科学家提出膳食点评新办法改写传统养分学理念

  养分流行病学可以提醒饮食与疾病之间的联系，为拟定养分方针和饮食主张供给科学依据。但是，传统的养分流行病学研讨办法，首要依靠查询目标本身对膳食摄入状况的回想和记载，包含食物频率问卷和食物日记等，获取的数据极不准确，导致相关养分流行病研讨效果难以具有说服力。

  1月13日，中国科学院外籍院士、中国科学院深圳先进技能研讨院医药所能量代谢与生殖研讨中心首席科学家John Roger Speakman团队，联合英国阿伯丁大学等78个国内外高校、科研机构，在《天然—食物》上宣布最新研讨效果，选用全新的能量消耗水平估量办法，经过比较能量需求与膳食摄入量的不同，来反映人口膳食养分查询数据中的误报状况。

  该研讨效果对现有的依据养分流行病学（人口膳食查询）的研讨效果提出了质疑，有望改写养分学研讨范畴的许多重要理念。

  在该研讨中，世界团队选用了“双标水”技能，该技能依据安稳同位素示踪原理，可以直接检测自在日子人体的能量需求。研讨团队共搜集了来自不同国家的6497例双标水数据，并运用经典统计学结合机器学习的办法，依据其间的5899例数据，构建了依据体质学数据猜测人体需求的模型。依据该模型，只需搜集人体的身高、体重、性别、年纪、所在方位的海拔高度等简略易得的数据，即可准确猜测人体的能量需求，为点评食物摄入记载的真实性供给了一种更客观的办法。

  为了验证该办法的有效性，研讨人员将该模型应用于NHANES（美国国家健康和养分查看查询）和NDNS（英国国家膳食和养分查询）数据库。他们发现来自英美两国膳食查询的食物摄入量数据中，有超越一半的数据为误报。其间，NHANES数据库中有48%、NDNS数据库中有54%的膳食摄入水平查询的终究效果都严峻低于实践值。

  此前，人类养分流行病学家也供认，传统的养分流行病学研讨办法或许严峻轻视了人类的总能量摄入水平，忽视了食物成分与能量摄入之间的差错对查询的终究效果的影响。该项研讨效果指出，当自我陈述的膳食摄入产生误报时，研讨目标好像会有挑选地遗漏了某些特定类型的食物。

  这一发现引发了对未来养分科学开展的沉思，论文的首要通讯作者Speakman指出，“依据该研讨提出的模型，现在很多养分流行病学查询数据需要被从头审视或弃用，这对传统的养分流行病学研讨者来说是难以承受的。但是，持续宣布和运用很多过错的数据，对养分学开展来说并非明智之举。在我看来，养分学理念未来有望被改写。”

  审稿人对该效果点评道，“该论文是养分学范畴最重要的论文之一，咱们应该认识到用自我陈述来衡量能量摄入水平的巨大缺点。而研讨团队提出了一种很有用的解决方案。”

  深圳先进院医药所能量代谢与生殖研讨中心高级工程师牛出众为该论文一起榜首作者；其他作者还包含深圳先进院医药所能量代谢与生殖研讨中心副研讨员胡素梅、张雪映；Speakman院士为首要通讯作者。