编辑推荐：
在营养流行病学研究中，膳食摄入评估工具不准确。研究人员基于国际原子能机构双标水（DLW）数据库开展研究，推导预测总能量消耗（TEE）的方程。结果显示超 50% 膳食报告能量摄入不合理。该研究为提升研究质量提供有力工具。
在探索饮食与健康关系的旅程中，营养流行病学始终致力于揭示膳食暴露与慢性疾病之间的奥秘。然而，现有的膳食摄入评估工具却像是布满漏洞的 “筛子”，难以精准衡量人们的真实饮食情况。常见的食物频率问卷，依赖人们对长时间内各类食物摄入频率的回忆，记忆的偏差、对食物量估计的不准确，甚至有意无意的隐瞒或夸大，都使得数据的可信度大打折扣。而像食物摄入日记、24 小时回忆等短期评估工具，同样面临着诸多问题，比如记录期间人们可能改变饮食习惯，且每日食物摄入量的巨大差异也让这些工具难以准确反映日常饮食水平。
这些问题带来的后果不容小觑。曾经，由于错误地认为肥胖人群能量摄入极低，学界在很长一段时间内错误地将肥胖归因于能量消耗缺陷。但后来发现，肥胖人群的实际能量消耗并不低，这一误解正是不准确的膳食评估数据导致的。在这样的背景下，为了打破困境，来自多个国家研究机构的研究人员，如英国阿伯丁大学、美国杜克大学等（Rania Bajunaid、Chaoqun Niu 等众多研究人员参与），开展了一项极具意义的研究。他们的研究成果发表在《Nature Food》杂志上，为该领域带来了新的曙光。
研究人员利用国际原子能机构双标水（DLW）数据库中 4 - 96 岁个体的 6497 例总能量消耗（TEE）测量数据，推导出预测 TEE 的方程。该方程可依据体重、年龄、性别等容易获取的变量，预测预期的 TEE，并设定 95% 的预测区间，以此筛选膳食研究中参与者的误报情况。研究人员运用了经典的一般线性回归建模，纳入体重、身高、年龄等多个重要因素及其交互作用作为预测变量；同时还采用了随机森林（Random Forest）、XGBoost 和支持向量回归（Support Vector Regression）三种机器学习模型进行预测。最终发现，经典一般线性回归模型效果较好，其他机器学习模型并未在其基础上有明显提升。
在应用该方程分析英国国家饮食与营养调查（NDNS）和美国国家健康与营养检查调查（NHANES）的大型数据集时，研究人员有了惊人的发现。在这两个调查中，超过 50% 的膳食报告能量摄入不合理。进一步分析发现，年龄和 BMI 对能量摄入误报有显著影响。在成年人中，误报程度与年龄关联不大，但与 BMI 呈强负相关，即 BMI 越高，报告摄入量与预测消耗量的差异越大，且儿童受 BMI 影响比成年人更明显。此外，宏量营养素摄入与误报之间也存在紧密联系。随着饮食中蛋白质能量百分比的增加，报告能量摄入与实际摄入的差异变得更负，而脂肪能量百分比增加时，差异则更趋向于正。这表明，之前认为饮食组成与误报程度无关的假设是错误的，误报会导致膳食组成评估出现偏差，进而影响对饮食与健康关系的研究。
研究还发现，重复调查并不能有效改善误报问题。在 NDNS 和 NHANES 调查中，多次调查并没有提高数据落在预测区间内的比例，这意味着误报并非由偶尔的饮食波动（undereating）导致，而是持续存在的报告不准确（under - reporting）问题。同时，研究人员也指出了研究存在的局限性。在将二氧化碳（CO2）产生量转换为能量消耗时，由于呼吸商（RQ）通常未知，使用假设值会引入误差；而且，将能量消耗转换为食物摄入量时，假设个体在测量期间处于能量平衡状态，但实际情况可能并非如此。此外，虽然预测模型解释了 69% 的 TEE 变化，但仍有改进空间，且约 5% 的报告可能会被错误识别。
这项研究意义重大。它揭示了现有膳食评估方法中误报问题的严重性，让人们更加清楚地认识到之前研究可能存在的偏差。研究推导的预测方程和评估方法，为营养流行病学研究提供了有力的工具，帮助研究人员更准确地识别错误报告，提高研究数据的质量，从而使研究结论更可靠。尽管该工具并不完美，但相较于以往的方法有了显著改进。未来，研究人员可以在此基础上，进一步探索更准确的评估方法，减少对自我报告数据的依赖，推动营养流行病学的发展，为人们更深入地理解饮食与健康的关系奠定坚实基础。
