统计上的疏忽可以解释营养研究中的不一致
人们经常想知道，为什么一项营养研究告诉他们吃太多鸡蛋会导致心脏病，而另一项研究却告诉他们相反的结果。根据今天发表在《食品科学》杂志上的一份报告，这个问题和其他相互矛盾的食物研究的答案可能在于统计数据的使用美国临床营养学杂志．
由利兹大学和艾伦图灵研究所的科学家领导的研究数据科学而且人工智能-揭示了研究之间关系的标准和最常见的统计方法食物而且健康会产生误导和无意义的结果。
该研究的主要作者、利兹大学数据分析研究所和艾伦·图灵研究所的博士研究员乔治亚·托莫娃说:“这些发现与我们认为自己知道的食物对健康的影响有关。
“众所周知，不同的营养学研究往往会得出不同的结果。这个星期某种食物显然是有害的，下个星期它就明显对你有益了。”
研究人员发现，在统计上控制或允许某人的总能量摄入的广泛做法会导致对结果的解释发生巨大变化。
控制食用其他食物会进一步扭曲结果，使有害食物看起来有益，反之亦然。
托莫娃女士补充说:“由于个别研究之间存在很大差异，我们倾向于依靠综述文章来提供一种特定食物是否以及在多大程度上导致特定健康状况的平均估计。”
“不幸的是，由于大多数研究都有不同的方法来控制饮食的其余部分，很可能每项研究都估计了一个非常不同的量，使得‘平均’变得毫无意义。”
的研究通过使用新的“因果推理”方法来发现问题，这种方法是由《为什么之书》的作者朱迪亚·珀尔推广的。
利兹大学医学院健康数据科学副教授、资深作者彼得·坦南特博士解释说:“当你不能进行实验时，很难确定一件事是否以及在多大程度上导致了另一件事。
“这就是为什么人们说，相关性不等于因果关系。”这些新的‘因果推断’方法有望帮助我们从相关性中确定因果效应，但在这样做的同时，它们也突出了相当多我们不完全了解的领域。”
作者希望这项新研究能帮助营养科学家更好地理解总能量摄入和整体饮食控制不当的问题，并更清楚地了解饮食对健康的影响。
坦南特博士补充说:“不同的研究可以为一系列原因提供不同的估计，但我们认为这一个统计问题可以解释很多分歧。幸运的是，这在未来可以很容易地避免。”
进一步探索
