中国健康调查报告连载13
救命饮食第二章蛋白质之屋
科学的本质——继续研究，你需要了解什么？
科学研究的证据实际上是非常晦涩的。和所谓的核心科学，如生物学、化学、物理学相比，在医学健康领域，如果你想找到绝对的证据，几乎是不可能的事情。研究的主要目标是确定哪些东西可能是真的。这是因为健康研究从本质上讲是一种统计学研究。你抛一个球出去，会不会落下来？没错，肯定是这样的，这就是物理。那么你每天吸四盒香烟，你会不会得肺癌呢？答案是：有可能。我们只能知道你比不吸烟得肺癌的可能性大得多，但是我们不知道你作为一个个体，是不是一定会得肺癌。
营养学研究中，找出营养与健康的关系是非常不容易的事情。人有各种各样的生活方式，遗传背景各不相同，饮食习惯也不尽相同。实验室的一些先决条件，如经费限制、时间限制和检测误差，也会带来限制。最重要的是，食物、生活方式和健康三者之间通过如此复杂而又多方面的系统互相影响、相互作用，想找出关于某个因素和某种疾病的确定证据，几乎是不可能的，即使你的研究目标非常确定，即使你有无限多的研究时间和无穷多的研究经费。
因为上述种种困难，我们在研究中采用了很多不同的策略。有时我们会考察某个假设性的原因，是否一定会产生某个假设性的结果。我们观察和测量各种人群之间摄入脂肪量的差异，然后观察和比较这种差异是否和乳腺癌、骨质疏松症或是其他疾病之间发病率的变化趋势吻合。我们会观察和比较患病人群和未患病人群的饮食有什么不同？我们观察和比较年和年的发病率有什么不同？我们还研究这种发病率的改变是否与饮食结构的变化相吻合。
除了观察这些已经存在的差异，我们还会通过实验，并故意用一种假设性的治疗方法来对患者进行干预，看结果如何。我们会在做药物安全性和效价评估时进行干预实验，让一组试验物件服用药物，另外一组服用安慰剂(与药品外观、味道等相同、但完全没有疗效的物质)。但是膳食的干预实验要困难得多，特别是当试验物件不能留院观察的时候。因为这种情况下，所有受试物件必须自觉地严格遵照我们规定的食谱。
通过这些观察性和干预性的研究，我们开始将所有发现收集在一起，并权衡证据是支持还是反对某一假设。当证据很有力地支持一个设想，以至于似乎不能否定它时，我们就认为这种设想非常接近真实的情况。通过这种方法，我们对纯天然的以植物性食物为主的膳食做出了结论。正如你会读到的，那些试图通过一项或两项研究就得到最佳营养的绝对证据的人，会觉得非常失望或是接受不了。但是我相信，那些研究各种现有证据的价值、探索膳食与健康真实关系的人，会感到惊奇，并受到极大的启发。整合分析实验结果时，你必须注意以下几个概念。
相关性和因果性
在很多研究论文中，有两个词出现的频率很高，一个叫做“相关性”，一个称作“关联性”，这两个词用于描述两个因素之间的关系，有时甚至用于说明因果关系。这是“中国健康调查”的特色，我们调查了65个县个自然村的名成年人及其家庭成员，看是否存在不同膳食、生活方式和疾病模式。举例来说，如果肝癌发病率较高的人群中，蛋白质的摄入量也比较高，我们说蛋白质摄入量和肝癌发病率之间存在正相关关系。因为这个例子中，其中一个因数水准升高的时候，另外一个因数的水准也升高了。如果在肝癌低发人群中，蛋白质的摄入水准比较高，我们则说蛋白质摄入水准和肝癌发病危险两者之间存在负相关关系。换句话说，这两个因数的变化趋势是相反的，一个因数的水准升高时，另一个因数的水准下降。
但是，在我们的假设性的模型中，蛋白质摄入水准和癌症发病率之间有关联关系，并不能说明蛋白质是导致癌症的病因。我知道这一点比较难理解，请允许我举例来说明这一点。在有些国家，电线杆密度比较大的地方，通常也是心脏病或是其他疾病的发病率比较高的地方，我们说电话线密度和心脏病的发病率之间是存在相关关系的，但这并不说明电话线是导致心脏病发病的原因。实际上，相关性并不等于因果性。
但这并不是说相关性是个没有用处的概念。如果阐释合理的话，相关性可以有效地用于营养和健康关系的研究。举例来说，《中国健康调查报告》中一共得到了组具有统计学显着意义的相关关系，其价值是无可估量的。当这么庞大的资料都具有某种相关性的话，研究人员就可以凭此来确定营养和健康之间存在着什么样的关系模式。而这种模式，反过来说，可以用于揭示膳食和健康相互作用和影响的过程。这个过程是相当复杂的，如果一个人真的想找出单原因导致单结果的模式，仅仅具有相关性是远远不够的。
统计学显着性
你可能以为，判断两个因素之间是否存在相关性——相关或是不相关是很容易的，但事实并非如此。当你手头有大量的资料，你进行统计学分析，确定两个因素之间是否具有关联性，这个问题的答案不能用是或者否来回答，它是一种可能性。用一个术语讲，这种可能性的大小被称为“统计学显着性”。统计学显着性用于说明观察到的试验现象是否真实可信，或者仅仅是偶然发生的。如果你抛三次硬币，每次都是有头像的一面朝上，这是个概率的问题。如果你抛次硬币，每次仍然是有头像的一面朝上，那么你可以比较有把握地说这枚硬币的两面都是头像。这就是统计学显着意义的意义——关联关系(或其他结论)真实存在、而不是偶然发生的可能性是多少。
我们说，某项资料和结果具有统计学显着意义，是指由于偶然因素造成这种结果的概率小于5%，举例来说明，就是你重复同样的实验，有95%的可能性都得到相同的结果，这样的结果具有95%的统计学相关意义。95%这个截点是人为规定的，但确实是一个广泛接受的标准。另外一个人为规定的截点是99%，这种情况下，结果吻合测试达到99%的时候，我们说具有高度统计学显着性。在我们有关膳食和疾病的讨论中，统计学显着性会经常出现在书中，这是我们评价资料可靠性的重要依据，称为证据的“可信度”。
作用机制
很多情况下，如果有其他研究结果证明，两个相关因素在生物学上也是相关联的，往往认为相关性是更可靠的。举例来说，电线杆的密度和心脏病的发病率之间存在相关性，但是并没有研究表明，电线杆怎样通过某种生物学机制与心脏病联系起来。但是现在已经有研究证明，蛋白质的摄入过程和肝癌发病过程之间在生物学上和因果关系上是相关联的(见第三章)。了解某种物质在人体内是如何发挥作用的，我们称此为作用机制。而了解其作用机制则会强化证据。换言之，这即是两个相关因素以一种“生物学上合理的”方式相关联。如果相关在生物学上是合理的，这种相关则被认为是很可靠的。
元分析
最后我们来理解一下元分析(metanalysis)这个概念。元分析是指将多个研究的多组资料整合为一组资料进行分析。通过整合分析大量的资料，可以使结果具有更高的可信度，结果也更具有说服力。尽管和其他的事情一样，例外的情况总是存在的。
从多个研究中得到结果后，我们可以使用某些工具和概念去考察这些证据的可信度。通过这些努力，我们可以知道哪些东西更接近于真实的情况，我们可以根据结果来作出适当的判断。如果其他假说不太可能，我们对得到的结果就会非常有信心。从纯技术的角度来说，绝对证据是无法得到的，也是不重要的，但是出于常识的证据是可以得到的，也是非常关键的。通过这样的过程，我们能对吸烟和健康的关系进行正确的分析，从而得到一个正确的结果。吸烟不会%地导致肺癌，但是说吸烟和肺癌绝对没有关系，那却是非常荒谬的，再花时间研究这样的结论是没有意义的。
海口治疗白癜风的医院北京治疗白癜风医院那里好
