾水的话，接下来的内容，也许是你最想要的：↓

先说一个很经典的案例，营养学历史上，有一个非常大的护士研究，是关于雌激素和心脏病关系的。②

研究的对象是成千上万绝经后的护士，这些护士需要给研究人员，报告自己的健康状况，以及摄入雌激素的情况。

来自哈佛大学的科学家们，搜集了这些数据，然后汇总分析，得出来的结论是：

绝经后吃雌激素的女性，比不吃雌激素的女性，心脏病风险降低了40%。

 

这样的研究结果，遭到一群科学家的质疑，于是，为了保险起见，他们针对这些人，开展了另一项大型研究，不同的是，这一次，换了一种方法。

科学家把健康状况相当、生活习惯类似的护士（大约16,000人），分成了2组，给予其中一组护士吃安慰剂，另外一组护士吃雌激素，这样坚持了5年半，最终得出的结果是：

绝经后吃雌激素的女性，比不吃雌激素的女性，心脏病和中风风险增高了30%。

 

看到这里你是不是已然惊呆了？

为什么，同样是科学研究，研究对象也一样，为什么结果完全相悖？

想知道答案的话，就得从这2个研究所用的方法下手。

研究方法不同，结果就不同

为了更严谨的探究2个事物的相关性，或者因果关系，科学有一些方法。

护士研究中所使用的方法，是最常见的2种。

第一个研究用的方法是：观察，被称为观察性研究。

它的操作方式是，不干预和影响研究对象，对其直接进行观察，或者数据分析，然后形成一个假说，或者结论。

举个栗子，通过观察一群吸烟的受试者，发现吸烟年限越长，患上肺癌的风险越高。

于是得出结论：吸烟有导致肺癌的风险，且年限越长风险越高。

第二个研究用的方法是：临床试验性研究。

它的操作方式是：将条件相同或相似的受试者，随机分成2组或多组，然后改变其中1组或多组的状况（比如吃某种食物，进行某种饮食等）。

然后，收集试验数据，然后得出结论。

了解这2种研究方法后，接下来就带大家解开谜底：为什么结果会不一样呢？

观察性研究，不靠谱

观察性研究的缺陷很明显，所以，它得出的结果不一定都准确。

→ A和B有关，并不能说，A导致B

我们经常看到很多这样的研究，只发现相关性，无法证明因果关系

什么意思呢？举个最通俗的例子，有个拳击手，共计进行了10场比赛，这10场比赛中，他胜了6次，这6次他都穿着红色底裤，其他4场没有穿红色底裤。

你能由此得出一个结论：穿红色底裤，就可以让获胜么？

显然不是，红色底裤和胜利只有相关性（比如，同期出现），但并不能说明，穿红色底裤，导致他赢了比赛。

听起来感觉是不是很荒唐？

但是，在营养学上，这种研究却被大量应用，甚至作为全球的膳食指南的理论基础。

→ 其他不同的变量，容易被忽略

回到护士研究，第一个研究采用观察的方法，结果发现：吃雌激素可以加持心脏健康。

可第二个研究结果正好相反，这到底是怎么回事？

科学家深究其里才发现，第一个研究中那些吃雌激素的绝经女性，也大都更具健康意识。

换句话说，她们更注重健康的生活和饮食方式，比如不抽烟、不喝酒、喜欢锻炼、睡眠质量良好等等。

而这份健康意识，才是真正改善心脏的原因，并不是所看到的吃雌激素。

雌激素不过是观察到的表象，即具有相关性，但并没有因果关系。

而这些女性的健康意识，被称为这个观察性研究中的混杂变量。

还有很多素食者的研究也一样，虽然我们现代营养学都知道，素食不是什么健康饮食，肉类种有很多营养是很重要的，而且膳食脂肪也很重要。

可是，就有大量研究发现，素食者更加长寿，更加健康，肉食者更不健康，真相是什么呢？

因为素食者更加关注健康，他们更爱运动，更不会抽烟，喝酒，更不会给自己很大的压力。

反之，爱吃肉的人，更爱喝酒，都是那些不注重健康的人，所以，吃肉被认为是不健康的行为。

→ 按照目的要求，玩弄数据

Tom Naughton在演讲中举了一个有趣的例子，假设你观察了一批人的饮食。

1、40%的人，高脂高糖饮食

2、20%的人，高脂低糖饮食

3、20%的人，低脂高糖饮食

4、20%的人，低脂低糖饮食

试验结束的时候，高脂高糖组的人有3个得了心脏病，也就是说有3/4的风险，低脂高糖组有1个人得了心脏病，也就是说有1/2的风险。

于是，不考虑其他组别，有的科学家就可能得出结论，高脂不好，能加倍心脏病风险。

但是，咱们回过头来再看，高脂低糖组没有心脏病，低脂低糖组也没有心脏病。

那我能不能也得出一个结论：低糖饮食，可以降低心脏病风险呢？

看到了么，在观察研究中，原来是存在切割数据的，你选择的数据不同，得出的结论，也完全不一样。

这些缺陷，让很多观察性研究并不具有参考性，但现实是，太多人却被这些研究结果迷惑。

历史上最具迷惑性的一个观察性研究，开始于1956年，发表于1978年，却坑了全球人近40年。

史上最坑人，营养观察性研究

这就是我多次提到的『七国研究』，它促成了全球的低脂饮食风潮，让脂肪，特别是动物脂肪，背黑锅几十年③

他的主要研究者是Ancel Keyes（下图来自Tom Naughton的演讲截图，他给Ancel Keyes的照片加了长鼻子，是的，说谎的匹诺曹）。

Ancel Keyes在研究中，共计观察了22个国家的国民饮食和健康数据。

然而，为了符合自己的假想（注意是假想！），他从这些数据中挑选出7个国家的数据。

然后，堂而皇之的告诉世人：饮食中的脂肪，尤其是动物脂肪（富含胆固醇），会导致心脏病。

整个世界哗然！而后几乎所有人面对膳食脂肪，尤其是来自于动物的饱和脂肪，都害怕到要死。

看到没？改变你饮食习惯的所谓科学依据，居然是建立在这种不靠谱的，被砍掉大量数据的，观察性研究之上。

没错，观察性研究就是真么不靠谱，你或许会说，那临床试验性研究是不是会更准确？

临床试验性研究一定准确么？

没错，比起观察性研究，临床试验性研究相对来说是更严密的。

但是，这并不代表它就100%准确。

→ 试验结果，也可能通过数字游戏被夸大或者缩小

举个栗子，有关他汀类药物（降低胆固醇的药物）最有名的一个研究，被称为：立普妥（Lipitor，他汀类药物）临床试验性研究。（公众号回复他汀类，获取相关文章推荐）

受试者是一群有高心脏病风险的男性，他们被分成2组，一组人吃立普妥，另外一组人吃安慰剂。

10年之后，观察到的数据是：吃立普妥的那组人，每100个中有2个心脏病发作，吃安慰剂的那组人，每100个中有3.05个心脏病发作。

2组的差距是，安慰剂组每100个人中，比立普妥组多1.05个心脏病发作者。

什么意思？就是说，你让100个心脏病高风险的人吃10年立普妥，有可能只能多阻止1个人遭遇心脏病发作。

只有1%的差距，这样的数字几乎没有参考意义，那是不是意味着药卖不出去了？

并没有，研究者用2(最小值)/3.05（最大值）=0.64，再用1-0.64=0.36

最后得出的结论是：立普妥（他汀类）可以把心脏病风险降低36%，牛逼吧。

然而，这样靠数字游戏得出来的结果，却左右着无数人的治疗方式。

很多人胆固醇高了就吃他汀类药物，从来不考虑它是不是有害，也不质疑它的效果，实际上这个药物的副作用非常大→MIT科学家：『他汀类』降脂药无效，还危害无穷……

看到没有？科学家可以操作数据，把没有任何参考意义的数据，夸大或者缩小，影响医学指南，影响人类营养学，因为背后牵扯到太多的利益关系。

除了操控数据，还有很多其他操作，更加匪夷所思。

→试验过程和试验对象，也可以随意操作

2016年，墨尔本大学发布了一项研究，对高脂肪低碳水饮食做了对比。④

得出的结论是：高脂肪低碳水饮食不靠谱，把老鼠吃胖了。

没错，研究者选择的受试者是老鼠，并且把它们分成了2组。

一组吃高脂肪低碳水饮食，一组吃高碳水低脂肪饮食，坚持了9周。

乍一看吓一跳，翻开试验数据才发现，研究人员给高脂组的老鼠喂食的碳水化合物虽然低，但全部选择白砂糖。（而真正高脂低碳饮食建议吃的碳水化合物是富含纤维的蔬菜）

图片来自The Cheat Sheet

那么，老鼠们吃的脂肪是什么呢？精炼植物油，甚至包含反式脂肪酸。（而真正高脂低碳饮食建议吃健康的椰子油、橄榄油、黄油等等）

老鼠的蛋白质来源是酪蛋白，是一种容易引起消化不良的抗原性蛋白质，在人类的任何高脂低碳饮食中，都不会把它作为直接推荐的。

喂食给老鼠的纤维就更可笑了，是和纸差不多的纤维素。

别说老鼠了，你要是每天吃这些，身体不出问题才怪。

但是，还没有完，试验中所用的老鼠，都刻意选择了新西兰肥胖（NZO）小鼠。

这是一种经过基因修饰后，本身葡萄糖耐受量就低，并且特别容易出现心血管疾病、脂肪肝，和糖尿病等问题的小鼠。

综合所有因素，可想而知，试验所得到的结果也不出所料，操控实验结果，真的易如反掌。

→ 试验最终结果，和结论不一样

没错，就说结果出来了，某些科学家（流氓）也可以根据自己的需求，改变研究的结论，我们来举个例子。

2007年，有一个关于低碳饮食的研究。⑤

科学家把137名受试者分成3组，一组坚持低碳水化合物饮食，一组坚持低脂肪中碳水饮食，一组作为对照组正常饮食即可

结果发现：低碳水饮食组减重最多，而且心血管疾病风险指标都有最大程度的好转（包括甘油三酯水平、LDL水平等等）。

但是，搞笑的事情发生了，研究人员给出的最终结论却是：低脂中碳组是获胜方，是更为谨慎可选的饮食方式。

后来被发现，这场研究是某全球知名谷物早餐和零食制造商，提供资助的。

你可能觉得好笑，原来一直视为更加严谨的临床试验性研究，竟然也有猫腻。

那么，面对纷繁复杂的各类营养研究，我们就一点办法也没有了？并不是！

面对营养建议，如何更加理性？

斯坦福大学医学院，医学与健康研究与政策教授John Ioannidis，和自己的团队，回顾和分析了海量的医学和营养学研究。

最后指出：观察性研究中得出的结论，有80%可能是有缺陷的，临床试验性研究得出的结论，有20%-25%是错误的。⑥

是的，科学的前行的过程中，是带着缺陷踏步的，但这并不代表我们可以轻易被其左右。

面对营养建议，如果你能连续提出如下几个问题，就能练就一身去伪存真的能力：

图片来自J. Levine Auction & Appraisal

→ 这是观察性研究，还是临床试验性研究？

如前面所说，如果是观察研究，可能需要更警惕些，但并不代表临床试验性研究就可以随意相信。

→ A和B的相关性，是不是因为C？

这个很重要，如前面的护士研究一样，吃雌激素（A）的女性，心脏病风险（B）低，是因为这些女性大都具有很高的健康意识（C）。

换句话说：并不是吃雌激素（A），降低了心脏病风险（B）。

→ B会不会导致A？（换句话说：会不会B才是可能的原因）

如果有研究告诉我们A和B之间有联系，会不会出现不是A导致B，而是B导致A的情况？

比如，中学男孩要选择2个体育项目（篮球或者足球）。

其中，打篮球（A）的男孩个子普遍更高（B），你不能就此得出结论：打篮球（A）导致个子长高（B）。

但是，却可以反推：在这所中学，个子高（B）的男孩更偏向于选择打篮球（A）。

→A会始终如一的导致B么？

试验结论是不是有可重复性？如果今天得出这样的结论，明天用不同的方法，重复试验，又得出另一个结论，可信性就可能降低。

另外，试验结论是不是具有普遍性？在这群人身上做试验是一个结果，在另一群人身上却得到别的结果，就可能有不准确的地方。

→ 试验对象是什么？

有时候，试验对象对结果的影响也是巨大的。

举个栗子，1913年，俄国病理学家Nikolaj Anitschkow，给兔子注射了大量胆固醇，结果造成兔子动脉粥状硬化式损害。

这个研究，第一次将胆固醇和心血管疾病联系到了一起，很多人开始认为，胆固醇很可怕，可能会导致心脏病。

但问题是，兔子真的不是人啊，它的系统和人的系统不一样，人体会自动调节，消化，利用胆固醇的能力，而兔子压根一直在吃素，根本没有人调节胆固醇的能力啊。

→试验结果的数据差异，到底有多大

就比如前面提到的立普妥（他汀类）研究，吃和不吃可能造成的心脏病风险，只有1%的差距，根本不具有参考性，要警惕那些估计夸大的数据。

→ 科学家有没有操作变量？

前面有提到，科学家给高脂低碳饮食的老鼠，喂氢化植物油，酪蛋白，纤维素等等，得出的结论是高脂低碳饮食有害。

另外，他们还特意选择了有糖尿病高风险的老鼠品种。

→试验结果，是否和结论一致？

这个就更简单了，前面提到的低碳水饮食研究，数据结果显示低碳组最佳，但科学家给出的结论确实中碳组最好。

关键的瘦龙说

人类在不断进步，发现各种规律、进行各种科学试验，为了探究真理，找寻真正的答案。

我们通过科学观察发现：

妇产科医生洗手后，婴儿的成活率提高了很多，然后，我们都养成了洗手的习惯，以前的人不知道手上有细菌的。

喝了有污染源的水，生病的风险高一点，喝干净的水，生病的风险可以大大降低。

于是，人就会在饮水上做出选择，或者处理，才使得更多的人保持健康。

这些是科学观察的积极意义，我们也因此了解到很多真相，但这并不意味着我们要盲目信赖所有的科学研究。

任何真理，都是值得推敲，质疑的，我们一定要学会自己去判断，自己去伪存真的过程，其实没有那么难，并不需要你懂得多高深的数学计算公式。

大部分时候，你只需要懂得简单的数学，以及基本的逻辑，就可以做一个更加明智的信息接受者。

我真心希望，每一个人都慢慢形成自己都判断力，不要拒绝深度思考，学习。

现在社会，越想简化，越想逃避，自己越容易付出更多的代价，想要了解真相，就要比别人多花点时间。