<dd id="rw0xn"></dd>
如果您想了解有關原子能機構工作的更多信息，請注冊獲取我們的每月動態，其中包含我們最重要的新聞、多媒體和其他信息。
一個新方程正幫助科學家檢查人們飲食報告的可靠性，從而更好地支持營養研究。
利用原子能機構營養數據庫中的數據開發出的一個新方程正在幫助研究人員評估研究和調查中自我報告的飲食信息的準確性。
根據最近發表在《自然 -食品》上的一篇科學文章，這一利用機器學習開發的方程揭示，在兩個廣泛使用的營養數據集中，有近三分之一的記錄可能是誤報。
這一揭示突出表明，需要有更好的方法來測量人們真正在吃什么。
營養流行病學是一個研究飲食與人類疾病之間聯系的領域，通常依靠問卷和食物日記等工具來評估飲食攝入。然而，這些方法容易造成誤報，因為參與者可能會不準確地估計份量、記錯吃了什么、故意虛報消費量，甚至在報告期間改變飲食習慣。
“許多試圖將飲食暴露與疾病結果聯系起來的營養流行病學研究都基于不可靠的數據，這可以解釋為什么許多研究結果相互矛盾，”論文作者之一、中國深圳先進技術研究院和英國阿伯丁大學教授John Speakman說。
雖然自20世紀80年代以來，人們就認識到了誤報問題及其對代謝研究的影響，但由于這些工具被認為很有用，而且缺乏實用、方便的替代方法來收集飲食數據，因此，研究仍在繼續使用這些工具。
雙標記水技術提供了一種解決方案，它利用氫和氧的穩定同位素來跟蹤人體對它們的使用和排出。這種方法被認為是在非實驗室條件下測量能量消耗的“黃金標準”，它是非侵入性的，適用于不同人群，并被用于評估其他測量技術的準確度和精確度。
原子能機構雙標記水數據庫匯集了使用這一技術進行的多項研究的數據，目前收錄了45個國家從早產兒到90歲老人的12 000多項每日能量消耗測量數據。這一資源促成了對人體能量代謝的突破性研究，包括2021年《科學》雜志上一篇廣受歡迎和被大量引用的文章。
“原子能機構雙標水數據庫是一個無與倫比的資源，它提供有關人類一生能量消耗的寶貴信息，在促進我們對新陳代謝和健康的了解方面發揮著至關重要的作用，”原子能機構人體健康司營養學專家Alexia Alford指出。
國際原子能機構處長 Cornelia Loechl（左）和營養學家 Alexia Alford（右）討論通過原子能機構雙標記水 (DLW) 數據庫得出新的預測方程（圖片來源：P. Lee/原子能機構）
來自全球的近100名科學家利用雙標記水數據庫（同類數據庫中最大的數據集）得出了預測方程。研究人員使用經典的一般線性回歸和機器學習模型分析了部分數據集，并用另一部分數據集驗證了他們的發現。他們確定了體重、身高、年齡、海拔和性別等關鍵預測因素，完善了方程的準確性和適用性。
研究人員現在可以利用這一方程預測個人的一系列能量消耗值，并將其與報告的能量攝入值進行比較。這可作為篩查工具，識別飲食研究中的誤報。
研究人員將它應用于“全國飲食和營養調查”（它收錄了來自英國普通人群的超過12 000份關于飲食、營養攝入和營養狀況的記錄）等外部數據集后發現，只有66.8%的成人飲食報告處于預測范圍內，這表明有33.2%的錯報。對于兒童，83.4%的報告處于預測范圍內。
在美利堅合眾國的“全國健康和營養調查”中也發現了類似的差異。在關于美國成人和兒童的5873份現有記錄中，32.1%的成人報告和18.3%的兒童報告反映出誤報。
“雖然目前正在積極開發新的飲食攝入量報告方法，但還沒有一種方法可以大規模實施。與此同時，基于雙標記水數據的預測方程可以幫助研究人員估計其研究中的誤報程度，”原子能機構人體健康司營養和健康相關環境研究處處長Cornelia Loechl說。
<dd id="rw0xn"></dd>
