營養流行病學是研究人群中飲食、營養狀況與疾病發生、發展關系的科學。其研究范疇廣泛，不僅關注普通人群的營養狀況與疾病的關系，還涉及亞臨床有潛在發病可能的人群。通過流行病學調查，可以揭示飲食與疾病之間的關系，為制定營養政策和飲食建議提供科學依據。

文章上線截圖

傳統的營養流行病學研究方法，主要依賴于一系列膳食評估方法，包括食物頻率問卷、24小時膳食回顧訪談和食物日記等，這些方法都在不同程度上依賴于調查對象自身對膳食攝入情況的回憶和記錄，獲取的數據極不準確，導致相關營養流行病研究結果難以具備說服力。然而，目前在學術界尚未有更好的替代方案。

北京時間1月13日18時，由中國科學院外籍院士、中國科學院深圳先進技術研究院（以下簡稱“深圳先進院”）醫藥所能量代謝與生殖研究中心首席科學家John Roger Speakman團隊聯合英國阿伯丁大學等78個國內外高校、科研機構在《自然—食品》上發表最新研究成果，他們采用了全新的能量消耗水平估計方法，通過比較能量需求與膳食攝入量的差別，來反映人口膳食營養調查數據中的誤報情況。

深圳先進院醫藥所能量代謝與生殖研究中心高級工程師牛超群為共同第一作者；其他作者還包括深圳先進院醫藥所能量代謝與生殖研究中心副研究員胡素梅、張雪映；Speakman院士為主要通訊作者。

該研究成果對現有的基于營養流行病學（人口膳食調查）的研究結果提出了質疑，有望刷新營養學研究領域的許多重要理念。

在該研究中，國際團隊采用了“雙標水”技術，該技術基于穩定同位素示蹤原理，能夠直接檢測自由生活人體的能量需求。研究團隊共收集了來自不同國家的6497例雙標水數據，并利用經典統計學結合機器學習的方法，基于其中的5899例數據構建了基于體質學數據預測人體需求的模型。根據該模型，只需收集人體的身高、體重、性別、年齡、所處位置的海拔高度等簡單易得的數據，即可精確預測人體的能量需求，為評估食物攝入記錄的真實性提供了一種更客觀的方式。

為了驗證該方法的有效性，研究人員將該模型應用于NHANES（美國國家健康和營養檢查調查）和NDNS（英國國家膳食和營養調查）數據庫。他們發現來自英美兩國的國家膳食調查的食物攝入量數據中，有超過一半的數據為誤報。其中，NHANES數據庫中有48%和NDNS數據庫中有54%的膳食攝入水平調查結果都嚴重低于實際值。

此前，人類營養流行病學家雖然也承認，傳統的營養流行病學研究方法可能確實嚴重低估了人類的總能量攝入水平，但仍忽視了食物成分與能量攝入之間的誤差對調查結果的影響。但是該研究結果指出，當自我報告的膳食攝入發生誤報時，研究對象似乎會有選擇的遺漏了某些特定類型的食物。

這一發現引發了對未來營養科學發展的深思，論文的主要通訊作者Speakman指出，“該研究提出的模型指出了目前大量營養流行病學調查數據需要被重新審視或丟棄，這對傳統的營養流行病學研究者來說是難以接受的。然而，繼續發表和使用大量錯誤的數據，對營養學發展來說并非明智之舉。在我看來，基于原有缺陷的研究方法建立并被廣泛接受的營養學理念未來有望被改寫。”

審稿人對該成果評價道，“該論文是營養學領域最重要的論文之一，因為我們需要認識到用自我報告來衡量能量攝入水平的巨大缺陷。而該文作者提出了一種非常實用的解決方案。”