引言：对营养科学基础的质疑

演讲者以一个引人深思的问题开场：大多数营养学研究甚至无法被成功复制。他断言，指导我们食物选择的所谓“科学”，实际上是建立在偏见、统计技巧和行业资金之上的。他将通过本次演讲，揭示营养学研究为何存在根本性缺陷，并探讨我们究竟应该信任什么。

演讲者自我介绍为马克·贝茨（Marc Bates），一名代谢健康教练，并明确本视频的主旨是论证为何营养科学无法提供可靠的指导。

生物个体差异的根本性挑战

演讲者指出，每个人都携带独一无二的遗传密码，这使得可观察到的性状组合多达成百上千万种。这一生物学上的现实，导致了严格受控的营养学实验几乎不可能进行。

他强调，即使是基因完全相同的同卵双胞胎，在摄入相同食物时也会表现出不同的生理反应。这是因为他们的基因表达会根据环境、生活方式以及营养本身而发生改变。

因此，一项完美的营养学研究将需要一个极端的实验设计：将一对同卵双胞胎从出生时就分离开，并在他们的一生中控制每一个变量。然而，这样的实验在伦理上和实践上都是完全不可行的。

尽管如此，每天仍有大量的营养学研究被发表，并对食物与健康结果之间的因果关系做出明确的断言。演讲者认为，研究人员实际能证明的，与他们所声称的之间存在的巨大鸿沟，揭示了整个领域被根本性问题所腐蚀的现状。

统计操纵：制造科学确定性的假象

演讲者接着阐述了“统计捏造”的问题。他解释说，当研究人员无法建立真正的因果关系时，他们便会依赖统计调整来创造一种科学确定性的表象。

一种名为“多元回归”的技术被用来尝试修正观察性数据，其方法是控制年龄、吸烟、体力活动等所谓的“混杂变量”。然而，这些调整常常产生与原始数据直接矛盾的结果。在某些情况下，这种统计操纵甚至能完全颠覆研究的结论。

案例分析：数据如何被“翻转”

他举了几个例子来佐证这一观点：

纯素饮食与死亡率的研究：原始的观察数据显示，纯素食者的死亡率高于任何其他饮食群体。然而，在经过统计调整后，同样的数据突然显示纯素食者的死亡率是最低的。演讲者指出，这种现象被研究人员称为“数据的捏造”。调整后的估算值反映的是科学家认为在“理想条件下”应该发生什么，而不是实际发生了什么。

加工肉类与糖尿病风险的研究：原始数据显示，两者之间的关联性很弱或呈中性。但在经过大量的多元回归调整后，同样的数据却暗示了强烈的疾病风险。

红肉研究：这些研究遵循同样的模式。未经调整的数据常常显示，红肉与心血管疾病之间没有显著关联。然而，通过统计修正，研究人员便能得出“减少红肉消费”的建议，尽管证据本身并不确凿。

无处不在的行业影响网络

演讲者指出，行业资金在整个营养学研究领域造成了系统性的偏见。他引用数据称，由行业资助的研究得出“其食品对健康有益”这一结论的可能性，比独立研究高出55%。

这种影响力通过复杂的制度网络运作，远不止是食品公司直接赞助那么简单：

行业前沿组织：像“国际生命科学研究所”（International Life Sciences Institute）这样的组织，在维持独立科学外观的同时，实际上充当着行业利益的代言人。

政府机构的利益冲突：政府机构与食品公司维持着正式的合作关系，这在制定指南时造成了利益冲突。例如，美国农业部（USDA）的膳食指南办公室就直接与众多行业伙伴合作。

学术机构的资金依赖：学术机构在研究、会议和继续教育等方面严重依赖企业资金。这种财务依赖性塑造了研究的优先方向和对结果的解读。

专业协会的立场：专业的营养师协会从大型食品公司获得大量资金。这种影响压制了不同意见，并推动了与商业利益相符的指南。

期刊的发表偏见：科学期刊优先发表由行业赞助的研究，这造成了一种“发表偏见”，从而塑造了用于制定膳食建议的整个证据基础。

同行评审与系统性压制

演讲者进一步指出，试图挑战既定营养学范式的研究人员，会通过多种机制面临系统性的压制。

同行评审过程：与主流观点相悖的研究结果会受到更严苛的审查，并且常常在没有明确理由的情况下被拒稿。

研究资金的获取：发表了争议性结果的科学家，很难为未来的研究争取到资金。拨款机构和行业赞助商更青睐与主流观点一致的项目。

职业发展的阻碍：当研究人员挑战公认的饮食智慧时，其职业发展会受到影响。对于那些质疑既定指南的人来说，获得终身教职和专业机会的可能性会降低。

选择性引用：即使持不同意见的研究得以发表，它们也会面临被选择性引用的问题。系统性综述和荟萃分析会有意排除或淡化与之矛盾的证据，以维护主流叙事。

媒体抹黑：由行业利益资助的媒体活动会积极地对研究人员进行人身攻击，而不是针对他们的科学发现进行讨论。这种公开的诋毁行为，会阻碍其他科学家从事类似的研究工作。

复制危机：营养科学的生存困境

演讲者表示，营养科学正面临着研究人员所描述的“生存危机”，其根源在于普遍无法复制先前的研究结果。科学家们常常无法获得与前人报告相同的结果。

绝大多数的人类营养学研究依赖于观察性设计，其特点是效应量极小，且变量之间存在大量的混杂因素。这些问题在很大程度上是无法修复的，从而严重限制了营养学研究的实用性。

他提出了一个惊人的观察：在同行评审的出版物中，几乎每一种营养素都曾被与几乎任何一种健康结果联系起来。这种模式表明，问题的根源是系统性的方法论失败，而非真正的科学发现。

混杂变量的困境：混杂变量使得分离饮食的单一影响变得几乎不可能。社会经济地位、锻炼习惯、压力水平、睡眠模式和医疗保健的可及性，都与食物选择以某种方式相关联，而这些关联是统计调整无法充分解决的。即使进行大量的统计校正，也无法解决这些根本问题。变量之间的相关性如此密集，以至于表面上的饮食关联实际上可能完全是由其他因素造成的。

相对风险的误导：被放大的恐惧

演讲者批判了媒体报道系统性误导公众的方式。媒体倾向于强调“相对风险”的增加，而忽略了“绝对风险”的水平。

他举例说明：一项研究可能报告某食物使风险增加了30%（相对风险），但这实际上可能只是代表绝对风险从0.1%变为0.13%。对于普通大众甚至许多医生来说，这两个术语常常被混淆。新闻头条会强调那个引人注目的“30%”，而不会承认两种饮食模式下的疾病发生率其实都极低。

这种报道偏见在公众中制造了对某些食物的恐惧，而这些食物的实际风险微乎其微。这种数学上的操纵迎合了行业和媒体的利益，通过制造关注点和支持特定叙事来获利。研究人员虽然理解其中的区别，但仍继续使用相对风险的报告方式，因为它能使其研究结果看起来更加显著和具有行动指导意义。

方法论上的不可能：生物复杂性的终极壁垒

演讲者重申，人类生物学的复杂性为可靠的营养学研究制造了不可逾越的障碍。

遗传与表型：由于遗传差异，研究参与者对相同的饮食干预会产生截然不同的反应。表型表达（可观察性状）会根据环境、生活方式和营养摄入本身动态变化，即使控制了基因也无法解释这些可变的表达。

行为因素：饮食依从性、体力活动、压力管理和睡眠质量等行为因素，与遗传和表型因素以无法精确测量或控制的方式相互作用。

随机对照试验的局限：随机对照试验（RCTs）假设存在具有相同特征的理想化人群。然而，由于遗传和表型的可变性，这一假设在现实中是不成立的，这使得将统计推论应用于真实人群时会产生误导。

他总结说，独特的基因构成、可变的基因表达以及多样的人类行为相结合，所产生的复杂性使得在现有科学方法下，完美受控的营养学实验成为不可能。

制度性腐败之网

演讲者将所有问题归结为一个制度性框架。在这个框架内，方法论的局限性与财务上的利益冲突相结合，产生出不可靠的指导意见，而每天都有数百万人遵循这些意见。

公共资金的限制迫使研究人员依赖企业资金，这造成了严重影响研究可靠性的冲突，并引发了公众对科学独立性的怀疑。这种依赖性创造了一个反馈循环：膳食指南最终强化了市场利益，而非健康结果。

商业压力决定了哪些研究问题会被提出，研究如何被设计，以及不利的发现是否能最终发表。这个系统所产生的营养建议频繁变动，有时甚至完全相互矛盾。这些变化反映的是制度压力和统计操纵，而非真正的科学进步。

政府膳食指南因其受到政治和商业影响而饱受批评，这些影响损害了其科学基础。负责公共健康建议的机构与行业保持着合作关系，这构成了明显的利益冲突。

公共健康领域的恶果

演讲者最后总结了这些因素共同造成的严重后果。

持续的混乱：营养学领域缺乏科学共识，研究结果频繁无法复制。这导致了医疗从业者和普通公众对基本营养原则的持续困惑。

有害的指导：膳食建议缺乏坚实的经验支持，却影响着数百万人的饮食习惯。当指南基于被操纵的数据而非真实证据来推广某些食物或饮食模式时，就可能造成广泛的伤害。

公众信任的丧失：当人们观察到相互矛盾的建议和频繁变更的指南时，公众对营养科学的信任度持续下降。这种怀疑情绪甚至延伸到医学研究和公共卫生政策的其他领域。

医疗实践的困境：当基础研究本身就存在系统性偏见和方法论上的不可能时，医疗从业者很难提供基于证据的饮食指导。许多人最终只能依赖个人意见或商业影响，而非科学证据。

结论：对循证医学的威胁

演讲者总结道，当前营养指南背后存在的制度性腐败和统计操纵，对循证医学和公共卫生决策构成了根本性的威胁。

对于任何寻求关于饮食和健康的可靠信息的人来说，理解这些局限性至关重要。他断言，当前的体系无法提供专业人士和公众为做出明智选择所迫切需要的明确答案。

该视频对营养科学提出了全面而尖锐的批判，其中许多观点（如行业资金影响、发表偏见、观察性研究的局限性）确实指出了该领域存在的真实且严重的问题。然而，其整体论证方式和最终得出的结论存在以下几个关键问题：

1. 绝对化的虚无主义与“稻草人谬误” (Absolute Nihilism and the “Straw Man” Fallacy)

• 问题表现：演讲者将营养科学描绘成一个完全“破碎”、“腐败”且“不可能”提供任何可靠信息的领域。他通过挑选极端或有争议的案例（如被“翻转”的纯素研究），构建了一个整个学科都是欺诈的“稻草人”形象。
• 分析：这种论述是典型的虚无主义。它完全忽视了营养科学取得的巨大成就，例如发现维生素和必需矿物质、阐明缺乏症（如坏血病、糙皮病）的机理、以及在宏量营养素基础代谢方面建立的稳固知识。他将整个领域的复杂性和不确定性等同于彻底的失败，这是一种逻辑上的跳跃。科学本就是一个在不确定性中不断前进的试错过程，而非提供永恒真理的神谕。

2. 对统计学工具的妖魔化与片面解读 (Demonization and One-sided Interpretation of Statistical Tools)

• 问题表现：他将“多元回归分析”等统计调整工具直接等同于“数据捏造”和“操纵”。他暗示，任何经过调整的数据都是不可信的，只有“原始数据”才是真实的。
• 分析：这是对科学方法的严重误解。在观察性研究中，混杂变量是真实存在的，如果不进行统计调整，得出的结论将毫无意义。例如，在研究红肉与心脏病关系时，不控制“吸烟”这个变量，研究就无法区分是红肉还是吸烟导致了更高的风险。统计调整的目的恰恰是为了尽可能地剥离这些混杂因素，以接近真相。虽然这些工具确实可能被滥用（P-hacking），但演讲者将其功能完全否定，把一个必要的科学工具描绘成了纯粹的作恶工具，这是不公正且具有误导性的。

3. 缺乏建设性的替代方案，导致有害的结论 (Lack of a Constructive Alternative Leading to Harmful Conclusions)

• 问题表现：视频开篇承诺会告诉观众“应该信任什么”，但通篇都在进行解构和批判，最终并未提供任何具体、可行的替代方案。
• 分析：这种“只破不立”的做法是极其不负责任的。它让观众陷入一种“一切都不可信”的知识真空中。在这种状态下，人们更容易被同样未经证实的个人轶事、极端饮食法或更具魅力的“大师”所吸引，反而可能做出更糟糕的健康选择。批判的目的是为了建设，而该视频的批判最终导向的是混乱和无所适从。

4. 将“复杂性”与“不可能性”混为一谈 (Conflating “Complexity” with “Impossibility”)

• 问题表现：演讲者反复强调由于人类的生物复杂性，进行可靠的营养学研究是“不可能的”。
• 分析：人类生物学确实极其复杂，这使得营养学研究充满挑战，结论往往是概率性而非决定性的。但这不等于研究是“不可能的”或“无用的”。通过大规模的队列研究、精心设计的随机对照试验（RCTs）以及荟萃分析，科学家可以在群体水平上识别出强烈的健康趋势和关联。例如，关于地中海饮食对心血管健康的益处，就有大量且相对一致的证据支持。演讲者将“难以获得完美答案”夸大为“完全无法获得任何有用信息”。

5. 阴谋论的叙事框架 (Conspiratorial Narrative Framework)

• 问题表现：演讲者使用的语言（如“腐败”、“压制系统”、“阴谋网络”）带有强烈的阴谋论色彩，暗示存在一个由行业、政府、学术界和媒体共同组成的、蓄意误导公众的利益集团。
• 分析：虽然视频中提到的各个节点（如行业游说、资金偏见）的问题是真实存在的，但将它们串联成一个统一的、有意识的“阴谋”则是一种过度简化和煽动性的叙事。现实情况更可能是由复杂的系统性偏差、个人利益、认知局限和历史惯性共同造成的结果，而非一个精心策划的阴谋。这种框架虽然吸引眼球，但不利于理性、细致地分析和解决问题。

总结：

该视频成功地指出了营养科学领域存在的诸多严重弊病，对于提醒公众保持批判性思维具有一定价值。然而，其论证方式过于极端和绝对化，通过妖魔化科学工具、采用阴谋论叙事，最终将观众引向了一种无益的知识虚无主义。一个更平衡的观点应该是：承认营养科学的局限性和挑战，认识到行业影响的真实存在，但同时也要尊重科学方法作为我们目前探索复杂问题最好的工具，并学会在充满噪声的信息中，辨别出那些证据强度更高、更可靠的科学共识。

Why Nutrition Science is Failing You And What to Do Instead (F-GTK5hPwa8)

Edit:2025.09.29

Marc Bates 以一个反问句开篇：“你知道吗？大多数营养研究甚至都无法复现。” 接着他指出，指导人们食物选择的科学，其实建立在 “偏见、统计技巧和行业资金” 之上。他表示，当天的视频将向观众展示 “为何营养研究存在缺陷，以及人们反而可以信任什么”。

随后，Marc Bates 进行自我介绍：他是一名代谢健康教练（metabolic health coach），本次视频的主题是 “为何营养科学无法提供可靠的指导”。

Marc Bates 首先从 “人体生物学特性” 切入，解释营养研究不可靠的底层原因：每一个人都携带独特的基因密码，能够产生数百万种不同的可观察特征（observable traits）。这种生物学现实使得 “受控营养实验” 几乎无法开展。

即使是基因完全相同的双胞胎，对同一种食物也会表现出不同的生理反应 —— 他们的基因表达会根据 “环境、生活方式和营养本身” 发生变化。Marc Bates 认为，“完美的营养研究” 需要满足一个极端条件：将同卵双胞胎在出生时分开，并在他们的整个生命周期中控制所有变量。但这种实验在伦理和实践层面都是完全不可能的。

然而，现实情况是 “每天都有营养研究发表，对食物与健康结果做出绝对的因果性声明”。Marc Bates 强调，“研究人员实际能证明的内容” 与 “他们声称的内容” 之间存在巨大差距，这一差距揭示了 “整个营养领域存在的根本性问题”。

Marc Bates 指出，营养研究存在 “统计伪造”（statistical fabrication）的问题：当研究人员无法建立真正的因果关系时，他们会依赖 “统计调整” 来制造 “科学确定性” 的假象。

具体来说，研究人员会使用 “多元回归技术”（multivariate regression techniques），通过控制 “年龄、吸烟习惯、体力活动” 等混杂变量（confounding variables），来修正观察性数据（observational data）。但这些调整往往会产生与 “原始数据直接矛盾” 的结果，在某些情况下，统计操纵甚至能完全颠覆研究结论。

他举了两个具体例子来支撑这一观点：

1. 素食饮食与死亡率研究：原始观察数据显示，素食者（vegans）的死亡率比其他任何饮食群体都高；但经过统计调整后，同样的数据却突然显示 “素食者死亡率最低”。Marc Bates 解释，这种现象就是研究人员所说的 “数据伪造”—— 调整后的估计值反映的是 “科学家认为理想条件下应该发生的情况”，而非 “实际发生的情况”。
2. 加工肉与糖尿病风险、红肉与心血管疾病研究：对于 “加工肉与糖尿病风险” 的研究，原始数据通常显示两者只有 “微弱或中性的关联”，但经过大量多元回归调整后，数据会暗示 “加工肉与糖尿病风险存在强关联”；“红肉与心血管疾病” 的研究也遵循同样模式 —— 未调整的数据往往显示 “红肉与心血管疾病无显著关联”，但统计修正后，研究就会提出 “减少红肉摄入” 的建议，尽管证据本身并不确凿。

Marc Bates 提出，营养研究还存在 “行业影响网络”（industry influence network）的问题：行业资金在整个营养研究中制造了系统性偏见（systematic bias）。

他引用数据指出，“由行业资助的研究” 比 “独立研究”，有 55% 的概率得出 “食品产品具有健康益处” 的结论。这种影响并非仅来自 “食品公司直接赞助”，而是通过复杂的机构网络渗透：

• 行业前台组织：像 “国际生命科学学会”（International Life Sciences Institute）这样的机构，表面上看起来是独立的科学组织，实际上却是 “行业前台团体”（industry front groups），为食品行业利益服务。
• 政府机构与企业合作：政府机构与食品公司保持正式合作关系，这使得 “饮食指南制定” 存在利益冲突。例如，美国农业部（USDA）的 “饮食指南办公室”（Dietary Guidelines Office）就直接与众多行业合作伙伴合作。
• 学术机构依赖企业资金：学术机构在 “研究会议、继续教育” 等方面高度依赖企业资金，这种财务依赖会影响 “研究优先级的设定” 和 “研究结果的解读”。
• 饮食协会的资金来源：专业的饮食协会（professional dietetic associations）从大型食品公司获得大量资金，这种影响会 “压制不同意见”，并推广符合商业利益的饮食指南。
• 期刊发表偏见：科学期刊更倾向于发表 “行业资助的研究”，这种 “发表偏见”（publication bias）会塑造 “用于制定饮食建议的整个证据基础”，进一步放大行业对营养研究的影响。

Marc Bates 接着讨论 “同行评审压制体系”（peer review suppression system）：试图挑战现有营养范式（established nutritional paradigms）的研究人员，会通过多种机制面临系统性压制。

具体表现为四个方面：

1. 同行评审的严苛 scrutiny：与主流观点相悖的研究结果，在同行评审过程中会受到更严厉的审查，且常常被 “无明确理由地拒绝”。
2. 研究资金获取困难：发表争议性结果的科学家，很难为未来的研究获得资金 —— 资助机构和行业赞助方更倾向于支持 “与主流观点一致” 的项目。
3. 职业发展受阻：质疑现有饮食指南的研究人员，其职业发展会受到影响 —— 终身教职（tenure）的评定和职业机会，都会因 “挑战公认的饮食常识” 而减少。
4. 研究引用与传播受限：持不同意见的已发表研究，会面临 “选择性引用” 的问题；在系统综述（systematic reviews）和荟萃分析（meta analysis）中，矛盾的证据会被排除或淡化，以维护主流叙事；此外，行业资助的媒体宣传活动，会 “针对研究人员个人进行诋毁”，而非反驳他们的科学发现，这种公开诋毁会阻止其他科学家从事类似研究。

Marc Bates 强调，营养科学正面临研究人员所说的 “生存性危机”（existential crisis）—— 核心问题是 “广泛无法复现先前的研究结果”：科学家通常无法得到与之前研究人员报告相同的结果。

他解释，大多数人类营养研究依赖 “观察性设计”（observational designs），这类研究存在两个关键缺陷：一是 “效应量极小”（tiny effect sizes），二是 “变量间存在大量混杂”（massive confounding among variables）。这些都是 “基本无法解决的问题”，严重限制了营养研究的实用性。

Marc Bates 进一步指出，一个反常现象可以证明营养研究的不可靠：在同行评审的出版物中，“几乎每一种营养素都与几乎任何健康结果有关联”。他认为，这种模式表明 “存在系统性的方法学失败”，而非 “真正的科学发现”。

此外，混杂变量（confounding variables）使得 “分离饮食效应” 几乎不可能 —— 社会经济地位、运动习惯、压力水平、睡眠模式、医疗服务可及性等因素，都与食物选择存在关联，而统计调整无法充分解决这些关联问题。即使进行大量统计修正，也无法解决这些根本性问题：变量之间的相关性如此紧密，以至于 “看似存在的饮食关联，实际上可能由完全不同的因素导致”。

Marc Bates 提到，营养研究的不可靠还体现在 “相对风险误导”（relative risk exception）上：媒体报道会系统性地误导公众 —— 它们强调 “相对风险增加”，却忽略 “绝对风险水平”。

他举了一个具体例子：某项研究可能报告 “相对风险增加 30%”，但这一增长实际对应的绝对风险变化，只是从 “0.1% 上升到 0.13%”。然而，媒体、患者甚至许多医生都会混淆 “相对风险” 和 “绝对风险” 这两个术语 —— 新闻标题会强调 “30%” 这个惊人的数字，却不承认 “两种饮食模式的疾病发生率都极低”。

Marc Bates 认为，这种报道偏见会 “让公众对实际风险极小的食物产生恐惧”，而这种数学操纵（即强调相对风险、淡化绝对风险），恰好符合 “行业和媒体的利益”—— 既能吸引关注，又能支持他们偏好的叙事。他还指出，研究人员其实明白 “相对风险” 与 “绝对风险” 的区别，但他们仍继续使用 “相对风险报告”，因为这能让他们的研究结果 “看起来更重要、更具可操作性”。

Marc Bates 提出，“方法学不可能性”（methodological impossibility）是营养研究不可靠的另一重要原因：人体生物学的复杂性，为可靠的营养研究制造了无法逾越的障碍。

具体来说，这种复杂性体现在三个层面：

1. 基因变异导致反应差异：基因变异使得 “研究参与者对相同的饮食干预产生截然不同的反应”—— 即使是相同的饮食方案，在不同人身上的效果也会天差地别。
2. 表型表达动态变化：表型（phenotype）的表达会根据 “环境因素、生活方式选择和营养摄入本身” 动态变化，即使控制了基因，也无法解释这些变量的表达差异。
3. 行为因素与生理因素的复杂交互：“饮食依从性、体力活动、压力管理、睡眠质量” 等行为因素，会与 “基因、表型因素” 以 “无法准确测量或控制” 的方式相互作用，进一步增加研究的复杂性。

Marc Bates 还指出，随机对照试验（randomized controlled trials）存在一个根本缺陷：它们假设 “研究对象来自具有相同特征的假设人群”，但由于 “基因和表型的变异性”，这一假设在现实中完全不成立 —— 将基于这种假设的统计推断应用于真实人群，会产生误导性结果。

他总结，“独特的基因构成、可变的基因表达、多样的人类行为” 三者结合，形成了极高的复杂性，使得 “用当前的科学方法开展完美受控的营养实验” 成为不可能。

Marc Bates 认为，营养科学运作在一个 “机构腐败网络”（institutional corruption Web）中：方法学上的局限性，与财务利益冲突相互结合，产生了 “不可靠的饮食指导”，而数百万人每天都在遵循这些指导。

具体来说，这个网络的运作逻辑包括：

1. 公共资金不足迫使依赖企业资金：公共资金的限制，使得研究人员不得不依赖企业资金，这种依赖制造了 “利益冲突”，严重影响了 “研究的感知可靠性”，并引发公众对 “科学独立性” 的怀疑。
2. 形成利益反馈循环：这种资金依赖形成了 “反馈循环”—— 饮食指南会强化 “市场利益”，而非 “健康结果”，即指南的制定会向食品行业的商业需求倾斜，而非真正基于公众健康。
3. 商业压力主导研究全流程：商业压力会影响 “哪些研究问题被提出、研究如何设计、不利结果是否能发表”—— 不符合行业利益的研究问题会被忽视，不利于企业的研究设计会被调整，负面结果则可能被雪藏，无法公之于众。
4. 饮食建议频繁矛盾：这种体系导致 “营养建议频繁变化，有时甚至完全相互矛盾”，而这些变化反映的是 “机构压力和统计操纵”，而非 “真正的科学进步”。
5. 政府指南存在利益冲突：政府发布的饮食指南也面临批评 —— 政治和商业影响损害了指南的科学基础，负责制定公共健康建议的机构，与食品行业保持着 “明显存在利益冲突的合作关系”。

Marc Bates 最后讨论了营养研究不可靠带来的 “公共健康后果”（public health consequences）：上述所有因素共同作用，使得 “营养领域难以形成科学共识，研究结果频繁无法复现”，进而导致 “人们对基本营养原则的持续困惑”—— 这种困惑既影响医疗从业者，也影响普通公众。

具体后果包括：

1. 饮食建议缺乏实证支持：饮食建议缺乏坚实的实证支持，却影响着数百万人的饮食习惯。当指南基于 “操纵的数据” 而非 “真实证据” 推广食物或饮食模式时，可能会造成 “广泛的伤害”。
2. 公众对营养科学的信任下降：随着人们看到 “相互矛盾的建议” 和 “频繁变化的指南”，他们对营养科学的信任持续下降，这种怀疑还会延伸到 “医学研究和公共健康政策的其他领域”。
3. 医疗从业者难以提供指导：由于基础研究存在 “系统性偏见” 和 “方法学不可能性”，医疗从业者难以提供 “基于证据的饮食指导”，许多人只能依赖 “个人观点或商业影响”，而非科学证据。

Marc Bates 强调，“支撑当前营养指南的机构腐败和统计操纵”，对 “循证医学”（evidence based medicine）和 “公共健康决策” 构成了根本性威胁。他认为，“理解这些局限性” 对于 “任何寻求可靠饮食与健康信息的人” 都至关重要 —— 当前的体系无法提供 “专业人士和公众迫切需要的明确答案”，以帮助他们做出明智的选择。

视频结尾，Marc Bates 表示 “以上内容涵盖了很多方面，感谢观众看到最后”。他邀请观众在 “相应板块留下评论或问题”，并提到 “正在这里建立一个社区，会努力回答观众的问题”—— 如果观众有想让他深入探讨的内容，可以在评论区告知，他会尽快制作相关视频。

最后，他呼吁观众 “点赞视频、订阅频道、将视频分享给朋友”，并表示 “这对频道帮助很大，感谢大家的支持”，同时以 “祝大家度过美好的一天” 结束视频。

Marc Bates 将 “营养研究” 作为一个整体，断言其 “无法提供可靠指导”，这一观点存在 “以偏概全” 的问题：

1. 忽视 “研究方法的迭代进步”：虽然早期营养研究多依赖 “观察性设计”，存在效应量小、混杂变量多的问题，但近年来，营养研究已逐步引入 “更严格的随机对照试验”（如针对特定人群的长期干预试验）、“精准营养研究”（结合基因测序、代谢组学等技术）—— 这些新方法能更精准地控制变量，减少混杂因素影响，显著提升了研究的可靠性。例如，针对 “地中海饮食与心血管健康” 的 PREDIMED 试验，就是一项设计严谨、随访时间长的随机对照试验，其结果被广泛认可，为饮食指南提供了坚实证据，而 Marc Bates 完全未提及这类高质量研究的存在。
2. 否定 “细分领域的研究价值”：营养科学包含多个细分领域（如公共营养、临床营养、运动营养），不同领域的研究目的与可靠性标准不同。例如，“公共营养研究” 需关注人群层面的关联，可能难以完全排除混杂变量，但能为 “人群饮食政策” 提供参考；“临床营养研究”（如针对糖尿病患者的饮食干预）则可通过严格控制患者的饮食、用药、运动等变量，得出可靠的因果结论。Marc Bates 将所有细分领域的研究一概而论为 “不可靠”，忽略了不同领域研究的独特价值。

Marc Bates 将 “统计调整” 等同于 “数据伪造”，这是对统计方法在营养研究中作用的严重误解：

1. “统计调整是科学研究的必要手段，而非伪造”：在观察性研究中，“多元回归调整” 的目的是 “控制已知的混杂变量，更接近真实的因果关系”，而非 “制造虚假结论”。例如，在 “素食与死亡率” 研究中，原始数据显示素食者死亡率高，可能是因为 “素食者中吸烟比例更高、收入水平更低”—— 这些因素本身与死亡率相关，属于 “混杂变量”；通过统计调整排除这些因素后，才能更准确地评估 “素食本身对死亡率的影响”。Marc Bates 将这种 “合理修正” 描述为 “数据伪造”，本质上是混淆了 “统计方法的正确应用” 与 “恶意操纵数据” 的界限。
2. 忽视 “统计调整的透明性要求”：正规的营养研究在发表时，会详细披露 “所使用的统计方法、调整的混杂变量、敏感性分析结果”—— 同行评审会严格审查这些内容，确保统计调整的合理性；若研究存在 “过度调整” 或 “选择性调整”，会被同行指出并拒绝发表。Marc Bates 未提及 “统计方法的透明性与同行监督机制”，单方面将 “统计调整” 定性为 “伪造数据”，显然不符合科学研究的实际流程。

Marc Bates 强调 “行业资金导致营养研究存在系统性偏见”，但完全忽视了科研领域中 “利益冲突管理机制” 的作用，导致论证过于片面：

1. 忽略 “公开利益冲突的强制要求”：当前主流的科学期刊（如《美国临床营养学杂志》《英国医学杂志》）均强制要求作者 “公开所有资金来源与利益冲突”—— 若研究受行业资助，作者需明确说明，读者可据此客观评估研究结果的偏向性；此外，许多学术机构也会对 “研究人员与企业的合作” 进行审查，避免利益冲突影响研究设计与结果解读。Marc Bates 未提及这些管理机制，给观众造成 “行业影响完全不受约束” 的错误印象。
2. 否定 “行业资助的研究价值”：虽然行业资助可能存在偏向性，但不能因此全盘否定 “行业资助研究的科学价值”。例如，食品企业资助的 “食品营养成分分析研究”“特定食品的安全性评估研究”，若研究设计严谨、方法

继续

透明，其结果仍具有重要的科学参考价值 —— 这类研究能为 “食品营养标签制定”“食品安全标准” 提供基础数据。Marc Bates 认为 “行业资助研究 55% 更可能得出有利结论”，但这一数据仅反映 “关联性”，而非 “因果性”—— 行业可能更倾向于资助 “有潜力证明产品益处的研究方向”，而非直接干预研究结果；且 “55% 的比例” 未区分 “研究设计是否严谨”，若排除设计缺陷的研究，行业资助研究与独立研究的结论差异可能大幅缩小。

Marc Bates 声称 “挑战主流范式的研究面临系统性同行评审压制”，但这一观点缺乏具体实证支持，且明显夸大了实际情况：

1. “同行评审的核心是‘科学质量评估’，而非‘观点筛选’”：同行评审的核心标准是 “研究设计是否严谨、数据是否可靠、结论是否合理”，而非 “观点是否符合主流”。若一项 “挑战主流的研究” 设计严谨、数据充分，反而更易引起同行关注，甚至被高影响力期刊优先发表 —— 例如，早年 “低碳水饮食对肥胖的干预效果” 研究曾与 “低脂饮食主流观点” 相悖，但由于研究设计严谨、结果显著，最终被广泛认可并改变了饮食指南方向。Marc Bates 提到 “矛盾研究被无理由拒绝”，但未提供具体案例，也未考虑 “研究被拒绝可能是因为设计缺陷（如样本量不足、混杂变量未控制）”，而非 “观点分歧”。
2. 忽视 “学术争议的正常解决机制”：科学领域的 “观点分歧” 通常通过 “后续研究验证” 而非 “压制” 解决。若一项研究提出争议性结论，其他研究人员会通过 “重复实验、补充数据” 来验证其可靠性 —— 若结论能被复现，自然会被主流认可；若无法复现，则会被质疑。这种 “基于证据的争议解决机制” 是科学进步的核心动力，而非 Marc Bates 所说的 “系统性压制”。例如，关于 “饱和脂肪与心血管疾病” 的争议，正是通过大量后续研究（包括不同人群的队列研究、随机对照试验），逐步明确了 “饱和脂肪的不同来源（如动物脂肪、植物脂肪）对心血管的影响存在差异”，而非通过 “压制争议观点” 解决。

Marc Bates 将 “营养研究复现危机” 完全归因于 “方法学缺陷与利益冲突”，但实际上，“复现失败” 是多个学科（包括医学、心理学）共同面临的问题，其原因更为复杂，不能仅归咎于营养研究本身：

1. “人体差异性是复现困难的客观原因，而非‘研究不可靠’”：营养研究的对象是 “人”，而人的基因、生活习惯、代谢状态存在显著个体差异 —— 即使是设计完全相同的研究，在不同人群（如不同年龄、不同地域、不同基础疾病）中也可能出现结果差异。这种 “因人群异质性导致的复现困难” 是 “客观现实”，而非 “研究不可靠” 的证明 —— 例如，“高盐饮食与高血压” 的研究，在 “钠敏感人群” 中易得出 “高盐增加高血压风险” 的结论，而在 “钠不敏感人群” 中结果可能不显著，这种差异反映的是 “个体对饮食的不同反应”，而非 “研究设计缺陷”。
2. “复现危机的解决已取得进展，而非无解”：近年来，营养学界已采取多种措施改善复现性，如 “预注册研究方案”（提前公开研究设计，避免事后修改目的）、“开放数据与代码”（方便其他研究人员验证）、“开展大规模协作研究”（增加样本量，减少随机误差）。这些措施已在部分领域取得成效，例如 “全球营养协作研究网络” 通过整合多个国家的队列数据，显著提升了 “饮食与慢性疾病关联研究” 的复现率。Marc Bates 完全未提及这些改善措施，给观众造成 “复现危机无法解决” 的错误印象。

Marc Bates 认为 “媒体与研究强调相对风险是误导公众”，但这一观点忽略了 “相对风险与绝对风险在不同场景下的独特价值”：

1. “相对风险更能反映‘饮食干预的效果强度’，具有重要公共卫生意义”：在 “评估饮食干预对高风险人群的影响” 时，相对风险比绝对风险更具参考价值。例如，一项研究显示 “戒烟后肺癌相对风险降低 50%”，虽然绝对风险可能从 “5% 降至 2.5%”，但这一相对风险变化能清晰反映 “戒烟对肺癌预防的显著效果”，尤其对 “长期吸烟者”（高风险人群）而言，这种风险降低的实际意义重大。同理，在营养研究中，相对风险能帮助公众理解 “某种饮食调整对健康的潜在影响程度”，而非单纯的 “数字游戏”。
2. “绝对风险与相对风险需结合解读，而非片面否定其一”：科学研究与媒体报道的理想模式是 “同时呈现相对风险与绝对风险”，让公众全面理解风险。例如，研究可同时说明 “每天增加 100 克红肉摄入，结直肠癌相对风险增加 18%，绝对风险增加 0.3%”—— 这样既体现了 “红肉摄入与结直肠癌的关联强度”，也明确了 “实际风险水平”。Marc Bates 将 “强调相对风险” 等同于 “误导”，但实际上，“误导” 的根源是 “只呈现相对风险而隐瞒绝对风险”，而非 “相对风险本身无价值”；且许多正规研究与权威机构（如世界卫生组织）都会同时披露两种风险，Marc Bates 未提及这一点，导致对 “风险解读” 的认知片面化。

Marc Bates 认为 “不可靠的营养研究导致饮食指南混乱，引发公共健康风险”，但这一推断过于悲观，且与实际情况不符：

1. “饮食指南的核心建议具有稳定性，而非频繁矛盾”：尽管营养研究存在争议，但 “饮食指南的核心建议”（如 “多吃蔬菜水果、少吃高油高糖加工食品、控制盐摄入”）长期保持稳定，且这些建议已被大量研究证实对 “降低慢性疾病风险” 具有积极作用。例如，世界卫生组织与各国的饮食指南均推荐 “每日摄入 500 克以上蔬菜”，这一建议基于数十项队列研究与干预试验，结果高度一致，为公众健康做出了重要贡献。Marc Bates 强调 “指南频繁变化”，但实际上，指南的 “微调”（如对 “饱和脂肪摄入量的建议调整”）是基于 “新的高质量研究证据”，属于 “科学进步的正常表现”，而非 “混乱”。
2. “公众对营养科学的信任未‘持续下降’，而是‘更理性’”：随着信息获取渠道的丰富，公众对营养科学的认知确实从 “盲目相信” 转向 “理性审视”，但这并不等同于 “信任下降”—— 公众更倾向于 “结合自身情况选择饮食”，而非 “完全依赖指南”，这种理性化趋势反而有利于 “精准营养” 的推广。此外，权威机构（如中国营养学会）通过 “科普宣传”（如发布《中国居民膳食指南》图解版、开展社区营养讲座），逐步提升了公众对 “科学饮食” 的理解，而非 Marc Bates 所说的 “信任危机延伸至医疗研究”。

Edit:2025.09.29

讨论列表 AKP讨论 查看原帖及回帖