科技日报记者 罗云鹏

    北京时间1月13日，中国科学院外籍院士、中国科学院深圳先进技术研究院医药所能量代谢与生殖研究中心首席科学家约翰·罗杰·斯彼克曼团队联合英国阿伯丁大学等78个国内外高校、科研机构在《自然·食品》上发表最新研究成果，他们采用全新的能量消耗水平估计方法，通过比较能量需求与膳食摄入量的差别，来反映人口膳食营养调查数据中的误报情况。该研究成果对现有的基于营养流行病学（人口膳食调查）的研究结果提出了质疑，有望刷新营养学研究领域的许多重要理念。

    记者了解到，传统的营养流行病学研究方法主要依赖于一系列膳食评估方法，包括食物频率问卷、24小时膳食回顾访谈和食物日记等，这些方法在不同程度上依赖于调查对象自身对膳食摄入情况的回忆和记录，获取的数据极不准确，导致相关营养流行病研究结果难以具备说服力。然而，目前在学术界尚未有更好的替代方案。

    在该研究中，国际团队采用了“双标水”技术，该技术基于稳定同位素示踪原理，能够直接检测自由生活人体的能量需求。据了解，研究团队共收集来自不同国家和地区的6497例双标水数据，并利用经典统计学结合机器学习的方法，基于其中的5899例数据构建了基于体质学数据预测人体需求的模型。

    根据该模型，研究团队发现只需收集人体的身高、体重、性别、年龄、所处位置的海拔高度等简单易得的数据，即可精确预测人体的能量需求。为了验证该方法的有效性，研究人员将该模型应用于NHANES（美国国家健康和营养检查调查）和NDNS（英国国家膳食和营养调查）数据库。

    此前，人类营养流行病学家虽然承认传统营养流行病学研究方法可能低估人类总能量摄入水平，但仍忽视了食物成分与能量摄入之间的误差对调查结果的影响。该研究结果指出，当自我报告的膳食摄入发生误报时，研究对象似乎会有选择地遗漏某些特定类型食物。

责任编辑：冷媚